#Qwen3-Omni

vLLM团队发布了统一多模态运行时vLLM-Omni，解决了不同模态模型各自为政的问题，让语音、视觉和机器人系统可以协同工作。

有人在单张 RTX 5090 上跑 Qwen3-Omni，用 AWQ-4bit 把首音频延迟从 213ms 压到 23ms，本地语音对话流畅度差了近十倍。

官方账号vLLM@vllm_project2 个信源在谈原文

这个研究解决了直播语音合成中一个很具体的问题，提出的模型能更精准地评估语音的情感和语调，对做语音合成优化的人应该有用。