新浪科技讯 3月31日上午消息，阿里发布千问新一代全模态大模型Qwen3.5-Omni，宣布在音视频理解、识别、交互等215项任务中取得SOTA（性能最佳），超越Gemini-3.1 Pro，成为目前全球最强的全模态大模型之一。
据悉，该模型拥有极强的音视频理解与实时交互能力，能够对音视频内容生成详细且可控的结构化描述，可识别语言和方言数量多达113种，还涌现出了音视频Vibe Coding能力，用户对着镜头阐述需求，就能让模型自主生成App、网页、游戏等复杂产品代码。目前，阿里云百炼已上新Qwen3.5-Omni的Plus、Flash、Light三种API，可广泛应用于短视频/直播平台、游戏、自媒体等行业。
德硕科技本次发行的保荐机构为国泰海通证券股份有限公司，保荐代表人邓昆鹏、李欢。
配资炒股公告称，公司拥有人应占亏损及母公司普通股权持有人应占的每股基本亏损为6.8港仙的变动主要由于太阳能电业务分部业绩好转产生亏损约570万港元(截至2024年12月31日止六个月：亏损820万港元);(2)美容及保健业务分部业绩好转产生亏损170万港元(截至2024年12月31日止六个月：亏损 300万港元);及(3)公司及其他未分配开支增加至约860万港元(截至2024年12月31日止六个月： 760万港元)的综合影响。
Qwen3.5-Omni采用混合注意力MoE架构，在海量文本、视觉以及超过1亿小时的音视频数据上进行了原生多模态预训练，可实现图片、视频、语音、文字等全模态内容的输入与输出。新模型在音视频理解、跨模态推理、Agent方面实现了性能飞跃，在音视频理解、语音识别、多语种翻译、对话等215项第三方性能测试任务中取得SOTA。
例如，在聚焦视听交互能力的DailyOmni、QualcommInteractive、Omni Cloze等测试中，Qwen3.5-Omni得分领先Gemini-3.1 Pro；在检测嘈杂环境抗干扰能力的WenetSpeech测试中，Qwen3.5-Omni错误率远低于Gemini，识别准确率极高；在考察多语言语音生成质量的Multi-Lingual （30lang） 测试中，Qwen3.5-Omni同样显著优于Gemini-2.5-Pro-TTS。
此外，与纯文本或图片驱动的Vibe Coding不同，千问还可以实现音视频编程：打开摄像头，用户对着草图口述需求，哪怕是包括复杂产品逻辑的描述，模型也能直接生成带有复杂UI的产品原型界面，真正实现“动动嘴即可编程”。这一能力并非刻意设计，而是模型在原生多模态能力持续扩展过程中自然涌现出的结果。
元股证券:ygzq.hk目前，普通用户也可前往Qwen Chat免费体验，开发者和企业可通过阿里云百炼平台调用Qwen3.5-Omni模型，每百万Tokens输入不到0.8元，比Gemini-3.1 Pro的1/10还低。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：屠欣怡 美股
股票配资正规查询中心提示：本文来自互联网，不代表本网站观点。