Qwen выпустила модель для работы с аудио и видео через агентов

Alibaba представила Qwen3.8-Omni-Flash — мультимодальную модель, которая принимает текст, изображения, аудио и видео, анализирует их и управляет инструментами для решения задач. Модель может расшифровывать записи встреч, создавать видеоклипы из аудио, генерировать навыки на основе скриншотов рабочего экрана и добавлять дубляж или субтитры к видео.

Одновременно Qwen открыла исходный код своего harness — инструмента для работы с моделью.