「AI/LLM学術ニュースWeekly」では最新のAI/LLM学術ニュースについてWeeklyで語ります。

ファシリテーターはAI Transformation(AX) カンパニー AIコンサルティングマネージャー阿部、語り手はAIエンジニア 渋谷でお送りします。

第三回はQwen2.5-Omniについて紹介します。

Qwen2.5-Omniは、テキスト・画像・音声・動画を理解し、リアルタイムで文章や音声を生成できるマルチモーダルAIモデルです。
映像と音声をうまく組み合わせるための新しい仕組み（TMRoPE）や、文章生成と音声生成を分けて行うThinker-Talker構造を採用しています。
このモデルはマルチモダリティのベンチマークで高い性能を誇っており、特に音声の自然さやリアルタイム処理の強さが評価されています。

詳しくはPodcastをお聞きください。

出演者

• AI Transformation(AX)カンパニー AIコンサルティングマネージャー阿部（⁠@abe__yudai）
• AI Transformation(AX)カンパニー AIエンジニア 渋谷（@sergicalsix)

note

• https://note.com/algomatic_oa/n/nf1d5c314d7ed

紹介技術のリンク

• Qwen2.5-Omni：https://arxiv.org/pdf/2503.20215

Algomaticグループでは一緒に働く仲間を募集中です！

「AI/LLM学術ニュース Weekly」でご紹介しているような生成AI/LLMの技術に興味がある方々、Algomaticに興味がある方々、まずはカジュアル面談でお気軽に連絡いただければと思います。

• 採用情報はこちら：https://jobs.algomatic.jp/