家Qwen3.5-Omniが215のSOTAを記録し、全感覚AI時代の幕開けを告げる
Tongyi Labは昨夜、新しいマルチモーダル大規模モデル「Qwen3.5-Omni」を正式にリリースしました。このモデルは、前世代モデルと比較して、理解力、対話能力、タスク実行能力において飛躍的な進歩を遂げており、AIを「画面に縛られたアシスタント」から「物理世界を理解するインテリジェントエージェント」へと進化させました。
主な進化点：フルモダリティと215のSOTAベンチマーク
Qwen3.5-Omniは、テキスト、画像、音声、動画をシームレスに処理できるネイティブな「フルモダリティ」アーキテクチャを備えています。 視聴覚分析、推論、対話、翻訳を網羅する評価において、本モデルは215の最先端（SOTA）記録を達成しました。特に、一般的な音声理解および認識能力はGemini-3.1Proなどのモデルを上回っており、視覚およびテキスト処理の性能も同規模のQwen3.5モデルと同等のトップレベルを維持しています。
技術的アーキテクチャ：Hybrid-Attention MoE
本モデルは、従来のThinker-Talkerフレームワークを基盤としつつ、アーキテクチャの抜本的な刷新を行っています：
Thinker（理解センター）：ハイブリッド・アテンション型Mixture of Experts（MoE）へとアップグレードされ、256Kトークンという超長文コンテキストに対応しました。これにより、最大10時間の音声または1時間の動画を処理可能となり、TMRoPE技術を用いて長大なシーケンス内の微細な詳細を正確に捉えることができます。
Talker（表現センター）：新しいARIA技術とRVQコーディングを組み込み、計算負荷の高いDiTプロセスを置き換えました。これにより、単語の抜けや数字の発音ミスといった一般的な音声生成の問題に対処できるだけでなく、モデルに堅牢なリアルタイム音声制御能力も付与しています。
実世界での応用：バイブコーディングからボイスクローニングまで
Qwen3.5-Omniの機能により、以下のような革新的な応用シナリオが可能になります：
自然なビブコーディング：本モデルは、特別なトレーニングなしでも優れたコード理解・生成能力を発揮し、動画のロジックから直接Pythonコードやフロントエンドのプロトタイプを生成できます。
人間のようなリアルタイム対話：セマンティック・インタラプション（意味に基づく割り込み）に対応しています。咳などのバックグラウンドノイズと意図的な割り込みを区別でき、ユーザーは簡単な指示でトーン（例：「ハッピー」）や音量を調整できます。
きめ細かな動画分析：構造化されたタイムスタンプ付きキャプションを生成でき、動画内のアクション、BGMの変化、カメラの切り替えを正確に特定します。
パーソナライズされた音声クローン：ユーザーは短い音声サンプルをアップロードすることで、非常に自然なパーソナライズされた「デジタルボイス」を作成でき、113言語に対応しています。
Qwen3.5-Omniは現在、Alibaba Cloud BaiLianプラットフォームにて、Plus、Flash、Lightの各バージョンで利用可能です。また、ModelScopeコミュニティを通じて、リアルタイム対話（Realtime）APIおよびデモにもアクセスできます。
関連記事
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
AI競争は待ってくれないし、このTechCrunch Disruptの25％割引も同様だ
現在、AI分野で事業を展開しているすべての創業者は、同じ疑問を抱いています。「私たちのスピードは十分か？ 効果は十分か？」TechCrunch Disrupt 2026では、この根本的な問いと最高レベルで向き合っている人々と、同じ会場で顔を合わせることができます。 10月13日から15日までサンフランシスコで開催される本イベントでは、OpenAI、Nvidia、Anthropic、Microsof
関連特集おすすめ
デザインとアート
おすすめのAIイラスト作成ツール：編集用シーンや表紙アートを素早く作成
2026年最新・高評価のAIイラストレーションツール：当サイトが厳選したこのリストには、見事な編集用シーンや人目を引く表紙アートを素早く作成できる、高性能なツールが掲載されています。各ツールは実環境での厳格なテストを経ており、無料版と有料版の比較も掲載されているため、ご自身のワークフローに最適なツールを見つけるのに役立ちます。 今すぐこれらの「必見」ソリューションを試して、AIの力を最大限に活用し、クリエイティブな生産性を高めましょう。XIX.AIで今すぐチェックしてください。
10 ツール
xix.ai
教育と学習
試験対策に最適なAIチューター：数学、理科、英語の練習
2026年最新の、試験対策で高評価を得ている最高のAIチューターがXIX.AIに登場！厳選されたこのリストには、無料版と有料版の比較、実戦的なテスト、毎週更新されるランキングなどを提供する、画期的なツールが勢ぞろいしています。これらは、ライティングの効率を高め、複雑なトピックの学習を簡素化し、あなたの学業的な可能性を引き出すのに役立ちます。 今すぐチェックして、あなたにぴったりの試験対策ツールを見つけ、今日から作成を始めて、AIの力を最大限に活用しましょう！
