首頁Qwen 3.5-Omni 以 215 項 SOTA 紀錄刷新紀錄，開啟全感官 AI 時代
同益實驗室（Tongyi Lab）昨晚正式推出全新多模態大型模型 Qwen3.5-Omni。相較於前代模型，該模型在理解能力、互動能力及任務執行能力方面均有顯著躍進，將人工智慧從「受限於螢幕的助理」轉變為「能理解實體世界的智能代理」。
核心突破：全模態處理與 215 項 SOTA 基準測試
Qwen3.5-Omni 採用原生「全模態」架構，能夠無縫處理文字、圖像、音訊及影片。 在涵蓋視聽分析、推理、對話及翻譯的各項評估中，該模型共取得 215 項最先進（SOTA）成績。值得注意的是，其整體語音理解與辨識能力已超越 Gemini-3.1Pro 等模型，而視覺與文本表現仍維持頂尖水準，與同規模的對應模型 Qwen3.5 並駕齊驅。
技術架構：混合注意力 MoE
該模型以經典的 Thinker-Talker 框架為基礎，並進行了根本性的架構革新：
Thinker（理解中心）：升級為混合注意力專家混合（MoE）架構，支援長達 256K 令牌的超長上下文。這使其能處理長達 10 小時的音訊或 1 小時的影片，並透過 TMRoPE 技術精準捕捉長序列中的細微細節。
Talker（表達中心）：整合了全新的 ARIA 技術與 RVQ 編碼，取代了運算負荷沉重的 DiT 流程。這不僅解決了音訊生成中常見的詞彙遺漏與數字發音錯誤等問題，更賦予模型強大的即時語音控制能力。
實際應用：從氛圍編碼到聲音克隆
Qwen3.5-Omni 的能力開啟了多項顛覆性的應用場景：
自然湧現的程式碼生成：該模型無需特定訓練即可展現出色的程式碼理解與生成能力，能直接根據影片邏輯產出 Python 程式碼或前端原型。
類人即時互動：支援語義中斷功能。它能區分背景噪音（如咳嗽聲）與有意中斷，使用者可透過簡單指令調整語氣（例如「開心的」）及音量。
細粒度影片分析：可生成結構化且帶時間戳的字幕，精準識別影片中的動作、背景音樂變化及鏡頭切換。
個人化語音克隆：使用者只需上傳一段短音頻樣本，即可創建高度自然的個人化「數位語音」，並支援 113 種語言。
Qwen3.5-Omni 現已於阿里雲白蓮平台推出 Plus、Flash 及 Light 版本。此外，亦可透過 ModelScope 社群存取即時對話（Realtime）API 及示範程式。
相關文章
DeepMind執行長哈西里斯：我每天睡六個小時，通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪，揭示了他對休息和生產力的非傳統方法。Hassabis 透露，他睡眠時間非常少，將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣，Hassabis 表示：“我目標睡六小時，但我的習慣非同尋常。我可以在白天有效運作。”他強調，睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind（後被谷歌收購），並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期，OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標，導致本週二科技股承壓，但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認，儘管媒體報導負面，他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段，因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力，但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同，競爭對手 Anthropic 獲得了
加州自動駕駛合規：罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車，並運用其遠端監控技術，管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源：Guident加州正重新定義無人駕駛車輛的監管格局，從科技產業的「快速行動、打破常規」心態，轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩（Harold Braun）在《機器人報告》（The Robo
相關專題推薦
視頻創作
適用於 Reels、Shorts 及產品上市活動的 AI 短影片吸睛開場生成器
2026 年最新最佳 AI 短影片開場白生成器，適用於 Reels、Shorts 及產品上市活動！XIX.AI 嚴選備受好評、功能強大且能顛覆遊戲規則的工具，這些工具皆經過實際測試，能帶來絕對值得一試的成果。本頁面每週更新，提供免費與付費版本的比較排行榜，助您找到提升內容創意與生產力的完美解決方案。 立即探索，釋放您的 AI 競爭優勢！
11 個工具
xix.ai
寫作
適用於長篇寫作的 AI 文章大綱工具
2026 年最新、最受好評的長文寫作 AI 大綱工具！這份精選清單收錄了強大且具顛覆性的工具，能透過實際測試生成精準、結構化的大綱，大幅提升寫作效率。XIX.AI 正是這份菁英名單中的一員。 獲取免費版與付費版的比較指南，助您挑選最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
聊天機器人
用於語言練習、面試準備和日常流利度的最佳 AI 角色扮演聊天應用
2026 年最新最佳頂級評分 AI 角色扮演聊天應用，用於語言練習、面試準備和日常流利度！XIX.AI 精心策劃了一個強大的變革性合集，提供免費與付費對比、真實世界測試以及每週更新的排名。這些必試工具可幫助您提升寫作技能，克服流利度挑戰，並提高所有日常場景下的溝通效率。立即探索，發現您語言成長的完美工具！
10 個工具
xix.ai
音樂創作
用於混音製作、取樣準備及卡拉OK母帶處理的 AI 聲部分離工具
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
數據分析
用於收入看板、轉化漏斗分析及產品指標分析的 AI SQL 助手
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
評論 (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!
