Alibaba выпустила Qwen-Audio-3.0-Realtime: голосовой ИИ будет сам вызывать инструменты для выполнения задач

robot
Генерация тезисов в процессе
По данным мониторинга Beating, Alibaba выпустила realtime-модель для голосового общения Qwen-Audio-3.0-Realtime. Она отвечает за миллисекунды и в ходе диалога может самостоятельно вызывать внешние инструменты — например, карты, API, MCP и базы знаний.

Пользователям не нужно явно говорить «вызвать инструменты». Например, если сначала спросить ближайшие рестораны с сычуаньской кухней, а затем — в каком из них рейтинг выше и расстояние меньше, модель запомнит результаты предыдущего запроса и продолжит поиск и ответы.

Модель также умеет говорить и слушать одновременно, позволяя пользователям в любой момент прервать её. В шумной среде или при разговоре нескольких людей она попытается определить основного говорящего, чтобы снизить риск ошибочного прерывания из‑за фоновых звуков.

Голос также адаптируется под контекст: меняются тон, темп и эмоциональная окраска. Официально предлагаются Plus-версия с более сильными возможностями рассуждения и Flash-версия с более быстрым откликом; обе уже доступны в Alibaba Cloud Bailian.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закреплено