Qwen3.8-Omni-Flash 发布，阿里通义把多模态押在了“干活”上-低调大师

Qwen3.8-Omni-Flash 发布，阿里通义把多模态押在了“干活”上

2026-09-18 3

阿里通义 Qwen 团队今天放出了新一代"原生全模态"模型 Qwen3.8-Omni-Flash。标题文案很有意思——"耳聪目明，办事得力"。前四个字是这类 Omni 模型的老本行，后四个字才是这次的重点：从"理解全模态内容"往"规划任务、调用工具并完成创作"推。

一个最直接的信号是价格。相比上一代 Qwen3.5-Omni-Plus，API 每小时音频输入价格降幅超过 98%，每小时音视频输入价格降幅超过 93%。多模态感知便宜到这个份上，才有资格说往生产力场景走。

模型本身支持 1M 长上下文，支持文本、图像、音频、视频输入。在累计 29 项评测里，相比 Qwen3.5-Omni-Plus 平均得分提升超过 25%。在音频 Agent、Coding、长程任务这几个方向上，WildClawBench-MM 大幅提升 36.5 分，AgenticVBench 提升 22.3 分。和 Gemini 3.8 Flash 比，Qwen 官方的话术是"音视频能力接近、音频能力整体超过"。

真正值得看的是它把多模态推进到了"端到端干活"的落地。团队开源了两套配套：Qwen-MM-Plugins（音视频生产力插件，支持 Codex、Claude Code、Qwen Code、Gemini CLI 等多个 Agent Harness）和 Qwen-Live Harness（面向实时交互的原生运行环境）。基于这套东西跑了几个完整工作流：Music2MV 做 MV 创作、短剧翻译出海、两三小时长电影解说、Video2Note 把视频教程榨成带截图的 PDF 笔记、Omni Skill Creator 从操作演示里提炼 SOP 变成可复用的 Agent Skill。翻译还强调能保留原说话人的音色特征。

两个技术点值得单独拎出来。

一个是"Agentic 长音视频理解"。面对数小时视频，模型不再从头到尾逐帧处理，而是从问题出发自主决定该看什么听什么，通过由粗到细的多轮取证定位关键信息。OmniVideoBench 上，Agentic Understanding 把准确率从 63.4 提到 67.8，同时把单次查询的 Token 消耗从 145,736 降到 79,117，掉了约 45.7%。这个"按需感知"对成本和效率都是实打实的好处。

另一个是把模型本身当研发工具。团队让 Qwen3.8-Omni-Flash 在 12 小时内提升 Qwen2.5-Omni-3B 的四川话识别能力：它自主选评测集、定基线、听语音样本诊断问题、构建训练数据，4 轮实验累计造了 3,413 条数据，把字符错误率从 25.79% 压到 15.30%，相对降约 40.7%。通义想讲的是一套"大模型负责研发、小模型面向业务"的新范式——Agent 不再只是调用模型，还能参与优化模型。

还有一条异步更新的线：Qwen3.8-Omni-Flash-Realtime，面向持续低延迟交互的版本，支持 WebSocket 和 WebRTC，首发"听声辨位"——融合空间声音和视觉信息，判断声源方向和距离，是首个支持这项能力的全模态大模型。

来源：Qwen3.8-Omni-Flash：耳聪目明，办事得力 - Qwen

微信关注我们

原文链接：https://www.oschina.net/news/502567/qwen-3-8-omni-flash

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

React Native 资深开源项目作者称 SwiftUI 不是 “真原生”

一个 React Native 生态的重量级人物，对苹果主导的 SwiftUI 框架提出了质疑：SwiftUI 不是原生，这就是它有时卡顿的原因。说这话的是 Krzysztof Magiera，React Native 社区动画库（Reanimated、react-native-gesture-handler）的核心作者。他的论点是：SwiftUI 抛弃了让 iOS 动画从初代 iPhone 起就丝滑流畅的关键组件 Core Animation。在 SwiftUI 里，动画在 app 进程内运行，没有 CA 的底层支撑。他配了段 1 分钟多的视频演示：阻塞主线程时，SwiftUI 里的小球卡...

2026-09-18

2

"我们芯片多、我们跑得快"——这种话听多了就容易变成营销。Anthropic 这次换了个思路：与其互相吹，不如直接把自家实验室的内部数据拿出来，给"AI 发展速度"这件事定一套可以测量的指标。它发了三份方法论性质的度量。第一份叫"AI 主导研发（AI-led R&D）"，借用 Epoch AI 的自动化分级（AL0 到 AL5，AL3 是 AI 协作、AL4 是 AI 主导）来统计 Claude 在自己公司内部研发里到底扮演什么角色。结论很克制：截至 2026 年 8 月，Claude 在任何抽样任务...

2026-09-18

7

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。