阿里研究員透露Qwen4.5後模型將擴展至5-10T參數

未來Qwen4.5、Qwen5等版本將擴展至5-10T參數。9月22日，阿里巴巴在雲棲大會上公佈了大模型一系列進展，大模型遞歸自我改進（RSI）已初步進入模型訓練、推理及芯模協同等環節中，基於新一代架構的Qwen4已在訓練中，未來Qwen4.5、Qwen5等版本將擴展至5-10T參數。同時，視頻生成模型、語音模型、圖像模型、世界模型、音樂模型以及全模態模型等均在當天或近期推出新版本。追求更高智能，Qwen加速自我進化 大模型正走向自我迭代，本屆雲棲大會，阿里系統展示了千問大模型自我進化的最新探索成果。在模型自我訓練上，Qwen3.

8-Max通過自主搭建訓練流程、構造訓練數據，並自主設計實驗、定位缺陷，在人類完全“零參與”的情況下持續迭代超1個月，完成33輪有效迭代。基於RSI、後訓練等系列技術聯合優化，Qwen3.8-Max新版本在Artificial Analysis上的得分從40漲至45分，與Claude、GPT最強模型同處第一陣營，領先於GLM5.3、Kimi-K3等所有國產模型。在推理優化上，Qwen3.8-Max在從未見過的平頭哥新款GPU上，自主適配優化了下代架構的Qwen3.8-Flash新模型的推理框架，實現單實例推理吞吐量提升 96%。在芯片模型協同設計上，Qwen3.

8-Max僅基於一份真實的總線模塊規範，自主展開前端、驗證、後端的全鏈路自迭代，在自主運行超60小時、調用EDA工具超萬次後，完成了減少42%面積的物理實現優化。圖說：Qwen LLM項目負責人劉大一恆表示，Scaling是邁向ASI的關鍵路徑，Qwen4.5、Qwen5參數規模計劃邁向5到10T 大會現場，阿里展示了大模型核心領域的系列技術創新。在架構優化方面，Qwen3.

8-Flash提前開源下一代千問大模型架構，通過注意力機制和模型內信息傳遞機制等核心技術創新，在實現前沿模型性能的同時，訓練成本驟降近90%；同時依託於極少的參數激活，將推理計算效率推至全新的帕累託前沿，成為行業性價比“斬殺線”模型。在模態擴充方面，全模態模型Qwen3.8-Omni正式亮相，將音視頻等不同模態高效納入統一理解框架中，為大模型開闢全新的思考分區。在參數擴展方面，參數越大依然能帶來更強的性能，未來千問大模型總參數量將擴展至5萬億甚至10萬億的規模。這些技術創新將成為新一代千問大模型的基石，據介紹，Qwen4模型正採用全新架構展開訓練，Qwen4.5、Qwen5均在穩步推進中。

在不斷探索大模型性能前沿的同時，阿里還通過“全模態”“全尺寸”的大模型開源，與全球開發者和企業共享前沿的AI技術紅利。在全球最大的AI開源社區Hugging Face中，Qwen3.8-27B模型超越DeepSeek-R1、Meta-Llama3.1等史上熱門模型，斬獲該平臺歷史上最受歡迎（Most Likes）的開源大模型。公開數據顯示，阿里已開源460餘個Qwen大模型，Qwen開源模型下載量突破30億次，衍生模型數超30萬個，穩居全球第一開源模型家族。

視聽生成模型升級，全新視頻生成模型擬11月發佈 在最富創意的視覺生成領域，阿里正通過視覺生成模型的持續迭代升級，讓AI創造出更好的作品，讓用戶享受到更好的體驗。圖像生成模型Qwen-Image-3.1亮相，它面向電商、創意、設計等真實商用場景全新優化升級，將原本數小時的視覺設計壓縮至秒級交付，水準堪比專業設計師，還支持圖像精準編輯。音樂生成模型Happy Shrimp 1.1 版本發佈，在音樂表現、人聲質量、多語種演唱及指令理解四個專業維度進一步提升，支持百餘種曲風與十餘種主流語言，覆蓋人聲歌曲與純音樂兩大生成場景。世界模型最新版本HappyOyster 2.

0 Preview亮相，通過對模型架構、訓練方法和數據體系的全面升級，顯著提升了智能實時交互、記憶能力、實時響應、物理規律遵循等核心能力，讓世界模型真正從實驗室走向真實可用。圖說：阿里巴巴ATH技術副總裁，淘天集團首席科學家鄭波在雲棲大會現場提到， 三年內會出現一個原生全模態統一模型，體驗將不再受限於模態的邊界 全新的下一代視頻生成模型也將於11月發佈，朝著更長、更可控、更完整、更智能的方向演進：在更長的時間裡，新模型仍然能保持一致性，創作者可精準掌控人物、場景與鏡頭；同時，模型能具備導演級的創作思維，從生成單個鏡頭邁向理解完整敘事。

下代語音模型發佈，Qwen落地多款智能終端 當前，語音正發展成為AI與人之間更自然的交互入口，Qwen模型也在手機、AI眼鏡、桌面機器人等硬件領域落地。語音模型家族Qwen-Audio-3.1全新升級，包含語音轉寫（ASR）、語音合成（TTS）和實時語音交互（Realtime）三大系列。基於下代架構的音頻理解模型Qwen-Audio-3.1-ASR-Next全新發布，它能夠理解人物情緒、音樂、環境聲與機械聲，完成聲音描述、事件定位、音頻問答與推理，讓“這段錄音中人的情緒怎樣”這樣的問題能夠被理解和準確回答。同時，音頻創作模型Qwen-Audio-3.

1-TTS-Next全新亮相，它採用全新架構，可根據一段腳本，直接生成融合對白和環境聲的完整音頻，極大提高有聲書、影視劇和播客等專業創作的效率。Qwen-Audio-3.1-Realtime實時交互能力再提升，能夠邊聽、邊想、邊說，並進一步增強多語言交互、角色扮演和共情能力。目前，該系列模型已應用於千問辦公和Qoder，並接入QwenNote A2隨身助理、QwenNote Eva桌面機器人和千問AI眼鏡等硬件產品。此外，同聲傳譯模型Qwen3.8-LiveTranslate首次登場，人類同傳平均時延在4秒以上，但該模型可將時延壓縮至不到2.5秒。

據瞭解，新模型已接入千問AI眼鏡、QwenNote A2、釘釘耳機等AI硬件。阿里大模型加速走向終端。AI手機全棧解決方案Qwen Intelligence發佈，專為手機場景深度優化，為合作伙伴提供基於千問大模型的 Agent 技術平臺，讓手機能夠更可靠地完成跨應用的複雜任務。阿里巴巴AI大模型全景圖