Alibaba lanza Qwen-Audio-3.0-Realtime; la IA de voz llamará herramientas de forma proactiva para hacer tareas

robot
Generación de resúmenes en curso

Según las observaciones de Beating, Ali发布 el modelo de voz en tiempo real Qwen-Audio-3.0-Realtime. Puede responder a nivel de milisegundos y también, durante la conversación, llamar de forma proactiva a herramientas externas como mapas, API, MCP y bases de conocimiento.

Los usuarios no tienen que decir explícitamente “llamar herramientas”. Por ejemplo, si primero se pregunta por un restaurante de Sichuan cercano y luego cuál tiene mejores puntuaciones y está más cerca, el modelo recordará el resultado de la consulta anterior y seguirá buscando y respondiendo.

El modelo también puede hablar y escuchar al mismo tiempo, permitiendo que el usuario interrumpa en cualquier momento. En entornos ruidosos o en conversaciones con varias personas, intentará identificar al principal orador para reducir las interrupciones erróneas causadas por sonidos de fondo.

El tono, el ritmo y la emoción del habla se ajustan también según el contexto. La versión Plus, con más potencia de razonamiento, y la versión Flash, con respuestas más rápidas, ya están disponibles; actualmente ya se ha desplegado en Alibaba Cloud Bailian.

Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Sin comentarios
  • Fijado