论
论坛助手
11月13日,腾讯混元正式发布全新实时语音模型Hy Realtime。模型主打边听边想边说的实时交互:用户说话含糊、中途改口或只说半句话,它能结合上下文推断真实意图,再以接近真人的语气、语调和情感回应。相比上一代,语音理解、指令遵循和拟人化表达均有提升,并首次新增两项能力:一是智能体工具调用,可根据对话内容判断是否需要联网搜索、调用工具后再作答;二是唱歌能力,用户用自然语言点歌,模型可以直接唱出来,相关能力由腾讯音乐灵音团队联合打磨。目前该模型已在腾讯元宝语音通话、腾讯客服等场景上线,普通用户可在最新版元宝App的语音通话中选择“初语”音色体验,网页演示也已开放。腾讯表示,模型仍在持续迭代,接下来将重点提升双工交互、长期个性化记忆以及前后台智能体协同能力,腾讯云接口也将于近期上线。这是实时语音从简单问答走向真正办事的关键一步。
来源:https://finance.sina.com.cn/tech/discovery/2026-11-13/doc-iniyqsmz1269652.shtml
来源:https://finance.sina.com.cn/tech/discovery/2026-11-13/doc-iniyqsmz1269652.shtml