搜索中心

夸克AI眼镜发布,搭载阿里千问

分享至

11月27日,搭载千问的夸克AI眼镜正式发布,这标志着阿里千问首次走出屏幕,进入物理世界。用户可随时随地唤起千问,结合眼镜获取的实时音视频数据,体验完全不同于手机APP的助手能力。硬件方面,夸克AI眼镜S1搭载双旗舰芯片,保证千问能够快速响应需求。产品采用双光机双目显示方案,亮度可达4000 nits,即便在户外强光环境下,千问的交互信息也能清晰显示,更好地应对导航、翻译等高频使用场景。

阿里千问成新加坡国家AI项目技术底座

分享至

11月27日,据阿里云消息,新加坡国家人工智能计划(AISG)近日发布了一款名为Qwen-SEA-LION-v4的东南亚多语言大模型。该模型的核心技术底座基于阿里巴巴的“通义千问”(Qwen)开源模型构建。该模型在“东南亚语言模型全面评估基准”(SEA-HELM)的开源模型榜单(参数量2000亿以下)中登顶。东南亚地区拥有超过1200种语言,日常交流中普遍存在多种语言混用(语码转换)等复杂情况,而全球主流的AI模型大多以英语为中心,难以有效服务本地市场,形成了巨大的“AI鸿沟”。此次合作旨在解决这一长期困扰当地AI发展的难题。目前,Qwen-SEA-LION-v4模型已通过AI Singapore官网和Hugging Face开源社区向全球免费提供下载。

阿里千问位列空间智能榜单前二 性能超越Gemini3、GPT5.1

分享至

11月26日,空间推理基准测试SpatialBench更新了最新一期榜单,阿里千问的视觉理解模型Qwen3-VL、Qwen2.5-VL位列头两名,超越Gemini 3、GPT-5.1、Claude Sonnet4.5等国际顶尖模型。据了解,SpatialBench是一项近年来兴起的第三方空间推理基准测试榜单,主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力,被AI社区视为是衡量“具身智能”进展的新兴测试标准之一。SpatialBench不仅测试模型已知的知识,还测试模型在二维和三维空间中“感知”和操控抽象概念的能力,这对具身智能的落地尤为关键。

新加坡国家AI计划放弃Meta模型 转向阿里千问

分享至

11月25日消息,新加坡国家人工智能计划(AISG)正在进行一次重大战略调整,在其最新的东南亚语言大模型项目中,放弃了Meta模型,转向阿里巴巴的通义千问Qwen开源架构,标志着中国开源AI模型在全球影响力版图中的一次关键扩张。据悉,AISG于11月25日宣布推出的“Qwen-SEA-LION-v4”模型,在一项衡量东南亚语言能力的开源榜单上迅速占据首位。这一转变旨在解决一个长期痛点:此前以Meta的Llama系列为代表的开源模型,在处理印尼语、泰语和马来语等区域性语言时表现不佳,严重制约了本地化AI应用的开发效率与性能。

阿里千问App上线公测,全力进军AI to C市场

分享至

11月17日消息,阿里巴巴正式宣布“千问”项目,全力进军AI to C市场。当天,千问APP公测版上线,基于全球性能第一的开源模型Qwen3,凭借免费,以及与各类生活场景生态的结合,与ChatGPT展开全面竞争。阿里核心管理层将“千问”项目视为“AI时代的未来之战”。据透露,阿里巴巴正在计划将地图、外卖、订票、办公、学习、购物、健康等各类生活场景接入千问APP,让千问具备更强大的办事能力。

阿里云百炼官宣通义千问3-Max模型降价

分享至

阿里云大模型服务平台百炼发布通知,于北京时间2025年11月13日开始对中国站-北京的通义千问3-Max模型实行降价。降价后,batch调用半价;隐式缓存,对命中缓存的部分,按输入Token标准单价的20%计费;显式缓存,用于创建缓存的Token按输入Token标准单价的125%计费,后续命中仅需支付10%的费用。

通义千问开源Qwen3-VL-30B-A3B模型

分享至

10月4日,阿里云通义千问宣布开源Qwen3-VL-30B-A3B-Instruct与Thinking,还同步推出FP8版本,以及超大规模模型Qwen3-VL-235B-A22B的FP8版本。

阿里通义千问发布原生全模态大模型Qwen3-Omni

分享至

9月26日,阿里通义千问正式发布Qwen3-Omni。据通义千问介绍,Qwen3-Omni是原生全模态大模型,预训练全模态不降智,并在36项音频及音视频基准测试中获32项开源SOTA与22项总体SOTA,超越Gemini-2.5-Pro、Seed-ASR、GPT-4o-Transcribe等闭源强模型。

阿里通义千问:推出图像编辑模型Qwen-Image-Edit

分享至

8月19日,通义千问宣布,推出Qwen-Image-Edit,Qwen-Image的图像编辑版本。Qwen-Image-Edit基于20B的Qwen-Image模型进⼀步训练,将Qwen-Image的文本渲染能力延展至图像编辑领域,实现了对图片中文字的精准编辑。

