实时 AI 消息
通义千问发布 Qwen-Audio-3.1 音频模型
据新浪财经 9 月 23 日的 AI 行业动态汇总,通义千问发布 Qwen-Audio-3.1,这是千问音频模型系列的一次版本迭代。目前公开信息只确认了发布动作,参数规模、支持语言与开放方式等细节尚未披露。

新浪财经 9 月 23 日的 AI 行业动态汇总中出现一条信息:千问发布 Qwen-Audio-3.1。版本号显示,这是千问音频模型系列的一次迭代更新。
候选信息本身只保留了发布的动作,没有给出参数规模、训练数据、支持语言、开放许可或接口细节,因此目前能确认的是发布了新的音频模型这件事。
音频模型处在人机交互的关键位置:语音是使用门槛最低的输入方式之一,理解声音与生成声音的能力,直接影响语音助手、客服系统和无障碍工具的实际体验。
对开发者和企业来说,值得关注的不是版本号,而是这类模型能否以可接受的价格与延迟接入现有语音链路,并在噪声环境、口音和长音频等真实条件下保持稳定。
后续观察点包括官方模型卡与许可条款、第三方基准与真实场景评测、推理成本与延迟,以及是否提供不同规模的版本供本地或云端部署。
在官方细节补齐之前,Qwen-Audio-3.1 更像一个方向性信号:音频与语音正在成为多模态模型竞争中被持续加码的一环。
为什么重要
音频模型持续迭代,意味着语音交互链路的选型窗口还在打开,企业的比较重点会落在真实场景下的稳定性与单位调用成本上。
附近消息
全部09/23 21:17
NVIDIA 开源 Nemotron 3 Diarization,实时多说话人转写再进一步
NVIDIA 在 Hugging Face 发布开放权重的 1 亿参数模型 Nemotron 3 Diarization,可在流式与离线音频中标出最多八位说话人的发言时段。官方称其在 VoiceArena 的 Diarization-Bench 上以 14.72% 的错误率排名第一,1.04 秒延迟下相较上一代四说话人流式模型平均降低约 40% 错误率。
09/23 20:39
深蓝汽车与火山引擎官宣合作,豆包大模型首搭深蓝S07 AI激光版,9月28日上市
深蓝汽车与火山引擎正式官宣合作,豆包大模型将首次搭载于深蓝 S07 AI 激光版,该车型定于 9 月 28 日上市。这次合作把字节跳动体系的大模型能力装进量产车型,也让大模型上车从发布会的演示环节,变成按车型、按上市日期推进的交付项目。
09/23 20:09
OpenAI 将 Daybreak 网络防御计划扩展至乌克兰政府
OpenAI 宣布将其 Daybreak 计划的使用权限扩展给乌克兰政府,用于支持民用基础设施的网络防御。公告未说明具体技术能力、覆盖系统与合作期限,BBC 等媒体的报道也集中在同一核心信息上。
09/23 20:00
OpenAI 发布山姆·奥特曼在联合国安理会的发言:AI 安全、人类控制与国际合作
OpenAI 在其官网发布了首席执行官山姆·奥特曼在联合国安理会的发言内容,围绕人工智能安全、人类对 AI 的控制以及国际协作展开。这是前沿 AI 公司负责人又一次在多边安全机构公开表态,也说明 AI 治理正在从产业议题走入国际安全议程。