Qwen3-Omni
梳理 Qwen3-Omni 这条全模态线从视音频对话到代理执行的演进：离线与实时两套接口、超长音视频输入，以及推理接进工具调用的变化。
Qwen3-Omni 是通义千问的全模态线，三次发布画出演进：2025 年 12 月的 Flash 升级理顺多轮视音频对话；Qwen3.5-Omni 拆出 Plus、Flash、Light 三档；Qwen3.8-Omni-Flash 转向代理执行，100 万 Token 上下文，支持函数调用与联网搜索。
Qwen3.8-Omni-Flash发布：全模态AI开始直接执行音视频任务
Qwen 发布 Qwen3.8-Omni-Flash ，将它定义为首个围绕代理能力构建的全模态模型。它不只处理文本、图像、音频和视频，还把理解、推理、规划与工具调用连到同一条工作流里，目标是让音视频 AI 从“看懂内容”进一步走向“把任务做完”。 从理解视频到执行任务 全模态模型 过去的重点多是识别...
Admin
6 
Qwen3.5-Omni 发布：从长音视频理解走到实时语音视频交互
Qwen3.5-Omni 已由 Qwen 官方发布。Qwen Chat 的体验入口已指向 VoiceChat 和 VideoChat。它把听说看搜与调工具压进一轮交互，但具体型号和开放范围还要核对。 一、这次升级不只是更会看图 官方这次把能力拆成离线与实时两条线。离线侧主打脚本级字幕，可生成带时间戳...
Admin
196 
Qwen3-Omni-Flash 发布 2025-12-01 版升级 多模态会话全面强化
阿里云通义千问团队推出 Qwen3-Omni-Flash 2025-12-01 版本，对视音频对话、语音交互与多语言处理进行了大幅升级。新版本在多轮视频与音频理解上更贴近自然对话，可以连续跟踪场景与语境变化，同时通过系统提示词支持定制对话人格，适配角色扮演、虚拟助手等差异化应用场景。 在语言和语音方...
Admin
354