阿里 Qwen 发布 Qwen-Audio-3.1-Realtime：全双工语音模型会思考、会调工具、会判断何时开口
阿里 Qwen 团队发布了 Qwen-Audio-3.1-Realtime，这是一个全双工语音模型，被训练成能推理、调用工具并自行决定何时说话。原始信息给出的数据是：在 τ-Voice 适配任务上成功率从 78.4% 提升到 82.0%，对背景人声的误回应从 73% 降到 13%，目前已作为 API 在 QwenCloud 上线。值得关注的是，「何时开口」这个判断能力直接关系到语音助手的自然度，误回应大幅下降意味着在嘈杂环境里更可用，而工具调用则让它不止于聊天。受影响的主要是做实时语音交互、智能客服和语音 agent 的开发者。下一步建议在 QwenCloud 上申请 API，用真实噪声环境和多轮打断场景测试其响应时机与工具调用稳定性。