Qwen 团队发布 Qwen3.8-Omni-Flash 全模态智能体模型报告
中文摘要
Qwen团队发布Qwen3.8-Omni-Flash原生多模态模型，支持百万token上下文，面向视频编辑和长音频翻译等长时程智能体任务。
English Summary
Qwen team released Qwen3.8-Omni-Flash, a native multimodal agent model with a 1M token window for long-term text, audio, and video tasks.
Original Excerpt
Qwen 团队发布 Qwen3.8-Omni-Flash 报告，这是一个原生多模态模型，面向跨文本、音频和视频的长时程智能体任务，如视频编辑和长音频视频翻译。模型沿用 Qwen3.8-Next 的稀疏 MoE 架构，上下文窗口为 100 万 token，并通过协同训练策略在保持文本性能的同时把智能体能力迁移到音频和视频任务。