Qwen 進入 Tesla 中國車輛深度測試
阿里巴巴的 Qwen 已進入其在中國 Tesla 車載系統內部的深度測試，預計將很快完成整合。根據 36Kr 與雷鋒網 2026 年 7 月 31 日的報導，該模型於真實車輛環境中完成大量測試，展示語音互動、控制、導航與任務執行能力。相關媒體引述消息來源指出，Qwen 的規劃將超越單一語音助理的定位，涵蓋複雜語意與多任務路徑規劃、從下單到付款等端到端服務履約，以及端雲協同等能力。根據相同報導，在此之前字節跳動的豆包助理已整合進部分新款 Tesla 車輛，凸顯出相互競爭的中國 AI 助理正同時爭取進駐同一座艙平臺。
百度開源 vLLM 崑崙外掛程式並支援 Qwen
百度發布一款由社群維護的硬體外掛程式，讓開發者能在其崑崙 XPU 加速器上執行 vLLM 推論框架。根據 2026 年 7 月 31 日的報導，該專案目前版本為 0.11.0，0.25.1 版本正在積極開發中，並支援超過 20 個生成式與多模態模型，包括 Qwen2 至 Qwen3.5-MoE 的 Qwen 系列。該外掛程式亦涵蓋 DeepSeek 各版本（V3.2 具多 token 預測功能的 R1、V3）、Llama 2 與 3、GLM 4.5 與 5、Gemma 4，以及 Kimi-K2，多模態支援則延伸至 Qwen2-VL 至 Qwen3-VL-MoE、Gemma 4 與 InternVL 系列模型。百度崑崙芯團隊透過提供 XPU 硬體進行模型適配與測試以贊助該專案，外掛程式採用 Apache 2.0 授權釋出，使開發者無需偏離上游 vLLM 更新即可採用崑崙硬體。
阿里巴巴推出 Qwen-Audio-3.0-ASR-Flash 鎖定企業語音應用
阿里巴巴通義千問於 2026 年 7 月 31 日發布 Qwen-Audio-3.0-ASR-Flash 語音識別模型，聚焦長音訊轉寫與產業專屬術語。該模型可透過阿里雲百煉平臺取得，並具備長音訊上下文記憶、內建多行業詞彙、分層熱詞自訂，以及整合式語音順稿能力。單一模型支援超過 30 種語言，七種語言平均語意錯誤率為 17.09%，來源聲稱其表現優於 Azure 與 Gemini 的同類產品。同系列串流模型 Qwen-Audio-3.0-ASR-Streaming 鎖定即時場景，理論延遲為 300 毫秒，在工業場景下中文與英文的字元錯誤率分別為 7.80% 與 11.52%；而該系列先前曾在 Artificial Analysis 基準測試中以 1.7% 錯誤率名列第一。
Qwen 生態系的更廣泛訊號
綜合來看，這三項進展展現了 Qwen 在多重部署介面上的擴張：Qwen-Audio-3.0-ASR-Flash 鎖定企業語音工作負載，例如會議轉寫、即時字幕、教育錄製與智慧客服；Tesla 整合則將 Qwen 與豆包一同置於汽車座艙之中；百度開源的外掛程式則拓展了模型在崑崙 XPU 硬體上的推論基礎架構選項。百度決定同時支援 Qwen 以及 DeepSeek、Llama、GLM 等模型家族，凸顯出崑崙 XPU 正被定位為供應商中立（vendor-neutral）的推論底層，而非封閉生態系。報導並未說明 Tesla 整合公開上線的時程、Qwen 的車載功能將如何與已部署的豆包功能比較，或崑崙外掛程式 v0.25.1 開發分支是否會影響正式環境部署。
後續觀察訊號
持續關注 Qwen 在 Tesla 中國車載系統的公開上線、vLLM 崑崙外掛程式 v0.25.1 的釋出，以及在受規範或多語言企業場景中，Qwen-Audio-3.0-ASR-Flash 與其他語音識別服務的進一步基準比較結果。
分享這篇文章
