阿里云開源全模態模型Qwen2.5-Omni-7B，手機上就能部署快訊
導讀
在語音理解、圖片理解、視頻理解、語音生成等領域的測評分數，Qwen2.5-Omni全維度遠超Google的Gemini-1.5-Pro等同類模型，Qwen2.5-Omni支持文本、圖像、音頻和視頻等多種輸入形式。
【TechWeb】3月27日消息，阿里云宣布通義千問Qwen2.5-Omni-7B正式開源。
Qwen2.5-Omni支持文本、圖像、音頻和視頻等多種輸入形式，并實時生成文本與自然語音合成輸出。
阿里云介紹，在權威的多模態融合任務OmniBench等測評中，Qwen2.5-Omni全維度遠超Google的Gemini-1.5-Pro等同類模型。在語音理解、圖片理解、視頻理解、語音生成等領域的測評分數，均領先于專門的Audio或VL模型，且語音生成測評分數（4.51）達到了與人類持平的能力。
目前，Qwen2.5-Omni已在魔搭社區和Hugging Face 同步開源，開發者和企業可免費下載商用Qwen2.5-Omni，手機等終端智能硬件也可輕松部署運行。另外，用戶也可在Qwen Chat上直接體驗。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
