阿里开源R1-Omni，多模态情感识别
阿里巴巴通义实验室开源多模态情感识别模型R1-Omni，采用强化学习与可验证奖励（RLVR），在MAFW和DFEW数据集上分别取得40.04%和56.27%的WAR。该方法避免了复杂奖励模型依赖问题，通过直接利用任务内在正确性标准设计奖励函数，提高情感识别准确性和可靠性。
通义实验室
超越Sora！阿里正式完全开源最新、最强大的视频生成模型 Wan2.1
阿里巴巴通义实验室开源最新视频生成模型Wan2.1系列，亮点包括复杂运动、物理模拟、电影质感等。Wan2.1-I2V-14B为图像到视频领域天花板；Wan2.1-T2V-14B支持中英文文字生成，性能卓越；Wan2.1-T2V-1.3B适合消费级显卡。模型采用3D因果VAE、特征缓存机制等技术。
阿里WebWalker：一个提升RAG多维信息检索能力的Multi-Agent框架
检索增强生成(RAG)在开放域问答任务中表现出色，但传统搜索引擎可能只进行横向网页搜索，限制了大型语言模型(LLM)对复杂信息的处理能力。为了解决这一问题，提出WebWalkerQA作为评估LLM执行网页遍历能力的新基准，并引入WebWalker多代理框架模拟人类网页导航过程。