阿里刚刚发布了：Qwen3.5-Omni，原生全模态，自然涌现出Audio-Visual Vibe Coding能力

也就是说它能看着画面写代码，给它看一段界面需求视频，它能直接生成对应代码，不是专门训练来的，模型自己学会的

好比说你看一眼就会了，AI也做到了

Qwen3.5-Omni能无缝理解文本、图片、音频/音视频输入，支持细粒度、带时间戳的音视频Caption生成

支持256K上下文、113种语言识别，能处理10小时音频或1 小时视频

原生支持WebSearch和复杂Function Call

支持语义打断、音色克隆及语音控制

给了Plus、Flash、Light三个版本

Qwen3.5-Omni-Plus-Realtime：http://t.cn/AXc3tiV5🔷 Qwen3.5-Omni-Plus：http://t.cn/AXIIxPBU

#Qwen35Omni##阿里最新模型##大模型#