阿里云Qwen3.5-Omni全模态大模型发布
3月30日，阿里云正式发布Qwen3.5-Omni全模态大模型，这是Qwen系列最新一代产品，支持文本、图片、音频及音视频理解。该模型采用Hybrid-Attention MoE架构，Thinker与Talker模块均基于此架构设计。系列包含Plus、Flash、Light三种尺寸的Instruct版本，其中Plus版本支持256K长上下文，可处理超过10小时音频输入及400秒720P音视频。
在训练数据方面，模型基于海量文本、视觉素材及超过1亿小时音视频数据进行原生多模态预训练。语言能力方面，Qwen3.5-Omni支持113种语种和方言的语音识别，以及36种语种和方言的语音生成，相比前代Qwen3-Omni有明显提升。
在离线能力测试中，Qwen3.5-Omni-Plus在音频及音视频理解、推理和交互任务上取得215项子任务SOTA成绩，涵盖3个音视频Benchmark、5个音频Benchmark、8个ASR Benchmark、156个S2TT任务和43个ASR任务。通用音频理解、推理、识别、翻译及对话能力全面超越Gemini-3.1 Pro，音视频理解能力达到同尺寸Qwen3.5模型水平。
该模型具备音视频caption能力，可生成可控、详细、结构化的音视频描述，支持自动切片、时间戳打标及人物与音频关系描述。通过原生多模态Scaling，模型还涌现出根据音视频指令直接进行coding的能力，称为Audio-Visual Vibe Coding。
实时交互方面，模型支持五项核心功能。一是语义打断，基于Omni开发自动识别turn-talking意图，避免无效背景音干扰。二是原生支持WebSearch和复杂FunctionCall调用，可自主判断是否启用搜索。三是端到端语音控制和对话，支持对声音大小、语速、情绪等自由控制。四是音色克隆，用户可上传音色定制AI Assistant声音。五是ARIA技术，通过自适应速率交错对齐解决流式语音交互中因文本与语音Token编码效率差异导致的漏读、误读问题。
模型延续Thinker-Talker架构，Thinker通过Vision Encoder和Aut接受视觉和音频信号，Talker负责接收多模态输入及文本输出进行contextual语音生成。不同于前代双轨Talker输入，新版本采用ARIA动态对齐文本与语音单元。
用户可通过Qwen Chat、HuggingFace及ModelScope体验离线及实时Demo，也可通过阿里云百炼调用API。模型提供中英主音色5个、中英场景音色19个、中文方言特色音色8个、多语言音色23个，共计55个发音人选项。
相关攻略
谷歌DeepMind今天扔下了一颗重磅冲击波：正式开源发布Gemma 4系列模型。根据官方说法，这是谷歌迄今为止最智能的开放模型，专为高级推理和智能体工作流而生。最引人注目的是，它号称实现了“单位参数下前所未有的智能水平”——换句话说，就是用更小的模型体量，干出更聪明的活儿。 先看几个硬核数据：其3
当前，视觉语言动作模型（VLA）作为具身智能的核心技术路径，正面临严重的“碎片化”挑战。不同团队采用的动作解码范式各异，数据与训练管线深度绑定，评测标准互不统一，导致研究成果难以横向对比，复现成本高昂，这严重阻碍了领域基础模型的迭代与进步。 针对这一行业痛点，开源项目StarVLA并未选择盲目堆砌算
在OpenClaw应用热潮席卷的当下，一个核心的安全隐患正日益凸显：云端隐私数据保护的缺位。想象一下，你刚向模型输入了一段公司的财务数据，下一秒这条敏感信息可能就已经在云端“裸奔”。这种担忧，正驱使着越来越多的用户将目光投向本地终端，期待能“安全养虾”。然而，端侧设备的有限算力，往往难以高效支撑复杂
AI领域再添重磅工具。MiniMax稀宇科技正式推出MMX-CLI，一款专为AI Agent设计的命令行工具。它极大地简化了AI助手调用多模态能力的流程，无论是代码编写、图像创作还是视频生成，都能通过简洁指令轻松完成，显著提升开发与自动化效率。 根据官方发布的信息，MMX-CLI的核心优势在于“开箱
头图由智象未来AI大模型生成智东西作者 王涵编辑 漠影在演唱会、各大晚会的舞台上，机器人伴舞团以整齐划一、精准卡点的舞姿惊艳全场。这种整齐划一不仅是硬件的胜利，更是“训练有素”的结果。具身智
热门专题
热门推荐
陆瑾是《异人之下》手游中操作门槛较高的角色，主打中近距离压制。其核心在于普攻攒炁，并衔接常技【太冲震恚】与【曲泉交忿】进行输出。关键技能【五雷符】可攻可守，成功防御反击可重置冷却。连招依赖“反手”逻辑与精准预判，形成攻防循环。投技【双龙探爪】与【戾走急脉】则需把握时机，分别用于破防与针。
投资策略需要明确目标与风险偏好，合理分配资金。通过研究项目基本面、关注市场周期与情绪，建立多元化组合。执行中需设定清晰的买卖规则，利用工具辅助决策，并保持长期视角与纪律性，避免情绪化操作。定期复盘与调整是策略持续有效的关键。
巴伦是《异人之下》手游中的近战压制型角色，核心玩法在于追击与倒地连招。其技能“破势突击”衔接流畅，“极速连斩”可追击倒地目标，“飞身十字固”抓取伤害高，“逆势突围”用于防守反击。角色操作上限高，需练习掌握连招循环，但对战远程角色时较为吃力。
谷歌宣布Gemini3 5Pro模型下月发布，已在内部广泛使用且进步显著。具体技术细节、性能参数及开放计划尚未公布，更多信息将于下月揭晓。
谷歌在2026年I O大会上推出月费100美元的新AI订阅计划，旨在填补其现有20美元与250美元两档服务之间的市场空白。该计划面向需要更多资源的高级用户和小型团队，提供比基础版更强的性能，同时避免企业级的高昂成本，以竞争中高端市场。