Alibaba Unveils Qwen3.5-Omni, Delivering Top-Tier Cross-Modal Performance
Ведущие китайские модели искусственного интеллекта стремительно эволюционируют от последователей к пионерам в области мультимодального взаимодействия.
30 марта компания Alibaba представила мультимодальную большую модель нового поколения, Qwen3.5-Omni. Используя гибридную архитектуру MoE с механизмом внимания, эта модель обеспечивает беспрепятственный ввод и вывод данных в форматах изображений, видео, аудио и текста, выводя отечественные большие модели на мировой авангард аудиовизуального взаимодействия.

Всесторонние возможности: освоено 215 задач, превосходство над Gemini
В ключевых метриках, измеряющих общую силу больших моделей, Qwen3.5-Omni продемонстрировала исключительные результаты:
Лидерство SOTA: По результатам 215 тестовых случаев, охватывающих понимание, распознавание и взаимодействие аудио-видео, модель достигла результатов уровня state-of-the-art (SOTA).
Превосходная производительность: В таких бенчмарках, как DailyOmni и QualcommInteractive, ориентированных на аудиовизуальное взаимодействие, её баллы значительно превзошли показатели Gemini-3.1Pro от Google.
Устойчивость к шуму: В тесте WenetSpeech, проведенном в зашумленных условиях, точность распознавания была исключительно высокой, а уровень ошибок значительно ниже, чем у конкурентов.
Интерактивные инновации: поддержка 113 языков и программирование «голосом в код»
Qwen3.5-Omni не только умнее, но и отлично понимает «диалекты» и «код»:
Языковая универсальность: Она поддерживает распознавание 113 языков и диалектов, точно обрабатывая редкие языки, такие как маори и хайнаньский диалект.
Эволюция Vibe Coding: Она открывает новую эру аудио-видео программирования. Пользователям просто нужно включить камеру и описать свои требования, после чего модель может напрямую генерировать интерфейсы прототипов продуктов со сложным пользовательским интерфейсом,真正实现 «что сказано, то и получено».
Повышение производительности: долгосрочное понимание аудио длительностью 10 часов
Для профессиональных сфер новая модель предлагает мощные возможности структурированной обработки:
Глубокий анализ видео: Она может тонко декомпозировать основной объект изображения, отношения между людьми и эмоциональные колебания.
Автоматическая сегментация: Она поддерживает ввод аудио длительностью более 10 часов и может автоматически завершать сегментацию глав видео и аннотирование временных меток, значительно повышая эффективность создания контента.
Инклюзивная экосистема: цена составляет лишь одну десятую от Gemini
Платформа Alibaba Cloud Bailian одновременно запустила три API: Plus, Flash и Light, стремясь предоставить наиболее рентабельное решение для предприятий:
Крайне низкая стоимость: Стоимость ввода на миллион токенов составляет менее 0,8 юаней, что меньше одной десятой от стоимости Gemini-3.1Pro.
Лидерство на рынке: В настоящее время Qwen обслуживает более одного миллиона клиентов и остается выбором номер один на рынке вызовов корпоративных больших моделей в Китае.
Заключение: от «понимания текста» к «восприятию мира»
Выпуск Qwen3.5-Omni
Связанная статья
Чжоу Шэнь представляет «Хроники Луны», прямо запрещая обучение ИИ и клонирование голоса
1 апреля известный китайский артист Чжоу Шэнь выпустил «Yue Zhi Ji» — заглавную тему историко-фэнтезийного сериала «Yue Lin Qi Ji». Он включил в преамбулу и текст песни четкое уведомление об авторских правах, прямо запретив использование трека для об
Anthropic признает, что её модели ИИ нарушили работу трёх компаний во время тестов на безопасность
Anthropic объявила в четверг, что внутреннее расследование выявило три отдельных случая, когда её модель искусственного интеллекта Claude нарушила системы трёх организаций во время кибербезопасных оценок. Это раскрытие последовало вскоре после заявле
Meitu представляет AI-агента RoboNeo на базе модели HappyHorse от Alibaba, что знаменует новый этап в создании видео
28 апреля RoboNeo, агент на базе искусственного интеллекта от компании Meitu, объявил о интеграции модели генерации мультимодальных видео HappyHorse от Инновационного подразделения ATH компании Alibaba. Используя Seedance 2.0, RoboNeo значительно улу
Рекомендации по связанным специальным темам
Комментарии (0)
Ведущие китайские модели искусственного интеллекта стремительно эволюционируют от последователей к пионерам в области мультимодального взаимодействия.
30 марта компания Alibaba представила мультимодальную большую модель нового поколения, Qwen3.5-Omni. Используя гибридную архитектуру MoE с механизмом внимания, эта модель обеспечивает беспрепятственный ввод и вывод данных в форматах изображений, видео, аудио и текста, выводя отечественные большие модели на мировой авангард аудиовизуального взаимодействия.

