意昂官方旗舰店

　　猫眼电影记者 惠特斯特布尔 报道Q8X2R7L1T4J5M9B6W3

智东西作者 陈骏达编辑 李水青

智东西3月31日报道，昨天，阿里推出了最新一代全模态大模型Qwen3.5-Omni，这是一款能原生理解文本、图片、音频及音视频输入的模型，并能以文本和音频两种模态输出。

阿里上一次更新Omni系列模型还是在去年9月。昨天上线的Qwen3.5-Omni系列包含Plus、Flash、Light三种尺寸，支持256k长上下文和超过10小时的音频输入，以及超过400秒的720P（1 FPS）音视频输入。

千问团队在技术博客中称，在215项音频/音视频的理解、推理和交互任务上，Qwen3.5-Omni-Plus取得了SOTA成绩。这一模型的通用音频理解、推理、识别、翻译、对话超越了Gemini-3.1 Pro，音视频理解能力总体达到Gemini-3.1 Pro水平。同时，视觉和文本能力与同尺寸Qwen3.5模型持平。

这些能力解锁了不少有趣的用例，比如，你可以在realtime模式下拿着手机、打开摄像头，对着草图向Qwen3.5-Omni分享你的开发思路，而它能帮你生成对应的代码，实现“用嘴编程”，快速输出原型设计。

此外，Qwen3.5-Omni可以理解39种国内方言和74种语言，并合成7种国内方言和29种语言的音频，在多语言支持上较上一代模型Qwen3-Omni有了明显扩展。

意昂平台试着用闽南话与Qwen3.5-Omni聊了会儿天，它对闽南语的理解准确，生成的语音也较为地道，不过仍然夹杂几个普通话词汇。从发送语音到返回音频，Qwen3.5-Omni大概用了1-2秒，还调用了网络搜索提供了正确的当日天气信息。

目前，Qwen3.5-Omni系列模型可在阿里云百炼上通过API调用的方式使用，并支持offline和realtime两种调用模式。此外，用户也可在chat.qwen.ai、Hugging Face和魔搭上体验这一模型。

这一模型的API调用价格采取阶梯计费模式，在常用的输入≤128k场景下，其音频输入价格为4.96元/百万tokens，文本/图片/视频输入价格为0.8元/百万tokens。模型的输出价格为61.322元/百万tokens（文本+音频），仅输出文本时的价格为9.6元/百万tokens。

模型发布后，智东西第一时间对Qwen3.5-Omni-Plus进行了体验。这一模型在长视频理解、多模态指令遵循方面展现了不错的处理能力，同时其低延迟的实时交互与新增的语音控制功能，提升了交互体验。

Qwen3.5-Omni-Plus-Realtime：

https://help.aliyun.com/zh/model-studio/realtime

Qwen3.5-Omni-Plus：

https://bailian.console.aliyun.com/cn-beijing?tab=model#/model-market/detail/qwen3.5-omni-plus

魔搭离线Demo:

https://modelscope.cn/studios/Qwen/Qwen3.5-Omni-Offline-Demo

魔搭实时Demo:

https://modelscope.cn/studios/Qwen/Qwen3.5-Omni-Online-Demo

一、1分钟看完50分钟视频，还能实现“用嘴编程”

在技术博客中，千问团队称，Qwen3.5-Omni-Plus的一大能力是音视频描述（Caption）。结合提示词要求，Qwen3.5-Omni-Plus可以生成剧本级的细粒度描述，并进行自动切片、时间戳打标和人物与音频关系的详细介绍。

实测中，意昂平台向Qwen3.5-Omni-Plus上传了一集50分钟左右的美剧《老友记》，并让它按照系统提示词的要求，输出画面内容的准确描述。

Qwen3.5-Omni-Plus处理这集内容大概用了1分钟，速度还是较为理想的。它的描述完整覆盖了视频时间线，无跳跃或遗漏，符合“按时间描述”的核心要求。

具体内容上，它的描述抓住了核心剧情转折点，能识别重要人物关系和情绪变化，描述不是机械罗列，而是带有轻微叙事感，效果比不少网盘中自动生成的AI视频摘要可读性强很多。

