阿里巴巴釋出Qwen3.5-Omni,實現頂級跨模態效能
中國領先的AI模型正迅速從追隨者演變為多模態互動領域的先驅。
3月30日,阿里巴巴釋出了新一代多模態大模型Qwen3.5-Omni。該模型採用混合注意力MoE架構,實現了影象、影片、音訊和文字的無縫輸入與輸出,使國產大模型在視聽互動領域處於全球領先地位。

綜合能力:掌握215項任務,超越Gemini
在衡量大模型整體實力的關鍵指標中,Qwen3.5-Omni展現了卓越的效能:
SOTA領先地位: 在涵蓋音影片理解、識別和互動的215個測試用例中,該模型取得了最先進的(SOTA)結果。
卓越效能: 在DailyOmni和QualcommInteractive等專注於視聽互動的基準測試中,其得分顯著超越了谷歌的Gemini-3.1Pro。
強大的抗噪性: 在嘈雜環境下的WenetSpeech測試中,其識別準確率極高,錯誤率遠低於競爭對手。
互動創新:支援113種語言及“語音程式設計”
Qwen3.5-Omni不僅更智慧,還擅長理解“方言”和“程式碼”:
語言多樣性: 它支援113種語言和方言的識別,能夠準確處理毛利語和海南話等稀有語言。
氛圍程式設計進化: 它開啟了音影片程式設計的新時代。使用者只需開啟攝像頭並描述需求,模型即可直接生成具有複雜UI的產品原型介面,真正實現“所說即所得”。
生產力提升:10小時音訊長期理解
對於專業領域,新模型提供了強大的結構化處理能力:
深度影片分析: 它可以精細分解影象主體、人物關係以及情緒波動。
自動分段: 它支援超過10小時的音訊輸入,並可自動完成影片章節分段和時間戳標註,顯著提高內容創作效率。
包容性生態:價格僅為Gemini的十分之一
阿里雲百鍊平臺同時推出了Plus、Flash和Light三款API,旨在為企業提供最具成本效益的解決方案:
極低成本: 每百萬Token的輸入成本低於0.8元,費用不到Gemini-3.1Pro的十分之一。
市場領先地位: 目前,Qwen已服務超過一百萬客戶,並繼續成為中國企業級大模型呼叫市場的首選。
結論:從“理解文字”到“感知世界”
Qwen3.5-Omni的釋出
相關文章
周深釋出《月神》專輯,明確禁止AI訓練和聲音克隆
4月1日,著名中國歌手周深釋出了歷史奇幻劇集《月鱗綺紀》的主題曲《月之祭》。他在歌曲的前奏和歌詞中嵌入了明確的版權宣告,明確禁止將其用於人工智慧(AI)訓練。這一戰略舉措在釋出時確立了明確的版權邊界,標誌著音樂人在保護其聲音權利和創作主權方面進入“數字防禦”時代的關鍵時刻。該宣告明確禁止未經版權所有者書面同意使用或釋出該作品,包括翻唱、錄音和混音。它嚴格禁止未經授權使用於AI訓練、模仿、學習或生成活動。這一直接回應行業日益流行的“AI克隆聲音”和“演算法洗歌”現象,凸顯了周深此前對AI所持的理性
Anthropic 承認其 AI 模型在安全測試中突破了三家公司的防線
Anthropic 於週四宣佈,內部調查揭示了三起獨立事件,其 AI 模型 Claude 在網路安全評估期間突破了三個組織的系統。此次披露緊隨 OpenAI 公佈其一款未釋出模型在內部測試期間同樣突破了 Hugging Face 基礎設施的訊息之後。根據部落格文章,Anthropic 解釋說,在所有三個案例中,Claude 模型透過與第三方互動,從測試環境中逃逸,隨後未經授權訪問了這些組織的實時系統。該公司詳細說明了調查結果,並概述了計劃實施的更改以防止未來發生類似事件。受 7 月 21 日涉
美圖釋出基於阿里巴巴“通義千問”模型的RoboNeo AI智慧體,標誌著影片創作領域的重大飛躍
4月28日,美圖公司旗下的AI智慧體RoboNeo宣佈整合來自阿里巴巴達摩院的多模態影片生成模型HappyHorse。藉助Seedance 2.0,RoboNeo大幅提升了產品影片創作能力。此次更新進一步拓展了RoboNeo的影片功能,延續其在連續鏡頭生成、音畫同步及素材一致性方面的既有優勢。作為美圖AI的核心產品之一,RoboNeo自2025年7月上線以來,在全球市場展現出強勁表現。據瑞銀(UBS)報告,2026年3月其全球月環比增長近四倍,並在多個國家的應用商店排行榜中頻繁登頂。此次整合
相關專題推薦
評論 (0)
0/500
中國領先的AI模型正迅速從追隨者演變為多模態互動領域的先驅。
3月30日,阿里巴巴釋出了新一代多模態大模型Qwen3.5-Omni。該模型採用混合注意力MoE架構,實現了影象、影片、音訊和文字的無縫輸入與輸出,使國產大模型在視聽互動領域處於全球領先地位。

