阿里研究员透露Qwen4.5后模型将扩展至5-10T参数
未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。
9月22日,阿里巴巴在云栖大会上公布了大模型一系列进展,大模型递归自我改进(RSI)已初步进入模型训练、推理及芯模协同等环节中,基于新一代架构的Qwen4已在训练中,未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。同时,视频生成模型、语音模型、图像模型、世界模型、音乐模型以及全模态模型等均在当天或近期推出新版本。
追求更高智能,Qwen加速自我进化
大模型正走向自我迭代,本届云栖大会,阿里系统展示了千问大模型自我进化的最新探索成果。
在模型自我训练上,Qwen3.8-Max通过自主搭建训练流程、构造训练数据,并自主设计实验、定位缺陷,在人类完全“零参与”的情况下持续迭代超1个月,完成33轮有效迭代。基于RSI、后训练等系列技术联合优化,Qwen3.8-Max新版本在Artificial Analysis上的得分从40涨至45分,与Claude、GPT最强模型同处第一阵营,领先于GLM5.3、Kimi-K3等所有国产模型。
在推理优化上,Qwen3.8-Max在从未见过的平头哥新款GPU上,自主适配优化了下代架构的Qwen3.8-Flash新模型的推理框架,实现单实例推理吞吐量提升 96%。
在芯片模型协同设计上,Qwen3.8-Max仅基于一份真实的总线模块规范,自主展开前端、验证、后端的全链路自迭代,在自主运行超60小时、调用EDA工具超万次后,完成了减少42%面积的物理实现优化。

图说:Qwen LLM项目负责人刘大一恒表示,Scaling是迈向ASI的关键路径,Qwen4.5、Qwen5参数规模计划迈向5到10T
大会现场,阿里展示了大模型核心领域的系列技术创新。在架构优化方面,Qwen3.8-Flash提前开源下一代千问大模型架构,通过注意力机制和模型内信息传递机制等核心技术创新,在实现前沿模型性能的同时,训练成本骤降近90%;同时依托于极少的参数激活,将推理计算效率推至全新的帕累托前沿,成为行业性价比“斩杀线”模型。在模态扩充方面,全模态模型Qwen3.8-Omni正式亮相,将音视频等不同模态高效纳入统一理解框架中,为大模型开辟全新的思考分区。在参数扩展方面,参数越大依然能带来更强的性能,未来千问大模型总参数量将扩展至5万亿甚至10万亿的规模。这些技术创新将成为新一代千问大模型的基石,据介绍,Qwen4模型正采用全新架构展开训练,Qwen4.5、Qwen5均在稳步推进中。
在不断探索大模型性能前沿的同时,阿里还通过“全模态”“全尺寸”的大模型开源,与全球开发者和企业共享前沿的AI技术红利。在全球最大的AI开源社区Hugging Face中,Qwen3.8-27B模型超越DeepSeek-R1、Meta-Llama3.1等史上热门模型,斩获该平台历史上最受欢迎(Most Likes)的开源大模型。公开数据显示,阿里已开源460余个Qwen大模型,Qwen开源模型下载量突破30亿次,衍生模型数超30万个,稳居全球第一开源模型家族。
视听生成模型升级,全新视频生成模型拟11月发布
在最富创意的视觉生成领域,阿里正通过视觉生成模型的持续迭代升级,让AI创造出更好的作品,让用户享受到更好的体验。
图像生成模型Qwen-Image-3.1亮相,它面向电商、创意、设计等真实商用场景全新优化升级,将原本数小时的视觉设计压缩至秒级交付,水准堪比专业设计师,还支持图像精准编辑。
音乐生成模型Happy Shrimp 1.1 版本发布,在音乐表现、人声质量、多语种演唱及指令理解四个专业维度进一步提升,支持百余种曲风与十余种主流语言,覆盖人声歌曲与纯音乐两大生成场景。
世界模型最新版本HappyOyster 2.0 Preview亮相,通过对模型架构、训练方法和数据体系的全面升级,显著提升了智能实时交互、记忆能力、实时响应、物理规律遵循等核心能力,让世界模型真正从实验室走向真实可用。

图说:阿里巴巴ATH技术副总裁,淘天集团首席科学家郑波在云栖大会现场提到, 三年内会出现一个原生全模态统一模型,体验将不再受限于模态的边界
全新的下一代视频生成模型也将于11月发布,朝着更长、更可控、更完整、更智能的方向演进:在更长的时间里,新模型仍然能保持一致性,创作者可精准掌控人物、场景与镜头;同时,模型能具备导演级的创作思维,从生成单个镜头迈向理解完整叙事。
下代语音模型发布,Qwen落地多款智能终端
当前,语音正发展成为AI与人之间更自然的交互入口,Qwen模型也在手机、AI眼镜、桌面机器人等硬件领域落地。
语音模型家族Qwen-Audio-3.1全新升级,包含语音转写(ASR)、语音合成(TTS)和实时语音交互(Realtime)三大系列。
基于下代架构的音频理解模型Qwen-Audio-3.1-ASR-Next全新发布,它能够理解人物情绪、音乐、环境声与机械声,完成声音描述、事件定位、音频问答与推理,让“这段录音中人的情绪怎样”这样的问题能够被理解和准确回答。
同时,音频创作模型Qwen-Audio-3.1-TTS-Next全新亮相,它采用全新架构,可根据一段脚本,直接生成融合对白和环境声的完整音频,极大提高有声书、影视剧和播客等专业创作的效率。
Qwen-Audio-3.1-Realtime实时交互能力再提升,能够边听、边想、边说,并进一步增强多语言交互、角色扮演和共情能力。目前,该系列模型已应用于千问办公和Qoder,并接入QwenNote A2随身助理、QwenNote Eva桌面机器人和千问AI眼镜等硬件产品。
此外,同声传译模型Qwen3.8-LiveTranslate首次登场,人类同传平均时延在4秒以上,但该模型可将时延压缩至不到2.5秒。据了解,新模型已接入千问AI眼镜、QwenNote A2、钉钉耳机等AI硬件。
阿里大模型加速走向终端。AI手机全栈解决方案Qwen Intelligence发布,专为手机场景深度优化,为合作伙伴提供基于千问大模型的 Agent 技术平台,让手机能够更可靠地完成跨应用的复杂任务。

阿里巴巴AI大模型全景图
本文由阿里巴巴提供,量子位获授权转载,观点归原作者所有。
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
Binding of Isaac developer removes AI music from Repentance Plus
Terrence O'Brien is the Verge’s weekend editor. He’s covered the tech industry for over 18 years and knows a thing or two about synths.The Binding of Isaac: Repentance Plus has spent the last few days getting...
The vibe-coding revolution is coming to all the gadgets
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on the vibe-hacking of everything, follow David Pierce. The Stepback arrives in our subscribers’...
Nature:糖尿病大鼠成功恢复正常血糖!用电刺激迷走神经控糖
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...
A社数学家用Claude又证明另一千禧难题,逼出一份写了12年的940页纯人类手稿
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-11-22 ...