官方案例中，Qwen3.5-Omni-Plus收到了一段《舌尖上的中国》的切片，并对其进行音视频描述。可以看到，Qwen3.5-Omni-Plus能按照画面叙事和内容自动切分合适的时间节点，对内容的描述既包含了画面，也包含了配音，结构清晰、细节丰富。

结合更为复杂的提示词，Qwen3.5-Omni-Plus还可用于审核类任务，比如检测游戏直播是否包含血腥暴力、危险行为、言语与欺凌和其他不当主题。

千问团队还观察到了全模态模型涌现出可以根据音视频指令直接进行编程的能力，他们称之为“Audio-Visual Vibe Coding”。

实测中，意昂平台上传了一段录屏，要求千问根据其中的画面和语音指令快速开发一个社交媒体的原型。拿到视频后，Qwen3.5-Omni-Plus很快就开始编程，视频内容并未带来明显可感知的延迟。

其生成的网页效果如下，基本符合小红书网页版的布局特点，各个界面的跳转逻辑正确，手动插入图片后，应该能达到80%的还原度。

官方Demo中，千问团队还展示了Qwen3.5-Omni-Plus根据草图生成网页的能力。用户只需在纸上画出简单的界面线框图，拍照上传并口述功能需求，模型便能理解设计意图，直接输出可运行的前端代码。

二、实时交互能力加强，支持随意打断、语音克隆

除了基座能力的提升，Qwen3.5-Omni系列模型的交互能力也得到加强。

Qwen3.5-Omni如今支持了语义打断，也就是说用户可以在模型“说话”的时候随意插话，补充信息，提供新指令等等。

这一交互体验基于Qwen3.5-Omni自动识别turn-talking意图能力，可避免附和和无意义背景音打断，已在API已原生支持。

在官方Demo中，可以看到Qwen3.5-Omni不会被“嗯嗯”这些附和性的内容打断，而当用户确实提出问题时，模型可以及时停止此前的回复并生成新内容。

Qwen3.5-Omni原生支持了网络搜索和复杂FunctionCall能力，模型可以自主判断是否需要使用网络搜索来回应用户的即时问题。意昂平台在文章伊始展示的方言对话案例中，模型能搜索实时天气信息，靠的就是这一能力。

端到端的语音控制和对话能力也已经整合至Qwen3.5-Omni中。模型可以像人一样遵循指令来对声音的大小、语速、情绪进行自由控制。

Qwen3.5-Omni支持音色克。没Э梢陨洗羯炊ㄖ埔羯。官方Demo中，Qwen3.5-Omni能克隆说话者的音色，然后将其转换为不同的语言，实现交替传译。

三、延用Thinker-Talker分工架构，采用混合注意力机制

Qwen3.5-Omni系列模型是如何实现上述能力的？

Qwen3.5-Omni延续了上一代的Thinker-Talker分工架构——Thinker负责理解，Talker负责表达。但这一次，两者都改为Hybrid-Attention MoE（混合注意力MoE），提升了模型效率和性能。

Thinker负责接收视觉和音频信号，通过TMRoPE编码位置信息，输出文本。Hybrid-Attention让它在处理10小时长音频、1小时视频时，依然能快速抓住重点。

Talker则接收Thinker的多模态输出，进行contextual语音生成。还使用RVQ编码替代繁重的DiT运算。

针对流式语音交互中由于文本与语音Token编码效率差异导致的语音不稳定性，如漏读、误读或数字发音：任侍，千问团队使用了ARIA（自适应速率交错对齐，Adaptive Rate Interleave Alignment）技术、动态对齐文本与语音单元，可在保证实时性的前提下，提升语音合成的自然度与鲁棒性。

