千问宣布正式发布实时语音交互对话模型 Qwen-Audio-3.0-Realtime，号称「既要毫秒级响应、又不牺牲推理深度」的实时语音模型。
公告称，该模型在智商、Agent 工具调用、共情对话、双工交互流畅度四个维度均有显著提升。这意味着开发者可以在语音助手、智能客服、语音交互游戏等场景中，获得更自然流畅的实时语音对话体验，同时保留大模型在复杂推理任务上的能力。
同期，小米开源了 Xiaomi-Robotics-U0——一个拥有 380 亿参数的多模态自回归具身生成基础模型，号称具身领域首个「通吃」四类任务的统一生成模型，进一步推动具身智能开源生态发展。
来源：OSCHINA