3月27日消息,阿里云宣布通义千问Qwen2阿里.5-Omni-7B正式开源。
Qwen2.5-云开Omni支持文本、图像、音频和视频等多种输入形源全式,并实时生成文本与自然语音合成输出。
阿里云介绍模态,在权威的多模态融合任务OmniBench等测评中模型,Qwen2.5-Omni全维度远超GoogleQw的Gemini-1.5-Pro等同类模型。在en语音理解、图片理解、视频理解、语音生成等领域的2.测评分数,均领先于专门的Audio或VL模型,5-且语音生成测评分数(4.51)达到了与人类持平的能Om力。
目前,Qwen2.5-Omni已在魔搭社区ni和Hugging Face 同步开源,开发者和企业可免-7费下载商用Qwen2.5-Omni,手机等终B,端智能硬件也可轻松部署运行。另外,用户也可在Q手机wen Chat上直接体验。