За повідомленням Beating, Alibaba сьогодні випустила Qwen-Audio-3.0-Realtime — модель ШІ для голосу в реальному часі, здатну відповідати з затримкою в мілісекунду та проактивно викликати зовнішні інструменти, зокрема карти, API, MCP та бази знань, під час розмови без явної команди користувача.
Модель підтримує одночасне слухання і мовлення, тож користувачі можуть переривати її у будь-який момент. У шумних середовищах або в сценаріях із кількома спікерами вона ідентифікує основного мовця, щоб зменшити хибні спрацьовування через фоновий шум. Alibaba пропонує дві версії: більш потужну Plus і швидшу Flash — обидві наразі доступні на Alibaba Cloud Bailian.