全模态AI

阿里云正式开源全球首个原生端到端全模态AI模型Qwen3-Omni，实现文本、图像、音频、视频同步处理，22项基准测试达SOTA水平，支持119种语言，将推动自动驾驶、智能座舱等场景技术落地。

OpenAI即将在2025年7月发布GPT-5，这一全模态AI模型将支持图像、语音、视频等多维交互，性能提升显著。本文解析其技术架构、行业影响及发布时间细节。