Qwen2.5-Omni
4 published articles
Qwen / Alibaba Cloud
Qwen2.5-Omni supera a Gemini-1.5-Pro en OmniBench y cabe en menos de 12GB
El Qwen2.5-Omni de código abierto de Alibaba superó a Gemini-1.5-Pro en OmniBench y encabezó la tabla de clasificación de razonamiento de audio MMAU. Las versiones cuantizadas reducen la VRAM a menos de 12GB y la compatibilidad con MNN lleva el chat de voz en tiempo real a los teléfonos.
2026-08-07
Análisis de modelo
Qwen2.5-Omni: el modelo de código abierto que finalmente hace lo que los competidores solo prometen
Una inmersión profunda en el modelo de código abierto que procesa simultáneamente texto, imágenes, audio y video mientras genera voz en streaming, superando a GPT-4o-mini y Gemini en múltiples evaluaciones, y que cabe en una sola GPU de consumo con cuantización.
2026-08-03
Inteligencia Artificial
El modelo de 7B que supera a los más grandes, funciona en un teléfono y cambia la ecuación de costos de la IA
El Qwen2.5-Omni de Alibaba Cloud es un modelo de 7B que maneja texto, imágenes, audio y video, generando voz y texto en tiempo real. Su arquitectura Thinker-Talker y la incrustación posicional TMRoPE permiten la interacción en streaming, y la variante de 3B se ejecuta en SoCs móviles como Snapdragon 8 Gen 1 a velocidades utilizables.
2026-07-23
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