Всесторонние возможности: освоено 215 задач, превосходство над Gemini
В ключевых метриках, измеряющих общую силу больших моделей, Qwen3.5-Omni продемонстрировала исключительные результаты:
Лидерство SOTA: По результатам 215 тестовых случаев, охватывающих понимание, распознавание и взаимодействие аудио-видео, модель достигла результатов уровня state-of-the-art (SOTA).
Превосходная производительность: В таких бенчмарках, как DailyOmni и QualcommInteractive, ориентированных на аудиовизуальное взаимодействие, её баллы значительно превзошли показатели Gemini-3.1Pro от Google.
Устойчивость к шуму: В тесте WenetSpeech, проведенном в зашумленных условиях, точность распознавания была исключительно высокой, а уровень ошибок значительно ниже, чем у конкурентов.
Интерактивные инновации: поддержка 113 языков и программирование «голосом в код»
Qwen3.5-Omni не только умнее, но и отлично понимает «диалекты» и «код»:
Языковая универсальность: Она поддерживает распознавание 113 языков и диалектов, точно обрабатывая редкие языки, такие как маори и хайнаньский диалект.
Эволюция Vibe Coding: Она открывает новую эру аудио-видео программирования. Пользователям просто нужно включить камеру и описать свои требования, после чего модель может напрямую генерировать интерфейсы прототипов продуктов со сложным пользовательским интерфейсом,真正实现 «что сказано, то и получено».
Повышение производительности: долгосрочное понимание аудио длительностью 10 часов
Для профессиональных сфер новая модель предлагает мощные возможности структурированной обработки:
Глубокий анализ видео: Она может тонко декомпозировать основной объект изображения, отношения между людьми и эмоциональные колебания.
Автоматическая сегментация: Она поддерживает ввод аудио длительностью более 10 часов и может автоматически завершать сегментацию глав видео и аннотирование временных меток, значительно повышая эффективность создания контента.
Инклюзивная экосистема: цена составляет лишь одну десятую от Gemini
Платформа Alibaba Cloud Bailian одновременно запустила три API: Plus, Flash и Light, стремясь предоставить наиболее рентабельное решение для предприятий:
Крайне низкая стоимость: Стоимость ввода на миллион токенов составляет менее 0,8 юаней, что меньше одной десятой от стоимости Gemini-3.1Pro.
Лидерство на рынке: В настоящее время Qwen обслуживает более одного миллиона клиентов и остается выбором номер один на рынке вызовов корпоративных больших моделей в Китае.
Заключение: от «понимания текста» к «восприятию мира»
Выпуск Qwen3.5-Omni
Чжоу Шэнь представляет «Хроники Луны», прямо запрещая обучение ИИ и клонирование голоса
1 апреля известный китайский артист Чжоу Шэнь выпустил «Yue Zhi Ji» — заглавную тему историко-фэнтезийного сериала «Yue Lin Qi Ji». Он включил в преамбулу и текст песни четкое уведомление об авторских правах, прямо запретив использование трека для об
Anthropic признает, что её модели ИИ нарушили работу трёх компаний во время тестов на безопасность
Anthropic объявила в четверг, что внутреннее расследование выявило три отдельных случая, когда её модель искусственного интеллекта Claude нарушила системы трёх организаций во время кибербезопасных оценок. Это раскрытие последовало вскоре после заявле
Meitu представляет AI-агента RoboNeo на базе модели HappyHorse от Alibaba, что знаменует новый этап в создании видео
28 апреля RoboNeo, агент на базе искусственного интеллекта от компании Meitu, объявил о интеграции модели генерации мультимодальных видео HappyHorse от Инновационного подразделения ATH компании Alibaba. Используя Seedance 2.0, RoboNeo значительно улу





Дом






