أعلنت علي بابا إصدار Qwen-Audio-3.0-Realtime، وسيقوم ذكاء الصوت الاصطناعي باستدعاء الأدوات تلقائياً لإنجاز المهام.

وفقًا لمراقبة الضربات (Beating) لدى “动察”، أطلقت “علي بابا” نموذجًا للصوت الفوري بعنوان Qwen-Audio-3.0-Realtime. يمكنه الرد في مستوى الميلي ثانية، كما يمكنه، أثناء المحادثة، استدعاء أدوات خارجية بشكل استباقي مثل الخرائط وواجهات API وMCP وقاعدة المعرفة وغيرها.

لا يحتاج المستخدم إلى أن يقول صراحةً “استدعاء الأدوات”. فعلى سبيل المثال، إذا سأل أولًا عن مطعم سيتشواني قريب، ثم سأل عن أي المطاعم الأعلى تقييمًا والأقرب مسافةً، فسيتذكر النموذج نتيجة الاستعلام السابق ويواصل البحث والرد.

يمكن للنموذج أيضًا أن يتحدث أثناء الاستماع، مع السماح للمستخدم بإيقافه في أي وقت. وفي البيئات الصاخبة أو عند إجراء محادثات بين عدة أشخاص، سيحاول تحديد المتحدث الرئيسي لتقليل احتمال مقاطعته خطأ بسبب أصوات الخلفية.

كما تضبط المزايا الصوتية نبرة الكلام وإيقاعه ومشاعره وفقًا للسياق. ويقدم الموقع الرسمي نسخة Plus بقدرات استدلال أقوى، ونسخة Flash بأسرع في الاستجابة، وقد تم طرحهما بالفعل على “Alibaba Cloud Bailian”.