MoneyDJ新聞 2026-03-31 17:12:26 新聞中心 發佈
綜合港媒及陸媒報導，阿里巴巴(9988.HK)旗下千問發布新一代全模態大模型Qwen3.5-Omni，據悉，該模型在支持文本、圖片、音視頻理解、辨識、互動等215項任務中取得SOTA(性能最佳)，超越谷歌(Google)的Gemini-3.1 Pro。
官方指出，模型基於海量文本、視覺及超過1億小時音視頻數據進行原生多模態預訓練，擁有極強的音視頻理解與即時互動能力，能夠對音視頻內容生成詳細且可控的結構化描述，可識別113種語種和方言語音，以及進行36種語種和方言的語音生成。
目前可透過Offline API和Realtime API進行體驗，其中，通用音訊理解、推理、識別、翻譯及對話全面超越Gemini-3.1 Pro，音視頻理解能力整體達到Gemini-3.1 Pro水準，視覺及文本能力達到同尺寸Qwen3.5模型效果。一般用戶可於Qwen Chat免費體驗，開發者和企業可透過阿里雲百煉平台使用，每百萬Tokens不到0.8元人民幣，低於Gemini-3.1 Pro的十分一。
