全模态大模型也敢开源？自带眼睛嘴巴耳朵！Qwen2.5-Omni-7B首测+本地部署教程

昨天夜里阿里开源了一个7B的模型，这个模型正中我的心坎.
这是他们开源的第一个全能模型，可以接受文字语音视频图像作为输入，接受语音和文字作为输出。并且可以综合不同模态输入进行思考，输出带有带有情感的语音。
我们抓紧测试了一下，确实厉害。可预见的这个模型会对之后的agent生态以及端侧的智能化起到重要的作用！
部署文档老地方回复“千问模型”即可获得。