2026年04月01日
## 要約：
アリババが開発したQwen3.5-Omniは、テキスト、画像、音声、動画を処理できる多感覚AIモデルです。特に音声処理能力でGemini 3.1 Proを上回る性能を示し、驚くべきことに、トレーニングなしに音声指示や動画からコードを生成する能力を獲得しました。これはAIの自己学習能力の進化を示す画期的な事例と言えます。
---
## 翻訳：
アリババは、テキスト、画像、音声、動画を処理できる多感覚AIモデルであるQwen3.5-Omniをリリースしました。同社は、音声タスクにおいてGemini 3.1 Proを上回る性能を示したと主張しており、その過程で予期せぬテクニックを習得しました。それは、音声指示や動画入力を基にコードを生成する能力です。記事Qwen3.5-Omni learned to write code from spoken instructions and video without anyone training it toは、The Decoderに最初に掲載されました。
[📰 原文はこちら](https://the-decoder.com/qwen3-5-omni-learned-to-write-code-from-spoken-instructions-and-video-without-anyone-training-it-to/)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
