“紫东太初”全模态大模型是在千亿参数多模态大模型“紫东太初”1.0基础上升级打造的2.0版本，在语音、图像和文本三模态的基础上，加入视频、传感信号、3D点云等模态数据，研究突破了认知增强的多模态关联等关键技术，具备全模态理解能力、生成能力和关联能力，面向数字经济时代加速通用人工智能的实现。
“紫东太初”全模态大模型发布现场。（中科院自动化所供图）在三维场景里实现精准定位，通过图像与声音的结合完成场景分析……中科院自动化研究所发布“紫东太初”全模态大模型，并首次对外实时展示了该模型在音乐理解与生成、三维场景导航、信号理解、多模态对话等方面的全新功能。
3月27日，阿里宣布开源Qwen2.5-Omni，这是通义系列模型中首个端到端全模态大模型。据阿里介绍，Qwen2.5-Omni可同时处理文本、图像、音频和视频等多种模态数据的输入，并实时生成文本与自然语音合成输出。相较于GPT-4o、Gemini-1.
机器之心原创作者：陈萍从单模态、多模态，到全模态，这下一个模型就实现了。现在，大模型的发展态势已经从单模态迅速转向多模态研究了。就如 Hugging Face 联合创始人 Thomas Wolf 所说的：过去几年里，好的多模态模型一直是许多大型技术实验室的圣杯。
界面新闻记者 | 肖芳界面新闻编辑 | 文姝琪3月27日凌晨，阿里巴巴发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。目前，市场上的全模态大模型较为有限。
智东西作者 | ZeR0编辑 | 漠影智东西6月16日报道，在今日举行的人工智能框架生态峰会2023上，中国科学院自动化研究所所长徐波正式发布紫东太初2.0全模态大模型。相比以前的大模型，紫东太初2.0新增了视频、传感信号、3D点云等模态，拥有了更强的认知、理解、创作能力。
27日凌晨，阿里巴巴发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni-7B，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。在权威的多模态融合任务OmniBench等测评中，Qwen2.
