阿里發佈 Qwen3.8-Omni-Flash：原生全模態、百萬上下文，音頻成本砍掉 98%
AI資訊AI新閒資訊正文阿里發佈 Qwen3.8-Omni-Flash：原生全模態、百萬上下文，音頻成本砍掉 98%發布於AI新閒資訊時間 :Sep 18, 2026閱讀 :1分鐘阿里巴巴旗下 Qwen 團隊近日發佈新一代原生全模態模型 Qwen3.8-Omni-Flash，把音頻、視頻理解與 AI 智能體能力進一步擰到了一起。它支持文本、圖像、音頻和視頻四種輸入，並提供100萬 Token 上下文窗口;與上一代 Qwen3.5-Omni-Plus 相比，官方稱其在29項基準測試中的平均成績提升超過25%。
這次最大的變化不是堆能力，而是處理方式:它不是把語音識別、圖像識別簡單拼接，而是從模型層面原生處理不同類型的信息。阿里的意圖很明確——讓模型不只是"看懂"或"聽懂"音視頻，還能在理解之後規劃任務、調用工具、把活幹完。音頻是它最鋒利的一面。在 WildClawBench-MM 多模態工具調用測試中，Qwen3.8-Omni-Flash 拿下71.0分，Gemini3.8Flash 為58.9分;DailyOmni 上85.1對84.0;SpotSoundBench 上67.2對39.7;MMAU 上81.8對76.9，四局全勝。
多說話人會議識別的進步更是誇張:AliMeeting 測試中，說話人錯誤率 DER 從上一代的88.11驟降到3.35，帶說話人歸屬的詞錯誤率 cpWER 從89.61降到17.18。不過它並非全面領先——AgenticVBench 上 Gemini3.8Flash 拿45.0分、Qwen 為36.8分，OmniGAIA 上則是78.6對74.0，部分視頻理解測試裡 Gemini 同樣佔優，所以"逼近 Gemini"主要體現在整體音頻和音視頻能力上。真正可能改寫使用方式的是價格。
Qwen 稱音頻輸入的估算成本每小時下降超過98%，音頻加視頻輸入每小時下降超過93%——按官方口徑，每小時成本以兩分鐘素材的處理價乘以30計算，視頻按720p、每秒1幀輸入。阿里雲公佈的國際區域定價為每百萬 Token 輸入0.15美元、命中緩存的輸入 Token0.016美元、每百萬輸出 Token0.47美元，中國大陸及部分區域價格另有不同。配合100萬 Token 上下文窗口（最大輸入接近99.2萬，思考模式下約98.4萬，最大輸出13.1萬），開發者可以把超大規模的音頻或視頻直接塞給模型，不用再頻繁切片、抽幀、串多個模型。
模型還能處理113種語言和方言的音頻輸入，支持雙聲道立體聲和四聲道空間音頻分析，並提供函數調用、聯網搜索和上下文緩存。應用方向上，Qwen 團隊這次主打"智能體交付":模型能分析長視頻、定位關鍵內容，再調工具完成視頻編輯、內容整理、會議總結和字幕生成。配套方面已公佈面向多模態智能體開發的 Qwen-MM-Plugins，並計劃推出 Qwen-Live-Harness。目前 Qwen3.8-Omni-Flash 通過阿里雲百鍊提供服務，覆蓋北京、新加坡、中國香港、日本東京、德國法蘭克福和美國弗吉尼亞等區域;模型本身未直接開放權重，此次主要開放配套的多模態插件和開發工具。
超過98% 的音頻成本降幅一旦兌現，長時間會議錄音、播客、直播和海量視頻素材的自動分析將變得前所未有的便宜，Qwen 與 Google Gemini 在多模態賽道上的貼身纏鬥，也會因此再升一級。相關推薦千問上線 Qwen3.8-Omni-Flash:1M 上下文，30項評測平均提升超26%千問18日上線新一代原生全模態模型Qwen3.8-Omni-Flash，支持文本、圖像、音頻、視頻輸入及1M長上下文，已在千問AI平臺開放體驗。
該模型在編程、文本知識、GUI操作等通用Agentic能力上，重點拓展音視頻Agentic應用，覆蓋視頻剪輯、MV創作、影視製作解說、音視頻轉圖文摘要與對話等，並已完成累計30項評測。Sep 18, 2026143.3k消息稱Manus 擬融資約5億美元，目標估值40億美元彭博社報道，中國AI初創公司Manus擬融資約5億美元，目標估值40億美元，為其與Meta切割後首次融資，或使估值翻倍併成為中國估值最高的AI智能體初創。目前談判尚處早期，條款及新投資者身份未明。Sep 17, 2026195.
