首頁Qwen 3.5-Omni 以 215 項 SOTA 紀錄刷新紀錄，開啟全感官 AI 時代
同益實驗室（Tongyi Lab）昨晚正式推出全新多模態大型模型 Qwen3.5-Omni。相較於前代模型，該模型在理解能力、互動能力及任務執行能力方面均有顯著躍進，將人工智慧從「受限於螢幕的助理」轉變為「能理解實體世界的智能代理」。
核心突破：全模態處理與 215 項 SOTA 基準測試
Qwen3.5-Omni 採用原生「全模態」架構，能夠無縫處理文字、圖像、音訊及影片。 在涵蓋視聽分析、推理、對話及翻譯的各項評估中，該模型共取得 215 項最先進（SOTA）成績。值得注意的是，其整體語音理解與辨識能力已超越 Gemini-3.1Pro 等模型，而視覺與文本表現仍維持頂尖水準，與同規模的對應模型 Qwen3.5 並駕齊驅。
技術架構：混合注意力 MoE
該模型以經典的 Thinker-Talker 框架為基礎，並進行了根本性的架構革新：
Thinker（理解中心）：升級為混合注意力專家混合（MoE）架構，支援長達 256K 令牌的超長上下文。這使其能處理長達 10 小時的音訊或 1 小時的影片，並透過 TMRoPE 技術精準捕捉長序列中的細微細節。
Talker（表達中心）：整合了全新的 ARIA 技術與 RVQ 編碼，取代了運算負荷沉重的 DiT 流程。這不僅解決了音訊生成中常見的詞彙遺漏與數字發音錯誤等問題，更賦予模型強大的即時語音控制能力。
實際應用：從氛圍編碼到聲音克隆
Qwen3.5-Omni 的能力開啟了多項顛覆性的應用場景：
自然湧現的程式碼生成：該模型無需特定訓練即可展現出色的程式碼理解與生成能力，能直接根據影片邏輯產出 Python 程式碼或前端原型。
類人即時互動：支援語義中斷功能。它能區分背景噪音（如咳嗽聲）與有意中斷，使用者可透過簡單指令調整語氣（例如「開心的」）及音量。
細粒度影片分析：可生成結構化且帶時間戳的字幕，精準識別影片中的動作、背景音樂變化及鏡頭切換。
個人化語音克隆：使用者只需上傳一段短音頻樣本，即可創建高度自然的個人化「數位語音」，並支援 113 種語言。
Qwen3.5-Omni 現已於阿里雲白蓮平台推出 Plus、Flash 及 Light 版本。此外，亦可透過 ModelScope 社群存取即時對話（Realtime）API 及示範程式。
相關文章
美國股市觸及歷史裡程碑，人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪，這三位科技領域的巨頭，正推動其各自的企業邁向首次公開募股（IPO）。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市，2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注，成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及，瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元，其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”（vibe coding）技術，該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求，系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業，並擴充套件至 Work
Google 測試 Remy AI 代理，以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道，谷歌正在測試 Remy，這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務，從而簡化專業工作流程和日常事務。目前，Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”，將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實，谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
搜索引擎優化
最適合制定搜尋策略的 AI 搜尋結果頁面（SERP）分析工具
XIX.AI 透過嚴格的實際測試及每週更新的排行榜，精選了 2026 年最新、最佳且評價最高的 AI 搜尋結果頁面（SERP）分析工具，以協助制定搜尋策略。這些強大的工具能幫助您發掘隱藏的優化機會、提升內容表現，並在搜尋領域中取得競爭優勢。立即探索最適合您的工具，提升您的搜尋策略。現在就來探索吧！
13 個工具
xix.ai
數據分析
適用於 SaaS 和電商團隊的 KPI 監控最佳 AI 異常檢測工具
2026 年最新最佳頂級評分 AI 異常檢測工具，助力 SaaS 和電商團隊的 KPI 監控！XIX.AI 基於嚴格的真實世界測試和每週更新的排名，精心策劃了一套強大且顛覆性的工具合集。您將找到詳細的免費與付費對比洞察，幫助您識別必須嘗試的解決方案，從而提升生產力並釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
寫作
最適合撰寫長篇 SEO 文章的 AI 大綱生成工具
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
教育與學習
適用於作業與考試準備的人工智慧學習工具
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
音樂創作
面向詞曲創作者、旋律片段、主旋律及多語言草稿創作的AI人聲演示工具
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
商業
最適合小型企業的頂尖 AI 競爭情勢分析工具
2026 年最新、最佳且評價最高的中小企業 AI 競爭研究工具！XIX.AI 精心精選了一系列極具威力且能改變遊戲規則的工具，並透過嚴謹的實測與詳細排名，每週更新內容。您可在此找到詳盡的免費版與付費版比較，協助您找出必試的工具，以提升工作效率並獲得競爭優勢。 立即探索，找出最適合您的工具！
9 個工具
xix.ai
評論 (1)
0/500
![ScottWalker]()
'Screen-bound assistant'? More like screen-bound hype. 😏 215 SOTA benchmarks is impressive, but let's see how it performs in real-world chaos. Still, exciting times for multimodal AI!
