Lar
Alibaba apresenta o Qwen3.5-Omni, oferecendo desempenho de ponta em processamento multimodal
Os principais modelos de IA da China estão evoluindo rapidamente de seguidores para pioneiros na interação multimodal.
Em 30 de março, o Alibaba apresentou o modelo grande multimodal de próxima geração, o Qwen3.5-Omni. Aproveitando uma arquitetura MoE de atenção híbrida, este modelo permite entrada e saída perfeitas entre imagens, vídeos, áudio e texto, posicionando os modelos grandes nacionais na vanguarda global da interação audiovisual.

Capacidade Abrangente: 215 Tarefas Dominadas, Supera o Gemini
Em métricas-chave que medem a força geral dos modelos grandes, o Qwen3.5-Omni demonstrou desempenho excepcional:
Liderança SOTA: Em 215 casos de teste cobrindo compreensão, reconhecimento e interação áudio-vídeo, o modelo alcançou resultados de estado da arte (SOTA).
Desempenho Superior: Em benchmarks como DailyOmni e QualcommInteractive, que se concentram na interação audiovisual, suas pontuações superaram significativamente o Gemini-3.1Pro do Google.
Resistência Robusta a Ruído: No teste WenetSpeech realizado em ambientes ruidosos, sua precisão de reconhecimento foi notavelmente alta, com uma taxa de erro muito inferior à dos concorrentes.
Inovação Interativa: 113 Idiomas Suportados e Programação "Fale-para-Código"
O Qwen3.5-Omni não é apenas mais inteligente, mas também hábil em compreender "sotaques" e "código":
Versatilidade Linguística: Ele suporta o reconhecimento de 113 idiomas e dialetos, lidando com precisão com idiomas raros, como o maori e o dialeto de Hainan.
Evolução da Programação por Vibe: Ele inaugura uma nova era de programação áudio-vídeo. Os usuários simplesmente precisam abrir a câmera e descrever seus requisitos, e o modelo pode gerar diretamente interfaces de protótipo de produto com UI complexa, realizando verdadeiramente "o que você diz é o que você obtém".
Aumento de Produtividade: Compreensão de Longo Prazo de Áudio de 10 Horas
Para campos profissionais, o novo modelo oferece poderosas capacidades de processamento estruturado:
Análise Profunda de Vídeo: Ele pode decominar finamente o sujeito principal da imagem, as relações entre as pessoas e as flutuações emocionais.
Segmentação Automática: Ele suporta mais de 10 horas de entrada de áudio e pode completar automaticamente a segmentação de capítulos de vídeo e anotação de carimbos de tempo, melhorando significativamente a eficiência da criação de conteúdo.
Ecossistema Inclusivo: O Preço é Apenas um Décimo do Gemini
A plataforma Alibaba Cloud Bailian lançou simultaneamente três APIs: Plus, Flash e Light, com o objetivo de fornecer a solução mais econômica para as empresas:
Custo Extremamente Baixo: O custo de entrada por milhão de Tokens é inferior a 0,8 yuan, custando menos de um décimo do Gemini-3.1Pro.
Liderança de Mercado: Atualmente, o Qwen atendeu mais de um milhão de clientes e continua sendo a principal escolha no mercado de chamadas de modelos grandes de nível empresarial na China.
Conclusão: De "Compreender Texto" a "Perceber o Mundo"
O lançamento do Qwen3.5-Omni
Artigo relacionado
Zhou Shen revela "Moon Chronicle", proibindo explicitamente o treinamento de IA e a clonagem de voz
Em 1º de abril, o aclamado artista chinês Zhou Shen lançou "Yue Zhi Ji", a música tema da série de fantasia histórica "Yue Lin Qi Ji". Ele incluiu um aviso de direitos autorais claro na introdução e nas letras da faixa, proibindo explicitamente seu u
A Anthropic admite que seus modelos de IA violaram três empresas durante testes de segurança
A Anthropic anunciou na quinta-feira que uma investigação interna revelou três incidentes separados em que seu modelo de IA, Claude, invadiu os sistemas de três organizações durante avaliações de cibersegurança. Esta divulgação ocorre logo após a rev
Meitu apresenta o Agente de IA RoboNeo, alimentado pelo modelo HappyHorse da Alibaba, marcando um avanço na criação de vídeos
Em 28 de abril, o RoboNeo, um agente de IA da Meitu Company, anunciou a integração do HappyHorse, um modelo de geração de vídeo multimodal da Divisão de Inovação ATH da Alibaba. Aproveitando o Seedance 2.0, o RoboNeo aprimorou significativamente a cr
Recomendações de tópicos especiais relacionados
Comentários (0)
Os principais modelos de IA da China estão evoluindo rapidamente de seguidores para pioneiros na interação multimodal.
