2026年7月6日,千问大模型正式升级实时语音识别大模型Fun-ASR-Realtime。该流式模型首字延迟控制在百毫秒级别,识别准确率接近离线模型,支持16种方言和30种语言,覆盖46种语音识别场景。在影视飓风100小时直播中,该模型全程提供实时字幕,累计识别132万字。