QwenCloud发布首个智能体多模态模型

🚀 来认识 Qwen3.8-Omni-Flash，这是通义千问首个围绕智能体能力构建的全模态模型！

原生音视频理解、推理和工具调用整合在同一个模型中：理解内容、规划任务、用工具执行、交付结果。

亮点：🥳

- 能完成任务的音视频智能：联合推理所见所闻，在长工作流中编排工具，自动剪辑vlog、翻译短视频，还能把电影整理成摘要。

- 重大飞跃：音视频能力接近 Gemini 3.8 Flash；在 WildClawBench-MM 和 UniClawBench 上，智能体性能平均提升 19.5 分。

- 支持 100 万 token 上下文的智能体感知：主动探索长视频，定位关键瞬间的精度更高，在 OmniVideoBench 上相比静态理解少用 51.8% 的 token。

相比 Qwen3.5-Omni-Plus，视频输入成本降低了约 89%，让长格式音视频理解和智能体工作流比以往更经济。

为了帮助你基于全模态构建应用，我们还开源了 Qwen-MM-Plugins 和 Qwen-Live Harness！🛠️

我们迫不及待想看到你用 Qwen3.8-Omni-Flash 创造出什么！👀

获取你的 API Key⬇️
-QwenCloud: