阿里发布 Qwen3.8-Omni-Flash：100 万上下文支持音视频实时交互

以前想让 AI 帮你剪个片子或者翻译一部短剧，流程往往麻烦得要命。你得先把音频抽出来转成文字，再把画面拆成关键帧，最后一段段送给大模型拼凑。

本周阿里巴巴上线了 Qwen3.8-Omni-Flash，想彻底把这套繁琐的中间环节砍掉。

这是一个原生音视频多模态模型，文本、音频、图片和视频全都能直接吃进去。更关键的是，它带了 100 万 token 的上下文窗口，折算下来大概能一口气塞进 1 小时左右的视频，或者超过 10 小时的完整录音。

拆解长视频，还能边看边聊

既然叫 Flash，速度自然是它的第一卖点。

它支持实时流式处理。说白了，你可以直接调出摄像头对着房间，一边移动一边问它面前有啥，它能立刻实时理解并描述画面。

如果你扔给它一段成片，它不仅能识别不同片段、自动打字幕，还能自主规划并调用工具去完成粗剪或者短剧翻译。

它甚至能帮你扒片。上传视频之后，它可以把里头的人物角色、镜头运动轨迹、画面构图、台词对白以及环境声音逐一拆出来分析。

按照官方放出的多模态测试数据，在绝大多数音视频理解和互动测试里，Qwen3.8-Omni-Flash 跑分都压过了深灰色柱子代表的 Gemini 3.8 Flash。在音频推理和语音识别这几项硬指标上，它也处在领先位置。

此外，比起之前的 3.5 版本，新版大幅缩减了 token 消耗。官方表示如果走 API 计费，每小时音视频输入的调用成本比 Gemini Flash 还要便宜不少。

不过目前它并没有像通义千问早期版本那样直接开源，而是只提供 API，目前需要通过 Chen AI 平台订阅对应的 token 计划才能接入。

为什么重要

我们认为，阿里这次的策略非常务实：它没有去卷大而全的旗舰通用大模型，而是把刀刃对准了最耗算力的音视频吞吐场景。

对于做短剧出海、自媒体切片、播客整理或者安防监控分析的开发者来说，这款模型的性价比相当诱人。过去处理一小时音视频不仅速度慢，账单也让小团队吃不消，现在单次长输入的成本被压到了极低水平，完全值得现在就接入测试。

它的聪明之处在于把自主工具调用和超大上下文绑在了一起。AI 不仅能「看懂」一小时的视频，还能自己去调剪辑工具动手切片段，这直接把工作流缩短了一大半。

但隐患也很明确。首先是它选择了闭源走商业 API，对于许多对数据隐私极其敏感、希望私有化部署音视频管线的企业来说，这扇门暂时关上了。其次，虽然测试跑分压过了 Gemini 3.8 Flash，但真正商用时的长文本视频检索精度和复杂逻辑推理，依然需要经历更严苛的现实业务检验。