阿里发布Qwen-Audio-3.0-Realtime，语音AI会主动调用工具办事

阿里发布实时语音模型 Qwen-Audio-3.0-Realtime。它能毫秒级回应，也能在对话中主动调用地图、API、MCP 和知识库等外部工具。用户不必明确说出「调用工具」。例如先问附近的川菜馆，再问哪家评分高且距离近，模型会记住上一次查询结果，继续搜索和回答。模型还能边说边听，允许用户随时打断。在嘈杂环境或多人交谈时，它会尝试识别主要说话人，减少被背景声音误打断。语音也会随语境调整语气、节奏和情绪。官方提供推理更强的 Plus 版，以及响应更快的 Flash 版，目前已上线阿里云百炼。[原文链接](动察 Beating)