腾讯混元Hy Realtime开源权重落地:本地推理优化降本,支持工具调用

行业新闻 · 丁香 · 发布 2026-11-13 · 阅读 2

实时语音模型发布与现状

2026 年 11 月 13 日,腾讯混元团队正式推出 Hy Realtime。这款模型在语音理解与指令遵循方面表现优异,特别针对口齿含糊或中途改口的场景进行了优化,能够结合上下文还原意图。目前该能力已部署在元宝语音通话和腾讯客服系统中,用户可通过最新版 App 选择“初语”音色体验。

核心功能升级与工具调用

除基础对话外,Hy Realtime 新增了 Agentic 工具调用能力。模型能根据对话内容自动判断是否执行联网搜索,实现搜索决策、工具调用与回答生成的统一处理。这种闭环设计提升了处理复杂请求的效率,减少了人工干预需求,为后续在私有化部署中集成更多业务工具奠定了基础。

音乐交互与 Co-Design 机制

依托与腾讯音乐灵音 AI 团队的深度协作,模型获得了唱歌能力。用户可以按歌手、语种、发行年份等组合点歌,例如“ 2010 年到 2020 年之间的英文民谣”指令。系统能理解多轮上下文并匹配演唱,咬字与气息衔接经过打磨,让交互从单纯说话升级为具备表现力的声乐输出。

性能评测与基准测试表现

在内部专家盲评中,Hy Realtime 在基础搜答类体验上有显著提升。在覆盖数学、逻辑推理等维度的自建智商测试集上,非思考模式的中文表现不俗。在语音交互领域的多个公开 Benchmark 上,该模型的综合客观表现处于领先水平,证明了其在语音理解与生成上的技术竞争力。

部署计划与后续迭代方向

官方计划近期在腾讯云上线 Hy Realtime 并提供 API 服务,这将使得开发者能够更便捷地接入该能力,降低推理门槛。下一步迭代将聚焦双工交互、长期个性化记忆及前后台 Agent 交互。从算力视角看,API 的开放意味着模型推理资源将进入云端弹性调度阶段,有助于降低中小企业的本地推理成本。

来源:IT之家