阿里巴巴发布全模态模型 Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash 是 Qwen 首个围绕代理能力构建的全模态模型！原生音视频理解、推理和工具使用融为一体：理解内容，规划任务，使用工具执行，并交付结果。

亮点：
- 高效完成的音视频智能：联合推理所见所闻，并在长流程中协调工具，自动编辑视频日志、翻译短视频，并将电影转化为摘要。
- 重大飞跃：在音视频能力上接近 Gemini 3.8 Flash；在 WildClawBench-MM 和 UniClawBench 上的代理性能平均提升 19.5 分。
- 具备代理感知的 100 万 token 上下文：主动探索长视频并准确定位关键时刻，在 OmniVideoBench 上比静态理解使用 51.8% 更少的 token。

与 Qwen3.5-Omni-Plus 相比，视频输入成本降低约 89%，使长篇音视频理解和代理工作流比以往任何时候都更实惠。

为了帮助您围绕 Omni 构建应用，我们还开源了 Qwen-MM-Plugins 和 Qwen-Live Harness！

—— 阿里巴巴千问

via 风向旗参考快讯 - Telegram Channel