上证报中国证券网讯（记者刘怡鹤）3月27日，阿里通义千问Qwen2.5-Omni-7B正式开源。这是通义系列模型中首个端到端全模态大模型，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。具体来说，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。

　　目前，开发者和企业可免费下载商用Qwen2.5-Omni。相较于动辄数千亿参数的闭源大模型，Qwen2.5-Omni以7B（70亿）的小尺寸让全模态大模型在产业上的广泛应用成为可能。在手机上就能快速部署和应用Qwen2.5-Omni模型。

　　据介绍，从2023年起，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。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，稳列全球第一开源模型阵营。