Сообщение TechFlow, 30 марта, по данным Jin10 Data, Alibaba Qwen объявила о запуске полномодальной большой модели Qwen3.5-Omni. Серия Qwen3.5-Omni включает версии Instruct трех размеров: Plus, Flash и Light, поддерживает длинный контекст 256k. Модель поддерживает аудиовход продолжительностью более 10 часов, а также ввод аудио-видео данных продолжительностью более 400 секунд в формате 720P (1FPS). Модель прошла нативное многомодальное предварительное обучение на огромных объемах текстовых и визуальных данных, а также на аудио-видео данных продолжительностью более 100 миллионов часов; она демонстрирует выдающиеся возможности полномодального восприятия и генерации. По сравнению с Qwen3-Omni, многоязычные возможности Qwen3.5-Omni значительно улучшены: модель способна поддерживать распознавание речи на 113 языках и диалектах и генерацию речи на 36 языках и диалектах.
В избранное
Поделиться





