3月27日凌晨，阿里阿里巴巴发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni-7B，开源可同时处理文本、全模图像、模型音频和视频等多种输入，阿里并实时生成文本与自然语音合成输出。开源在权威的全模多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新业界纪录，模型全维度远超Google的阿里Gemini-1.5-Pro等同类模型。Qwen2.5-Omni以接近人类的开源多感官方式「立体」认知世界并与之实时交互，还能通过音视频识别情绪，全模在复杂任务中进行更智能、模型更自然的阿里反馈与决策。现在，开源开发者和企业可免费下载商用Qwen2.5-Omni，全模手机等终端智能硬件也可轻松部署运行。

图示 性能测评对比

Qwen2.5-Omni采用了通义团队全新首创的Thinker-Talker双核架构、Position Embedding （位置嵌入）融合音视频技术、位置编码算法TMRoPE（Time-aligned Multimodal RoPE）。双核架构Thinker-Talker让Qwen2.5-Omni拥有了人类的“大脑”和“发声器”，形成了端到端的统一模型架构，实现了实时语义理解与语音生成的高效协同。具体而言，Qwen2.5-Omni支持文本、图像、音频和视频等多种输入形式，可同时感知所有模态输入，并以流式处理方式实时生成文本与自然语音响应。

得益于上述突破性创新技术，Qwen2.5-Omni在一系列同等规模的单模态模型权威基准测试中，展现出了全球最强的全模态优异性能，其在语音理解、图片理解、视频理解、语音生成等领域的测评分数，均领先于专门的Audio或VL模型，且语音生成测评分数（4.51）达到了与人类持平的能力。

相较于动辄数千亿参数的闭源大模型，Qwen2.5-Omni以7B的小尺寸让全模态大模型在产业上的广泛应用成为可能。即便在手机上，也能轻松部署和应用Qwen2.5-Omni模型。当前，Qwen2.5-Omni已在魔搭社区和Hugging Face 同步开源，用户也可在Qwen Chat上直接体验。

从2023年起，阿里通义团队就陆续开发了覆盖0.5B、1.5B、3B、7B、14B、32B、72B、110B等参数的200多款「全尺寸」大模型，囊括文本生成模型、视觉理解/生成模型、语音理解/生成模型、文生图及视频模型等「全模态」，真正实现了让普通用户和企业都用得上、用得起AI大模型。截至目前，海内外AI开源社区中千问Qwen的衍生模型数量突破10万，超越美国Llama系列模型，是公认的全球第一开源模型。

• ·周润发谈丧女之痛 曝发哥所谈内容一番话令网友钦佩
• ·吉林省消协发布选购卫生用品消费提示
• ·《宁安如梦》谢危结局是什么？谢危的身世揭秘
• ·演唱会有多拉动经济 周杰伦嘉年华世界巡回演唱会2023香港站火爆了
• ·演唱会有多拉动经济 周杰伦嘉年华世界巡回演唱会2023香港站火爆了
• ·什么是分红保险两全保险?分红保险两全保险怎么理赔?
• ·鄂湘赣消费者组织联合发布国庆、中秋消费提示
• ·市场观察：多种因素使锁具行业竞争激烈
• ·重疾险有哪些，重疾保险包括哪些
• ·笑果宣布无限期停止House演艺工作 House做了什么事情？
• ·保险公司会倒闭吗？保险公司倒闭了怎么办(2024年权威解答)
• ·《护心》雁回真实身世是什么 雁回的亲生父母是谁
• ·规范母婴照料服务市场秩序 湖北宜昌点评月子会所霸王条款
• ·怦然心动20岁3播出更新时间 怦然心动20岁第三季嘉宾阵容名单
• ·宠物消费藏陷阱 福建省消委会教你避坑维权
• ·郭德纲晒演出门票售罄截图 网友：郭德纲就是票房的保证