腾讯混元发布实时语音模型 Hy Realtime

腾讯混元 11 月 13 日发布新的实时语音模型 Hy Realtime。据第一财经、每日经济新闻等报道,模型在语音理解、指令遵循和拟人化表达之外,新增了 Agentic 工具调用和唱歌能力。
按腾讯的介绍,模型针对真实对话里的发音含糊、打断插话和中途改口做了优化,多轮长对话里也能保持指令遵循。以前很多语音助手遇到需要查资料的问题只能让用户自己去搜,Hy Realtime 把「判断要不要搜、调用搜索、组织回答」放进同一个语音模型里完成。
这是混元近期又一次模型更新,前一次是站内报道过的 Hy4 发布。语音 Agent 正在成为国内大厂的新竞争点,客服和车载都是直接的落地场景。
注意:以上能力描述来自腾讯官方说法和媒体转述,腾讯没有公布评测数据。腾讯云 API 还没上线,接口文档、价格和调用限制都未公开,开发者暂时只能在元宝里体验。