11 月 13 日,腾讯混元发布实时语音模型 Hy Realtime,主打低延迟的「边生成文本、边合成语音」能力,并新增 Agentic 工具调用——模型可自主判断是否需要联网搜索再决定如何回应。该模型已接入元宝语音通话(初语音色)与腾讯客服。

官方称 Hy Realtime 在 Big Bench Audio 92.20 等公开语音基准上综合领先(均为厂商口径),内部 A/B 测试优势明显;同步上线的还有与 TME 灵音 AI 合作的唱歌能力。API 与定价暂未公布,腾讯云预计近期开放调用。

信息来源