阿里发布Qwen3.5-Omni全模态大模型，支持音视频实时交互，性能超Gemini-3.1 Pro但价格仅为其十分之一。该模型能秒读长视频、精准识别方言，甚至能根据草图和语音直接编程，展示了强大的多模态“涌现”能力。