Alibaba випустила Qwen-Audio-3.0-Realtime, мовний ШІ самостійно викликатиме інструменти для виконання завдань

robot
Генерація анотацій у процесі
ME AI повідомлення, за даними моніторингу Beating, Alibaba випустила модель реального часу для голосу Qwen-Audio-3.0-Realtime. Вона може відповідати на рівні мілісекунд, а також у діалозі може активно викликати зовнішні інструменти, такі як карти, API, MCP та бази знань. Користувачам не потрібно чітко говорити «викликати інструменти». Наприклад, спершу запитайте про найближчі ресторани сичуаньської кухні, а потім — про той, де найвища оцінка і який розташований недалеко: модель запам’ятає результати попереднього запиту, продовжить пошук і відповість. Модель також може говорити й слухати одночасно, дозволяючи користувачу в будь-який момент перервати. У галасливому середовищі або під час розмови кількох людей вона намагатиметься розпізнати основного мовця, зменшуючи ймовірність того, що її буде помилково перервано фоновими звуками. Голос також буде підлаштовуватися під контекст: змінювати інтонацію, темп і емоції. Офіційно надано Plus-версію з сильнішим міркуванням і Flash-версію, що відповідає швидше; наразі вони вже доступні в Alibaba Cloud Bailian. (Джерело: BlockBeats)
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріплено