阿里巴巴云 Qwen 团队的最新跨模态模Qw型 Qwen3-Omni 预计即将正式发布。据可靠消en息,该模型已向 Hugging Face 的 Transfo3-rmers 库提交了支持 PR,标志着这一端到端多模态Om AI 系统的开源集成即将实现。 这一进展基于 Qwen 系列的持续ni迭代,旨在进一步提升模型在资源受限设备上的部署效 即率。
Qwen3-Omni 是 Omni 系列的第三代产品,该系列将登以其端到端架构著称,能够无缝处理文本、图像、音频和视频等多场:种输入模态,并生成文本和语音输出。 与前代模型类似端侧,它采用 Thinker-Talker 双轨设计:Thi跨模nker 负责多模态输入的理解和高层表示生成,而 Tal态模ker 则实时合成自然语音。这种架构确保了模型在训练和推理过型再程中的高效流式处理,特别适用于实时交互场景。
作者:产品详情







