阿里千問發佈 Qwen-Audio-3.1：五款語音模型同發，ASR 價格直降 95%
AI資訊AI新聞資訊正文阿里千問發佈 Qwen-Audio-3.1：五款語音模型同發，ASR 價格直降 95%發佈於AI新聞資訊發佈時間 :2026年9月23號 16:10閱讀 :1分鐘千問當日正式發佈 Qwen-Audio-3.1 系列語音大模型。本次升級不僅對語音識別、語音合成和實時語音交互三大核心模型全面進化，還重磅推出全新的音頻創作模型 Qwen-Audio-3.1-TTS-Next 與音頻理解模型 Qwen-Audio-3.1-ASR-Next。五款新模型同時亮相，形成覆蓋“理解—生成—交互—創作”的完整音頻能力棧。
為進一步降低使用門檻，Qwen-Audio 全線語音模型價格均下調，其中 TTS 降約 70%、Realtime 降約 85%、ASR 降幅達 95%。五款模型同發，ASR 價格直降 95%Qwen-Audio-3.1-ASR 是新一代語音識別模型，新增原生轉寫潤色能力，可自動去除語氣詞與重複表達並重組語義；其分角色轉寫能完整呈現“誰在什麼時候說了什麼”，為會議、訪談提供可追溯的結構化記錄。該模型一套支持 30 種語言與 16 種中文方言，支持行業詞與分級熱詞識別，並提供低延遲流式識別，首字響應約 160 毫秒。
性能上，其在 KeSpeech 與 WSYue 的 11 個子集平均字錯誤率（CER）4.55%，中文方言內部測試集平均 CER 10.38%，AST 平均語義句準率 82.10%。基於下代架構的 ASR-Next 則把處理對象從“語音中的文字”擴展為“完整音頻信息”，可理解人物情緒、環境聲與機械聲，完成聲音描述、事件定位與音頻問答推理。在分角色 ASR 評測中，其 Flash-Next 與 Flash 版本分別取得五項和三項最優，全面優於此前的 Fun-ASR 級聯繫統。語音合成方面，Qwen-Audio-3.
1-TTS 支持多語種及方言合成，並讓同一音色在跨語言時自然遷移，可通過指令控制情緒、語速與表達方式。新一代 TTS-Next 更進一步，圍繞文本、時間戳與參考音頻統一生成人聲、音效與環境音，一次創作完整音頻內容，並支持 48kHz 輸出與細粒度時間戳控制，滿足播客、有聲書、影視和遊戲等需求。從聽懂到創作，語音成 AI 自然入口實時交互模型 Qwen-Audio-3.1-Realtime 採用全雙工架構，可同時說和聽、支持隨時插話打斷，並從識別文字升級為理解情緒與交流意圖——識別到用戶語氣低落時會放慢語速、調整措辭。
它還支持多語言實時切換，並在對話中調用 API、知識庫與業務系統工具完成任務；基於多教師蒸餾架構，在保持低延遲的同時強化了事實可靠性與安全邊界。目前，Qwen-Audio-3.1-Realtime 正與 Qoder、千問辦公等 Agent，以及 QwenNote、A2、Eva、千問 AI 眼鏡、樂奇 AI 眼鏡等智能硬件結合。在這些場景中，用戶無需始終打開電腦或手機，即可通過語音直接發起任務，並在實時對話中追加條件、修改需求或瞭解執行情況。千問表示，Qwen-Audio 3.
1 的升級並非單點指標優化，而是沿五條技術路徑推進，讓“能聽懂、能創作、能聊天”的語音成為連接人、內容與 AI 的自然入口。相關推薦千問一口氣端出五款語音大模型，TTS價格腰斬七成、ASR砍掉九成五，把耳朵和嗓子全打包給了開發者阿里千問9月23日升級語音棧，推出Qwen-Audio-3.1系列五款模型，覆蓋識別、合成、實時交互、音頻創作與理解，形成“理解—生成—交互—創作”完整矩陣。價格大幅下調：TTS降約70%、Realtime降約85%、ASR降95%，大幅降低語音使用門檻。2026年9月23號 15:49102.0k千問發佈 Qwen-Audio-3.
