待验证85% 置信事实时间未知
Qwen3.5-Omni具备音视频Web Coding能力，用户对着镜头拿着草图说出需求即可生成APP或网页代码
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Qwen3.5-Omni发布：215项任务SOTA，阿里全模态大模型硬刚Gemini
bilibili机器之心官方
涉及实体
相关事实
待验证视频包装环节使用Code Agent，可调用FFmpeg、MoviePy等视频处理库和Whisper语音识别模型自动生成字幕73% 相似待验证Qwen3.6-27B支持多模态能力，包括文本推理、图像理解和视频处理73% 相似待验证当前最前沿的形态是多模态Vibe Coding，用户可上传UI截图、手绘草图或竞品App截图让AI仿造72% 相似待验证FFmpeg 通过 Emscripten 工具链编译为 WebAssembly 后（FFmpeg.wasm），使浏览器具备音视频编解码能力70% 相似待验证一位开发者分享了基于 LTX-2.3 的本地化工作流，可从一张静态照片和文本提示或语音录音生成身份锁定的说话视频，无需换脸或驱动视频69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/13584API
curl https://kongchang.com/api/v1/knowledge/claims/13584MCP
get_claim(id=13584)