2026年7月15日，阿里巴巴正式发布实时语音交互对话模型Qwen-Audio-3.0-Realtime。该模型在智商、Agent工具调用、共情对话及双工交互流畅度四方面升级，提供Plus（推理更强）与Flash（响应更快）两个版本。适用于智能客服、教育培训、娱乐互动与情感陪伴等场景。支持音色克隆、声纹级背景过滤、多说话人识别及动态情感表达，已在VStyle基准测试中达到SOTA水平。官方强调其核心能力为‘懂倾听，更聪明’。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。