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式,并源全实时生成文本与自然语音合成输出。
阿里云介绍,在权威的多模态模态融合任务OmniBench等测评中,Qw模型en2.5-Omni全维度远超Google的QwGemini-1.5-Pro等同类模型。在语音理解en、图片理解、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,且语音生成测评分数(5-4.51)达到了与人类持平的能力。
目前,QweOmn2.5-Omni已在魔搭社区和Hugging Faceni 同步开源,开发者和企业可免费下载商用Qwen2.5-7-Omni,手机等终端智能硬件也可轻松部署运行。另B,外,用户也可在Qwen Chat上直接体验。