アリババは、テキスト、画像、音声、動画を統合し、100万トークンのコンテキストに対応するネイティブマルチモーダルモデル「Qwen3.8-Omni-Flash」をリリースした。このモデルは、音声ベンチマークにおいてGemini3.8Flashを上回る性能を発揮し、音声処理コストを98%以上、動画処理コストを93%削減する。 主な機能には、113言語のサポート、ステレオ音声分析、ツール呼び出しや動画処理のための強化されたAIエージェント機能などが含まれます。Alibaba Cloud BaiLianを通じて世界中で利用可能であり、大幅な価格引き下げとマルチモーダル理解の向上を通じて、長編メディア分析に革命を起こすことを目指しています。





家
