阿里狂揽200多项SOTA，Qwen3.5-Omni多模态超越Gemini 3.1 Pro
3月30日消息，阿里今日正式发布千问新一代全模态大模型Qwen3.5-Omni。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据悉，Qwen3.5-Omni采用混合注意力MoE架构，可实现图片、视频、语音、文字等全模态内容的输入与输出。
在音视频理解、识别、交互等215项任务中，Qwen3.5-Omni取得SOTA（性能最佳），超越Gemini-3.1 Pro，成为目前全球最强的全模态大模型之一。
例如在聚焦视听交互能力的DailyOmni、QualcommInteractive、Omni Cloze等测试中，Qwen3.5-Omni得分大幅领先Gemini-3.1 Pro。
在检测嘈杂环境抗干扰能力的WenetSpeech测试中，Qwen3.5-Omni错误率远低于Gemini，识别准确率极高。
在考察多语言语音生成质量的Multi-Lingual (30lang) 测试中，Qwen3.5-Omni同样显著优于Gemini-2.5-Pro-TTS。
目前，Qwen3.5-Omni拥有极强的音视频理解与实时交互能力，能够对音视频内容生成详细且可控的结构化描述。
新模型支持113种语言及方言的语音识别和36种语言及方言的语音生成，就连使用人数不足一百万的毛利语和国内的海南方言，也能精准识别。
同时，基于一系列技术创新，Qwen3.5-Omni还将Vibe Coding能力推入下一阶段。
与纯文本或图片驱动的Vibe Coding不同，千问可以实现音视频编程：打开摄像头，用户对着草图口述需求，哪怕是包括复杂产品逻辑的描述，模型也能直接生成带有复杂UI的产品原型界面，真正实现“动动嘴即可编程”。
而Qwen3.5-Omni顶尖的全模态能力，还能为专业领域带来超级生产力。
新模型可对画面主体、人物关系、对话逻辑、乃至人物情绪起伏进行极细的拆解，并自动完成视频章节切片与时间戳标注，支持超过10小时的音频输入。
目前，阿里云百炼已上新Qwen3.5-Omni的Plus、Flash、Light三种API，可广泛应用于短视频/直播平台、游戏、自媒体等行业。
普通用户可前往Qwen Chat免费体验，开发者和企业可通过阿里云百炼平台调用Qwen3.5-Omni模型，每百万Tokens输入不到0.8元，比Gemini-3.1 Pro的1/10还低。
当前，千问已稳居中国企业级大模型调用市场第一，服务涵盖互联网、金融、消费电子及汽车等重点行业超100万家客户。
热门专题
热门推荐
探索新游戏+模式通关古墓丽影9后，新游戏+模式是个不错的选择。此模式下，玩家能继承通关后的所有解锁内容，像武器升级、服装等。而且敌人的难度会提升，战斗更具挑战性，能让你再次体验游戏
由孙俪、吴慷仁领衔主演的电视剧《危险关系》今日起登陆北京卫视品质剧场。 该剧融合悬疑叙事与社会议题，聚焦PUA在两性关系中的情感操控本质，直击亲密关系里隐蔽而致命的精神控制与暴力。在揭开黑暗的同时，
IT之家 3 月 31 日消息，魅族现已在其商城上架一款 PANDAER PASA 反向自动伞，其主打“反向架构”设计，提供全遮光黑胶、8 骨复合伞骨，定价为 109 元。据介绍，这款伞的最大特色是
小红书重拳出击：AI托管账号迎来严管新规 3月10日，小红书官方发布了一则重磅治理公告，剑指日益泛滥的“AI托管”运营模式。公告明确，平台将从即日起，对这类账号采取分级治理措施。 具体怎么管？规则其实很清晰： 首先，如果是普通用户账号，只是偶尔使用AI工具代写笔记或进行互动，那么平台会根据违规情节的
iOS 26 4 Beta 4 来了：新表情+护眼功能上线 苹果的更新节奏向来稳定。这不，今天凌晨，iOS 26 4 Beta 4 测试版如期而至，版本号也来到了 23E5234a。距离上一个 Beta 3 版本发布正好一周，从这个推送频率来看，距离正式版与所有用户见面的日子，确实不远了。 本次更新