阿里发布 Qwen3.8-Omni-Flash:首个面向 Agent 的全模态模型
Alibaba_Qwen · x · 2026-09-18
阿里 Qwen 团队发布 Qwen3.8-Omni-Flash,宣称是其首个围绕 agentic 能力构建的全模态模型,原生整合音视频理解、推理与工具调用:理解内容、规划任务、执行工具、交付结果。
关键亮点:
- 音视频智能落地:联合推理所见所闻,编排工具完成长流程任务,如自动剪辑 vlog、翻译短视频、生成电影回顾。
- 性能大幅提升:音视频能力逼近 Gemini 3.8 Flash,在 WildClawBench-MM 与 UniClawBench 上 agent 平均成绩 +19.5 分。
- 1M token 上下文 + agentic 感知:主动探索长视频并定位关键时刻,相比静态理解节省 51.8% token(OmniVideoBench)。
- 视频输入成本较 Qwen3.5 系列降低约 89%。
所属事件:阿里发布 Qwen3.8-Omni-Flash：全模态 Agent 模型降价超 98%(15 条相关)→
「模型」频道最新
- ICML 论文证明：有限上下文窗口在对抗决策下存在不可能性结果 — burny_tech · 2026-11-02
- 商汤开源 SenseNova-Loop-9B：权重共享跑 56 层，支持 256K 上下文 — AdinaYakup · 2026-11-02
- 用户实测:Gemini 3 Pro 长篇同人写作强,单篇可达 29 分钟阅读量 — Ok-Jello3739 · 2026-11-02
- Sam Altman 称 token 是「假单位」:计数不代表商业价值 — rohanpaul_ai · 2026-11-02
- 同一个任务两种「质感」：RL 过拟合模型与通用智能的手感差异 — theteknosaur · 2026-11-02
- LightOnOCR-3 发布：单一模型搞定转录、版面与图表解析 — IgorCarron · 2026-11-02