新浪科技讯 3月31日上昼音讯，阿里发布千问新一代全模态大模子Qwen3.5-Omni，晓示在音视频分解、识别、交互等215项任务中得回SOTA（性能最好），越过Gemini-3.1 Pro，成为现在大家最强的全模态大模子之一。

　　据悉，该模子领有极强的音视频分解与及时交互才气，大致对音视频实验生成翔实且可控的结构化描摹，可识别言语和方言数目多达113种，还显浮现了音视频Vibe Coding才气，用户对着镜头证实需求，就能让模子自主生成App、网页、游戏等复杂家具代码。现在，阿里云百真金不怕火已上新Qwen3.5-Omni的Plus、Flash、Light三种API，可凡俗专揽于短视频/直播平台、游戏、自媒体等行业。

　　Qwen3.5-Omni吸收搀杂注视力MoE架构，在海量文本、视觉以及跳跃1亿小时的音视频数据上进行了原生多模态预教练，可竣事图片、视频、语音、笔墨等全模态实验的输入与输出。新模子在音视频分解、跨模态推理、Agent方面竣事了性能飞跃，在音视频分解、语音识别、多语种翻译、对话等215项第三方性能测试任务中得回SOTA。

　　举例，星空app注册在聚焦视听交互才气的DailyOmni、QualcommInteractive、Omni Cloze等测试中，Qwen3.5-Omni得分最初Gemini-3.1 Pro；在检测嘈杂环境抗过问才气的WenetSpeech测试中，Qwen3.5-Omni造作率远低于Gemini，识别准确率极高；在磨砺多言语语音生成质地的Multi-Lingual （30lang） 测试中，Qwen3.5-Omni雷同显耀优于Gemini-2.5-Pro-TTS。

　　此外，与纯文本或图片最先的Vibe Coding不同，千问还不错竣事音视频编程：掀开录像头，用户对着草图口述需求，哪怕是包括复杂家具逻辑的描摹，模子也能凯旋生成带有复杂UI的家具原型界面，信得过竣事“动动嘴即可编程”。这一才气并非刻意策划，而是模子在原生多模态才气抓续延长经由中当然显浮现的成果。

　　现在，平素用户也可赶赴Qwen Chat免费体验，成立者和企业可通过阿里云百真金不怕火平台调用Qwen3.5-Omni模子，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、精确解读，尽在新浪财经APP

背负剪辑：屠欣怡 星空app下载

滚球app中国官网下载入口

• 阿里
• 发布
• 星空app下载
• 模态
• Qwen3.5-Omni