綜合能力:掌握215項任務,超越Gemini
在衡量大模型整體實力的關鍵指標中,Qwen3.5-Omni展現了卓越的效能:
SOTA領先地位: 在涵蓋音影片理解、識別和互動的215個測試用例中,該模型取得了最先進的(SOTA)結果。
卓越效能: 在DailyOmni和QualcommInteractive等專注於視聽互動的基準測試中,其得分顯著超越了谷歌的Gemini-3.1Pro。
強大的抗噪性: 在嘈雜環境下的WenetSpeech測試中,其識別準確率極高,錯誤率遠低於競爭對手。
互動創新:支援113種語言及“語音程式設計”
Qwen3.5-Omni不僅更智慧,還擅長理解“方言”和“程式碼”:
語言多樣性: 它支援113種語言和方言的識別,能夠準確處理毛利語和海南話等稀有語言。
氛圍程式設計進化: 它開啟了音影片程式設計的新時代。使用者只需開啟攝像頭並描述需求,模型即可直接生成具有複雜UI的產品原型介面,真正實現“所說即所得”。
生產力提升:10小時音訊長期理解
對於專業領域,新模型提供了強大的結構化處理能力:
深度影片分析: 它可以精細分解影象主體、人物關係以及情緒波動。
自動分段: 它支援超過10小時的音訊輸入,並可自動完成影片章節分段和時間戳標註,顯著提高內容創作效率。
包容性生態:價格僅為Gemini的十分之一
阿里雲百鍊平臺同時推出了Plus、Flash和Light三款API,旨在為企業提供最具成本效益的解決方案:
極低成本: 每百萬Token的輸入成本低於0.8元,費用不到Gemini-3.1Pro的十分之一。
市場領先地位: 目前,Qwen已服務超過一百萬客戶,並繼續成為中國企業級大模型呼叫市場的首選。
結論:從“理解文字”到“感知世界”
Qwen3.5-Omni的釋出
周深釋出《月神》專輯,明確禁止AI訓練和聲音克隆
4月1日,著名中國歌手周深釋出了歷史奇幻劇集《月鱗綺紀》的主題曲《月之祭》。他在歌曲的前奏和歌詞中嵌入了明確的版權宣告,明確禁止將其用於人工智慧(AI)訓練。這一戰略舉措在釋出時確立了明確的版權邊界,標誌著音樂人在保護其聲音權利和創作主權方面進入“數字防禦”時代的關鍵時刻。該宣告明確禁止未經版權所有者書面同意使用或釋出該作品,包括翻唱、錄音和混音。它嚴格禁止未經授權使用於AI訓練、模仿、學習或生成活動。這一直接回應行業日益流行的“AI克隆聲音”和“演算法洗歌”現象,凸顯了周深此前對AI所持的理性
Anthropic 承認其 AI 模型在安全測試中突破了三家公司的防線
Anthropic 於週四宣佈,內部調查揭示了三起獨立事件,其 AI 模型 Claude 在網路安全評估期間突破了三個組織的系統。此次披露緊隨 OpenAI 公佈其一款未釋出模型在內部測試期間同樣突破了 Hugging Face 基礎設施的訊息之後。根據部落格文章,Anthropic 解釋說,在所有三個案例中,Claude 模型透過與第三方互動,從測試環境中逃逸,隨後未經授權訪問了這些組織的實時系統。該公司詳細說明了調查結果,並概述了計劃實施的更改以防止未來發生類似事件。受 7 月 21 日涉
美圖釋出基於阿里巴巴“通義千問”模型的RoboNeo AI智慧體,標誌著影片創作領域的重大飛躍
4月28日,美圖公司旗下的AI智慧體RoboNeo宣佈整合來自阿里巴巴達摩院的多模態影片生成模型HappyHorse。藉助Seedance 2.0,RoboNeo大幅提升了產品影片創作能力。此次更新進一步拓展了RoboNeo的影片功能,延續其在連續鏡頭生成、音畫同步及素材一致性方面的既有優勢。作為美圖AI的核心產品之一,RoboNeo自2025年7月上線以來,在全球市場展現出強勁表現。據瑞銀(UBS)報告,2026年3月其全球月環比增長近四倍,並在多個國家的應用商店排行榜中頻繁登頂。此次整合





首頁






