Qwen宣布将开源Qwen-Live Harness，状态为coming soon、尚未开放

Qwen 团队发布新一代原生全模态模型 Qwen3.8-Omni-Flash，并在千问 AI 平台开放。据其官方博客，该模型支持文本、图像、音频、视频输入与 1M token 上下文窗口，核心目标是强化真实生产力场景中的智能体能力，使全模态模型从「理解全模态内容」走向「规划任务、调用工具、完成创作」。官方称在 29 项评测中平均分较 Qwen3.5-Omni-Plus 提升超 25%，音频输入每小时 API 价格下降超 98%，音视频输入每小时价格下降超 93%；视频输入成本较上代降低约 89%。官方还称其音视频能力接近 Gemini 3.8 Flash，在 WildClawBench-MM 与 UniClawBench 上智能体表现平均提升 19.5 分，并在 OmniVideoBench 上比静态理解少用 51.8% token。第三方账号 karminski 转述称多人重叠会议语音识别错误率从上一代的 88% 降至 3%，音频输入价格从每百万 token 18 元降至 0.8 元。

同批发布还包括配套框架与插件。官方称 Qwen-MM-Plugins 为面向智能体框架的多模态插件套件，支持 Codex、Claude Code、Qwen Code、Gemini CLI、Qoder、CodeBuddy、OpenClaw 等，提供图像、音频、视频、文档理解及长视频记忆与内容创作能力，并新增开源能力 Video2Note 与 Omni Skill Creator；后者可从演示视频中提取标准作业流程（SOP）生成可复用智能体技能。Qwen-Live Harness 被描述为围绕 Qwen3.8-Omni-Flash-Realtime API 的开源运行时，支持任务委派、主动交互、长期记忆与上下文管理，可一条命令安装。karminski 补充称 Qwen-Live Harness 提供悬浮球对话、环境监控与任务看板跟进播报。

官方还推出面向持续低延迟交互的 Qwen3.8-Omni-Flash-Realtime，可在接收实时音视频流的同时感知、响应并调用工具执行任务。karminski 称该超低延迟版本在 20 秒音频下延迟约 981ms。官方博客另记录一项实验：让 Qwen3.8-Omni-Flash 在 12 小时内自主优化 Qwen2.5-Omni-3B 的四川方言语音识别，代理自行选定 WenetSpeech-Chuan 评测集、固定评测标准并建立基线，经四轮实验创建 3,413 条训练样本，最终将同一评测集上的字符错误率从 25.79% 降至 15.30%，相对下降约 40.7%。

关于 Qwen-Live Harness 的开源状态，官方 X 账号在宣布开源 Qwen-MM-Plugins 与 Qwen-Live Harness 的同一条帖文中，将 Qwen-Live Harness 标注为「coming soon」，而官方博客与第三方报道则称其已开源。