林俊旸的离职并未阻挡Qwen系列的前行步伐，近日，千问团队重磅推出新一代原生全模态大模型Qwen3.5-Omni，集文本、图片、音频、视频的理解与生成于一身，以创新架构打破多模态技术瓶颈，重新定义AI交互的全新可能，更值得期待的是，这款实力出众的全模态模型即将登陆OPE Platform，为用户带来更便捷、高效的使用体验。

过去两年，多模态成为大模型赛道的核心热点，但多数模型的多模态能力本质是“模块拼接”——语音转文字、文字转语音、图像与视频各走独立通道，信息在模态转换中不断损耗，难以实现真正的跨模态协同。Qwen3.5-Omni跳出这一局限，采用创新的Thinker-Talker架构，让所有模态在同一模型内原生处理，Thinker负责跨模态深度推理，Talker负责实时语音输出，两者共享同一套表征空间，从根源上解决了信息损耗问题。

强大的架构支撑，让Qwen3.5-Omni交出了亮眼答卷：在音频、视频、推理和交互相关的215项子任务中斩获SOTA（性能最佳）成绩，音频理解、推理、识别、翻译、对话等核心能力全面超越Gemini-3.1 Pro，同时视觉与文本能力保持同尺寸Qwen3.5的高水平，实现全维度无短板。

Qwen3.5-Omni的核心能力，体现在“看见、听懂、能创造”的全场景适配中。在视觉与视频理解上，它能多管齐下处理视频素材，自动切片、标注时间戳，精准识别画面中的人物、动作与空间关系，同时解析音轨中的背景音效和对话内容，无论是《舌尖上的中国》这类纪录片的细粒度结构化描述，还是电影片段中多角色、多镜头的复杂解析，都能轻松胜任，在内容合规审查等场景中，更能自动输出违规类型、风险等级的结构化报告，大幅降低人工成本。

在语音交互领域，Qwen3.5-Omni的表现同样惊艳。它支持113种语言及方言的语音识别，36种语言及方言的语音生成，即便小众的毛利语、海南方言也能精准识别。更具优势的是其原生语义打断功能，能精准区分用户的有意提问与无意义背景音，与人共读论文时可随时插话，交互体验如真人对话般自然，搭配ARIA技术，生成的语音音色稳定、语调自然，还能自主调用工具回应实时性问题。

最令人意外的是其涌现的Audio-Visual Vibe Coding能力，用户只需展示游戏视频或产品原型演示，模型就能观察画面与音效，直接生成可运行的代码，从游戏开发到前端原型搭建，真正实现“动动嘴、看视频就能编程”。这种能力并非刻意训练，而是模型在超过1亿小时音视频数据原生预训练中自然涌现，彰显了其强大的跨模态协同能力。

支撑这一切的，是Qwen3.5-Omni的Hybrid-Attention MoE架构，所有模态的token在同一潜空间内联合训练，让文字、图像、声音实现无损耗协同，彻底解决了传统多模态模型的痛点。

如今，这款实力顶尖的原生全模态大模型即将登陆OPE Platform。届时，用户无需切换多平台、无需复杂配置，即可在OPE Platform轻松调用Qwen3.5-Omni的全部能力，搭配平台充足的Token额度与零门槛部署优势，无论是个人用户体验全模态交互，还是企业用户实现场景落地，都能获得高效、便捷的解决方案，解锁AI全模态应用的全新价值，敬请期待Qwen3.5-Omni在OPE Platform的正式上线。