Мультимодальная большая языковая модель Qwen 3.5-Omni от Alibaba теперь доступна.

PANews сообщила 30 марта, что компания Alibaba представила свою мультимодальную большую языковую модель Qwen3.5-Omni. Серия Qwen3.5-Omni включает версии Instruct в вариантах Plus, Flash и Light, поддерживает контекст длиной 256 тысяч токенов и позволяет обрабатывать более 10 часов аудио и более 400 секунд аудио/видео в разрешении 720P (1 FPS). Модель была предварительно обучена на огромных объемах текстовых данных, визуальных данных и более 100 миллионов часов аудио/видео, что демонстрирует выдающиеся возможности восприятия и генерации в мультимодальном режиме. По сравнению с Qwen3-Omni, Qwen3.5-Omni значительно улучшает многоязыковые возможности, поддерживая распознавание речи для 113 языков и диалектов и генерацию речи для 36 языков и диалектов.