Chinese content腾讯混元发布实时语音模型 Hy Realtime,支持工具调用与唱歌
腾讯混元这个 Hy Realtime 语音模型挺有意思,除了对话还能点歌唱歌,跟腾讯音乐团队一起做的,比如你说“放首 2010 到 2020 年的英文民谣”它就唱给你听。还能自己判断什么时候联网搜答案,做智能客服的同学可以关注下它的 API。
IT之家Source
腾讯混元这个 Hy Realtime 语音模型挺有意思,除了对话还能点歌唱歌,跟腾讯音乐团队一起做的,比如你说“放首 2010 到 2020 年的英文民谣”它就唱给你听。还能自己判断什么时候联网搜答案,做智能客服的同学可以关注下它的 API。
腾讯地图开放 Agent 能力,元宝一句话规划路线,Rokid 眼镜说话就能打车,开发者还能用 MCP 接口自己接入。
腾讯和豆包都盯上个人 Agent 了,元宝助手和小豆都要出独立 App,长记忆加长任务,这波个人助手大战可以盯一下。
腾讯混元新生图模型,盲测跟 Seedream 5.0 pro 打平,能多轮对话改图,2K 一张 0.15 元。
腾讯元宝 App 的 AI 录音笔现在能边录边拍,还能录设备里的声音,录完直接分享到 WorkBuddy 或文档,比单纯用录音笔方便多了。
朋友,腾讯元宝鸿蒙版 App 上架了,支持快速回答、深度思考这些功能,还能识别图片翻译,挺方便的。
腾讯混元出了新语音识别模型 Hy ASR 3.0,粤语英语 WER 都压到 3% 左右,元宝里已经能免费用了。
京东AI智能体接入了腾讯元宝和多家手机助手,用自然语言就能在聊天里直接下单,省去切换App的麻烦,挺实用的。
腾讯把 ima 知识库连到元宝了,以后提问能直接参考专业行业知识,不用自己翻资料,很实用。
本地生活服务与AI Agent的首次深度打通,做O2O或智能体生态的开发者值得关注——这可能是AI从聊天到下单的关键一步。