全模态模型Qwen2.5-Omni开源，7B尺寸实现全球最强性能
通义千问Qwen2.5-Omni-7B正式开源，作为首个端到端全模态大模型，支持文本、图像、音频和视频等多种输入形式，实时生成文本与自然语音合成输出。它在多模态融合任务测评中刷新纪录，性能远超同类模型。Qwen2.5-Omni采用Thinker-Talker双核架构，实现语义理解与语音生成高效协同，以小尺寸7B参数让全模态大模型广泛应用成为可能，现已在魔搭社区和Hugging Face同步开源。
合力亿捷云客服系统：2025年大模型如何重塑全渠道对话体验
2025年，以DeepSeek等大模型为核心的智能客服系统，突破传统效率瓶颈，通过全渠道整合、多模态交互、个性化服务与情感智能，重构企业客户互动模式。从机械应答到认知共情，从单一文本到多维交互，大模型赋能客服系统成为企业价值创造的战略资产，推动客户服务迈向智能化新纪元。
HarmonyOS NEXT AI基础语音服务-语音输入
本案例展示了一个基于AI语音服务的实时语音转文字功能，通过麦克风采集音频并转换为文本。主要步骤包括：申请麦克风权限、初始化语音识别引擎、设置识别回调、配置音频参数及实现UI交互（长按按钮控制录音启停）。代码使用TypeScript编写，涵盖权限管理、引擎生命周期、异常处理等核心环节，确保功能稳定运行。适用于需要实时语音转写的场景，如会议记录、语音输入等。