Alibaba dévoile Qwen3-Omni : un modèle multimodal de base natif de bout en bout

Alibaba a publié Qwen3-Omni, un modèle de base multimodal multilingue natif de bout en bout. Il traite le texte, les images, l’audio et la vidéo en temps réel, fournissant des réponses en streaming sous forme de texte et de parole naturelle. Qwen3-Omni obtient des résultats de pointe sur de nombreux benchmarks, prend en charge plusieurs langues et présente une architecture MoE nouvelle et un contrôle flexible. Le modèle, ainsi que ses kits d’outils, ses guides pratiques et ses démonstrations, est open source, offrant aux développeurs des ressources étendues.