據 Woofun AI 消息，阿里巴巴正式推出實時語音模型 Qwen-Audio-3.0-Realtime。該模型實現毫秒級響應，可在對話中主動調用地圖、API、MCP 及知識庫等外部工具，無需用戶顯式指令即可基於上下文連續執行任務。模型支持邊說邊聽與隨時打斷，能在嘈雜或多方通話場景中識別主要發言者並減少噪音干擾，同時根據語境動態調整語調、語速及情緒表達。

此次發佈的版本包含推理能力更強的 Plus 版與響應更快的 Flash 版，兩者均已部署於阿里巴巴雲百鍊平臺供用戶調用。