同益實驗室（Tongyi Lab）昨晚正式推出全新多模態大型模型 Qwen3.5-Omni。相較於前代模型，該模型在理解能力、互動能力及任務執行能力方面均有顯著躍進，將人工智慧從「受限於螢幕的助理」轉變為「能理解實體世界的智能代理」。
核心突破：全模態處理與 215 項 SOTA 基準測試
Qwen3.5-Omni 採用原生「全模態」架構，能夠無縫處理文字、圖像、音訊及影片。 在涵蓋視聽分析、推理、對話及翻譯的各項評估中，該模型共取得 215 項最先進（SOTA）成績。值得注意的是，其整體語音理解與辨識能力已超越 Gemini-3.1Pro 等模型，而視覺與文本表現仍維持頂尖水準，與同規模的對應模型 Qwen3.5 並駕齊驅。
技術架構：混合注意力 MoE
該模型以經典的 Thinker-Talker 框架為基礎，並進行了根本性的架構革新：
Thinker（理解中心）：升級為混合注意力專家混合（MoE）架構，支援長達 256K 令牌的超長上下文。這使其能處理長達 10 小時的音訊或 1 小時的影片，並透過 TMRoPE 技術精準捕捉長序列中的細微細節。
Talker（表達中心）：整合了全新的 ARIA 技術與 RVQ 編碼，取代了運算負荷沉重的 DiT 流程。這不僅解決了音訊生成中常見的詞彙遺漏與數字發音錯誤等問題，更賦予模型強大的即時語音控制能力。
實際應用：從氛圍編碼到聲音克隆
Qwen3.5-Omni 的能力開啟了多項顛覆性的應用場景：
自然湧現的程式碼生成：該模型無需特定訓練即可展現出色的程式碼理解與生成能力，能直接根據影片邏輯產出 Python 程式碼或前端原型。
類人即時互動：支援語義中斷功能。它能區分背景噪音（如咳嗽聲）與有意中斷，使用者可透過簡單指令調整語氣（例如「開心的」）及音量。
細粒度影片分析：可生成結構化且帶時間戳的字幕，精準識別影片中的動作、背景音樂變化及鏡頭切換。
個人化語音克隆：使用者只需上傳一段短音頻樣本，即可創建高度自然的個人化「數位語音」，並支援 113 種語言。
Qwen3.5-Omni 現已於阿里雲白蓮平台推出 Plus、Flash 及 Light 版本。此外，亦可透過 ModelScope 社群存取即時對話（Realtime）API 及示範程式。
美國股市觸及歷史裡程碑，人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪，這三位科技領域的巨頭，正推動其各自的企業邁向首次公開募股（IPO）。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市，2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注，成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及，瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元，其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”（vibe coding）技術，該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求，系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業，並擴充套件至 Work
Google 測試 Remy AI 代理，以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道，谷歌正在測試 Remy，這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務，從而簡化專業工作流程和日常事務。目前，Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”，將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實，谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
XIX.AI 透過嚴格的實際測試及每週更新的排行榜，精選了 2026 年最新、最佳且評價最高的 AI 搜尋結果頁面（SERP）分析工具，以協助制定搜尋策略。這些強大的工具能幫助您發掘隱藏的優化機會、提升內容表現，並在搜尋領域中取得競爭優勢。立即探索最適合您的工具，提升您的搜尋策略。現在就來探索吧！
13 個工具
xix.ai
2026 年最新最佳頂級評分 AI 異常檢測工具，助力 SaaS 和電商團隊的 KPI 監控！XIX.AI 基於嚴格的真實世界測試和每週更新的排名，精心策劃了一套強大且顛覆性的工具合集。您將找到詳細的免費與付費對比洞察，幫助您識別必須嘗試的解決方案，從而提升生產力並釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
2026 年最新最佳、評價最高的 AI 大綱生成器，專為長篇 SEO 文章打造，由 XIX.AI 精心精選。這些強大的工具能為快速創作高品質內容提供革命性的協助，大幅提升寫作效率。 透過免費版與付費版的比較、實際測試結果及詳細排名，協助您找出最符合需求且不容錯過的選項。立即探索，釋放您的 AI 優勢。
8 個工具
xix.ai
2026 年最新最佳 AI 學習工具，助您完成作業與備考！XIX.AI 精心整理了一份備受好評的清單，收錄了這些強大且具革命性、經實測驗證的工具，能幫助學生提升效率、簡化作業流程，並在考試中取得優異成績。 獲取免費版與付費版的比較、詳細排名，以及必試選項，以釋放您的 AI 優勢。立即探索！
10 個工具
xix.ai
2026 年最新最佳 AI 人聲演示工具，專為詞曲創作者、旋律創作者和多語言內容團隊打造！XIX.AI 精心整理了一份經過嚴格真實世界測試的高評分、變革性工具列表。您將找到詳細的免費與付費對比資料、全面排名以及必試選項，幫助您提升創作效率並釋放創意潛力。立即探索，發現滿足您所有內容需求的完美工具！
9 個工具
xix.ai
2026 年最新、最佳且評價最高的中小企業 AI 競爭研究工具！XIX.AI 精心精選了一系列極具威力且能改變遊戲規則的工具，並透過嚴謹的實測與詳細排名，每週更新內容。您可在此找到詳盡的免費版與付費版比較，協助您找出必試的工具，以提升工作效率並獲得競爭優勢。 立即探索，找出最適合您的工具！
9 個工具
xix.ai
'Screen-bound assistant'? More like screen-bound hype. 😏 215 SOTA benchmarks is impressive, but let's see how it performs in real-world chaos. Still, exciting times for multimodal AI!
