Qwen3.8-Omni-Flash：阿里通义千问推出的原生全模态Agent大模型

AI新闻 人工智能研究所
85

一、Qwen3.8-Omni-Flash是什么

Qwen3.8-Omni-Flash是阿里Qwen团队发布的原生全模态Agent大模型，基于Qwen3.8-Flash-Next架构打造，定位面向生产力场景的全模态智能体。它不再局限于看懂图文音视频内容，而是可以自主完成任务规划、工具调用、内容创作交付，支持文本、图片、音频、视频四类输入，输出为文本内容，依托DashScope千问云平台以云端API形式对外提供服务，暂未开源模型权重，无法本地私有化部署。

Qwen3.8-Omni-Flash（图1）

二、功能特色

  1. 全模态Agent闭环能力
    融合文本、图像、音频、视频理解，内置Function Calling工具调用，可自主拆解复杂多媒体任务，完成视频解说文案、会议纪要、MV策划、长视频摘要等端到端工作流，同时保留代码编写、GUI自动化操作、长文档智能处理能力。

  2. 百万级超长上下文窗口
    支持1M Token上下文，能够一次性读取2小时级长视频、多小时会议录音，完整保留全部多媒体素材信息进行综合推理分析。

  3. 按需感知机制
    不会无差别解析视频全部帧与音频全量采样，采用由粗到细的抽取策略，只提取关键画面与声音信息，有效降低Token消耗，减少推理成本。

  4. 空间音频解析
    支持2通道、4通道空间音频识别，实现声源定位、听声辨位，可区分不同方位说话人，适合多声道会议、空间交互场景。

  5. 多档位推理深度可调
    内置reasoning_effort参数，分为xhigh、medium、low三档，可按需调整推理深度，在推理精度、响应速度、调用成本之间灵活取舍，兼容OpenAI标准API协议，接入门槛低，配套Qwen-MM-Plugins插件简化Agent框架集成。

  6. 成本大幅下降
    对比上一代Qwen3.5-Omni-Plus，音频输入单价降幅超98%，音视频综合处理成本降幅超93%，29项综合评测平均分提升超25%，多人会议识别错误率大幅优化。

三、技术细节

  • 底层架构：Qwen3.8-Flash-Next，采用GDN+QSA混合注意力、门控残差、N-gram Embedding、Muon优化器，长上下文预填充速度大幅提升。

