阿里推出Qwen3-Omni-Flash全功能模型，甜妹等你自由切换

12月11日消息，阿里通义千问团队于2025年12月9日发布官方博文，正式推出了新一代原生全模态大模型Qwen3-Omni-Flash-2025-12-01。该模型在Qwen3-Omni基础上进行了全方位优化，现已能够无缝理解并实时流式输出文本、图像、音视频等多模态内容。

据官方博文介绍，Qwen3-Omni-Flash不仅能流畅处理文本、图像、音频和视频等多种输入信息，还能通过实时流式响应，同步生成高质量的文本与高度拟真的自然语音。

作为Qwen3-Omni的全面升级版，新模型在保持高效响应的同时，重点解决了以往多模态交互中存在的响应延迟与融合生硬等痛点，致力于实现“声形意合，令出智随”的沉浸式智能体验。

针对口语化场景中常见的“降智”问题，Qwen3-Omni-Flash大幅加强了对音视频指令的理解与执行能力。新模型显著提升了多轮对话的稳定性与连贯性，彻底告别了以往语音生成中语速拖沓、机械呆板的现象。

现在，模型能根据文本内容自适应地调节语速、停顿与韵律，其语音表现的自然度与拟人化程度已逼近真人水平，为用户带来更流畅自然的对话感受。

此次升级最引人瞩目的功能是系统提示（System Prompt）控制能力的飞跃。通义千问团队全面开放了System Prompt的自定义权限，用户可以精细调控模型的行为模式——无论是设定“甜妹”、“御姐”或“日系”等特定人设风格，还是调整口语化表达偏好及回复长度，模型均能精准执行。

此外，模型的多语言能力也更为可靠，支持119种文本语言交互、19种语音识别语言及10种语音合成语言，确保在跨语言场景下响应准确一致。

在客观性能指标上，Qwen3-Omni-Flash-2025-12-01展现了强大的综合实力。数据显示，该模型在逻辑推理任务（ZebraLogic）上得分提升5.6，在代码生成（LiveCodeBench-v6）上提升9.3，在多学科视觉问答（MMMU）上提升4.7。这些数据表明，新模型不仅能更准确地“看懂”图像与视频内容，还在复杂指令遵循与深度逻辑分析上迈上了新台阶。