Em 30 de março, o Alibaba apresentou o modelo grande multimodal de próxima geração, o Qwen3.5-Omni. Aproveitando uma arquitetura MoE de atenção híbrida, este modelo permite entrada e saída perfeitas entre imagens, vídeos, áudio e texto, posicionando os modelos grandes nacionais na vanguarda global da interação audiovisual.

Capacidade Abrangente: 215 Tarefas Dominadas, Supera o Gemini
Em métricas-chave que medem a força geral dos modelos grandes, o Qwen3.5-Omni demonstrou desempenho excepcional:
Liderança SOTA: Em 215 casos de teste cobrindo compreensão, reconhecimento e interação áudio-vídeo, o modelo alcançou resultados de estado da arte (SOTA).
Desempenho Superior: Em benchmarks como DailyOmni e QualcommInteractive, que se concentram na interação audiovisual, suas pontuações superaram significativamente o Gemini-3.1Pro do Google.
Resistência Robusta a Ruído: No teste WenetSpeech realizado em ambientes ruidosos, sua precisão de reconhecimento foi notavelmente alta, com uma taxa de erro muito inferior à dos concorrentes.
Inovação Interativa: 113 Idiomas Suportados e Programação "Fale-para-Código"
O Qwen3.5-Omni não é apenas mais inteligente, mas também hábil em compreender "sotaques" e "código":
Versatilidade Linguística: Ele suporta o reconhecimento de 113 idiomas e dialetos, lidando com precisão com idiomas raros, como o maori e o dialeto de Hainan.
Evolução da Programação por Vibe: Ele inaugura uma nova era de programação áudio-vídeo. Os usuários simplesmente precisam abrir a câmera e descrever seus requisitos, e o modelo pode gerar diretamente interfaces de protótipo de produto com UI complexa, realizando verdadeiramente "o que você diz é o que você obtém".
Aumento de Produtividade: Compreensão de Longo Prazo de Áudio de 10 Horas
Para campos profissionais, o novo modelo oferece poderosas capacidades de processamento estruturado:
Análise Profunda de Vídeo: Ele pode decominar finamente o sujeito principal da imagem, as relações entre as pessoas e as flutuações emocionais.
Segmentação Automática: Ele suporta mais de 10 horas de entrada de áudio e pode completar automaticamente a segmentação de capítulos de vídeo e anotação de carimbos de tempo, melhorando significativamente a eficiência da criação de conteúdo.
Ecossistema Inclusivo: O Preço é Apenas um Décimo do Gemini
A plataforma Alibaba Cloud Bailian lançou simultaneamente três APIs: Plus, Flash e Light, com o objetivo de fornecer a solução mais econômica para as empresas:
Custo Extremamente Baixo: O custo de entrada por milhão de Tokens é inferior a 0,8 yuan, custando menos de um décimo do Gemini-3.1Pro.
Liderança de Mercado: Atualmente, o Qwen atendeu mais de um milhão de clientes e continua sendo a principal escolha no mercado de chamadas de modelos grandes de nível empresarial na China.
Conclusão: De "Compreender Texto" a "Perceber o Mundo"
O lançamento do Qwen3.5-Omni
Zhou Shen revela "Moon Chronicle", proibindo explicitamente o treinamento de IA e a clonagem de voz
Em 1º de abril, o aclamado artista chinês Zhou Shen lançou "Yue Zhi Ji", a música tema da série de fantasia histórica "Yue Lin Qi Ji". Ele incluiu um aviso de direitos autorais claro na introdução e nas letras da faixa, proibindo explicitamente seu u
A Anthropic admite que seus modelos de IA violaram três empresas durante testes de segurança
A Anthropic anunciou na quinta-feira que uma investigação interna revelou três incidentes separados em que seu modelo de IA, Claude, invadiu os sistemas de três organizações durante avaliações de cibersegurança. Esta divulgação ocorre logo após a rev
Meitu apresenta o Agente de IA RoboNeo, alimentado pelo modelo HappyHorse da Alibaba, marcando um avanço na criação de vídeos
Em 28 de abril, o RoboNeo, um agente de IA da Meitu Company, anunciou a integração do HappyHorse, um modelo de geração de vídeo multimodal da Divisão de Inovação ATH da Alibaba. Aproveitando o Seedance 2.0, o RoboNeo aprimorou significativamente a cr











