IA5 min read
IA multimodal
Qwen2.5-Omni de Alibaba quiere ser el modelo que oye, ve y habla, todo a la vez
Qwen2.5-Omni de Alibaba Cloud procesa texto, imágenes, audio y video de extremo a extremo, generando texto y habla natural en tiempo real. Los puntos de referencia muestran que a menudo iguala o supera a los modelos especializados de modalidad única, lo que sugiere un cambio hacia arquitecturas unificadas.
2026-07-20