ME AI のメッセージによると、Beating のモニタリング観測で、Alibaba がリアルタイム音声モデル Qwen-Audio-3.0-Realtime を公開した。これはミリ秒（ms）単位で応答でき、会話の中で地図、API、MCP、知識ベースなどの外部ツールを自発的に呼び出すこともできる。ユーザーは「ツールを呼び出す」と明確に言う必要はない。例えばまず近くの四川料理店を尋ね、次に評価が高くかつ距離が近い店を尋ねると、モデルは前回の検索結果を記憶し、検索を続けて回答する。モデルは話しながら聞くこともでき、ユーザーはいつでも途中で中断できる。騒がしい環境や複数人での会話では、主要な話し手を特定し、バックグラウンドの音声に誤って中断されるのを減らそうとする。さらに音声は、文脈に合わせて語調、リズム、感情も調整される。公式では推論力がより強い Plus 版と、応答がより速い Flash 版を提供しており、現在 Alibaba Cloud（阿里云）の百炼ですでに公開されている。（出典：BlockBeats）
アリババがQwen-Audio-3.0-Realtimeを発表、音声AIは主導してツールを呼び出して用件を処理します