阿里新模型，开源

文章预览

3月27日，阿里通义千问Qwen2.5-Omni正式开源。这是通义系列模型中首个端到端全模态大模型，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。相较于动辄数千亿参数的闭源大模型，Qwen2.5-Omni以7B（70亿）的小尺寸让全模态大模型在产业上的广泛应用成为可能，在手机上就能快速部署和应用。 在权威的多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新业界纪录，全维度远超Google的Gemini-1.5-Pro等同类模型。 Qwen2.5-Omni以接近人类的多感官方式“立体”认知世界并与之实时交互，还能通过音视频识别情绪，在复杂任务中提供更智能、更自然的反馈与决策。具体来说，Qwen2.5-Omni支持文本、图像、音频和视频等多种输入形式，可同时感知所有模态输入，并以流式处理方式实时生成文本与自然语音响应。目前，开发者和企业可 ………………………………