  • 上下文规格：总窗口1M Token；最大输入991K Token，最大输出131K Token，推理上限262K Token。

  • 输入类型：文本、图片、音频、视频；输出仅支持文本，音视频文件需要调用外部工具生成。

  • 协议：原生兼容OpenAI Chat Completions、Responses标准API，支持Function Calling、思考模式。

  • 配套组件：Qwen-MM-Plugins多模态插件，简化多媒体Agent开发。

  • 部署形态：云端API服务（DashScope/Model Studio/千问云），权重不开放，不可本地部署。

  • 核心机制：按需感知（选择性抽取音视频关键信息）、空间声视觉融合，多说话人识别与声源定位。

四、应用场景

  1. 音视频内容创作：电影/短视频解说文案、MV脚本、视频剪辑策划、长视频笔记提取。

  2. 会议与访谈处理：录播会议、访谈音频自动生成字幕、提取纪要、区分不同发言人，输出结构化会议要点。

  3. 多媒体内容审核检索：批量音视频素材检索、内容合规筛查、关键信息定位。

  4. 全模态智能体开发：搭建音视频对话机器人、多媒体自动化工作流、GUI+音视频联动Agent。

  5. 教育与媒体分析：课程录播提炼知识点、影视内容分析、纪录片素材整理。

Qwen3.8-Omni-Flash（图2）

五、使用方法

  1. 平台准备：注册阿里云DashScope（Model Studio）或千问云平台，获取API Key。

  2. 模型选择：指定模型ID qwen3.8-omni-flash。

  3. 输入构造：支持文本消息、图片链接、音频URL、视频URL，音视频仅支持在用户消息中传入。

  4. 参数配置：设置reasoning_effort选择推理档位，开启Function Calling实现工具调用。

  5. 调用方式：

    • 兼容OpenAI SDK，替换base_url与api_key即可快速接入；

    • 原生DashScope SDK直接调用多模态对话接口；

    • 配套Qwen-MM-Plugins插件，快速搭建多媒体Agent。

  6. 结果获取：模型返回文本结果，如需生成音视频文件，需要额外调用外部媒体工具。

Python最简调用示例（OpenAI兼容协议）

import os
from openai import OpenAI
client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url=os.getenv("DASHSCOPE_BASE_URL")
)
resp = client.responses.create(
  model="qwen3.8-omni-flash",
  input=[{"role":"user","content":[{"type":"video_url","video_url":{"url":"https://xxx.mp4"}},"请总结这段视频核心内容"}]
)
print(resp.output_text)

六、竞品对比

选取Gemini 3.8 Flash、Qwen3.8-Flash两款模型进行横向对比：

项目 Qwen3.8-Omni-Flash Gemini 3.8 Flash Qwen3.8-Flash
核心定位 原生全模态Agent模型，音视频为核心生产力 Google全模态模型，综合多模态推理 基础文本+图文模型，强代码与长文本Agent
输入支持 文本、图片、音频、视频 文本、图片、音频、视频 文本、图片，无原生音视频输入
上下文窗口 1M Token 128K Token 1M Token
特色能力 空间音频解析、按需感知、音频成本极低 综合视频推理、实时多模态交互 代码、GUI自动化、长文档处理
部署方式 仅云端API，权重未开源 云端API，部分轻量化版本可本地 云端API，支持开源权重本地部署
优势领域 音频理解、多说话人识别、音视频Agent任务 纯视频推理、实时多模态对话 代码工程、长文本自动化、GUI智能体

说明：评测数据均来自厂商发布资料，第三方独立评测待补充。

七、常见问题解答

Q：Qwen3.8-Omni-Flash可以本地部署吗？

A：不可以。该模型发布时没有开放权重，只能通过DashScope、千问云等官方云端API调用，无法下载模型文件私有化本地部署。

Q：模型能不能直接输出视频、音频文件？

A：不能。模型输出只有文本，仅能理解音视频内容，生成文案、摘要、指令；如果需要生成音视频文件，需要调用外部音视频生成工具完成。

Q：Qwen3.8-Omni-Flash和Qwen3.8-Flash的区别是什么？

A：Qwen3.8-Flash是基础底座模型，擅长文本、图片、代码、GUI操作，不原生支持音频、视频输入。Qwen3.8-Omni-Flash是在同架构基础上增强的全模态版本，新增原生音频视频解析、空间音频能力，专门面向音视频类Agent生产力场景。

Q：支持哪些协议接入开发？

A：支持标准OpenAI Chat Completions与Responses API，同时支持原生DashScope SDK，Java、Python等主流开发语言均可快速接入，配套Qwen-MM-Plugins插件简化Agent开发。

Q：音视频输入有文件时长、分辨率限制吗？

A：有，API存在单条音视频文件的时长、分辨率上限，超长音视频需要做分段处理，具体限制以DashScope官方文档为准。

八、相关链接

九、总结

Qwen3.8-Omni-Flash是阿里Qwen面向多媒体生产力场景推出的原生全模态智能体大模型，依托1M超长上下文窗口与Qwen3.8-Flash-Next架构，在文本、图像、音频、视频多模态理解基础上强化任务规划与工具调用闭环，新增空间音频声源定位与按需感知技术，大幅降低音频与音视频API调用成本，适合开发音视频摘要、会议纪要、多媒体智能体等应用，目前仅提供云端API服务，不开放本地权重。

通义千问 全模态大模型
打赏

版权及免责申明：本文由@人工智能研究所原创发布。该文章观点仅代表作者本人，不代表本站立场。本站不承担任何相关法律责任。

如若转载，请注明出处：https://www.aipuzi.cn/ai-news/qwen3-8-omni-flash.html

THE END
作者头像
人工智能研究所
发现AI神器，探索AI技术！