阿里Qwen发布Qwen-Audio-3.1-Realtime：会思考、会行动、能自主决定何时开口的全双工语音模型

📋总体概括

阿里巴巴通义千问团队发布全双工语音模型Qwen-Audio-3.1-Realtime，具备推理、调用工具以及自主判断何时开口说话的能力。在τ-Voice适配测试中，任务成功率从78.4%提升至82.0%，对背景人声的误应答率从73%大幅降至13%。该模型已在QwenCloud上以API形式开放，标志着语音交互从简单对话转向能理解语境、控制发言时机的智能体方向。