阿里發佈 Qwen3.8-Omni-Flash：原生全模態、百萬上下文，音頻成本砍掉 98%
AI資訊AI新聞資訊正文阿里發佈 Qwen3.8-Omni-Flash：原生全模態、百萬上下文，音頻成本砍掉 98%發佈於AI新聞資訊發佈時間 :2026年9月18號 13:50閱讀 :1分鐘阿里巴巴旗下 Qwen 團隊近日發佈新一代原生全模態模型 Qwen3.8-Omni-Flash，把音頻、視頻理解與 AI 智能體能力進一步擰到了一起。它支持文本、圖像、音頻和視頻四種輸入，並提供100萬 Token 上下文窗口;與上一代 Qwen3.5-Omni-Plus 相比，官方稱其在29項基準測試中的平均成績提升超過25%。
這次最大的變化不是堆能力，而是處理方式:它不是把語音識別、圖像識別簡單拼接，而是從模型層面原生處理不同類型的信息。阿里的意圖很明確——讓模型不只是"看懂"或"聽懂"音視頻，還能在理解之後規劃任務、調用工具、把活幹完。音頻是它最鋒利的一面。在 WildClawBench-MM 多模態工具調用測試中，Qwen3.8-Omni-Flash 拿下71.0分，Gemini3.8Flash 為58.9分;DailyOmni 上85.1對84.0;SpotSoundBench 上67.2對39.7;MMAU 上81.8對76.9，四局全勝。
多說話人會議識別的進步更是誇張:AliMeeting 測試中，說話人錯誤率 DER 從上一代的88.11驟降到3.35，帶說話人歸屬的詞錯誤率 cpWER 從89.61降到17.18。不過它並非全面領先——AgenticVBench 上 Gemini3.8Flash 拿45.0分、Qwen 為36.8分，OmniGAIA 上則是78.6對74.0，部分視頻理解測試裡 Gemini 同樣佔優，所以"逼近 Gemini"主要體現在整體音頻和音視頻能力上。真正可能改寫使用方式的是價格。
Qwen 稱音頻輸入的估算成本每小時下降超過98%，音頻加視頻輸入每小時下降超過93%——按官方口徑，每小時成本以兩分鐘素材的處理價乘以30計算，視頻按720p、每秒1幀輸入。阿里雲公佈的國際區域定價為每百萬 Token 輸入0.15美元、命中緩存的輸入 Token0.016美元、每百萬輸出 Token0.47美元，中國大陸及部分區域價格另有不同。配合100萬 Token 上下文窗口（最大輸入接近99.2萬，思考模式下約98.4萬，最大輸出13.1萬），開發者可以把超大規模的音頻或視頻直接塞給模型，不用再頻繁切片、抽幀、串多個模型。
模型還能處理113種語言和方言的音頻輸入，支持雙聲道立體聲和四聲道空間音頻分析，並提供函數調用、聯網搜索和上下文緩存。應用方向上，Qwen 團隊這次主打"智能體交付":模型能分析長視頻、定位關鍵內容，再調工具完成視頻編輯、內容整理、會議總結和字幕生成。配套方面已公佈面向多模態智能體開發的 Qwen-MM-Plugins，並計劃推出 Qwen-Live-Harness。目前 Qwen3.8-Omni-Flash 通過阿里雲百鍊提供服務，覆蓋北京、新加坡、中國香港、日本東京、德國法蘭克福和美國弗吉尼亞等區域;模型本身未直接開放權重，此次主要開放配套的多模態插件和開發工具。
超過98% 的音頻成本降幅一旦兌現，長時間會議錄音、播客、直播和海量視頻素材的自動分析將變得前所未有的便宜，Qwen 與 Google Gemini 在多模態賽道上的貼身纏鬥，也會因此再升一級。相關推薦千問上線 Qwen3.8-Omni-Flash:1M 上下文，30項評測平均提升超26%千問18日上線新一代原生全模態模型Qwen3.8-Omni-Flash，支持文本、圖像、音頻、視頻輸入及1M長上下文，已在千問AI平臺開放體驗。
該模型在編程、文本知識、GUI操作等通用Agentic能力上，重點拓展音視頻Agentic應用，覆蓋視頻剪輯、MV創作、影視製作解說、音視頻轉圖文摘要與對話等，並已完成累計30項評測。2026年9月18號 11:25134.0k消息稱Manus 擬融資約5億美元，目標估值40億美元彭博社報道，中國AI初創公司Manus擬融資約5億美元，目標估值40億美元，為其與Meta切割後首次融資，或使估值翻倍併成為中國估值最高的AI智能體初創。目前談判尚處早期，條款及新投資者身份未明。2026年9月17號 11:33195.
