阿里千问发布全模态模型Qwen3.5-Omni，支持文本、图片、音视频输入，可实时视频通话生成代码、解读论文，拿下215项SOTA，性能比肩Gemini 3.1 Pro
Qwen3.5-Omni 是阿里千问推出的全模态AI模型，最大的亮点是可以像真人一样进行视频通话。你可以打开摄像头，让它看着你的屏幕实时生成代码、解读论文、分析视频内容。不需要复制粘贴文字，不需要截图上传，直接"看着说"就能完成工作。
适合谁用：开发者、研究人员、内容创作者，以及任何需要AI辅助处理多模态信息的人。
打开摄像头，在纸上画个前端草图，Qwen3.5-Omni 就能边看边生成完整的 HTML+CSS 代码。整个过程就像和真人程序员视频会议一样自然。
实测体验：
上传一段视频（比如电影预告片），Qwen3.5-Omni 能生成带时间戳的详细脚本，包括：
测试中，它成功拆解了《疯狂动物城2》预告片的所有分镜，甚至能准确识别37秒处的角色并分析氛围。
不用再对着满屏英文术语头疼。打开摄像头对准论文，Qwen3.5-Omni 会：
Qwen3.5-Omni 在多个基准测试中拿下 215项SOTA，整体成绩与 Gemini 3.1 Pro 打得有来有回：
自适应速率交错对齐技术，解决了AI说话不稳定的老问题（漏读、读错、数字发音奇怪）。
边输入、边处理、边生成，实现真正的实时交互，而不是"说一句等三秒"。
目前 Qwen3.5-Omni 已在 Qwen Chat 上线，支持三种尺寸：
体验方式：
API 调用：
体验地址：
Anthropic 为 Claude Code 新增电脑操作能力，可在 CLI 中自动启动应用、复现 Bug、测试修复效果，向 Pro 和 Max 用户开放研究预览，仅支持 macOS
飞书开源 lark-cli，覆盖 11 大业务域、200+ 命令，支持 Claude Code、Cursor 等主流 AI 工具直接调用飞书能力，Star 数已达 5.5k
React 核心团队成员开源 Pretext，仅几 KB 的纯 TypeScript 库，前端 UI 渲染速度比传统工具快约 500 倍，已获 2.8 万 Star
