阿里旗下Qwen團隊近期動作頻頻，接連推出兩款頗具影響力的AI模型——Qwen3-Omni與Qwen-Image-Edit-2509，引發行業廣泛關注。據透露，該團隊還預告將有新的重要發布，進一步點燃了市場的期待。

Qwen3-Omni的誕生，標志著AI多模態處理領域的一次重大突破。傳統多模態模型往往需要在不同能力間做出權衡，而Qwen3-Omni則實現了文本、圖像、音頻和視頻處理能力的無縫統一，成為真正意義上的全能AI模型。這一創新，解決了長期以來困擾行業的多模態能力整合難題。

在性能表現上，Qwen3-Omni堪稱卓越。在36項音頻及音視頻基準測試中，該模型有22項達到了業界頂尖水平，展現了其強大的技術實力。同時，它支持119種語言的文本處理、19種語言的語音輸入以及10種語言的語音輸出，語言能力覆蓋廣泛，具有高度的全球化特征。

除了強大的性能，Qwen3-Omni還具備極致的效率和高度可控性。其延遲僅為211毫秒，并能輕松理解長達30分鐘的音頻內容，這在同類模型中極為罕見。它支持通過系統提示詞進行完全自定義，滿足用戶的個性化需求，并內置了工具調用功能，可與其他應用和服務輕松集成。

為了推動技術發展和應用創新，Qwen團隊還開源了多個Qwen3-Omni版本，包括Qwen3-Omni-30B-A3B-Instruct、Qwen3-Omni-30B-A3B-Thinking以及Qwen3-Omni-30B-A3B-Captioner等。這些開源版本旨在賦能全球開發者，探索從指令遵循到創意任務等多樣化的應用場景。同時，團隊還開源了一個低幻覺的Captioner（字幕生成）模型，為音視頻內容處理提供了可靠工具。

在圖像編輯領域，Qwen團隊同樣帶來了驚喜。Qwen-Image-Edit-2509作為Qwen-Image的升級版本，在一致性上實現了巨大提升。該模型支持多圖編輯和無縫融合功能，用戶可以將“人物+產品”或“人物+場景”等多張圖片拖入編輯，保持一致性同時進行推理。

在單圖編輯方面，Qwen-Image-Edit-2509同樣表現出色。它能夠實現人臉保真、產品保真以及文字編輯等功能。無論變換姿勢、濾鏡還是風格，人物的面部特征始終保持一致；在廣告、海報等應用中，產品能維持其核心特征，確保品牌識別度；同時，它還支持對圖像中的文字進行全面修改，包括內容、字體、顏色，甚至材質紋理。

Qwen-Image-Edit-2509還內置了強大的ControlNet功能，讓用戶可以即插即用，實現對圖像生成的精準控制。這一功能在深度、邊緣、關鍵點等方面提供了強大的支持，進一步提升了圖像編輯的靈活性和準確性。