阿里巴巴(09988)旗下阿里雲發布通義家族首個端到端全模態大模型Qwen2.5-Omni-7B。該模型專為全模態感知設計，可處理文本、圖像、音頻、視頻等多模態輸入，並實時生成文本與自然語言應答，為在手機、筆記本電腦等終端設備部署多模態AI設立新標準。

　　阿里雲指，儘管僅採用了輕量級的7B參數，Qwen2.5-Omni-7B仍展現出卓越的性能與強大的多模態能力，成為開發高效能、高性價比、且具使用價值的AI智能體的理想基座模型，在智能語音應用領域尤其具有前景。例如，透過即時語音導航協助視障者安全辨識周邊環境，分析視頻中的食材按步驟提供烹飪指導，及打造真正理解客戶需求的智能客服對話體驗。

　　該模型現已在Hugging Face與GitHub上開源，並可透過Qwen Chat及阿里雲開源社區ModelScope獲取。目前，阿里雲已開源超過200個生成式AI模型。在各模態任務中，Qwen2.5-Omni-7B均展現出可媲美同參數規模的單模態專用模型的性能。該模型在實時語音交互、自然語言生成及端到端語言指令跟蹤方面表現出色。
《經濟通通訊社27日專訊》

【你點睇？】特朗普出兵委內瑞拉、拘捕馬杜羅？立即參與投票，睇睇大家對國際法同「新門羅主義」有幾大分歧。► 立即投票