أُطلِق رسميًا في 18 سبتمبر الجيل الجديد من النموذج متعدد الوسائط الأصلي بالكامل من千問، وهو Qwen 3.8-Omni-Flash. ووفقًا لمعلومات متاحة، يدعم هذا النموذج إدخال النصوص والصور والصوت والفيديو، ويستطيع معالجة سياقات يصل طولها إلى 1M، وهو قادر على تخطيط المهام ذاتيًا واستدعاء الأدوات واستكمال عمليات الإبداع والتسليم بالاستناد إلى فهمه للمحتوى.
Qwen 3.8-Omni-Flash يعزز قدرات معالجة الصوت والفيديو
من الناحية الوظيفية، يواصل Qwen 3.8-Omni-Flash الحفاظ على قدراته في البرمجة ومعالجة النصوص والتعامل مع واجهة المستخدم الرسومية (GUI)، مع توسيع قدراته في المهام المرتبطة بالصوت والفيديو. وفيما يخص فهم المحتوى الصوتي والمرئي الطويل، يستطيع النموذج التعامل مع مقاطع فيديو يمتد امتدادها إلى عدة ساعات، فيحدد اللقطات والمعلومات الصوتية التي يجب التركيز عليها انطلاقًا من السؤال المطروح، ويعمل من خلال جولات متعددة من التحقق والاستدلال على تحديد المحتوى الأساسي. وبالاستعانة بالأدوات، يمكن للنموذج أيضًا استخلاص الملخصات والمهام المعلقة والمعلومات المتعلقة بالمخاطر من الاجتماعات، ثم المضي في تنفيذ مهام لاحقة مثل إرسال البريد الإلكتروني وكتابة الأكواد البرمجية واسترجاع البيانات متعددة الوسائط لإعداد التقارير.
وفي مجال الإبداع الصوتي والمرئي، يمكن توظيف النموذج في سيناريوهات مثل إنتاج الفيديوهات الموسيقية وترجمة المسلسلات القصيرة والتعليق على الأفلام الطويلة. فعلى سبيل المثال، في إنتاج الفيديوهات الموسيقية، يستطيع النموذج فهم بنية الأغنية وإيقاعها ومشاعرها، ويُخرج كلمات الأغاني على مستوى الجمل مع طوابع زمنية؛ وفي ترجمة المسلسلات القصيرة، يتولى التعرف على الشخصيات والترجمة بأسلوب محكي واستنساخ الأداء الصوتي وإعادة مزج المسارات الصوتية ومراجعة جودة النسخة النهائية؛ أما في معالجة الأفلام الطويلة، فيمكنه استخلاص الحبكة والتخطيط للتعليق واختيار الأصوات والموسيقى التصويرية وتنفيذ عمليات المونتاج والعرض وإجراء المراجعة النهائية للجودة.
وعلاوة على ذلك، يستطيع النموذج تحويل المحتوى المرئي الطويل إلى أصول معلوماتية قابلة لإعادة الاستخدام، بما في ذلك تنظيم نقاط المعرفة تلقائيًا وتفكيك الخطوات، وإنشاء مذكرات بصيغة PDF تجمع بين النصوص والصور بشكل متطابق، ثم تحويلها بصورة إضافية إلى Agent Skill خضع لعمليات التحقق والتقييم. أما النسخة التفاعلية في الزمن الحقيقي Qwen 3.8-Omni-Flash-Realtime، فتتيح إنجاز الإدراك والاستجابة بشكل متزامن أثناء تدفق الإدخال الصوتي والمرئي، وهي ملائمة لسيناريوهات مثل التدريب على المحادثة الشفهية والإدراك المكاني للصوت وخدمة العملاء الذكية.
وفيما يتعلق بالأدوات الداعمة، وسّعت الجهة المطورة رسميًا مجموعة Qwen-MM-Plugins لتشمل قدرات إضافية موجهة لفهم الصوت والفيديو والإبداع فيهما، كما فتحت مصدر Qwen-Live Harness المخصص للتفاعل المستمر وفي الزمن الحقيقي مع المحتوى الصوتي والمرئي ولتنفيذ المهام. ووفقًا للبيانات الرسمية، حقّق Qwen 3.8-Omni-Flash في إجمالي 30 تقييمًا ارتفاعًا في متوسط الدرجات تجاوز 26% مقارنة بالجيل السابق Qwen 3.5-Omni-Plus؛ وفي الوقت ذاته، انخفض سعر الإدخال الصوتي عبر API بأكثر من 98% لكل ساعة، فيما تراجع سعر الإدخال الصوتي والمرئي بأكثر من 93% لكل ساعة.
ويُذكر أن النموذج متاح حاليًا عبر منصة 千問 AI.