Qwen3.5-Omni原生全模态模型发布，突破多模态AI处理边界
近日，Qwen3.5-Omni正式推出，作为原生全模态大模型，统一处理文本、图像、音频和视频的理解与生成，无需模块拼接。
区别于传统多模态模型的拼接式架构，Qwen3.5-Omni采用Thinker-Talker架构实现全模态原生处理：Thinker负责跨模态深度推理，Talker实现实时语音输出，共享统一表征空间，避免信息翻译损耗。
该模型在215项子任务中刷新SOTA纪录，音频理解、推理、识别、翻译及对话能力全面超越Gemini-3.1 Pro，同时保持Qwen3.5同尺寸级别视觉与文本性能。
发布演示视频重点展示实际交互场景：Qwen3.5-Omni可对时间线视听信息进行同步解析，实现细粒度结构化描述。
看见你看见的
模型自动切片视频、标注时间戳，精准识别画面人物、动作与空间关系，并同步分析音轨背景音效与对话内容。如处理《舌尖上的中国》片段时，生成结构化场景描述；在复杂电影片段中，可区分角色对话、解析背景音乐情绪、描述镜头调度。实际应用于内容合规审查，自动输出违规类型、风险等级及时间段摘要，大幅替代人工逐帧审核。
听懂你说的
模型原生支持多轮语义打断，区分用户有意提问与背景杂音，实现论文共读等场景的实时交互。其歌词字幕生成功能精确处理113种语言及36种方言，如粤语Rap输出保持原语种行文。基于1亿小时音视频数据的原生多模态预训练，语音识别与生成能力较上代显著提升。
从「看视频」到「写代码」
模型展现出Audio-Visual Vibe Coding能力：观察音乐游戏视频后直接生成可运行代码；解析产品原型演示视频转化为前端代码。该能力源于Hybrid-Attention MoE架构，使所有模态token在同一潜空间联合训练，避免翻译损耗。技术报告指出，这是原生多模态Scaling涌现的因果关系建模能力，标志着2026年全模态AI将实现深度交互与开发支持。