2026年3月30日（週日），阿里巴巴通義千問團隊正式發布新一代全模態大模型Qwen3.5‑Omni（簡稱Qwen3.5‑Omni），呢個係 Qwen 系列繼 2025 年 9 月 Qwen3‑Omni 之後嘅又一次重大升級。Qwen3.5‑Omni 實現真正「原生全模態」（natively omnimodal），可以無縫理解同處理文本、圖像、音頻及音視頻輸入，並且支持實時語音對話輸出，成為目前全球領先嘅全模態大模型之一。
官方數據顯示，Qwen3.5‑Omni 喺音視頻理解、識別、交互等 215 項任務中取得 SOTA（state‑of‑the‑art）成績，整體性能超越 Google Gemini‑3.1 Pro，成為全球最強嘅全模態模型之一。目前，模型已透過阿里雲百煉（ModelStudio）上線，提供 Plus、Flash、Light 三種 Instruct 版本 API 調用，暫時冇開源計劃。
核心創新：Hybrid‑Attention MoE 架構 + 原生多模態預訓練
Qwen3.5‑Omni 最大嘅亮點係Thinker（思考模塊）與 Talker（對話模塊）均採用 Hybrid‑Attention MoE（混合注意力專家混合）架構。呢個設計將線性注意力（Gated Delta Networks）同稀疏 MoE 結合，既保留傳統注意力嘅高精度，又大幅提升長序列處理效率。相比前代 Qwen3‑Omni，Qwen3.5‑Omni 喺多模態融合上實現「早期融合」（early fusion），由預訓練階段起就將海量文本、視覺數據同超過 1 億小時嘅音視頻數據做原生聯合訓練，避免咗後期模態對齊帶來嘅性能損失。
具體能力突破包括：
- 超長上下文與輸入極限：支持256K 長上下文，可一次性處理超過 10 小時純音頻或超過 400 秒 720P（1FPS）音視頻輸入，遠超多數競品。
- 多語言與實時交互：語音識別支持113 種語種與方言，語音生成支持36 種（較前代大幅提升）；新增語義打斷、音色克隆、語音控制等實時交互能力，令對話體驗更接近人類。
- 結構化音視頻理解：可生成帶時間戳嘅細粒度 Caption，並實現可控結構化描述（用戶可指定風格、長度、側重點）。
- 湧現能力：出現「音視頻 Vibe Coding」（氛圍編程）——用戶對住鏡頭口述需求，模型即可自主生成 App、網頁、遊戲等複雜代碼，展現出極強嘅具身智能潛力。
呢啲創新令 Qwen3.5‑Omni 由「多模態疊加」真正邁向「原生全模態 AGI」，為短視頻/直播平台、遊戲開發、自媒體內容生產等場景提供端到端解決方案。
性能表現：多模態 SOTA，成本極致優化
喺 215 項音視頻基準測試中，Qwen3.5‑Omni 全面領先，其中音頻理解、語音對話等關鍵指標超越 Gemini‑3.1 Pro。模型喺保持高性能嘅同時，推理效率顯著提升：Plus 版本每百萬 Tokens 輸入成本不到 0.8 元，僅為 Gemini‑3.1 Pro 嘅約 1/10，性價比優勢明顯。
同前代 Qwen3‑Omni 相比，Qwen3.5‑Omni 喺長上下文、多語言、音視頻理解三大維度實現躍升，同時新增實時交互能力。相比國際競品，Qwen3.5‑Omni 喺「真實世界多模態任務」上更具實用性，尤其適合中文及多語言場景。
商業落地與生態影響
Qwen3.5‑Omni 嘅發布正值全球 AI 從「對話時代」向「代理時代」（agentic AI）轉型嘅關鍵節點。阿里雲百煉已同步開放 API，企業用戶可以快速集成到短視頻審核、直播字幕生成、遊戲 NPC 對話、視頻內容結構化分析等場景。通義千問 App 亦同步更新，支持語音/視頻實時交互。
對行業影響：
- 加速中國全模態 AI 自主創新：喺美中 AI 競爭中，Qwen3.5‑Omni 以極低成本同高性能展示咗中國大模型嘅「以小勝大」路線，為中小企業提供平價全模態能力。
- 推動多模態應用爆發：音視頻 Vibe Coding 等湧現能力可能重塑內容創作、程式編寫、教育等領域門檻，催生更多「視頻即提示詞」嘅新交互範式。
- 全球競爭格局重塑：Gemini、GPT 等國際巨頭面臨本土強力挑戰，預計會加速多模態迭代。同時，Qwen 系列嘅開源＋API 雙軌策略，為全球開發者提供更多選擇。
挑戰與展望
儘管性能亮眼，Qwen3.5‑Omni 目前暫未開源，只限 API 調用，將來是否開放權重仍有待觀察。此外，全模態模型嘅算力消耗同實時性優化仍然係長期課題。
通義千問團隊表示，Qwen3.5‑Omni 係「向原生全模態 AGI 邁進」嘅重要一步。未來，隨住更多模態融合同 Agent 能力增強，Qwen 系列有望進一步縮窄與國際頂尖模型嘅差距。
Qwen3.5‑Omni 嘅發布，再次證明中國 AI 喺多模態賽道已站穩全球第一梯隊。佢唔單止為開發者與企業帶嚟實用工具，仲為全球 AI 生態注入「東方速度」與「成本優勢」。喺通用人工智能浪潮中，Qwen3.5‑Omni 正以全模態能力，書寫屬於中國 AI 嘅新篇章。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請瀏覽：https://www.airosetta.com