3月30日，阿里云正式推出全新全模态大模型Qwen3.5-Omni。该系列包含Plus、Flash、Light三款不同规格的指令微调版本，支持长达256k的超长上下文交互功能。在多模态处理能力方面，单次可处理超过10小时的音频文件，并最高支持400秒720P分辨率（1帧/秒）的音视频内容输入。此外该模型具备跨语言处理优势：覆盖113种语言及方言的语音识别能力，并支持36种语言及方言的语音合成技术。开发者目前可通过Offline API离线接口或Realtime API实时接口进行体验。（广角观察）
©版权声明：如无特殊说明，本站所有内容均为Amassai.net 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。
评论 ( 0 )