阿里巴巴发布新一代全模态大模型 Qwen3-Omni-Flash，具备支持文本、图像、音频和视频无缝输入及实时流式响应、同步生成高质量文本与自然语音的能力，主要应用于直播、短视频和虚拟会议等重语音风格化场景。