阿里低调开源 Qwen-MM-Plugins：让纯文本 Agent 吃进音视频
eyishazyer · x · 2026-09-19
随 Qwen3.8-Omni-Flash 一同发布的还有 Apache-2.0 开源的 Qwen-MM-Plugins：通过一个 Skill 加可选的 MCP server，让 Claude Code、Codex、Gemini CLI 这类纯文本 agent 框架直接接受音频和视频输入。
发帖人认为这更像一次分发布局而非模型发布——把多模态能力塞进现有编码 agent 工作流——但关注度远低于 Omni-Flash 本身。
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)→
「编程与Agent」频道最新
- ChatGPT 抓取不执行 JS，客户端渲染网站对 AI 全盲 — gaganghotra_ · 2026-11-02
- Mac 语音输入工具 kivi:说话即成文,支持口头改代码 — itsOmSarraf_ · 2026-11-02
- 11 行代码加一个基础 LLM 就能搭决策模型,工程师晒实现细节 — helloiamleonie · 2026-11-02
- 先整理代码库再让 AI 写测试：作者称效果胜过一切 prompt 技巧 — arpit_bhayani · 2026-11-02
- 黑客公开 10 条 AI 提示词,复盘 PHP 9.2 分 RCE 漏洞混乱 36 小时 — Dave_Maynor · 2026-11-02
- 开发者用 OpenAI Agents API 修 1995 款 Miata,计划开车横穿美国 — OpenAIDevs · 2026-11-02