AI圈报
模型发布 / 更新普通

阿里发布全模态模型 Qwen3.8-Omni-Flash，支持音频和视频理解

信息来源：X：Testing Catalog (@testingcatalog)·
QwenGemini
原始标题：Alibaba released Qwen3.8-Omni-Flash， a new omni-modal model with audio and video understanding. Qw…

内容摘要

阿里发布全模态模型 Qwen3.8-Omni-Flash，支持音频和视频理解。该模型配备 1M-token 上下文窗口，在 WildClawBench-MM 与 UniClawBench 上性能接近 Gemini 3.8 Flash。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Testing Catalog (@testingcatalog)
站内情报编号intel-1b99e7f9cf214508eac8962e
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新精选
Qwen-AgentWorld：面向通用智能体的语言世界模型
Qwen 团队发布 Qwen-AgentWorld，一个以环境建模为训练目标的原生语言世界模型，在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域（Web、OS、Android）共七个域。模型使用超 1000 万条真实交互轨迹训练，在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量，超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基…
信息来源：Qwen：Blog Retrieval（API） · GPT / Qwen / Claude
模型发布 / 更新精选
Qwen3.5-Omni技术报告
阿里通义千问团队发布Qwen3.5-Omni，模型拥有数百亿参数和256k上下文，基于超1亿小时音视频数据训练，在215项基准测试中达SOTA水平，关键音频任务超越Gemini-3.1 Pro。采用混合注意力MoE架构，支持10小时音频与400秒720P视频理解。提出ARIA技术优化流式语音合成稳定性，支持10种语言。模型具备Audio-Visual Vibe Coding能力，可直接基于音视频指令生成代码。
信息来源：HuggingFace Daily Papers（社区热门论文） · Qwen / Gemini / Hugging Face
模型发布 / 更新精选
Google发布Gemma 4多模态开源模型系列
Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Qwen / Gemini
模型发布 / 更新普通
阿里发布全模态模型 Qwen3.8-Omni-Flash，支持 1M 上下文，百万 Token 图文音视频输入 0.8 元
阿里千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash，可同时处理文本、图像、音频和视频输入，支持 1M 上下文。在 30 项评测上相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 26%，官方称音视频能力接近 Gemini 3.8 Flash、音频能力整体超过 Gemini 3.8 Flash。
信息来源：IT之家（RSS） · Qwen / Gemini
模型发布 / 更新普通
路透社母公司汤森路透花 4000 万美元研发 AI 模型，基于阿里千问
汤森路透发布首款大语言模型Thomson，基于阿里千问Qwen3.5-397B构建，研发成本约4000万美元，外界流传的45万美元仅为最后一次训练成本。该模型在Stanford LegalBench得分0.823，落后于Gemini 3.1 Pro和GPT-5.5。汤森路透称不采用闭源模型是因外部模型长期成本较高且无法高自由度调整。
信息来源：IT之家（RSS） · GPT / Qwen / Gemini
模型发布 / 更新普通
Thomson Reuters 斥资 4000 万美元自研法律大模型"Thomson"
Thomson Reuters 基于阿里 Qwen 推出自研法律大模型"Thomson"，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。
信息来源：The Decoder：AI News（RSS） · OpenAI / GPT / Qwen
模型发布 / 更新精选
谷歌发布Gemini Omni Flash，Pro版即将推出
谷歌 I/O 🔥：GEMINI OMNI FLASH 已发布，现已在 GEMINI 和 GOOGLE FLOW 上可用。 GEMINI OMNI PRO 即将推出 🤩
信息来源：X：Testing Catalog (@testingcatalog) · Gemini
模型发布 / 更新普通
Google 将 Apple Messages 集成进 Gemini 桌面端
Google 正在将 Apple Messages 集成到其 Gemini 桌面应用中！ 启用后，Gemini Spark 可以原生操作本地 Messages 应用。* 尚未公开可用。 &gt； "在 Apple Messages 中读取、搜索和发送消息" h/t @bedros_p
信息来源：X：Testing Catalog (@testingcatalog) · Gemini
模型发布 / 更新普通
每日AI简报：Gemini 3.8 Live发布，GPT-5.5将下线
Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，支持 97 种语言自动检测、近实时视觉与后台工具调用，Live 已进入 Search Live 和 Gemini API 公开预览。
信息来源：X：Testing Catalog (@testingcatalog) · GPT / Gemini
模型发布 / 更新普通
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 音频模型
Google 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款音频模型，已在 API、Google AI Studio、Gemini Live 等应用上线。
信息来源：X：Testing Catalog (@testingcatalog) · Gemini