阿里巴巴开源人工智能模型 可通过视频解读人类情绪 | 联合早报

（华盛顿／上海综合讯）阿里巴巴旗下的通义千问实验室星期二（3月11日）开源R1-Omni模型，提升了多模态情感识别性能，据说能通过视频解读人类情绪。

综合彭博社与《科创板日报》报道，在两场演示视频中，通义千问实验室研究员展示了R1-Omni模型，它可推断视频人物的情绪状态，同时还可描述他们的衣服和环境。

R1-Omni是业界首个将具有可验证奖励的强化学习（Reinforcement Learning from Verifiable Rewards，简称RLVR）应用于全能多模态大语言模型。RLVR是深度求索（DeepSeek）模型R1的训练模式。

开发团队称，研究人员利用RLVR对开源Omni模型HumanOmni-0.5B进行优化，在推理能力、情感识别准确性和泛化能力三个关键方面显著提高了性能。

在DeepSeek-R1今年1月亮相并震撼科技圈后，阿里巴巴也加快人工智能（AI）领域的推进步伐，目前在多个领域推出新的AI工具和应用。

延伸阅读

阿里发布下一代推理模型 与DeepSeek等竞争 [阿里投入逾700亿元在AI与云计算

](https://www.bdggg.com/2025/zaobao/news_2025_02_25_741666) 阿里巴巴对标DeepSeek的模型通义千问，成为苹果在中国大陆市场的合作伙伴，为中国iPhone用户提供AI服务。与此同时，阿里似乎也在与美国的OpenAI较量。

OpenAI今年早些时候推出GPT-4.5模型，称它能更好地识别和响应用户书面提示的微妙线索，但这款模型价格不菲，最初只提供给每月支付200美元（266新元）的用户，而阿里免费将R1-Omni提供给用户下载。

阿里巴巴首席执行官吴泳铭2月称，通用人工智能是阿里巴巴AI战略的首要目标，即AI能完成80%以上的人类能力。