您的当前位置:首页>科技咨询>资讯详情

阿里开源首个全模态大模型Qwen2.5-Omni,7B尺寸

发表于:2025-03-27 18:00:08 浏览:20次 发布者: 网易互联网

3月27日凌晨,阿里巴巴发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni-7B,可同时处理文本、图像、音频和视频等多种输入,并实时生成文本与自然语音合成输出。在权威的多模态融合任务OmniBench等测评中,Qwen2.5-Omni刷新业界纪录,全维度远超Google的Gemini-1.5-Pro等同类模型。Qwen2.5-Omni以接近人类的多感官方式「立体」认知世界并与之实时交互,还能通过音视频识别情绪,在复杂任务中进行更智能、更自然的反馈与决策。现在,开发者和企业可免费下载商用Qwen2.5-Omni,手机等终端智能硬件也可轻松部署运行。


图示 性能测评对比

Qwen2.5-Omni采用了通义团队全新首创的Thinker-Talker双核架构、Position Embedding(位置嵌入)融合音视频技术、位置编码算法TMRoPE(Time-aligned Multimodal RoPE)。双核架构Thinker-Talker让Qwen2.5-Omni拥有了人类的“大脑”和“发声器”,形成了端到端的统一模型架构,实现了实时语义理解与语音生成的高效协同。具体而言,Qwen2.5-Omni支持文本、图像、音频和视频等多种输入形式,可同时感知所有模态输入,并以流式处理方式实时生成文本与自然语音响应。

得益于上述突破性创新技术,Qwen2.5-Omni在一系列同等规模的单模态模型权威基准测试中,展现出了全球最强的全模态优异性能,其在语音理解、图片理解、视频理解、语音生成等领域的测评分数,均领先于专门的Audio或VL模型,且语音生成测评分数(4.51)达到了与人类持平的能力。

相较于动辄数千亿参数的闭源大模型,Qwen2.5-Omni以7B的小尺寸让全模态大模型在产业上的广泛应用成为可能。即便在手机上,也能轻松部署和应用Qwen2.5-Omni模型。当前,Qwen2.5-Omni已在魔搭社区和Hugging Face同步开源,用户也可在Qwen Chat上直接体验。

从2023年起,阿里通义团队就陆续开发了覆盖0.5B、1.5B、3B、7B、14B、32B、72B、110B等参数的200多款「全尺寸」大模型,囊括文本生成模型、视觉理解/生成模型、语音理解/生成模型、文生图及视频模型等「全模态」,真正实现了让普通用户和企业都用得上、用得起AI大模型。截至目前,海内外AI开源社区中千问Qwen的衍生模型数量突破10万,超越美国Llama系列模型,是公认的全球第一开源模型。

猜你喜欢

苹果正开发一款可能与 Meta Ray-Ban 竞争的智能
苹果正开发一款可能与 Meta Ray-Ban 竞争的智能
发表于:2025-07-06 浏览:8 发布者: 网易科技
苹果天猫官方旗舰店首次加入国补
苹果天猫官方旗舰店首次加入国补
发表于:2025-02-28 浏览:22 发布者: 网易互联网
“疯狂星期六”,天量烧钱?紧急回应!
“疯狂星期六”,天量烧钱?紧急回应!
发表于:2025-07-18 浏览:7 发布者: 网易互联网
DeepSeek“掘金热”:付费教程高至千元,算命软
DeepSeek“掘金热”:付费教程高至千元,算命软
发表于:2025-02-07 浏览:24 发布者: 网易互联网
重磅利好!淘宝天猫与小红书达成战略合作
重磅利好!淘宝天猫与小红书达成战略合作
发表于:2025-05-07 浏览:20 发布者: 网易互联网
100观察|美团Keeta出海:外卖品牌输出“智能基
100观察|美团Keeta出海:外卖品牌输出“智能基
发表于:2025-05-17 浏览:20 发布者: 网易互联网
构建AI眼镜协同产业链 晶盛机电等四家“浙大系
构建AI眼镜协同产业链 晶盛机电等四家“浙大系
发表于:2025-02-28 浏览:21 发布者: 网易科技
外卖大战再这么打下去,餐饮商家可能要崩溃了。
外卖大战再这么打下去,餐饮商家可能要崩溃了。
发表于:2025-07-27 浏览:3 发布者: 网易互联网
iQOO 13屏幕解析:性能旗舰中难得的好屏
iQOO 13屏幕解析:性能旗舰中难得的好屏
发表于:2024-11-13 浏览:52 发布者: ZOL中关村在线
直播电商正成促消费“主战场”,AI成为行业高质
直播电商正成促消费“主战场”,AI成为行业高质
发表于:2025-05-07 浏览:18 发布者: 网易互联网