今天，阿里云宣布通義千問Qwen2.5-Omni-7B正式開源。

　　這是通義系列模型中首個端到端全模態大模型，可同時處理文本、圖像、音頻和視頻等多種輸入，并實時生成文本與自然語音合成輸出。

　　在權威的多模態融合任務OmniBench等測評中，Qwen2.5-Omni刷新業界紀錄，全維度遠超谷歌的Gemini-1.5-Pro等同類模型。

　　阿里云表示，相較于動輒數千億參數的閉源大模型，Qwen2.5-Omni以7B的小尺寸讓全模態大模型在產業上的廣泛應用成為可能。

　　即便在手機上，也能部署和應用Qwen2.5-Omni模型。

　　目前，Qwen2.5-Omni已在魔搭社區和Hugging Face 同步開源，用戶也可在Qwen Chat上直接體驗。

　　據悉，2023年起，通義團隊陸續開發覆蓋0.5B、1.5B、3B、7B、14B、32B、72B、110B等參數的200多款全尺寸大模型，囊括文本生成模型、視覺理解/生成模型、語音理解/生成模型、文生圖及視頻模型等全模態。