千问最新一代全模态模型 Qwen3.5-Omni 正式发布！支持文本，图片，音频，音视频理解，包含 Plus、Flash、Light三种尺寸的Instruct版本，灵活适配不同场景需求，更在离线智能与实时交互两大维度实现了突破。 
💡 突出亮点：惊喜涌现的「氛围编程」 
Qwen3.5-Omni-Plus 自发涌现出 Audio-Visual Vibe Coding 能力：只需对着镜头描述创意，即可转化为可运行的代码。 
🧠 离线模式：硬核智力升级 
精细化音视频Caption： 支持时间戳、场景切片及角色-音频映射，输出剧本级详细描述！ 
业界领先性能： 在215项音视频/音频子任务与基准测试中全面领先！音频任务超越 Gemini-3.1 Pro，音视频理解能力与 Gemini-3.1 Pro对齐。 
原生多模态：基于超1亿小时音视频数据训练，支持长达10小时音频输入，及超过 400 秒...