Qwen 團隊推出原生多模態模型 Qwen3.8-Omni-Flash

Qwen 團隊推出 Qwen3.8-Omni-Flash，這是一個原生多模態模型，專為跨文字、音頻及影片的長程智能體任務而訓練，涵蓋影片剪輯以及長篇音頻與影片翻譯。模型採用 Qwen3.8-Next 的稀疏混合專家設計，上下文視窗為 100 萬個 token。共同訓練策略在維持文字表現的同時，把智能體能力延伸至音頻與影片任務。

模型附帶兩個開源框架。Qwen-MM-Plugins 為現有智能體框架加入音頻與影片支援，Qwen-Live-Harness 則處理實時多模態互動，包括上下文與記憶管理、工具使用及子智能體委派。Qwen3.8-Omni 論文介紹該模型。