Qwen3.5-Omni: 215 SOTAs, naulinigan ng audio at video ang Gemini
Noong 30 Marso 2026, si Ali, sa ilalim ng baner ni Ali Baba, ay opisyal na inilabas ang Qwen3.5-Omni Mariring Model, na, sa paglunsad nito, ay lumikha ng kasiglahan sa mga komunidad ng mga developers na may 215 internasyonal na pagsubok sa pagganap ng STA, labis na gastos-sa-intensive na mga bentaha at advanced video pag-unawa. Ang modelo ay hindi lamang nagbibigay ng walang dudang pagkaunawa sa teksto, mga larawan, audio at video input, kundi lumalagpas din sa Google Gemini-3.1 Pro sa maraming mga gawain at natural na lumalabas sa Audio-Visual Vibe Coding na kakayahan. Ang papel na ito ay detalye ng core tampok, mga pagsulong sa teknolohiya at mga aplikasyon ng Qwen3.5-Omni.
Pagiging Maningning
Ang Qwen3.5-Omni ay ang pinakahuling henerasyon ng lahat-modular megamodels na inilunsad ni Ali, na may sumusunod na core tampok na mga tampok:
- Buong pagkaunawa sa mode: walang - saysay na pagkaunawa sa teksto, mga larawan, audio at video input
- 215 SOTA: lampas pa sa Gemini-3.1 sa audio at video analysis, pangangatwiran, diyalogo, salinwika
- Audio-Visual Vibe Coding: Natural na lumilitaw na mga kakayahan sa audio at video programming
- Real-time dialogue: sumusuporta sa semantikong pag - abala, sound cloning at pagkontrol sa boses
- Labis na konteksto: suportahan ang 256K para sa pagkilala sa labis na konteksto at 113 wika
- Smart mission bitay: orihinal na suporta para sa Web search at complex financial Call
Kakayahang umunawa ng Audio/video
Paglikha at pagsasaayos ng mga video
I-upload ang isang video na nagpapangyari sa Qwen3.5-Omni-Plus na sumunod sa mga instruksiyon upang lumikha ng eksaktong Capition na may oras na paglapat sa mga pinong partikulo:
- Sino ito? Ano ito?
- Anong segundo ang nagsisimulang magbago ng musika sa likuran?
- Tinabas ko ang kamera nang ilang beses.
- Ano ang nangyari sa bawat balangkas?
- Para malaman kung sensitibo ang video.
- Gawing searchable na mga nota ang mahabang video
Audio and Video Command Generation Code
Ayon sa iyong kahilingan, ang Qwen3.5-Omni ay maaaring lumikha ng mga running code nang direkta. Ito ang pinakakahanga - hangang tuklas: nang walang pantanging pagsasanay, ang modelo ay natural na lumilitaw na may Vibe Coding. Maaari itong lumikha ng Python code o front-end prototype batay sa video logics, na nagpapahintulot sa malikhaing factation na makagawa lamang ng isang hakbang mula sa paningin.
Mas tulad ng real-time na usapan.
Makipag - usap sa Qwen3.5-Omni, mas tulad ng pakikipag - usap sa tunay na mga tao:
- Alam mo kung paano makinig: Ang pag - ubo o paglapat ay hindi gumagawa ritong mali, subalit ang iyong tunay na pakikialam ay maaaring kagyat. Manatili.
- Kontrol ng boses: utusan ito na panatilihing mababa ang boses nito, gamitin ang masayang tono, supilin ang laki, bilis at damdamin ng tunog na kasinbilis ng mga tao.
- Sound cloning: pagdidiskarga ng isang piraso ng iyong rekording, ginagawa ang eksklusibong AI Assistant na tono upang suportahan ang multinasyonalismo
Maaari kang lumikha ng isang digital double-hatting assistant na maaaring makipag-usap sa pamamagitan ng iyong boses, maging kasama mo, at gawing mas personal ang interaksiyon.
