语音交互正迎来新的技术跨越。近日，通义千问大模型正式宣布升级其核心音频能力，推出了全新的实时语音识别模型 Fun-ASR-Realtime。
该模型在性能指标上实现了显著突破，其首字识别延迟被精准控制在百毫秒级别，确保了用户在交互时能够感受到“即说即反馈”的流畅体验。在准确度方面，该模型表现出色，其识别水准已逼近行业领先的离线识别模型，真正实现了实时性与高质量的有机统一。
为了满足多样化的应用需求，Fun-ASR-Realtime 具备了广泛的语言覆盖能力，不仅支持多达30种语言的识别处理，还特别强化了对中文方言的理解，目前已能够识别包括16种方言在内的复杂语音输入。
这一技术的升级，不仅为语音助手、会议速记等实时交互场景提供了更坚实的底层支撑，也进一步拓宽了通用大模型在多语言、多方言环境下的应用边界。随着模型的正式上线，开发者与企业用户将能够更便捷地构建出具备高灵敏度与高准确率的智能语音应用，让 AI 交互变得更加自然与人性化。
《人工智能拟人化互动服务管理暂行办法》7月15日生效，字节跳动“豆包”与阿里“通义千问”率先响应，即将下线自定义拟人化代理功能。豆包已通知用户，该功能自7月15日起下线，10月15日起彻底停用相关服务，成为新规下首批调整的头部AI应用。
2026年美加墨世界杯开幕当天，阿里通义千问App上线足球预测AI助手，精准预测墨西哥2:0胜南非及红牌趋势，并成功预判韩国2:1绝杀逆转捷克，被网友称为AI版“章鱼哥”。该助手基于海量大数据训练，除历史战绩和球员数据外，还引入举办地因素，展现高精度预测能力。
2026年高考语文作文题聚焦科技前沿：北京卷微写作探讨“人工智能与幸福晚年”，上海卷则围绕“科技改造世界与人类想象力变化”展开哲学思辨。国内顶尖AI模型DeepSeek、通义千问和豆包同台回应，凸显科技与人文融合的时代命题。
阿里旗下通义千问APP于2026年5月27日升级“拍照问健康”功能，突破传统OCR限制，实现医学图像理解与临床推理。新功能包括视觉圈选，可自动标记化验单或患处异常区域；以及联动推理，结合年龄、性别和多指标关联进行排除法分析，提升诊断准确性。
阿里云通义千问大模型推出Qwen3.7-Max-Preview和Qwen3.7-Plus-Preview预览版，已上线大模型竞技场及官方Qwen Chat。两款模型作为新一代旗舰预览版，仅支持“思考模式”，专注高难度逻辑推理与深度计算，预计在阿里云峰会正式发布。
关注 “悠AI” 更多干货技巧行业动态
相关文章