10 ツール
xix.ai
ファイナンス
個人のお金管理のためのAI予算計画ツール
2026年の最新・最高評価のAI予算管理ツールがXIX.AIで登場！この厳選コレクションは、現実的なテストを行い、支出習慣を理解し、生産性を高めるためのパーソナライズされた計画を作成するのに役立つ革新的なソリューションを提供しています。無料版と有料版の比較や詳細なランキングもご用意しています。お金の管理を簡素化し、AIの優位性を引き出すためにぜひ試してほしいツールです。今すぐチェックしましょう！
11 ツール
xix.ai
健康とウェルネス
AI睡眠追跡アシスタント：より良い就寝習慣で回復力を高める
2026年最新かつ最高評価を受けているAI睡眠追跡アシスタントを厳選し、最適な回復を実現できるようご紹介します。完全に更新されたこの週間ガイドには、実際のテスト結果や無料版と有料版の比較、詳細なランキングなど、睡眠の質を向上させてより良い就寝習慣をサポートする最適なソリューションを見つけるのに役立つ強力なツールが掲載されています。今すぐXIX.AIでご覧ください。
10 ツール
xix.ai
データ分析
製品および収益分析のためのAI SQLコパイロット
2026年版 製品・収益分析に最適な、高評価のAI SQLコパイロット最新ランキング！ XIX.AIは、毎週更新されるランキングを通じて実環境でのテストを経た、強力で画期的な「ぜひ試すべきツール」を厳選しました。これらのツールは、データ分析を加速させ、複雑なクエリを効率化し、正確なインサイトを生成することで、ユーザーの生産性を大幅に向上させ、より賢明なビジネス意思決定を後押しします。今すぐチェックして、AIの真価を引き出すあなたにぴったりのツールを見つけましょう！
14 ツール
xix.ai
教育と学習
学びを促進する最高のAI宿題支援ツール：答えだけでなく、概念を学べる
2026年最新・最高評価のAI宿題サポートツール。単なる答えだけでなく、核心となる概念を教える、学生にとって強力なツール。ぜひ試してほしい厳選リスト。毎週更新。無料版と有料版の比較、実地テストによる正確なランキングで、あなたの学習能力を最大限に引き出します。今すぐチェックして、よりスマートな学習を実現するあなたにぴったりのツールを見つけましょう。
10 ツール
xix.ai
コメント (1)
0/500
![ScottWalker]()
'Screen-bound assistant'? More like screen-bound hype. 😏 215 SOTA benchmarks is impressive, but let's see how it performs in real-world chaos. Still, exciting times for multimodal AI!
Tongyi Labは昨夜、新しいマルチモーダル大規模モデル「Qwen3.5-Omni」を正式にリリースしました。このモデルは、前世代モデルと比較して、理解力、対話能力、タスク実行能力において飛躍的な進歩を遂げており、AIを「画面に縛られたアシスタント」から「物理世界を理解するインテリジェントエージェント」へと進化させました。
主な進化点：フルモダリティと215のSOTAベンチマーク
Qwen3.5-Omniは、テキスト、画像、音声、動画をシームレスに処理できるネイティブな「フルモダリティ」アーキテクチャを備えています。 視聴覚分析、推論、対話、翻訳を網羅する評価において、本モデルは215の最先端（SOTA）記録を達成しました。特に、一般的な音声理解および認識能力はGemini-3.1Proなどのモデルを上回っており、視覚およびテキスト処理の性能も同規模のQwen3.5モデルと同等のトップレベルを維持しています。
技術的アーキテクチャ：Hybrid-Attention MoE
本モデルは、従来のThinker-Talkerフレームワークを基盤としつつ、アーキテクチャの抜本的な刷新を行っています：
Thinker（理解センター）：ハイブリッド・アテンション型Mixture of Experts（MoE）へとアップグレードされ、256Kトークンという超長文コンテキストに対応しました。これにより、最大10時間の音声または1時間の動画を処理可能となり、TMRoPE技術を用いて長大なシーケンス内の微細な詳細を正確に捉えることができます。
Talker（表現センター）：新しいARIA技術とRVQコーディングを組み込み、計算負荷の高いDiTプロセスを置き換えました。これにより、単語の抜けや数字の発音ミスといった一般的な音声生成の問題に対処できるだけでなく、モデルに堅牢なリアルタイム音声制御能力も付与しています。
実世界での応用：バイブコーディングからボイスクローニングまで
Qwen3.5-Omniの機能により、以下のような革新的な応用シナリオが可能になります：
自然なビブコーディング：本モデルは、特別なトレーニングなしでも優れたコード理解・生成能力を発揮し、動画のロジックから直接Pythonコードやフロントエンドのプロトタイプを生成できます。