同益實驗室（Tongyi Lab）昨晚正式推出全新多模態大型模型 Qwen3.5-Omni。相較於前代模型，該模型在理解能力、互動能力及任務執行能力方面均有顯著躍進，將人工智慧從「受限於螢幕的助理」轉變為「能理解實體世界的智能代理」。
核心突破：全模態處理與 215 項 SOTA 基準測試
Qwen3.5-Omni 採用原生「全模態」架構，能夠無縫處理文字、圖像、音訊及影片。 在涵蓋視聽分析、推理、對話及翻譯的各項評估中，該模型共取得 215 項最先進（SOTA）成績。值得注意的是，其整體語音理解與辨識能力已超越 Gemini-3.1Pro 等模型，而視覺與文本表現仍維持頂尖水準，與同規模的對應模型 Qwen3.5 並駕齊驅。
技術架構：混合注意力 MoE
該模型以經典的 Thinker-Talker 框架為基礎，並進行了根本性的架構革新：
Thinker（理解中心）：升級為混合注意力專家混合（MoE）架構，支援長達 256K 令牌的超長上下文。這使其能處理長達 10 小時的音訊或 1 小時的影片，並透過 TMRoPE 技術精準捕捉長序列中的細微細節。
Talker（表達中心）：整合了全新的 ARIA 技術與 RVQ 編碼，取代了運算負荷沉重的 DiT 流程。這不僅解決了音訊生成中常見的詞彙遺漏與數字發音錯誤等問題，更賦予模型強大的即時語音控制能力。
實際應用：從氛圍編碼到聲音克隆
Qwen3.5-Omni 的能力開啟了多項顛覆性的應用場景：
自然湧現的程式碼生成：該模型無需特定訓練即可展現出色的程式碼理解與生成能力，能直接根據影片邏輯產出 Python 程式碼或前端原型。
類人即時互動：支援語義中斷功能。它能區分背景噪音（如咳嗽聲）與有意中斷，使用者可透過簡單指令調整語氣（例如「開心的」）及音量。
細粒度影片分析：可生成結構化且帶時間戳的字幕，精準識別影片中的動作、背景音樂變化及鏡頭切換。
個人化語音克隆：使用者只需上傳一段短音頻樣本，即可創建高度自然的個人化「數位語音」，並支援 113 種語言。
Qwen3.5-Omni 現已於阿里雲白蓮平台推出 Plus、Flash 及 Light 版本。此外，亦可透過 ModelScope 社群存取即時對話（Realtime）API 及示範程式。
DeepMind執行長哈西里斯：我每天睡六個小時，通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪，揭示了他對休息和生產力的非傳統方法。Hassabis 透露，他睡眠時間非常少，將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣，Hassabis 表示：“我目標睡六小時，但我的習慣非同尋常。我可以在白天有效運作。”他強調，睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind（後被谷歌收購），並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期，OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標，導致本週二科技股承壓，但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認，儘管媒體報導負面，他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段，因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力，但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同，競爭對手 Anthropic 獲得了
加州自動駕駛合規：罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車，並運用其遠端監控技術，管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源：Guident加州正重新定義無人駕駛車輛的監管格局，從科技產業的「快速行動、打破常規」心態，轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩（Harold Braun）在《機器人報告》（The Robo
2026 年最新最佳 AI 短影片開場白生成器，適用於 Reels、Shorts 及產品上市活動！XIX.AI 嚴選備受好評、功能強大且能顛覆遊戲規則的工具，這些工具皆經過實際測試，能帶來絕對值得一試的成果。本頁面每週更新，提供免費與付費版本的比較排行榜，助您找到提升內容創意與生產力的完美解決方案。 立即探索，釋放您的 AI 競爭優勢！
11 個工具
xix.ai
2026 年最新、最受好評的長文寫作 AI 大綱工具！這份精選清單收錄了強大且具顛覆性的工具，能透過實際測試生成精準、結構化的大綱，大幅提升寫作效率。XIX.AI 正是這份菁英名單中的一員。 獲取免費版與付費版的比較指南，助您挑選最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 角色扮演聊天應用，用於語言練習、面試準備和日常流利度！XIX.AI 精心策劃了一個強大的變革性合集，提供免費與付費對比、真實世界測試以及每週更新的排名。這些必試工具可幫助您提升寫作技能，克服流利度挑戰，並提高所有日常場景下的溝通效率。立即探索，發現您語言成長的完美工具！
10 個工具
xix.ai
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
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!