Matalinong Pagbitay
Hindi lamang sa pagsasalita, ang Qwen3.5-Omni ay makatutulong sa iyo:
Tanungin ang tungkol sa lagay ng panahon bukas sa Beijing at irekomenda ang isang otel na makagagawa ng sarili nitong paghuhusga kung kailangan ang isang online search, call tools upang maghanap ng real-time information at magbigay ng buong payo. Ang suporta ng mga katutubo para sa Websearch at masalimuot na mga kagamitan upang gawing tunay na iyong ehekutibong katulong ang mga modelo.
Performance: 215 SOTA
Ang Qwen3.5-Omni-Plus ay nakakuha ng 215 mga tagumpay ng STA sa audio/video pang-unawa, pangangatwiran at interaktibong mga misyon, sumasaklaw:
- Audio/Video Pag-unawa
- Pag - unawa sa Publikasyon
- Pagkilala sa Tinig
- Pagsasalin ng tinig
- Henerasyon ng Tinig
Geomini-3.1 Pro:
- Pansansinukob na audio sighting, pangangatuwiran, pagkilala, pagsasalin, pag - uusap sa ibayo ng lupon
- Ang kabuuang kakayahang pang-unawa na audio/video ay Gemini-3.1 Pro
- Kakayahan sa paningin at teksto na katumbas ng sukat na Qwen3.
Tatlong dimensiyon. Magharap ng iba't ibang senaryo.
| Bersiyon | Mga Katangian | Pagkakapit ng eksena |
|---|---|---|
| Karagdagan | Pinakamabuting Gawa | Masalimuot na mga gawain, propesyonal na mga aplikasyon |
| Suminag. | Maging timbang sa pagtakbo nang mabilis | Paggamit sa araw - araw, mabilis na pagtugon |
| Liwanag | Timbang na Liwanag | Ang kilusan ay nagwawakas, limitadong tanawin |
Technical na mga detalye
| Espesipikong mga Larawan | Mga Parameter |
|---|---|
| Haba ng Pagtatalik | 256K |
| Suporta ng wika | 113 uri |
| Pagproseso ng Audio | Mahigit 10 oras |
| Pagproseso ng video | 1 oras (720 P, 1 FPS) |
| Pag - iingat | Ihalo ang pansin sa MoE. |
Kung paano gagamitin
Ang mga user ay maaaring maghanap ng Qwen3.5-Omni para sa API, na nagbibigay ng Plus, Flash at Light dimensiyon upang matugunan ang iba't ibang senaryo.
Kung ihahambing sa naunang salinlahi,
- Mahabang konteksto: mula 128K hanggang 256K
- Mullingualismo: sumusuportang mga wika na pinalaki mula 80+ hanggang 113
- Audio-visual pang-unawa: makabuluhang pagpapabuti ng kapasidad
- Real-time interaction: new semantic breaks, sound cloning, voice control
- output ng boses: Pinahusay na katatagan at pagiging natural kaugnay ng teknolohiya ng ARIA
Sumaryo
Ang paglabas ng Qwen3.5-Omni ay nagmarka ng isang mahalagang hakbang sa larangan ng mga malalaking-scale na lahat-modular na modelo. Ang 215 mga tagumpay ng STA, ang pagganap na lampas sa Gemini-3.1 Pro at ang natural na paglitaw ng Vibe Coding ay nagpakita ng lakas ng modelo.
Para sa mga developer, Qwen3.5-Omni ay nagbibigay ng isang ganap na functional, route at cost-fict opsiyon. Kapuwa ang tunog at pag-unawa sa video, real-time na dialogue at intelligence kill ay may kakayahan.
Sa kasalukuyang mga taon ng higit at higit na kompetisyon AI megamodels, ang mga modelong domestiko ay mabilis na tumuturing at nakahihigit pa nga sa internasyonal na pamumuno. Ang paglabas ng Qwen3.5-Omni ay walang alinlangang nagturok ng isang malakas na karayom sa industriyang AI ng Tsina.
Qwen3.5-Omni!