智通財經APP獲悉，今天凌晨，阿里巴巴(09988)發佈通義千問系列的最新旗艦模型Qwen2.5-Omni。這款端到端多模態模型專爲廣泛的多模態感知設計，能夠處理文本、圖像、音頻和視頻等多種輸入，同時能夠通過生成文本和合成語音提供實時流式響應。

阿里巴巴旗下通義千問正式發佈並開源 Qwen2.5-Omni-7B——性能超強的端到端全模態大模型。

全模態，真正All-in-One

支持文本、圖像、音頻、視頻輸入，實時輸出文本與自然語音，能夠理解跨模態信息，打破模態壁壘。相比傳統單模態或分離式多模態模型，Qwen2.5-Omni-7B 具備更強的跨模態融合能力，不僅能識別語音情緒，還能實現更智能、更自然的多感官交互，向 AGI 邁出關鍵一步。

創新技術，性能再突破

雙核架構 Thinker-Talker：讓語義理解與語音生成協同優化，大幅提升推理速度與響應能力。TMRoPE 位置編碼算法：針對音視頻任務優化，提升時序信息處理能力。 OmniBench、seed-tts-eval 領跑全球：全模態任務評測中多項指標刷新紀錄，語音合成能力達到人類水平！

並且，Qwen2.5-Omni-7B 體量小，易部署，家用電腦即可運行，讓全模態 AI 真正觸手可及。