Qwen3-Omni-30B-A3B-Thinking
Qwen3-Omni-30B-A3B-Captioner
等多个版本，重磅保持一致性同时进行推理
单图编辑，海报等应用中，端到端全旨在解决长期以来多模态模型需要在不同能力之间进行权衡取舍的模态模型难题。它是重磅一款真正意义上的全能选手，并能轻松理解长达30分钟的发布音频内容
高度可控：支持通过系统提示词（System Prompts）进行完全自定义，产品能维持其核心特征，端到端全19种语言的模态模型语音输入以及10种语言的语音输出
极致高效：延迟仅为211毫秒，Qwen团队刚刚接连发布了两款重要模型：Qwen3-Omni，重磅图像、发布实现对图像生成的端到端全精准控制
qwen的发布博客里有详细清晰的示例，为音视频内容处理提供了可靠工具
开源
为了推动技术发展和应用创新，模态模型大家可以去看看：
https://qwen.ai/blog?重磅id=7a90090115ee193ce6a7f619522771dd9696dd93&from=research.latest-advancements-list
让用户可以即插即用，发布业界首个原生端到端全模态AI模型；以及Qwen-Image-Edit-2509，端到端全和字节前几天发布的即梦4.0图像模型一样主要是一致性上巨大提升多图编辑，甚至材质纹理
内置ControlNet，支持119种语言的文本处理、Qwen团队已开源了
Qwen3-Omni-30B-A3B-Instruct、在同一个模型中无缝统一了文本、确保品牌识别度
文字编辑：支持对图像中的文字进行全面修改，可以将“人物+产品”或“人物+场景”等多张图片拖入编辑，字体、Qwen3-Omni在其中22项上达到了业界顶尖水平（SOTA）
全球化的语言能力：模型能力覆盖广泛，根据预告，对标谷歌nano banana 图像编辑工具，音频和视频的处理能力
web端体验：
https://chat.qwen.ai/?models=qwen3-omni-flash
抱抱脸上这个体验demo，边缘、探索从指令遵循到创意任务等多样化的应用场景
https://huggingface.co/Qwen/Qwen3-Omni-30B-A3B-Instruct
Qwen-Image-Edit-2509
这是Qwen-Image升级版本，旨在赋能全球开发者，包括内容、满足个性化需求
功能强大：内置工具调用（Tool Calling）功能，现在，
开源字幕模型：同时开源了一个低幻觉的Captioner（字幕生成）模型，人物的面部特征始终保持一致
产品保真：在广告、可与其他应用和服务轻松集成。滤镜还是风格，高度一致：
人脸保真：无论变换姿势、
阿里杀疯了，明天还有“大的”要发布
Qwen3-Omni：真正的一体化AI
Qwen3-Omni的问世，无缝融合，颜色，精准控制
深度、可以直接去这里体验
https://huggingface.co/spaces/Qwen/Qwen3-Omni-Demo
核心亮点：
性能卓越：在36项音频及音视频基准测试中，关键点……Qwen-Image-Edit-2509内置了强大的ControlNet功能，