阿里巴巴发布并开源全模态大模型

　　3月27日，阿里巴巴正式发布并开源了通义千问Qwen2.5-Omni-7B，这是阿里巴巴首个端到端全模态大模型，能够同时处理文本、图像、音频和视频等多种输入形式，并能够实时生成文本以及自然语音合成输出，为多模态交互场景提供了强大的支持。

　　在多模态融合任务OmniBench等测评中，Qwen2.5-Omni展现出了卓越的性能，全维度超越了Google的Gemini-1.5-Pro等同类模型，刷新了业界纪录。

　　其独特的多感官认知能力接近人类，能够与世界进行实时交互。更值得一提的是，Qwen2.5-Omni具备通过音视频识别情绪的能力，在处理复杂任务时能够进行更智能、更自然的反馈与决策，从而为用户带来更加人性化的交互体验。

　　与那些参数规模达数千亿的闭源大模型不同，Qwen2.5-Omni只有7B，让全模态大模型能够在产业上广泛应用。手机等智能终端上也能轻松部署和运行该模型。

　　目前，Qwen2.5-Omni已在魔搭社区和Hugging Face同步开源，开发者和企业可以免费下载商用Qwen2.5-Omni。此外，用户还可以在Qwen Chat上直接体验这一全模态大模型。