阿里通义实验室发布 OmniAudio，可从 360° 视频生成空间音频

等多个领域，为用户带来更加丰富、智能的应用体验。 阿里通义 通义是一款超大规模与训练模型，为您提供全方位协助，包括知识问答、AI创作、文档作画、涂鸦绘画、AI搜索、千万字长文档解析、AI翻译、AI会议纪要等等，

今天，阿里云举办通义千问发布会，开源通义千问720亿参数模型Qwen-72B。 地址：https://modelscope.cn/models/qwen/Qwen-72B/ 据介绍，Qwen-72B在10个权威基准测评创下开源模型最优成绩，成为业界最强开源大模型，性能超越开源标杆Llama 2-70

通义千问团队开源音频语言模型 Qwen2-Audio。这是 Qwen-Audio 的下一代版本，它能够接受音频和文本输入，并生成文本输出。具有以下特点： 语音聊天：用户可以使用语音向音频语言模型发出指令，无需通过自动语音识别（ASR）

阿里云宣布开源通义千问140亿参数模型Qwen-14B及其对话模型Qwen-14B-Chat，免费可商用。据阿里云CTO周靖人介绍，Qwen-14B在多个权威评测中超越同等规模模型，部分指标甚至接近Llama2-70B。 Qwen-14B是一款支持多种语言的高性能开源模

Hugging Face 发布了最新的大模型榜单，阿里巴巴通义千问所推出的端到端全模态大模型 Qwen2.5-Omni 成功登顶。紧随其后的是 DeepSeek-V3-0324和群核的 SpatialLM-Llama-1B。 Qwen2.5-Omni 是一种端到端多模态模型，旨在感知文本、图像、音频

集成了国内16家大模型厂商的50多款大模型，Deep Seek- R1和阿里通义千问都在其中，用户能选择不同的大模型基座驱动工具乃至智能体。”梁志辉称，纳米AI还精心打磨了知识库产品，可以让AI更懂企业和个人，“纳米AI万能工具箱

国内 AI 图像创作平台 LiblibAI 近日宣布接入阿里通义系列大模型。 此次接入后，基于万相最新开源模型，LiblibAI推出了文生视频和图生视频功能。用户只需输入文本提示词，或者上传图片，就能快速生成10秒短视频。这一功能的

为何开源大模型成为中国当前的发展潮流？FutureLabs未来实验室首席专家胡延平对中新社记者表示，大模型厂商普遍选择开源，且有强劲的市场爆发力，是因为人工智能发展处在四个重要时刻。 一是端侧智能的需求崛起，包括

阿里通义实验室发布了一个用于可控角色视频合成的通用模型 MIMO，能够模仿任何人在复杂动作和物体交互的场景中的表现。简单讲，用户只要给定一个图像和视频或者动作序列，它就能把给定图像的人物直接替换成视频里面

26 日「源创会」北京站，聊聊 AI 大模型与底层技术 >>> 阿里云推出大规模视觉语言模型Qwen-VL，并宣布直接开源。 开源地址 ModelScope魔搭社区： Qwen-VL：https://modelscope.cn/models/qwen/Qwen-VL/summary Qwen-VL-Chat：https://modelscope.cn/m

知情人士透露，阿里巴巴通义实验室应用视觉团队负责人薄列峰已于4月30日低调离职。 有消息称他已经加入刚刚进行架构调整的某互联网大厂，担任多模态模型部副总经理，向公司副总裁汇报。 薄列锋2007年博士毕业于西安

阿里大语言模型通义千问宣布启用新域名「tongyi.ai」，并带来多项新功能。 除了域名更新，网页版通义千问还在聊天页面中增加了深度搜索功能，该功能支持更多内容源索引，搜索结果更加深度、专业和结构化，数字角标悬

PipeWire 是用于处理多媒体管道的服务器和用户空间 API 的多媒体处理工具，包括提供视频源（例如来自捕获设备或应用程序提供的流）并将其与客户端复用、访问视频源进行消费、生成用于音频和视频处理的图形。 PipeWire 0.3.52

在 FFmpeg 5.1 发布约 6 个月后，FFmpeg 6.0 "Von Neumann" 现已正式发布。该版本包含了许多新的编码器和解码器、过滤器以及 FFmpeg CLI 工具方面的改进。 同时改变了发行方式，所有主要版本现在都会增加 ABI 版本；官方计划每年推出一