1系列語音大模型，五款模型全線降價最高95%千問9月23日發佈Qwen-Audio-3.1系列語音大模型，形成覆蓋理解、生成、交互與創作的完整音頻能力棧，含ASR、ASR-Next、TTS、TTS-Next及Realtime。API已上架千問AI平臺，ASR-Next即將上線。同步全線降價：TTS約70%、Realtime約85%、ASR達95%。ASR增強多語種、方言識別與上下文理解，新增原生轉寫潤色。2026年9月23號 15:2882.4k阿里Qwen-Audio-3.0系列語音模型上線千問AI平臺，斬獲國際評測“大滿貫”阿里巴巴在千問AI平臺全面上線Qwen-Audio-3.
0系列語音模型，涵蓋語音識別、語音合成和實時語音交互三款。官方稱，該系列在權威評測平臺Artificial Analysis今年7月語音排行榜中表現卓越，包攬語音識別、實時交互和語音合成三項第一。2026年8月17號 16:26280.0k騰訊混元 Hy ASR3.0 預覽版發佈：從"聽清"到"聽懂"，方言詞錯率壓到 3%騰訊混元發佈語音識別模型Hy ASR3.0 Preview，基於大語言模型Hy3，融合高精度識別與深度語義理解，實現從“逐字轉寫”到“理解語境”的質變。模型覆蓋十大方言片區，長音頻場景優勢突出，不依賴標準普通話，讓AI不僅能聽清字，更能真正聽懂話。
2026年8月5號 16:35266.9k騰訊混元發佈Hy ASR3.0preview:語音識別邁入“懂語境”新階段騰訊混元發佈語音識別模型Hy ASR3.0preview，首次將大語言模型Hy3的語義理解融入識別，實現從逐字轉寫向“理解語境、一鍵直出”跨越。在開源評測集上，中文普通話、英語、粵語詞錯誤率分別為3.34%、2.62%、3.12%，整體約3%，多維度表現亮眼。2026年8月4號 16:41309.1k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
達卯科技完成新一輪融資，算電協同核心軟件層“稀缺標的”
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 達卯科技完成新一輪融資，算電協同核心軟件層“稀缺標的” 量子位的朋友們 2026-09-23 17:46:57 來源：量子位 打造算電協同領域“Windows”級操作系統 算電協同AI能源運營操作系統核心企業達卯科技，近期據悉已完成約2億元新一輪融資。去年10月，達卯科技完成由寧德時代旗下溥泉資本領投的近億元A+輪融資。 達卯科技成立於2021年，總部位於上海徐匯模速空間，是國內首家將能源大模型規模化落地算電協同、虛擬電廠與泛能源場景的AI企業，也是算電協同賽道的先行者。公司核心依託自研垂類能源大模型與AI智能體集群，打造算電協同平臺、AI虛擬電廠平臺、智能運維平臺等產品矩陣，面向智算中心客戶提供從諮詢規劃、投資測算、智能運營、精細化運維、能源增值交易的全生命週期服務。 公司推出的核心產品算電協同2.0平臺・AIDC綠電直連能源運營操作系統，是算電協同產業鏈中的關鍵軟件，已形成面向GW級智算中心綠電直連場景的全週期智慧能源運營閉環能力，核心技術指標處於行業領先水平，推動AIDC從傳統“用電負荷”升級為“新型電力系統下可調度、可交易的柔性資源”。 目前，達卯科技股東陣容包含寧德時代、商湯科技、寒武紀等產業鏈龍頭企業，具備優異的產業生態協同與資源聚合能力。 算電協同，係指通過數字化技術、智能算法和通信網絡，將算力基礎設施與電力系統（發電、輸電、配電、用電環節）進行有機整合，實現資源動態匹配與優化配置的基建工程，以提升能源利用效率、保障算力供給穩定性，並推動低碳化發展。2026年初，算電協同首次寫入政府工作報告，成為新基建重點方向。今年9月，國務院層面進
