Qwen3.5-Omni, el modelo multimodal de Alibaba Qianwen, ya está disponible

Mensajes de BlockBeats, 30 de marzo, Alibaba Qianwen anunció el lanzamiento del modelo de lenguaje de multimodalidad total Qwen3.5-Omni. La serie Qwen3.5-Omni incluye versiones Instruct en tres tamaños: Plus, Flash y Light, con compatibilidad para un contexto largo de 256k. El modelo admite más de 10 horas de entrada de audio y más de 400 segundos de entrada de video y audio 720P (1FPS). El modelo se entrena de forma multimodal nativa a partir de grandes volúmenes de datos de texto, visión y más de 100 millones de horas de datos de video y audio, y el modelo demuestra una capacidad sobresaliente de percepción y generación multimodal total. En comparación con Qwen3-Omni, las capacidades multilingües de Qwen3.5-Omni mejoraron considerablemente, y puede admitir reconocimiento de voz en 113 idiomas y dialectos, así como generación de voz en 36 idiomas y dialectos. (Jin10)