A Alibaba lança o Qwen-Audio-3.0-Realtime, e a IA de voz chama proactivamente ferramentas para tratar de tarefas

robot
Geração de resumo em curso
ME AI, 消agem, de acordo com o monitoramento Beating, a Alibaba lançou o modelo de voz em tempo real Qwen-Audio-3.0-Realtime. Ele consegue responder a nível de milissegundos e, durante a conversa, pode chamar proactivamente ferramentas externas como mapas, API, MCP e bases de conhecimento. O utilizador não precisa de dizer explicitamente «chamar ferramentas». Por exemplo, se primeiro perguntar por um restaurante de Sichuan perto de si e depois perguntar qual tem melhor avaliação e fica mais perto, o modelo vai lembrar o resultado da última consulta, continuando a procurar e a responder. O modelo também consegue falar e ouvir ao mesmo tempo, permitindo ao utilizador interromper a qualquer momento. Em ambientes ruidosos ou quando há várias pessoas a conversar, ele tenta identificar o orador principal, reduzindo interrupções indevidas causadas por sons de fundo. A voz também ajusta o tom, o ritmo e a emoção de acordo com o contexto. A versão Plus, com capacidades de raciocínio mais fortes, e a versão Flash, com respostas mais rápidas, já foram disponibilizadas e já estão no ar no Alibaba Cloud Bailian. (Fonte: BlockBeats)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixado