Ep.771 Qwen3-Omniの衝撃──Alibabaが放つ“全能”のオープンソースモデル（2025年12月18日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Dec 17, 2025 · 3m

12月のAI業界は、アジアからの巨大な波にも揺さぶられています。Alibaba CloudのQwenチームが、ブログで同社の最新フラッグシップモデル「Qwen3-Omni」の詳細と最新のベンチマーク結果を公開しました。これは、OpenAIのGPT-4oが独走していた「リアルタイム音声対話」の領域に、オープンソース陣営が楔（くさび）を打ち込む歴史的な出来事と言えます。

公開された情報によると、Qwen3-Omniの最大の特徴は、その名の通り「Omni（全能）」な処理能力です。従来のAIが「耳で聞いて、文字に起こして、考えて、文字にして、声に出す」という伝言ゲームを行っていたのに対し、Qwen3-Omniは音声を音声のまま脳に直接響かせるような「End-to-End」処理を実現しています。これにより、人間とほぼ変わらない反応速度（レイテンシ）での会話が可能になりました。

技術的に興味深いのは、独自の「Thinker-Talker」アーキテクチャです。Alibabaのエンジニアたちは、AIの脳を二つに分けました。複雑な推論や文脈理解を行う「Thinker」と、適切な声色やリズムで発話することに特化した「Talker」です。この分業体制により、「賢いけれど喋りが遅い」あるいは「流暢だけど中身がない」というAIのジレンマを解消しています。…