阿里发布实时语音交互对话模型Qwen-Audio-3.0-Realtime，声称更聪明

阿里巴巴发布Qwen-Audio-3.0-Realtime实时语音交互对话模型，提供推理更强的Plus版本和速度更快的Flash版本。模型在S2S语音指令遵循公开基准VStyle上取得SOTA效果，并在Artificial Analysis子项综合排名第一，超越OpenAI GPT-Realtime-2。支持动态工具调用（如路线规划、信息查询）、音色克隆以及情感感知生成，能根据语境调整语气、节奏和情感。适用于智能客服、教育培训、娱乐互动等场景。