AI消息速览

千问推出 Qwen3.8-Omni-Flash,全模态 Agent 上阵

事件日期 2026-09-20 · 产业观察 · 已接受

事件日期2026-09-20
信息日期2026-09-20
入库日期2026-09-20
通道产业观察
状态已接受
来源腾讯研究院(搜狐同步)

知识卡片:千问推出 Qwen3.8-Omni-Flash,全模态 Agent 上阵

一句话结论

腾讯研究院 AI 速递称,千问推出 Qwen3.8-Omni-Flash,支持文本、图像、音频、视频输入与 1M 长上下文,主攻音视频 Agent 工作流,并在 30 项评测中较上代平均提升超 26%。

事件概述或研究问题

  • 材料来源为“腾讯研究院AI速递 20260920”,第三条标题为“千问推出Qwen3.8-Omni-Flash,全模态Agent上阵”。
  • 该模型被描述为面向全模态 Agent 的产品,重点覆盖音视频理解与端到端任务。
  • 材料列出的典型工作流包括:视频剪辑、短剧翻译配音、电影解说、会议纪要。
  • 其研究/产品问题是:如何用统一模型处理多模态输入,并在音视频场景中完成 Agentic 任务编排与执行。
  • 模型参数规模、架构、训练数据、发布时间、开放范围等,材料未说明,待核实。

方法/产品要点

  • 输入模态:文本、图像、音频、视频。
  • 上下文长度:1M 长上下文。
  • Agent 能力:材料称 Agentic 理解准确率升至 67.8。
  • 音频能力:材料称整体超过 Gemini 3.8 Flash。
  • 生态组件:同步扩展并开源 Qwen-MM-Plugins 与 Qwen-Live Harness。
  • 价格变化:材料称每小时音频输入价格降幅超 98%,音视频输入降幅超 93%。
  • 模型是否开放权重、是否可商用、API 名称与定价绝对值、Qwen-MM-Plugins 与 Qwen-Live Harness 的具体功能与开源协议,均待核实。

主要结果或产业意义

  • 材料称,Qwen3.8-Omni-Flash 在 30 项评测中较上代平均提升超 26%。
  • 音频能力被描述为整体超过 Gemini 3.8 Flash。
  • Agentic 理解准确率达到 67.8。
  • 若音频与音视频输入价格大幅下降属实,可能降低音视频 Agent 的规模化调用成本。
  • 材料列出的视频剪辑、短剧翻译配音、电影解说、会议纪要等工作流,指向模型从“多模态理解”向“内容生产与处理”延伸。
  • 评测集细节、基线设置、第三方复现情况,材料未提供,待核实。

为什么重要

  • 全模态输入、长上下文与 Agent 工作流结合,是模型竞争从文本、代码向音视频生产链延伸的一个信号。
  • 开源 Qwen-MM-Plugins 与 Qwen-Live Harness,可能降低开发者接入音视频 Agent 的门槛,但实际生态影响待观察。
  • 价格降幅若成立,会影响会议纪要、短剧本地化、视频剪辑等场景的成本结构。
  • 本条与既有 Qwen3.8-Flash-Next 卡片形成同系列脉络:后者聚焦 agentic coding 与长上下文高并发,本条转向全模态音视频 Agent;但两者是否同代、是否共享架构或权重,材料未说明,待核实。

与既有脉络的关系

  • 已有卡片记录 Qwen3.8-Flash-Next 面向 agentic coding 与高并发长上下文场景。
  • 本条增量在于:Qwen3.8-Omni-Flash 转向文本、图像、音频、视频全模态输入,并强调音视频 Agent 工作流、Agentic 理解准确率与输入价格下降。
  • 两者是否属于同一模型家族的不同分支、是否共享训练或推理技术,无法从当前材料确认,待核实。

局限与不确定性

  • 材料为二手速递,未附原始技术报告、模型卡或官方博客链接。
  • “30 项评测平均提升超 26%”缺少评测集名称、基线设置、统计口径与复现条件。
  • “音频能力整体超过 Gemini 3.8 Flash”缺少具体评测任务与对比版本。
  • “上代”具体指哪一代模型,待核实。
  • 价格降幅的对比基准、计费单位、是否限时优惠,待核实。
  • Qwen-MM-Plugins 与 Qwen-Live Harness 的功能边界、维护主体、开源协议,待核实。
  • 实际音视频工作流的输出质量、延迟、吞吐、版权与隐私合规,待核实。
  • 模型是否开放权重、是否可商用、区域可用性,待核实。

可用于图书/PPT/简报的角度

  • 从“多模态输入”到“音视频 Agent 工作流”的产品范式迁移。
  • 模型价格战向音频、视频输入延伸:降幅超 98% 与超 93% 的成本叙事。
  • 开源 Harness 与插件作为 Agent 生态入口:Qwen-MM-Plugins、Qwen-Live Harness。
  • 音视频内容生产链的 AI 化:剪辑、翻译配音、电影解说、会议纪要。
  • 与 Qwen3.8-Flash-Next 的系列化对比:编码 Agent 与全模态 Agent 的分工。
  • 风险提示:评测口径、真实工作流质量、版权与合规不确定性。

原始材料

  • 原始来源标题:腾讯研究院AI速递 20260920
  • 相关条目:三、千问推出Qwen3.8-Omni-Flash,全模态Agent上阵
  • Parent URL: https://m.sohu.com/a/1078322629_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
  • URL: https://m.sohu.com/a/1078322629_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=3
  • 英文标题/模型名:Qwen3.8-Omni-Flash
  • 英文关键词:Omni, Agent, Agentic, Qwen-MM-Plugins, Qwen-Live Harness, Gemini 3.8 Flash, 1M context

发现内容有误?

免登录提交,管理员审核并完成修正后才会公开修订说明。

值得关注

全模态输入、长上下文与 Agent 工作流结合,是模型竞争从文本、代码向音视频生产链延伸的一个信号。 开源 Qwen-MM-Plugins 与 Qwen-Live Harness,可能降低开发者接入音视频 Agent 的门槛,但实际生态影响待观察。 价格降幅若成立,会影响会议纪要、短剧本地化、视频剪辑等场景的成本结构。 本条与既有 Qwen3.8-Flas…

相关主题

对应的教材知识点

教材知识点匹配尚未完成。