MoneyDJ新聞 2026-03-31 17:12:26 新聞中心 發佈
根據港媒跟陸媒的報導，阿里巴巴(9988.HK)底下的千問最近推出了新一代全模態大模型Qwen3.5-Omni。聽說這個模型在支援文本、圖片、音視頻理解、辨識和互動等215項任務中表現得非常厲害，甚至超越了谷歌(Google)的Gemini-3.1 Pro。
官方表示，這個模型是基於大量的文本、視覺資料以及超過1億小時的音視頻數據進行原生多模態預訓練，擁有強大的音視頻理解能力和即時互動功能，可以對音視頻內容生成詳細且可控的結構化描述。它還能識別113種語言和方言語音，也可以進行36種語言和方言的語音生成。
目前大家可以透過Offline API跟Realtime API來體驗這項技術，其中通用音訊理解、推理、識別、翻譯及對話都全面超越Gemini-3.1 Pro，而它在整體上達到Gemini-3.1 Pro水準，在視覺及文本能力方面也不遑多讓，一樣達到同尺寸Qwen3.5模型效果。一般使用者可以在Qwen Chat免費試用，而開發者與企業則可以透過阿里雲百煉平台來使用，每百萬Tokens只要不到0.8元人民幣，比起Gemini-3.1 Pro便宜十分之一呢！