Qwen3.5-Omni与Qwen3-Omni的详细对比如下：

结语：全模态能力或将解锁更多AI应用场景

模型的全模态化已经成为一大趋势。从千问的Omni系列模型再到谷歌的Gemini，未来的模型将不再仅仅是文本、图像或音频能力的简单叠加，而是具备统一的理解与生成架构，能够像人类一样自然地处理流式音视频输入。

随着长上下文处理、方言和多语言适配及低延迟响应能力的不断扩展，大模型的全模态能力有望在内容审核、智能客服、实时翻译发挥更大作用，提供更为自然的交互体验。

??时事1：亚洲一区二区自偷自拍另类

??04月04日,2023年新疆兵团投资8.16亿元提升65万农村人口供水保障水平,

　　柳树下，小不点一怔，一阵出神。

,欧美性啪啪。

??04月04日,国际乒联混团世界杯：中国队晋级八强,

　　同学们，20xx年，你们也有别人仰望你们的地方校庆，同学们表现出来的`精、气、神让大家啧啧称赞，上学期的城中区期考统测，成绩斐然。初三年级：七科中考科目有六科A+率、A率、平均分、优秀率、高分率均居城区第一!40项指标中有29项居xx区第一。

,95视频跳转,人人爽人人干人人插人人操,怎样看毛片。

??时事2：视频在线 一区二区

??04月04日,当代中国设计与工艺展绽放“生生之美”,

　　“这是我应该做的，走喽！”

,8X欧美,污的网站,专干老熟女色视频。

??04月04日,哈尔滨索菲亚等四大文旅商圈“组团”招引投资兴业,

　　7、安全用电：不乱摆弄开关、插座等各种电器设备。不乱接电源、乱拉电线。严禁损坏电线和电器。下雨天不在大树下或高大建筑物下避雨，防止雷击，不得损坏电线、电器及通讯设施设备。

,学生XXXX69视频,A片看欧美精品片免费看,免费在线观看黄色视频大全。

??时事3：激情久久二区

??04月04日,受大风影响 青海湖冰面开裂,

　　作为一名消防军人，我深深地感到骄傲与自豪。这是一个捍卫人民生命安康的工作，这是一个建设和谐美好的工作。同志们，忠诚善战保国泰，勇敢勤奋祝安康，清正廉洁筑消防。意昂平台是红衣战士，意昂平台坚守在消防的城墙之上，意昂平台奋战于火红的战。意昂平台用生命忠守着意昂平台的岗位，履行着意昂平台的使命职责，意昂平台用尽力量将我的消防精神发挥到最高点，意昂平台用心去谱写着消防新篇章。

,人人操美女,大陆国产VA导航,秋霞理伦最新电影网。

??04月04日,耶鲁大学教授约翰·格瑞姆：看到新疆现代化，感受到中国开放姿态共赢胸怀,

　　紫云、大鹏、小青冲了过来，非常兴奋，对着水中的大鱼流口水，如今它们体长能有三米五左右，过了最初的两三个月后，生长速度开始放慢。

,在线三级片视频观看,圆珠笔共感(1v1)笔趣阁,杨幂被躁到高潮。

??时事4：被男同桌强摁做开腿呻吟

??04月04日,海南国际商业航天发射中心一号发射工位启动模拟箭吊装训练,

　　四、密切联系，通力协作，不断加强党委办公室同某地某、部门的交流合作

,初中女生光溜溜身子拉屎,视频一区二区在线,55偷拍视频网站。

??04月04日,道中华丨和美大家庭如诗如画 共同书写中华民族的华丽篇章,

　　虽然工作中意昂平台承受着巨大的压力，但是意昂平台相信：有领导的全力支持、有各部门的鼎立相助，有全体 毕业班教师的齐心协力、有着一群聪明、可爱的学生每天的进步， 这届毕业生 一定能够完成学校给予意昂平台的使命。

,免费观看18禁止免费观看,水多毛多毛耸耸妓女,男生的坤坤放在女生的坤坤。