Alibaba представляет Qwen3.5-Omni: мультимодальная модель

Команда Alibaba Qwen представила Qwen3.5-Omni — нативную мультимодальную модель, способную работать с текстом, аудио, видео и взаимодействовать в режиме реального времени. Модель доступна в различных размерах: Plus, Flash и Light.

Qwen3.5-Omni поддерживает 256k context, позволяя обрабатывать более 10 часов непрерывного аудио и более 400 секунд 720p аудио-визуального контента (с частотой 1 FPS).

Особенностью Qwen3.5-Omni является поддержка реального времени, что позволяет ей отвечать на запросы с минимальной задержкой. Разработчики утверждают, что это делает модель подходящей для широкого спектра приложений, таких как виртуальные помощники и интерактивные системы.

Модель доступна для скачивания и использования на платформе Hugging Face: Qwen3.5 Omni. Также команда выпустила технический отчёт: технический отчёт.