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

robot
Генерация тезисов в процессе
ME AI сообщение: согласно мониторингу Beating от 动察, Alibaba выпустила realtime-модель распознавания и синтеза речи Qwen-Audio-3.0-Realtime. Она способна отвечать на уровне миллисекунд и в ходе диалога может активно вызывать внешние инструменты, такие как карты, API, MCP и базы знаний. Пользователям не нужно явно произносить «вызвать инструменты». Например, если сначала спросить о ближайшем заведении с сычуаньской кухней, а затем — в каком из них высокий рейтинг и при этом близко, модель запомнит результат последнего запроса и продолжит поиск и ответы. Модель также может говорить и слушать одновременно, позволяя пользователю в любой момент прервать её. В шумной среде или при разговоре нескольких людей она пытается распознавать основного говорящего, чтобы снизить вероятность ошибочного прерывания на фоне. Речь также будет адаптироваться к контексту: тон, ритм и эмоциональная окраска. Официально доступны более сильная в рассуждениях Plus-версия и более быстрая Flash-версия; обе уже запущены в Alibaba Cloud 百炼. (Источник: BlockBeats)
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