通义千问发布了 Qwen2.5-Omni，Qwen 模型家族中新一代端到端多模态旗舰模型。该模型专为全方位多模态感知设计，能够无缝处理文本、图像、音频和视频等多种输入形式，并通过实时流式响应同时生成文本与自然语音合成输出。该模型现已在 Hugging Face、ModelScope、DashScope 和 GitHub上开源开放，你可以通过我们的Demo体验互动功能，或是通过Qwen Chat 直接发起语音或视频聊天，沉浸式体验全新的 Qwen2.5-Omni 模型强大性能。

通义千问发布Qwen2.5-Omni，看，听，说，写样样精通 第1张