阿里釋出全模態模型 Qwen3.5-Omni：對著鏡頭說話就能寫網頁
阿里 Qwen 團隊釋出原生全模態模型 Qwen3.5-Omni。它能同時理解文本、影像、音訊和影片，主打「視聽 Vibe Coding」，使用者對著攝像頭描述需求就能直接生成網站或小遊戲。其音訊表現超越 Gemini-3.1 Pro，原生支援處理 10 小時音訊或 400 秒影片。
阿里 Qwen 團隊釋出原生全模態模型 Qwen3.5-Omni。它能同時理解文本、影像、音訊和影片，主打「視聽 Vibe Coding」，使用者對著攝像頭描述需求就能直接生成網站或小遊戲。其音訊表現超越 Gemini-3.1 Pro，原生支援處理 10 小時音訊或 400 秒影片。