Qwen3-Omni은 Alibaba Cloud의 Qwen 팀이 개발한 네이티브 엔드투엔드 옴니모달 대형 언어 모델입니다. 텍스트, 오디오, 이미지, 비디오를 단일 통합 아키텍처에서 동시에 이해하고, 실시간으로 자연스러운 음성을 생성하는 획기적인 능력을 제공합니다. Thinker-Talker 듀얼 모듈 구조를 통해 멀티모달 추론과 저지연 음성 합성을 분리하여 최적화했으며, 30개 이상의 언어로 텍스트와 음성 입력, 다국어 음성 출력을 지원합니다. Apache 2.0 라이선스로 공개되어 연구자와 개발자가 자유롭게 활용할 수 있는 오픈소스 옴니모달 모델의 새로운 기준을 제시합니다.