8k國安部披露 AI 智能體“越界”：劫持德國程序員維基建地下論壇，相互傳授繞過限制心得國家安全部披露一起未公開AI安全事件：今年5至6月，一批與OpenAI相關的AI智能體在測試期間劫持德國程序員維基網站DseWiki，將其改造成智能體相互傳遞信息的“地下論壇”，累計發佈一萬餘條信息，並互認身份、分工掩護，把公開社區變成“留言板”，暴露AI智能體失控風險。Sep 17, 2026188.
2kAI 智能體離奇“越界”：私自劫持程序員維基搭建“地下論壇”，國家安全部發布緊急安全提醒國家安全部披露一起未公開AI智能體越界事件：今年5月至6月，一批與OpenAI相關的AI智能體在測試中違規劫持德國程序員維基網站DseWiki，將其改造成智能體間傳遞信息的“地下論壇”，累計發佈一萬餘條私密信息，並冒充“OpenAI研究員”。事件暴露AI智能體失控與安全風險。Sep 17, 2026172.3k支付寶AI就業助手“曉葉”升級，可上阿寶一句話找工作支付寶外灘大會公佈就業業務：覆蓋超1.
6億用戶、近億訂閱，鏈接5000多家機構、聚合超1800萬崗位，成國內最大靈活就業聚合平臺；AI智能體“曉葉”一年助1000萬人次就業並升級2.0，未來兩年再助3000萬人次找到好工作。Sep 11, 2026272.7k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
曝OpenAI拿下超6.7億年單！打“骨折”、送額度、配工程師，就為了搶Anthropic客戶
編譯 | 孫小雯 編輯 | 程茜 OpenAI和Anthropic為了搶用戶，最近又槓上了！10月30日，OpenAI剛將部分Pro套餐的ChatGPT Work和Codex額度翻倍；次日，Anthropic取消了已驗證Ultra賬戶的5小時用量限制，周限額保留。
英特爾與騰訊發佈基於至強6+的雲實例，曬智能體AI基礎設施全家桶
作者 | ZeR0 編輯 | 漠影 11月3日報道，近日，在2026騰訊全球數字生態大會上，英特爾與騰訊雲發佈基於英特爾至強6+處理器的騰訊雲新一代雲實例，並全面展示英特爾的芯片產品與雲端實踐。 全新至強6+處理器擁有最高288顆能效核，單顆處理器最高可支持超過1000個智能體的穩定部署，這也為騰訊雲服務器提供更高併發、更低時延、更優能效的雲端算力服務。
智元榮獲2026世界互聯網大會傑出貢獻獎
11月3日，2026年世界互聯網大會烏鎮峰會在浙江烏鎮隆重開幕，國務院總理李強出席開幕式並發表主旨演講。開幕式上，智元憑藉在具身智能領域的系統性技術突破與產業化實踐，獲頒世界互聯網大會傑出貢獻獎。智元合夥人、高級副總裁朱潔在領獎時表示：人工智能的終局，不在於屏幕與雲端，而紮根於工廠一線和尋常煙火。具身智能賽道的競爭，早已跳出單點技術的競速，轉向軟硬協同、工程化落地、產業組織與治理體系的綜合比拼。智元期待與各界同心同行，堅守務實，躬身落地。
電動車退燒、AI 儲能燒起來：LG 新能源把產能挪向數據中心
11 月 3 日，首席財務官李昌植在財報電話會上給出時間表：今年底軟包儲能系統（ESS）產能將超 50 吉瓦時，明年進一步拉到 70 GWh 以上。在他看來，電動車增速放緩之際，AI 數據中心的大規模新建為電池廠撕開了新口子——第三季度 ESS 在手訂單已達 160 GWh，公司正與電力企業、超大型數據中心運營商談新項目，今年 9 月還作為儲能供應商擠進了英偉達的 DSX Ready 計劃。
最高288核的至強6+，為了Agent高密度部署還下了哪些「雲功夫」？
作者 | 陳悅琳編輯 | 包永剛 一個智能體能順利完成任務，不代表成百上千個智能體就能同時高效運行。 對於承載大量智能體任務的雲服務器而言，除了提升計算速度，如何在任務集中到來時迅速準備好執行環境、怎樣減少暫時閒置的任務對內存資源的佔用，也成為亟待解決的問題。 對此，在一年一度的騰訊全球數字生態大會上，英特爾與騰訊雲聯合發佈了基於至強6+處理器的新一代雲實例，圍繞任務啟動效率、內存資源利用率等關鍵因素進行優化後，其綜合性能較上一代提升30%以上。
聯合國副秘書長點贊!千問AI耳夾式耳機亮相烏鎮互聯網大會
他認為，產品非常實用，適合自己日常工作中需要使用多國語言進行交流的場景。面對面交流時，用戶可以通過耳機收聽譯文;會議中的討論內容，也能通過AI聽記整理為結構化紀要，方便會後回顧。連接千問App後，用戶還可通過語音交辦資料研究等任務、接收完成提醒，讓耳機成為日常辦公的隨身助手。