实时语音
2 published articles
Qwen / 阿里巴巴4 min read
Qwen / 阿里云
Qwen2.5-Omni 在 OmniBench 上超越 Gemini-1.5-Pro，可在 12GB 以下显存运行
阿里开源模型 Qwen2.5-Omni 在 OmniBench 上得分超过 Gemini-1.5-Pro，并登顶 MMAU 音频推理排行榜。量化版本将显存占用降至 12GB 以下，MNN 支持将实时语音对话带到手机上。
2026-08-07
人工智能5 min read
多模态AI
阿里巴巴Qwen2.5-Omni：欲打造集听、看、说于一体的全能模型
阿里云的Qwen2.5-Omni端到端处理文本、图像、音频和视频，实时生成文本和自然语音。基准测试显示，它往往与专业单模态模型持平或更优，暗示向统一架构的转变。
2026-07-20