Alibaba publie Qwen-Audio-3.0-Realtime, un modèle vocal IA capable d’appeler activement des outils

D’après Beating, Alibaba a publié aujourd’hui Qwen-Audio-3.0-Realtime, un modèle d’IA vocale en temps réel capable de répondre à l’échelle de la milliseconde et d’appeler de manière proactive des outils externes tels que des cartes, des API, MCP et des bases de connaissances pendant les conversations, sans commande explicite de l’utilisateur.

Le modèle prend en charge l’écoute et la parole simultanées, ce qui permet aux utilisateurs d’interrompre à tout moment. Dans des environnements bruyants ou des scénarios à plusieurs intervenants, il identifie l’orateur principal afin de réduire les faux déclenchements dus au bruit ambiant. Alibaba propose deux versions : une version Plus, plus puissante, et une version Flash, plus rapide, toutes deux désormais disponibles sur Alibaba Cloud Bailian.