國內開發者如何穩定使用 Claude Code、Codex 和 Gemini CLI：從配置接入到團隊協作
AI資訊AI新聞資訊正文國內開發者如何穩定使用 Claude Code、Codex 和 Gemini CLI：從配置接入到團隊協作發佈於AI新聞資訊發佈時間 :2026年9月23號 17:28閱讀 :2分鐘隨著 AI 編程工具快速發展，Claude Code、Codex、Gemini CLI 等工具已經逐漸從簡單的代碼補全，發展到可以理解項目結構、修改多個文件、執行命令、排查問題，甚至協助完成完整應用開發。對於個人開發者、獨立開發者和企業研發團隊來說，AI 編程工具已經成為提高開發效率的重要組成部分。不過，在實際使用過程中，很多國內開發者遇到的問題並不只是模型能力本身，還包括網絡連接、支付方式、配置流程、額度管理和售後支持等。一、使用 AI 編程工具時，開發者常見的問題網絡連接不穩定在使用 AI 編程 Agent 處理複雜任務時，一次任務可能需要持續運行幾分鐘，甚至更長時間。如果連接過程中出現中斷，就可能導致:代碼修改沒有完成;Agent 執行到一半停止;需要重新提交任務;上下文丟失;項目調試過程被打斷。尤其是在大型代碼庫分析、跨文件重構和連續多輪對話中，穩定性會直接影響使用體驗。配置過程比較複雜Claude Code、Codex 和 Gemini CLI 通常需要配置 API 地址、密鑰、環境變量或命令行參數。對於剛開始接觸 AI 編程工具的用戶來說，可能會遇到:API 地址配置錯誤;環境變量沒有生效;不同系統配置方式不同;模型名稱填寫錯誤;VS Code、JetBrains 或命令行環境無法正常調用。充值和報銷不方便個人開發者更關注價格和充值靈活性，企業和高校用戶則通常還需要考慮:是否支持國內支付;餘額是否會過期;是否可以按量付費;是否支持團隊統一管理;是否能夠提供合同和發票;採購後能否正常報銷。團隊使用缺少統一管理當多個成員同時使用 AI 編程工具時，如果每個人單獨注
Anthropic 擬租賃最高 1 吉瓦算力，減少對雲廠商依賴
AI資訊AI新聞資訊正文Anthropic 擬租賃最高 1 吉瓦算力，減少對雲廠商依賴發佈於AI新聞資訊發佈時間 :2026年9月23號 17:39閱讀 :1分鐘據媒體報道，Anthropic 正處於早期談判階段，擬從阿波羅全球管理（Apollo Global Management）控股的數據中心開發商手中租賃最高 1 吉瓦（GW）算力。這被視為這家 AI 公司降低對雲廠商依賴的重大舉措之一。若交易達成，Anthropic 將直接掌握相當體量的算力供給，而不再單純依賴第三方雲平臺按量分配。目前談判仍處早期，最終租賃規模、期限與具體開發商尚未敲定，但“最高 1 吉瓦”的目標已顯示出 Anthropic 對自有算力底盤的強烈訴求。部分知情人士稱，Anthropic 還在商議由谷歌為該項目提供信貸擔保。不過，目前尚不清楚谷歌將對項目的哪一部分承擔兜底責任。相關推薦醫療 AI 走向全球普惠：Anthropic 攜手 OpenEvidence，將臨床決策支持工具免費覆蓋百國Anthropic與醫學知識平臺OpenEvidence達成戰略合作，將基於人工智能的臨床決策支持工具免費提供給美國和歐洲以外醫療資源匱乏地區的醫生，打破循證醫學知識獲取的地理限制，緩解當地醫學文獻、專科醫生及繼續醫學教育資源不足等痛點，推動全球醫療資源公平可及。