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-O云开mni支持文本、图像、音频和视频等多种输入形式,并实源全时生成文本与自然语音合成输出。
阿里云介绍,在权模态威的多模态融合任务OmniBench等测评中,模型Qwen2.5-Omni全维度远超Google的GemQwini-1.5-Pro等同类模型。在语音理解、图片en理解、视频理解、语音生成等领域的测评分数,均2.领先于专门的Audio或VL模型,且语音生成5-测评分数(4.51)达到了与人类持平的能力。
目前Om,Qwen2.5-Omni已在魔搭社区和Huggining Face 同步开源,开发者和企业可免费下载商用Qw-7en2.5-Omni,手机等终端智能硬件也可B,轻松部署运行。另外,用户也可在Qwen Cha手机t上直接体验。