Qwen2.5 Omni：見て、聞いて、話して、書く — すべてを一つに

Alibaba Qwen は、テキスト、画像、音声、動画を処理し、テキストと自然な音声でリアルタイムに応答を生成できる新しい旗艦マルチモーダルモデル Qwen2.5-Omni をリリースしました。このモデルは Thinker-Talker アーキテクチャに基づいて構築されており、オープンソースで、すべてのモダリティにわたって高いパフォーマンスを示しています。

Alibaba/Qwen