2026年9月23號 14:07147.9kAnthropic上線Claude Opus 5.5 ，任務成本大降 40%Anthropic發佈Claude Opus 5.5，為Claude 5.5系列首款。官方稱多數任務表現與Fable 5.1相當，成本較上代Opus 5降40%、速度提升超30%，9項測試中7項領先，編程表現突出。約兩小時後，OpenAI推出GPT-6 Sol和Luna，GPT-6“宇宙”擴容。2026年9月23號 8:53135.9k福
螞蟻百靈開源 Ming-Image-0.1-Design 系列模型，UI 設計專項評測位列開源第一
首頁 > 智能時代>人工智能 螞蟻百靈開源 Ming-Image-0.1-Design 系列模型，UI 設計專項評測位列開源第一 2026/9/23 17:42:16 來源：IT之家 作者：遠洋 責編：遠洋 評論： IT之家 9 月 23 日消息，今日，螞蟻百靈大模型正式開源 Ming-Image-0.1-Design 系列，包含兩個參數量均為 6B 的模型：Ming-Image-0.1-Design，從文字需求生成 UI、信息圖、海報和完整視覺設計；Ming-Image-0.1-Design-Layer，將創意圖或者設計圖拆成可獨立編輯的透明圖層。IT之家注意到，螞蟻百靈同時開源了 Design Skill 和 PPT Skill，將模型能力繼續連接到前端頁面與可編輯演示文稿。據官方介紹，Ming-Image-0.1-Design 重點增強了四項能力：支持 8K 長結構化提示詞增強，將自然語言需求組織為文案、模塊、佈局和視覺風格；優化標題、按鈕、卡片和多區域信息的文字渲染與版式穩定性；通過端到端生成一次性完成整體設計，統一配色、構圖和素材風格；創建原生 RGBA VAE，直接生成人物、商品、圖標和裝飾等透明背景素材。相比通過代碼多次調用通用生圖模型，分別生成背景、插畫和裝飾，端到端生成擁有更完整的全局控制，能夠減少素材之間色系衝突和畫風不一致。在 Artificial Analysis 於 2026 年 9 月 18 日更新的 UI / UX Design 專項評測中，Ming-Image-0.1-Design 位列開源模型第 1，Elo 得分為 1082。模型在 UI / UX 場景中的版式勝率達到 67.4%，複雜構圖達到 67.0%，文字渲染達到 66.7%。官方稱，Ming-Image-0.1-Design 系列仍有明確的能力邊界。Design 目前最穩定的是排版
斑馬智能發佈端模型AutoOmni2.0，讓元神AI更懂“我的世界”
斑馬智能在雲棲大會發表新一代全模態端側大模型AutoOmni 2.0，任務處理能力堪比10倍參數量的雲模型，並推出AutoClaw 2.0智艙協作實車方案。元神AI強調理解用戶的「表世界」與「裡世界」，透過「三個連通」朝Personal AI演進，已覆蓋主流車企68%的服務。AutoOmni與10家晶片廠合作，實現低延遲、隱私保護及高效能推理，並展示免喚醒與主動智能等場景，未來將從單體智能擴展至群體智能。
它石智航頂尖團隊引領中國具身智能率先邁入規模化落地階段
它石智航創辦人陳亦倫於上海跨國企業推介會中，強調具身智能須經真實產線驗證，並指出中國憑藉豐富製造業場景，率先進入規模化落地階段。該公司已透過自研AWE基座大模型與自製機器人硬件，完成從模型突破到規模化應用的三級躍遷，並計畫擴大研發團隊與生產基地，提升交付能力。未來將以中國為研發核心，面向全球推動工業智能化轉型。