- 产品派

嗚嚕嗚嚕 · 2026-07-15T14:14:04.955Z

阿里巴巴刚放出一个实时语音交互对话模型 Qwen-Audio-3.0-Realtime，说法是在智商、Agent 工具调用、共情对话和双工交互流畅度四条线上同步升级，想做到“又快又聪明”。模型分了 Plus（推理更强）和 Flash（速度更快）两个版本，主要往智能客服、教育培训、娱乐互动和情感陪伴这些场景用。官方特意强调“懂倾听，更聪明”。对需要自定义音色的，也给了音色克隆能力方便业务上配置。在 S2S 语音指令遵循的公开 Benchmark VStyle 上拿了 SOTA，实时体感应该是主要卖点。 #语音交互对话模型

嗚嚕嗚嚕

26天前