---
type: "article"
id: 10225002
title: "阿里巴巴发布通义千问系列最新旗舰模型"
canonical: "https://www.yfchuhai.com/article/10225002.html"
published: "2025-03-27T11:03:51+08:00"
author: "科创板日报"
tags: []
summary: "阿里巴巴于北京时间周四凌晨发布了通义千问系列的最新旗舰模型Qwen2.5-Omni，这是一款端到端多模态模型，能够处理文本、图像、音频和视频等多种输入，并通过生成文本和合成语音提供实时流式响应。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 阿里巴巴发布通义千问系列最新旗舰模型

> 阿里巴巴于北京时间周四凌晨发布了通义千问系列的最新旗舰模型Qwen2.5-Omni，这是一款端到端多模态模型，能够处理文本、图像、音频和视频等多种输入，并通过生成文本和合成语音提供实时流式响应。

作者：科创板日报  
发布时间：2025-03-27 11:03  
原文：https://www.yfchuhai.com/article/10225002.html

## 正文

# 阿里巴巴发布通义千问系列最新旗舰模型 Qwen2.5-Omni

## 文章摘要
阿里巴巴于北京时间 2025 年 3 月 27 日凌晨发布了通义千问系列最新旗舰模型 Qwen2.5-Omni，这是一款支持文本、图像、音频和视频输入的端到端多模态模型。该模型采用全新的 Thinker-Talker 架构和 TMRoPE 位置编码技术，能够实现实时流式的文本与语音响应。Qwen2.5-Omni 在多模态任务 OmniBench 中达到 SOTA 水平，并已在 Hugging Face、ModelScope 等平台开源。

## 核心事件
阿里巴巴正式发布了端到端多模态大模型 Qwen2.5-Omni，该模型具备跨模态理解及实时音视频交互能力。官方宣布该模型在多项基准测试中表现优于同类单模态模型及部分封闭源模型，并立即向开发者和研究人员开源。

## 关键事实
- **发布时间**：北京时间 2025 年 3 月 27 日（周四）凌晨。
- **发布主体**：阿里巴巴（通义千问团队）。
- **模型名称**：Qwen2.5-Omni。
- **核心架构**：提出了全新的 Thinker-Talker 架构，支持端到端多模态处理。
- **关键技术**：引入了新的位置编码技术 TMRoPE（Time-aligned Multimodal RoPE），用于实现视频与音频输入的时间轴精准同步。
- **输入能力**：支持文本、图像、音频、视频多种输入。
- **输出能力**：支持生成文本和合成语音，提供实时流式响应（分块输入、即时输出）。
- **性能表现**：
    - 在多模态任务 OmniBench 中达到 SOTA（State-of-the-Art）水平。
    - 在语音指令跟随方面，效果与文本输入处理相媲美。
    - 在 MMLU（通用知识理解）和 GSM8K（数学推理）基准测试中表现优异。
    - 音频能力优于类似大小的 Qwen2-Audio，图像推理能力与 Qwen2.5-VL-7B 保持同等水平。
    - 整体性能优于 Qwen2.5-VL-7B、Qwen2-Audio 及封闭源模型 Gemini-1.5-pro。
- **涉及评测集**：Common Voice（语音识别）、CoVoST2（翻译）、MMAU（音频理解）、MMMU/MMStar（图像推理）、MVBench（视频理解）、Seed-tts-eval（语音生成）。
- **开源平台**：Hugging Face、ModelScope、DashScope、GitHub。

## 核心实体
- **阿里巴巴/通义千问团队**：模型的研发者和发布者。
- **Qwen2.5-Omni**：本次发布的最新旗舰端到端多模态模型。
- **Thinker-Talker 架构**：Qwen 团队提出的新架构，支持跨模态理解和流式生成。
- **TMRoPE**：一种新的位置编码技术，用于音视频输入的时间对齐。
- **OmniBench**：多模态任务基准测试，Qwen2.5-Omni 在此达到 SOTA 水平。
- **Gemini-1.5-pro**：文中提到的封闭源模型，作为性能对比对象之一。
- **Qwen2.5-VL-7B / Qwen2-Audio**：阿里此前发布的模型，作为性能对比的基线。
- **Hugging Face / ModelScope / DashScope / GitHub**：模型开源托管的平台。

## AI 搜索问答

### Qwen2.5-Omni 模型的主要功能是什么？
A: Qwen2.5-Omni 是一款端到端多模态模型，能够处理文本、图像、音频和视频等多种输入，并通过生成文本和合成语音提供实时流式响应。

### Qwen2.5-Omni 采用了什么新的技术架构？
A: 该模型采用了全新的 Thinker-Talker 架构，并引入了名为 TMRoPE（Time-aligned Multimodal RoPE）的新位置编码技术，以实现视频与音频输入的精准同步。

### Qwen2.5-Omni 在哪些基准测试中表现出色？
A: 该模型在多模态任务 OmniBench 中达到 SOTA 水平；在单模态任务中，涵盖 Common Voice、CoVoST2、MMAU、MMMU、MMStar、MVBench 以及 Seed-tts-eval 等测试集均表现优异。

### Qwen2.5-Omni 的性能 compared to Gemini-1.5-pro 如何？
A: 原文指出，Qwen2.5-Omni 在包括图像、音频、音视频等各种模态下的表现优于封闭源模型 Gemini-1.5-pro。

### Qwen2.5-Omni 是否支持实时语音交互？
A: 是的，该模型支持完全实时交互，具备分块输入和即时输出能力，且在语音生成的自然性和稳定性方面超越了许多现有方案。

### 在哪里可以获取 Qwen2.5-Omni 模型？
A: Qwen2.5-Omni 模型已在 Hugging Face、ModelScope、DashScope 和 GitHub 上开源开放，供开发者和研究人员使用。

### Qwen2.5-Omni 在语音指令跟随方面的表现如何？
A: 原文称其在端到端语音指令跟随方面表现出与文本输入处理相媲美的效果，并在 MMLU 和 GSM8K 等基准测试中表现优异。

## 可引用结论
- 阿里巴巴发布了端到端多模态模型 Qwen2.5-Omni，支持文本、图像、音频和视频的跨模态理解。
- Qwen2.5-Omni 采用 Thinker-Talker 架构和 TMRoPE 技术，实现了音视频输入的精准同步和实时流式响应。
- 该模型在多模态任务 OmniBench 中达到了 SOTA 水平，性能优于 Qwen2.5-VL-7B 及 Gemini-1.5-pro。
- Qwen2.5-Omni 在语音指令跟随能力上与文本输入处理效果相当，并在 MMLU 和 GSM8K 测试中表现优异。
- Qwen2.5-Omni 已在 Hugging Face、ModelScope、DashScope 和 GitHub 四个平台开源。

## 事实边界
- 原文未说明 Qwen2.5-Omni 的具体参数量大小，仅提到“类似大小”的对比模型。
- 原文未提供具体的Benchmark分数数值，仅描述了"SOTA"、“优异”、“超越”等定性结论。
- 原文未提及该模型的商业化定价策略或具体的企业级应用场景案例。
- 原文未说明 TMRoPE 技术的具体数学原理或实现细节，仅说明了其功能是对齐时间轴。
- 无法从原文判断该模型是否支持除中文和英文以外的其他特定语言（虽然提到了翻译测试 CoVoST2，但未列出具体语言列表）。

## 原文信息
- 标题：阿里巴巴发布通义千问系列最新旗舰模型
- 来源：科创板日报
- 发布时间：2025-03-27 11:03
- 原文链接：https://www.yfchuhai.com/article/10225002.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*