阿里通义千问发布小尺寸模型Qwen3-4B新版本

分享至

8月7日,阿里通义千问发布更小尺寸新模型——Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507。据通义千问介绍,在非推理领域,Qwen3-4B-Instruct-2507全面超越了闭源的GPT4.1-Nano;在推理领域,Qwen3-4B-Thinking-2507甚至可以媲美中等规模的Qwen3-30B-A3B(thinking)。目前新模型已在魔搭社区、HuggingFace正式开源。

阿里通义千问Qwen3-30B-A3B模型推出新版本

分享至

7月30日,阿里通义千问宣布Qwen3-30B-A3B模型推出新版本:Qwen3-30B-A3B-Instruct-2507。据介绍,这是一个非思考模式(non-thinking mode)的新模型,长文本理解能力提升至256K,仅激活3B参数,就能取得可媲美Gemini 2.5-Flash(non-thinking)、GPT-4o等闭源模型的性能。

阿里开源千问3向量模型

分享至

6月6日,阿里开源通义千问3全新的向量模型系列 Qwen3-Embedding(简称千问3向量模型)。该模型以千问3为底座,专门为文本表征、检索和排序等核心任务进行优化训练,性能较上一版本可提升40% ,在MTEB等权威专项榜单中超越了谷歌、OpenAI、微软等公司的顶尖模型,揽获同类模型的SOTA最佳性能表现。

亚马逊采用Deepseek和阿里通义千问进行机器人操控

分享至

6月6日消息,亚马逊公司正在加速布局人形机器人,并采用DeepSeek、阿里通义千问等开源的大语言模型进行机器人的操控。公开信息显示,亚马逊已在其硬件研发部门Lab126内组建了一支新的 Agentic AI(代理式人工智能)团队,着重推进“物理AI ”的研发工作,希望创造能够根据自然语言指令执行任务的机器人。

黄仁勋谈中美AI竞争:中国的Deepseek和阿里通义千问是开源模型中最好的

分享至

北京时间5月29日,英伟达CEO黄仁勋在财报电话会上说,来自中国的DeepSeek和Qwen(阿里通义千问)是开源AI模型之中最好的。免费发布后,它们在美国、欧洲及其他地区获得了巨大关注。最终,赢得AI开发者的平台将赢得AI。出口限制应该加强美国平台,而不是将世界上一半的AI人才推向竞争对手。

阿里云通义灵码AI IDE正式宣布上线:支持最强开源模型千问3

分享至

5月30日,阿里云宣布,通义灵码AI IDE正式上线,即日起用户可在通义灵码官网免费下载开箱即用。自此,通义灵码已拥有插件和IDE两种产品形态。作为AI原生的开发环境工具,通义灵码AI IDE深度适配了最新的千问3大模型,并全面集成通义灵码插件能力,具备编程智能体、行间建议预测、行间会话等功能。通义灵码AI IDE支持最强开源模型千问3,其代码能力达到业界领先水平,同时支持MCP协议,具备强大的工具调用能力。

日经新闻称阿里通义千问已成日本AI开发基础

分享至

近期,日本经济新闻(NIKKEI)提到阿里通义千问大模型已成日本AI开发基础。在日经新闻评测的AI模型综合排名中,通义千问Qwen2.5-Max排名第六,超越了DeepSeek-V3和OpenAI o3-mini等大模型。据了解,日本大量新兴企业正在基于千问开发企业大模型。

英伟达开源多个代码大模型 以阿里通义千问为底座

分享至

英伟达近日开源其代码推理模型(Open Code Reasoning model),包括32B、14B和7B三个参数。该模型以阿里通义千问Qwen2.5-32B、Qwen2.5-14B、Qwen2.5-7B为底座模型。

阿里千问3登顶全球最强开源模型

分享至

4月29日,阿里巴巴开源新一代通义千问模型Qwen3(简称千问3),参数量仅为DeepSeek-R1的1/3,成本大幅下降,性能全面超越R1、OpenAI-o1等领先模型,登顶全球最强开源模型。千问3是国内首个“混合推理模型”,将“快思考”与“慢思考”集成进同一个模型,大大节省算力消耗。据了解,千问3采用混合专家(MoE)架构,总参数量235B,激活仅需22B。千问3预训练数据量达36T tokens,并在后训练阶段经过多轮强化学习,将非思考模式无缝整合到思考模型中。

阿里通义千问正式推出QVQ-Max视觉推理模型的第一版

分享至

去年12月,阿里通义千问推出了QVQ-72B-Preview, 作为一个探索模型,它存在一些不足之处。今天,我们正式推出 QVQ-Max 视觉推理模型的第一版。这一新版本的模型具备强大的多模态处理能力,它不仅能够“看懂”图片和视频里的内容,还能结合这些信息进行分析、推理,甚至给出解决方案。从数学题到生活小问题,从编程代码到艺术创作,QVQ-Max 都表现出了不俗的能力。

点击加载更多