9月28日，Hugging Face发布新模型榜单，阿里通义7款模型包揽全球前十开源模型。其中全模态大模型Qwen3-Omni登顶，实现业内首创，音视频能力获32项开源最佳性能SOTA。该模型可处理文本、图片、语音和视频，模拟人类"听、说、写"能力，表现强劲。
阿里巴巴发布通义全模态预训练模型Qwen3-Omni系列，支持音频、视频、文本等多模态信息处理，具备类人感知能力。该模型在36项音视频基准测试中，22项达SOTA水平，32项为开源模型最优，尤其在语音识别领域表现突出，标志着AI技术重大突破，拓展了未来应用潜力。
【AI日报】阿里云推出全球首个全模态AI模型Qwen3-Omni，实现文本、图像、音频与视频的统一处理。该模型为原生端到端设计，支持多模态数据整合，助力开发者洞悉技术趋势，探索创新AI应用。每日热点聚焦，助您紧跟AI领域前沿动态。
阿里云发布全球首个原生端到端全模态AI模型Qwen3-Omni并开源。该模型支持文本、图像、音频、视频多模态输入，实现实时流式输出，响应迅速。通过文本预训练与多模态混合训练，Qwen3-Omni具备强大跨模态能力，在多个领域表现先进。
Akicou
Qwen3-Omni-30B-A3B-Thinking模型的Q4_K_S量化GGUF版本，支持文本、视觉和音频多模态处理，通过llama.cpp实现高效推理。该版本在保证质量的前提下显著减小文件大小，提升推理速度。
abnormalmapstudio
这是 Qwen3-Omni-30B-A3B-Thinking 模型的 MLX 格式转换版本，使用 mlx-lm 0.28.1 进行转换，支持在 Apple Silicon 设备上高效运行。
这是一个基于Qwen3-Omni-30B-A3B-Instruct模型转换的MLX格式版本，使用mlx-lm 0.28.1工具转换，专为Apple Silicon优化，支持高效的文本生成任务。
cpatonn
Qwen3-Omni-30B-A3B-Captioner是基于Qwen3-Omni-30B-A3B-Instruct微调得到的细粒度音频分析模型，专门为任意音频输入生成详细且低幻觉的描述，在复杂多样的音频场景中表现出色。
vito95311
这是Qwen3-Omni 31.7B参数模型的专业量化版本，采用先进的INT8+FP16混合精度量化技术，内存使用减少50%以上，支持智能GPU/CPU混合推理，让大型多模态模型能够在消费级硬件上高效运行。
NiagaBot是基于Qwen3-Omni AI的智能WhatsApp商业自动化机器人，支持多模态消息处理、群组管理、批量广播和数据分析等功能
%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)
