Qwen2.5 Omni：視覚、聴覚、会話、記述、実行をすべてこなす！

QWEN CHAT HUGGING FACE MODELSCOPE DASHSCOPE GITHUB PAPER DEMO DISCORD

Qwen シリーズの新たなフラッグシップエンドツーエンド多モーダルモデル「Qwen2.5-Omni」をリリースしました。包括的な多モーダル知覚のために設計され、テキスト、画像、音声、動画など多様な入力をシームレスに処理しながら、テキスト生成と自然な音声合成の両方を通じてリアルタイムストリーミング応答を提供します。最新モデルを試したい方は、Qwen Chat を訪れて「Qwen2.5-Omni-7B」をお選びください。本モデルは現在、Hugging Face、ModelScope、DashScope、GitHub でオープンに利用可能で、技術ドキュメントは論文（Paper）にて公開されています。