阿里云发布了 Qwen3-Omni，标志着全球首个原生端到端全模态 AI 模型的问世，并且该模型现已开源。Qwen3-Omni 具备处理文本​阿、图像、音频和视频等多种输入类型的能力，能够实现实时流式输出，无论是通过文本还是自然语音，均能快速响应。

Qwen3-Omni 模型在多里云个领域展现出跨模态的先进表现。通过早期以文本为核心的预训练和混合多模态训练，该模型具备了强大的多模态能力。在音频和视频的性能上尤为出色，推出同时在文本和图像的效果上也能保持高标准。根据36项音频和视频的基准测试，Qwen3-Omni 在22项中达到了最新的领先水平，尤其是在自动语音识全球别和音频理解等领域的表现已与同行业的 Gemini2.5Pro 不相上下。

Qwen3-Omni 支持119种文本语言和19种语音输入语言，另外首个还有10种语音输出语言，包括英语、中文、法语和德语等多种语言。此项功能让它能够更好地服务于全球用户。其创新的架构设计基于 MoE（专家全模混合）系统，结合了 AuT 预训练，从而使模型具有强大的通用表征能力。同时，多码本设计确保了低延迟的实时音频和视频交互，支持自然对话的流畅进行态 。

除了 Qwen3-Omni，阿里云还发布了 Qwen3-TTS，一个支持17种音色选择的文本转语音模型。该模型在多项评估基准中表现出色，超越了多AI款竞品，尤其在语音稳定性和音色相似度方面尤为突出。

Qwen-Image-Edit-2509是另一个新发布的工具，专注于图像编辑的多图像支 模持，显著提升了编辑的一致性和效果。它不仅能够处理单图像，还支持多图像的拼接编辑，能够满足更复杂的编辑需求。

• GitHub:https://git型 hub.com/QwenLM/Qwen3-Omni

• huggingface:https://huggingface.co/collectionQws/Qwen/qwen3-omni-68d100a86cd0906843ceccbe

划重点:  

Qwen3-Omni 是全球en首个原生端到端全模态 AI 模型，支持文本、图像、音频和视频的统一处理。  

模型支持119种文本语言和19种语音输入，能够满足3-全球用户的多语言需求。  

️ 新发布的 Qwen-Image-Edit-2509支持多图像编辑，显著提升编辑的一致性和效Om果。  

• ·Facebook副总裁：将改进新闻推送功能，不鼓励极端主义
• ·标签: 福特中国 杨美虹 李方方 林肯中国
• ·标签: 豆伴匠 人教点读 中公教育 不厌书法
• ·标签: Marvell TSMC A14 台积电
• ·标签: HindustanZinc India Silver
• ·Anthropic 突袭式削减订阅权益，Claude Code 退出 Pro 套餐引发测试争议
• ·标签: 奇瑞 长城汽车 余飞 星途
• ·OpenAI 发布全新语音模型 GPT-Realtime，专为语音AI Agent设计
• ·英特尔第四季度营收200亿美元 净利同比下降15%
• ·标签: 涂鸦智能 TUYA AI云平台 智慧家居
• ·谷歌推出新AI工具 可识别常见皮肤状况
• ·OpenAI加速亚洲扩张，实惠套餐“ChatGPT Go”登陆16国，与谷歌争夺市场
• ·标签: 携程 中东局势 旅游保障 航班退改
• ·标签: 百融云 MaaS BaaS 金融云
• ·标签: 天齐锂业 锂资源 三季度报
• ·苹果加速布局人工智能：传闻将收购两大 AI 初创公司！