Aitishiku.com
全模态实时开源阿里 多模态模型
Qwen2.5-Omni 2.5-Omni
Qwen2.5系列 · 阿里巴巴 · 2025-03发布
模型介绍
阿里开源全模态模型 Qwen2.5-Omni，文本、图像、音频、视频实时理解与生成，端侧可跑，Apache-2.0 商用。
模型基础信息
模型系列Qwen2.5系列
开发机构阿里巴巴
发布时间2025-03
参数规模约 30B
上下文窗口全模态
模型类型全模态（文+图+音+视）
中文能力优秀
使用方式网页体验 / API调用 / 本地部署
免费额度与收费政策
开源免费
免费规则详情
Apache-2.0 完全商用。
收费标准简介
本地零成本。
模型能力介绍
✅ 核心优势
- 全模态
- 实时对话
- 中文强
- pache
⚠️ 短板与局限
- 显存需求高
- 生态新
- 能力有限
🎯 适用场景
- 实时助手
- 语音视频
- 全模态应用
- 端侧
模型使用教程
本章节整理 Qwen2.5-Omni 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。
上传图片/表格/文档，进行视觉问答、OCR 与图表理解。
# 多模态输入：图片 base64 + 文本问题注册 阿里巴巴 账号获取 API Key。
export API_KEY=sk-xxxxcurl -F image=@test.png -F prompt="图片里有什么？"Qwen2.5-Omni 约 30B，可先跑 7B 版本验证，官方仓库支持端侧（Thinks 模型）。
- 克隆仓库：
git clone https://github.com/QwenLM/Qwen2.5-Omni && cd Qwen2.5-Omni - 安装依赖：
pip install -r requirements.txt（transformer 需匹配官方版本）。 - 用 transformers 加载（权重 hf-mirror 可下）：
python -c "from transformers import AutoModelForCausalLM, AutoProcessor; m=AutoModelForCausalLM.from_pretrained('Qwen/Qwen2.5-Omni-7B', trust_remote_code=True, torch_dtype='float16').cuda(); p=AutoProcessor.from_pretrained('Qwen/Qwen2.5-Omni-7B', trust_remote_code=True)"
- 官方还提供在线 demo（gradio 一键启动）与流式对话示例，语音输入输出开箱即用。
Tips：端侧 Thinks 模型可用安卓部署；显存不足请用 4bit 量化。
💡 使用小技巧
全模态开源代表。
❓ 常见问题 FAQ
Q1：Omni 特点？\nA1：全模态+实时。
访问备注与注意事项
- 权重 hf-mirror 可下