3月27日消息,阿里云宣布通义千问Qwen2阿里.5-Omni-7B正式开源。
Qwen2.5-云开Omni支持文本、图像、音频和视频等多种输入形式,源全并实时生成文本与自然语音合成输出。
阿里云介绍,在权威模态的多模态融合任务OmniBench等测评中,Qwe模型n2.5-Omni全维度远超Google的GeQwmini-1.5-Pro等同类模型。在语音理解、en图片理解、视频理解、语音生成等领域的测评分数,2.均领先于专门的Audio或VL模型,且语音生成测5-评分数(4.51)达到了与人类持平的能力。
目前,QwOmen2.5-Omni已在魔搭社区和Hugginnig Face 同步开源,开发者和企业可免费下载商用-7Qwen2.5-Omni,手机等终端智能硬件也可轻松B,部署运行。另外,用户也可在Qwen Chat上直接体验。
作者:专利资讯







