阿里开源端到端全模态模型 Qwen3-Omni:打通图文音视频,延迟 211ms
Alibaba 开源端到端全模态模型 Qwen3-Omni,将文本、图像、音频与视频整合进单一模型。模型响应延迟低至 211ms,支持 30 分钟音频理解与内置工具调用,并同步开放了 Instruct 与 Thinking 等 30B 级别权重。
Alibaba 开源端到端全模态模型 Qwen3-Omni,将文本、图像、音频与视频整合进单一模型。模型响应延迟低至 211ms,支持 30 分钟音频理解与内置工具调用,并同步开放了 Instruct 与 Thinking 等 30B 级别权重。