阿里巴巴发布全球最强开源多模态大模型Qwen2.5-Omni
米塔之家 · 2025-03-27 09:21:27
阿里巴巴推出端到端全模态大模型Qwen2.5-Omni-7B，支持文本、图像、音频、视频的实时交互与流式响应，以7B参数规模实现多模态任务性能超越谷歌Gemini-1.5-Pro等大模型。其首创的Thinker-Talker双核架构和TMRoPE位置编码技术，显著提升音视频同步与生成自然度，语音生成评分达4.51（与人类持平）。模型已开源，支持手机部署，应用于视障导航、智能客服等场景
