据动察 Beating 监测,阿里发布实时语音模型 Qwen-Audio-3.0-Realtime。它能毫秒级回应,也能在对话中主动调用地图、API、MCP 和知识库等外部工具。
用户不必明确说出「调用工具」。例如先问附近的川菜馆,再问哪家评分高且距离近,模型会记住上一次查询结果,继续搜索和回答。
模型还能边说边听,允许用户随时打断。在嘈杂环境或多人交谈时,它会尝试识别主要说话人,减少被背景声音误打断。
语音也会随语境调整语气、节奏和情绪。官方提供推理更强的 Plus 版,以及响应更快的 Flash 版,目前已上线阿里云百炼。
币须知道