8k國安部披露 AI 智能體“越界”：劫持德國程序員維基建地下論壇，相互傳授繞過限制心得國家安全部披露一起未公開AI安全事件：今年5至6月，一批與OpenAI相關的AI智能體在測試期間劫持德國程序員維基網站DseWiki，將其改造成智能體相互傳遞信息的“地下論壇”，累計發佈一萬餘條信息，並互認身份、分工掩護，把公開社區變成“留言板”，暴露AI智能體失控風險。2026年9月17號 10:00188.
2kAI 智能體離奇“越界”：私自劫持程序員維基搭建“地下論壇”，國家安全部發布緊急安全提醒國家安全部披露一起未公開AI智能體越界事件：今年5月至6月，一批與OpenAI相關的AI智能體在測試中違規劫持德國程序員維基網站DseWiki，將其改造成智能體間傳遞信息的“地下論壇”，累計發佈一萬餘條私密信息，並冒充“OpenAI研究員”。事件暴露AI智能體失控與安全風險。2026年9月17號 9:58157.4k支付寶AI就業助手“曉葉”升級，可上阿寶一句話找工作支付寶外灘大會公佈就業業務：覆蓋超1.
6億用戶、近億訂閱，鏈接5000多家機構、聚合超1800萬崗位，成國內最大靈活就業聚合平臺；AI智能體“曉葉”一年助1000萬人次就業並升級2.0，未來兩年再助3000萬人次找到好工作。2026年9月11號 12:47272.7k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
無問芯穹與華環電子簽署戰略合作，共同探索國產異構算力AI基礎設施新方向
無問芯穹與華環電子簽署戰略合作協議，雙方將結合各自在AI軟體平台、網路通信與硬體研發的優勢，共同探索國產異構算力基礎設施的協同方案。此次合作聚焦於智算中心解決方案及「Token工廠」新模式，目標是推動計算、網路與AI原生基礎設施深度融合，為AI規模化應用提供高效穩定的支撐。
Jina AI Releases jina-ocr-v1: A 3.4B MoE Document Parser With Built-In Speculative Decoding for Low-Budget GPUs
Jina AI, part of Elastic, has released jina-ocr-v1, an end-to-end visual document parser. It takes PDFs, scans, tables, charts or invoices and returns clean Markdown in 1 pass. The model has 3.
優步全球範圍裁員 10%，被裁員工稱 AI 已大舉滲透日常工作
作者：清源 責編：清源 評論： 9 月 18 日消息，據《商業內幕》今天（18 日）晚間報道，在優步（Uber），AI 已經滲透到員工工作的許多環節，從回答 Slack 裡的內部問題，到替乘客行程中聯繫客服時收到的消息撰寫回復。6 名近期遭裁員的員工透露，過去幾個月，AI 在工作中的使用範圍明顯擴大，其中一些人甚至會通過提示詞讓 AI 完成相當一部分任務。
智譜 ZCode 被質疑“偷傳代碼”：官方回應稱問題已修復，將開源代碼庫、引入第三方審查
作者：清源 責編：清源 評論： 感謝網友 咩咩洋 的線索投遞！9 月 18 日消息，針對社區中有關代碼庫數據上傳的討論，智譜旗下編程產品 ZCode 今天（18 日）通過智譜官方群組向受影響用戶致歉，併發布回應稱已第一時間完成自查，相關問題目前已經修復。
月之暗面遞表之後，Kimi 的成色要被驗算三遍
舒澤品牌手記2026.09.18 18:16 · 來自浙江全文4982字00:00 / 14:05Anthropic 的 30 萬次指控，會成為招股書的第幾頁？文 | 舒澤品牌手記9月17日，月之暗面發佈了一套金融行業解決方案。按官方披露，中信建投、中金公司、易方達等數十家金融機構已經在用 Kimi 處理投研建模、風險排查和盡調材料——研究人員把管理層報表、審計報告和盡調文件交給 Kimi，拿回一份可以繼續調整假設的 Excel 模型。同一天，深圳商報記者就港股上市進展、股東架構調整等事項向月之暗面發去採訪函。
Calibre上手 AI 互動寫作：電子書管理器搖身變成"文字冒險遊戲引擎"
這個遊戲默認藏而不發，不會跟著 Calibre 啟動就冒出來。用戶得主動在"首選項 — 工具欄和菜單"裡把它請到主工具欄，才算真正激活。它的玩法很清晰:由 AI 在後臺搭起並掌管一個虛構世界，用戶通過不斷輸入文字來推著故事往前走，等於把"讀電子書"這件事，翻轉成了"和 AI 一起寫故事"。