人間のようなリアルタイム対話：セマンティック・インタラプション（意味に基づく割り込み）に対応しています。咳などのバックグラウンドノイズと意図的な割り込みを区別でき、ユーザーは簡単な指示でトーン（例：「ハッピー」）や音量を調整できます。
きめ細かな動画分析：構造化されたタイムスタンプ付きキャプションを生成でき、動画内のアクション、BGMの変化、カメラの切り替えを正確に特定します。
パーソナライズされた音声クローン：ユーザーは短い音声サンプルをアップロードすることで、非常に自然なパーソナライズされた「デジタルボイス」を作成でき、113言語に対応しています。
Qwen3.5-Omniは現在、Alibaba Cloud BaiLianプラットフォームにて、Plus、Flash、Lightの各バージョンで利用可能です。また、ModelScopeコミュニティを通じて、リアルタイム対話（Realtime）APIおよびデモにもアクセスできます。
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
AI競争は待ってくれないし、このTechCrunch Disruptの25％割引も同様だ
現在、AI分野で事業を展開しているすべての創業者は、同じ疑問を抱いています。「私たちのスピードは十分か？ 効果は十分か？」TechCrunch Disrupt 2026では、この根本的な問いと最高レベルで向き合っている人々と、同じ会場で顔を合わせることができます。 10月13日から15日までサンフランシスコで開催される本イベントでは、OpenAI、Nvidia、Anthropic、Microsof
2026年最新・高評価のAIイラストレーションツール：当サイトが厳選したこのリストには、見事な編集用シーンや人目を引く表紙アートを素早く作成できる、高性能なツールが掲載されています。各ツールは実環境での厳格なテストを経ており、無料版と有料版の比較も掲載されているため、ご自身のワークフローに最適なツールを見つけるのに役立ちます。 今すぐこれらの「必見」ソリューションを試して、AIの力を最大限に活用し、クリエイティブな生産性を高めましょう。XIX.AIで今すぐチェックしてください。
10 ツール
xix.ai
2026年最新の、試験対策で高評価を得ている最高のAIチューターがXIX.AIに登場！厳選されたこのリストには、無料版と有料版の比較、実戦的なテスト、毎週更新されるランキングなどを提供する、画期的なツールが勢ぞろいしています。これらは、ライティングの効率を高め、複雑なトピックの学習を簡素化し、あなたの学業的な可能性を引き出すのに役立ちます。 今すぐチェックして、あなたにぴったりの試験対策ツールを見つけ、今日から作成を始めて、AIの力を最大限に活用しましょう！
10 ツール
xix.ai
2026年の最新・最高評価のAI予算管理ツールがXIX.AIで登場！この厳選コレクションは、現実的なテストを行い、支出習慣を理解し、生産性を高めるためのパーソナライズされた計画を作成するのに役立つ革新的なソリューションを提供しています。無料版と有料版の比較や詳細なランキングもご用意しています。お金の管理を簡素化し、AIの優位性を引き出すためにぜひ試してほしいツールです。今すぐチェックしましょう！
11 ツール
xix.ai
2026年最新かつ最高評価を受けているAI睡眠追跡アシスタントを厳選し、最適な回復を実現できるようご紹介します。完全に更新されたこの週間ガイドには、実際のテスト結果や無料版と有料版の比較、詳細なランキングなど、睡眠の質を向上させてより良い就寝習慣をサポートする最適なソリューションを見つけるのに役立つ強力なツールが掲載されています。今すぐXIX.AIでご覧ください。
10 ツール
xix.ai
2026年版 製品・収益分析に最適な、高評価のAI SQLコパイロット最新ランキング！ XIX.AIは、毎週更新されるランキングを通じて実環境でのテストを経た、強力で画期的な「ぜひ試すべきツール」を厳選しました。これらのツールは、データ分析を加速させ、複雑なクエリを効率化し、正確なインサイトを生成することで、ユーザーの生産性を大幅に向上させ、より賢明なビジネス意思決定を後押しします。今すぐチェックして、AIの真価を引き出すあなたにぴったりのツールを見つけましょう！
14 ツール
xix.ai
2026年最新・最高評価のAI宿題サポートツール。単なる答えだけでなく、核心となる概念を教える、学生にとって強力なツール。ぜひ試してほしい厳選リスト。毎週更新。無料版と有料版の比較、実地テストによる正確なランキングで、あなたの学習能力を最大限に引き出します。今すぐチェックして、よりスマートな学習を実現するあなたにぴったりのツールを見つけましょう。
10 ツール
xix.ai
'Screen-bound assistant'? More like screen-bound hype. 😏 215 SOTA benchmarks is impressive, but let's see how it performs in real-world chaos. Still, exciting times for multimodal AI!
