9月28日，Hugging Face發佈新模型榜單，阿里通義7款模型包攬全球前十開源模型。其中全模態大模型Qwen3-Omni登頂，實現業內首創，音視頻能力獲32項開源最佳性能SOTA。該模型可處理文本、圖片、語音和視頻，模擬人類"聽、說、寫"能力，表現強勁。
阿里巴巴發佈通義全模態預訓練模型Qwen3-Omni系列，支持音頻、視頻、文本等多模態信息處理，具備類人感知能力。該模型在36項音視頻基準測試中，22項達SOTA水平，32項爲開源模型最優，尤其在語音識別領域表現突出，標誌着AI技術重大突破，拓展了未來應用潛力。
【AI日報】阿里雲推出全球首個全模態AI模型Qwen3-Omni，實現文本、圖像、音頻與視頻的統一處理。該模型爲原生端到端設計，支持多模態數據整合，助力開發者洞悉技術趨勢，探索創新AI應用。每日熱點聚焦，助您緊跟AI領域前沿動態。
阿里雲發佈全球首個原生端到端全模態AI模型Qwen3-Omni並開源。該模型支持文本、圖像、音頻、視頻多模態輸入，實現實時流式輸出，響應迅速。通過文本預訓練與多模態混合訓練，Qwen3-Omni具備強大跨模態能力，在多個領域表現先進。
Akicou
Qwen3-Omni-30B-A3B-Thinking模型的Q4_K_S量化GGUF版本，支持文本、視覺和音頻多模態處理，通過llama.cpp實現高效推理。該版本在保證質量的前提下顯著減小文件大小，提升推理速度。
abnormalmapstudio
這是 Qwen3-Omni-30B-A3B-Thinking 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.1 進行轉換，支持在 Apple Silicon 設備上高效運行。
這是一個基於Qwen3-Omni-30B-A3B-Instruct模型轉換的MLX格式版本，使用mlx-lm 0.28.1工具轉換，專為Apple Silicon優化，支持高效的文本生成任務。
cpatonn
Qwen3-Omni-30B-A3B-Captioner是基於Qwen3-Omni-30B-A3B-Instruct微調得到的細粒度音頻分析模型，專門為任意音頻輸入生成詳細且低幻覺的描述，在複雜多樣的音頻場景中表現出色。
vito95311
這是Qwen3-Omni 31.7B參數模型的專業量化版本，採用先進的INT8+FP16混合精度量化技術，內存使用減少50%以上，支持智能GPU/CPU混合推理，讓大型多模態模型能夠在消費級硬件上高效運行。
NiagaBot是基於Qwen3-Omni AI的智能WhatsApp商業自動化機器人，支持多模態消息處理、群組管理、批量廣播和數據分析等功能
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
