AI日報：豆包、千問下線AI擬人化功能；騰訊混元Hy3發佈；Gemini3.5 Pro7月17日發佈

近日人工智慧領域迎來多項重要動態，涵蓋語音技術升級與法規遵循調整。通義千問大模型宣布推出全新的即時語音辨識模型 Fun-ASR-Realtime，同步提升辨識效能與語言涵蓋範圍；與此同時，豆包與通義千問兩款主流 AI 應用均開始下線可自訂的 AI 擬人化代理功能，以因應即將於 7 月 15 日上路的新規範，整體行業呈現集體收縮趨勢。通義千問此次推出的 Fun-ASR-Realtime 模型，主打低延遲與多語言支援。官方資訊顯示，該模型的首字辨識延遲已控制在百毫秒等級，能夠實現「即說即反饋」的流暢互動體驗，大幅降低使用者等待時間，尤其適合即時對話、語音助理與即時轉寫等應用場景。

這項升級讓語音辨識的反應速度更接近人類自然對話節奏。在語言覆蓋面上，Fun-ASR-Realtime 支援多達 30 種語言的語音辨識處理，同時涵蓋 16 種中文方言。這使得通義千問的語音能力不僅限於標準普通話或主流國際語言，還能應對閩南語、粵語、客家話等多樣化地方方言，擴大了模型在跨文化、多語言環境下的應用邊界。對於需要處理少數族群語言或特定地區服務的開發者與企業來說，這項功能具備實際價值。此次模型發布被視為通義千問強化核心音頻能力的關鍵布局。隨著即時語音辨識效能提升，大模型在智慧客服、遠距會議記錄、語音搜尋、教育輔助等領域的落地潛力也隨之增加。

特別是在多語言混雜的即時場景中，Fun-ASR-Realtime 有機會提供更準確的辨識結果，減少因口音或語種切換造成的錯誤率。除了技術升級，AI 應用在合規層面也出現重大調整。據了解，豆包與通義千問兩款在中國市場相當普及的 AI 應用，均將下線其可自訂的 AI 擬人化代理功能。此類功能過去允許使用者設定 AI 角色的個性、語氣、外觀甚至行為模式，讓 AI 以更接近真人的方式與使用者互動。然而隨著監管環境趨嚴，這類帶有強烈「擬人」屬性的功能必須重新檢視。業內資訊指出，一項針對 AI 擬人化功能的新規範將於 7 月 15 日正式實施。為配合法規要求，豆包與通義千問決定提前下線相關功能。

此舉並非單一事件，而是整個行業集體收縮的信號。其他同類型應用也可能在未來數週內跟進，逐步縮減或取消可自訂的擬人化代理服務。AI 擬人化功能的背後涉及多重考量。一方面，擬人化設計能提升使用者互動的親切感與黏著度，尤其應用於聊天機器人、虛擬伴侶或角色扮演場景時，更容易獲得使用者好感。但另一方面，過度擬人可能引發隱私、安全與倫理爭議，例如使用者對 AI 產生情感依賴、角色設定被濫用於誤導或詐騙等問題。新規的落地正是為了在技術創新與社會風險之間取得平衡。對於已習慣使用擬人化功能的使用者來說，功能下線將直接影響互動體驗。

過去能為 AI 角色命名、設定性格或調整對話風格的功能將不再提供，AI 將回歸較為中性的標準對話模式。部分使用者可能因此轉向其他未受影響的應用，或對現有服務的黏著度產生變化。通義千問在擬人化功能下線的同時，仍積極強化語音辨識等底層技術能力。兩項動向看似方向相反，實則反映 AI 產業正在經歷「技術深耕」與「法規調適」並行的階段。一方面持續提升核心效能，另一方面主動配合監管要求，避免因合規漏洞而面臨業務風險。從整體市場格局來看，豆包與通義千問的下線決定，可能促使競爭對手重新評估自家產品的擬人化設計。

部分業者可能選擇在合規範圍內保留有限度的個性化設定，例如僅允許調整語氣風格而不涉及完整角色塑造；也有業者可能直接放棄這條產品線，轉向其他更無爭議的功能開發。值得注意的是，這波調整不僅限於中國市場。隨著各國對 AI 監管的態度日趨明確，擬人化、深度偽造、情緒模擬等技術都將面臨更高強度的審查。企業在設計 AI 互動介面時，必須更審慎地拿捏「人性化」與「誤導性」之間的界線。通義千問 Fun-ASR-Realtime 的發布，則為語音技術領域注入新動能。即時辨識的低延遲特性與多語言覆蓋，有助於拓展 AI 應用在國際市場的適用性。尤其在跨國客服、即時翻譯、智慧穿戴裝置等領域，這項技術有機會成為標準配備。

綜合來看，今日的 AI 動態呈現兩條主線：一是技術層面的語音辨識躍進，二是合規層面的功能收縮。兩者共同描繪出 2026 年下半年的 AI 產業樣貌——創新與規範並進，企業必須在快速迭代與穩健經營之間找到平衡點。後續業界將持續關注新規實施後的實際影響，以及是否會有更多應用跟進調整擬人化功能。