阿里今晚殺瘋了！一口氣連發(fā)兩個(gè)重磅新品！

首先，阿里通義實(shí)驗(yàn)室發(fā)布了首歌元首個(gè)原生端到端全能模態(tài) AI模型Qwen3-Omni！

該模型實(shí)現(xiàn)了統(tǒng)一文本、圖像、音頻和視頻于一個(gè)模型中，而無(wú)需在模態(tài)間做取舍！

ps：可以語(yǔ)音和視頻通話了，而且可以多語(yǔ)言切換，千問(wèn)真的要AGI了，至少對(duì)標(biāo)GPT5和Gemini2.5Pro了。

亮點(diǎn)如下：

1.基準(zhǔn)測(cè)試方面，在 22/36 個(gè)音頻與音視頻基準(zhǔn)上達(dá)到 SOTA

2.多語(yǔ)種自由識(shí)別切換：支持 119 種文本語(yǔ)言 / 19 種語(yǔ)音輸入 / 10 種語(yǔ)音輸出

3.音頻追平甚至超越GPT-5：211 毫秒延遲 | ?? 支持 30 分鐘音頻理解

4.可通過(guò)系統(tǒng)提示詞完全自定義

5.內(nèi)置工具調(diào)用

6. 開(kāi)源 Captioner 模型（低幻覺(jué)！）

開(kāi)源了 Qwen3-Omni-30B-A3B-Instruct、Thinking 和 Captioner三款模型，幫助開(kāi)發(fā)者探索從指令跟隨到創(chuàng)造性任務(wù)的多樣化應(yīng)用。

稍晚些，小編會(huì)為大家獻(xiàn)上一手的實(shí)際測(cè)試體驗(yàn)：

Qwen Chat: https://chat.qwen.ai/?models=qwen3-omni-flash

GitHub: https://github.com/QwenLM/Qwen3-Omni

Hugging Face 模型: https://huggingface.co/collections/Qwen/qwen3-omni-68d100a86cd0906843ceccbe

其次，Qwen發(fā)布了Image Edit 升級(jí)版本：Qwen-Image-Edit-2509

這次升級(jí)是專(zhuān)為創(chuàng)作者、設(shè)計(jì)師和 AI 愛(ài)好者徹底重構(gòu)，帶來(lái)像素級(jí)的精確控制，對(duì)標(biāo)Nano Banana。

1.多圖編輯：拖入「人物 + 產(chǎn)品」或「人物 + 場(chǎng)景」，毫無(wú)拼接感，自然融合。

2. 強(qiáng)一致性

? 人臉一致性高度保持，不論姿勢(shì)、濾鏡還是夸張風(fēng)格。

? 產(chǎn)品始終保留本來(lái)身份，廣告、海報(bào)制作利器。

? 文本？想改就改：內(nèi)容、字體、顏色，甚至材質(zhì)紋理。

3.內(nèi)置 ControlNet：深度、邊緣、關(guān)鍵點(diǎn)，即插即用，精準(zhǔn)操控。

同樣可以在chat界面選擇圖像編輯即可。

明天，一年一度的云棲大會(huì)來(lái)了，小編認(rèn)為這只是開(kāi)胃菜，明天還會(huì)有更重磅的發(fā)布！期待！