支付宝开放平台-开发者社区——AI 日报「3 月 28 日」

1️⃣7B模型搞定AI视频通话，阿里最新开源炸场，看听说写全模态打通，开发者企业免费商用

量子位｜阅读原文

阿里发布并开源首个端到端全模态大模型——通义千问Qwen2.5-Omni-7B，来了。仅靠一个一体式模型，就能搞定文本、音频、图像、视频全模态，并实时生成文本和自然语音。堪称7B模型的全能冠军。你的iPhone搭载的很可能就是它！现在打开Qwen Chat，就能直接和它实时进行视频或语音交互。

在多模态任务OmniBench评测中，Qwen2.5-Omni表现刷新记录拿下新SOTA，远超谷歌Gemini-1.5-Pro等同类模型。在单模态的语音识别、翻译、音频理解、图像推理、视频理解、语音生成任务中，Qwen2.5-Omni的全维度表现也都优于类似大小的单模态模型以及闭源模型。在seed-tts-eval语音生成基准中，Qwen2.5-Omni展现出与人类水平相当的语音合成能力。

模型非常轻量，手机等终端都可轻松部署运行，且开源用的是宽松的Apache2.0协议，开发者、企业现在都可免费在魔搭社区或Hugging Face下载商用。Qwen2.5-Omni-7B一开源，网友直呼这才是真正的OpenAI（doge）。

网友纷纷表示可以直接拿来装到智能眼镜上了：这可能是智能眼镜的完美模型。7B模型的新纪录！目前，在Qwen Chat上即可体验该模型支持的AI语音和视频通话功能。

感兴趣的友友不如一起来上手试试吧~Qwen Chat：Qwen Chat

2️⃣三年狂飙！「AIGC第一股」纯软件营收产品交付破2.2亿，暴增88.5%跑通全球

新智元｜阅读原文

出门问问2024年度业绩报告公布！

今年，集团纯软件产品的AIGC营收，超过了2.2亿元，比起2023年同比增长了88.5%。这样的营收增长比，完全来自纯软件、产品交付（而非传统项目交付）与国际化的模式，让集团成为了名副其实的「AIGC第一股」。

此前，出门问问于2024年4月24日在港交所上市时，就已经完成了红杉资本、真格基金、谷歌、SIG、歌尔声学等机构的多轮融资。这种摆脱繁琐定制、聚焦标准化产品的转型，不仅让出门问问实现了高毛利的商业飞跃，更以惊艳的增长数据，诠释了GenAI在全球市场的无限可能。

近年起，出门问问不再增加传统的AI项目制收入，比如汽车附属公司的业务，而是全面投身纯软件的AIGC产品化业务！从数字上来看，这一步棋无疑是下对了。

在技术研发上，他们持续领跑行业，在AI智能体、大模型和数字人等领域都达到了国际领先水平。在AIGC产品阵容上，他们已经完成了全面布局。

目前，他们打造的AIGC产品矩阵，覆盖了多个场景：

• 魔音工坊（海外版DupDub）：AI配音解决方案，为创作者提供高效音视频内容生成工具
• 奇妙元（海外版LivGen）：数字人平台，助力企业打造虚拟形象
• 奇妙问：企业AI交互数字员工生成平台
• 元创岛：AI视频生成平台，赋能创意表达

3️⃣造手机的vivo，进军机器人了

机器之心｜阅读原文

刚过去不久的「AI 超级碗」英伟达 GTC 大会上，黄仁勋把「物理 AI」放在了 AI 发展的最高点上，引发了人们的又一轮讨论。

本周的博鳌亚洲论坛 2025 年年会现场，vivo 宣布成立「vivo 机器人 Lab」 ，正式进军机器人行业。

vivo 希望依托自身在 AI 大模型与影像领域的积累，叠加自研混合现实头显积累的实时空间计算能力，着重研究孵化机器人的「大脑」和「眼睛」，让机器人可以「看得懂场景，听得懂需求，给得了回应」。

目前正在博鳌论坛现场展示的「vivo 混合现实头显」 就是 vivo 机器视觉能力的一个阶段性成果，在下个月即将发布的 X200 Ultra 上，也会集成 vivo 在影像领域最新技术突破。vivo 为自身制定的目标是聚焦消费级市场，打造面向个人和家庭场景的机器人产品，让技术走出实验室，走进用户的真实生活，回归场景，解决痛点。

vivo 执行副总裁胡柏山表示：「机器人是手机行业的未来，将成为联接物理世界和数字世界的桥梁。不久前，我们成立了机器人 Lab，布局机器人赛道。在新的发展阶段，为联接物理世界与数字世界，vivo 致力于创造极致的机器人产品。」

对此，你怎么看？

详情查看参与互动赢蚂蚁周边

---

支付宝开放平台-开发者社区

 「AGI 之路」 内容库

欢迎你的投稿！戳我进群

---

支付宝/钉钉扫码加入支付宝开发者钉组织，可了解支付宝开放能力最新动态，订阅文档更新消息，和同城同行业交流业务，与支付宝产研沟通交流。