Qwen3.8-Max上線:聚焦真實辦公與複雜任務，下週將開源模型權重
重點摘要
阿里正式發布新一代大模型 Qwen3.8-Max，在編程、真實辦公及長程任務等能力上全面升級，能以極少人工幹預完成複雜任務。模型權重預計下週開源，開發者與企業可進行二次開發與微調，推動開源大模型生態發展。
阿里正式推出新一代大語言模型 Qwen3.8-Max，根據千問大模型官方說明，這款模型在程式編寫、真實辦公場景、長流程任務執行以及多模態智能體等關鍵能力上獲得全面升級，特別強化了複雜任務的自主執行與成果交付能力。官方同時預告，模型權重將於下週正式開源，讓開發者與企業能夠進行二次開發與應用整合。 Qwen3.8-Max 的核心定位在於以極少的人工介入完成開放式、高難度的任務。從目標理解、任務規劃到最終成果交付，整個流程實現端到端的自動執行。這意味著模型不再只是被動回應問題，而是能夠自主拆解步驟、調用工具、處理多步驟推理，並在真實生產環境中發揮作用。官方強調，此次升級特別增強了智能體在實際業務流程中的應用能力，讓 AI 能夠真正融入辦公自動化、軟體開發、數據分析等工作場景。 在程式開發方面，Qwen3.8-Max 提升了代碼生成與軟體開發流程的支援能力，不僅能處理常見的程式語言，還能夠應對複雜的專案結構與多人協作需求。對於辦公自動化，模型擅長處理多步驟的行政流程，例如自動彙整報表、排程會議、生成文件摘要、跨系統資料調用等。在多模態協同處理上，模型能夠同時理解文字、圖像、程式碼等多種資訊形式，並在單一任務中整合運用，進一步提升效率。 模型權重的開源計畫是此次發佈的另一個重點。下週開放權重後，開發者與企業可以基於 Qwen3.8-Max 進行微調，打造專屬的智能體應用，或將其整合進既有系統中。這對於推動開源大模型生態的發展具有重要意義，因為開源不僅降低了使用門檻，也讓更多團隊能夠針對特定領域進行最佳化，加速技術落地。 從行業趨勢來看，大模型競爭的焦點正逐漸從基礎模型本身的性能指標，轉向智能體能力與複雜任務的執行效率。Qwen3.8-Max 的發佈正好呼應了這一轉變：模型不再只是「會對話」，而是要能「會做事」，並且能夠自主完成端到端的交付。這也反映出整個 AI 產業正在往更高自主性、更貼近真實業務場景的方向發展。 阿里此次推出的 Qwen3.8-Max，在技術架構上延續了千問系列的優勢，並針對過往模型的弱點進行了針對性強化。例如，在長程任務執行方面，模型能夠保持對上下文的理解，避免在長時間對話或多步驟操作中出現遺忘或偏離目標的情況。在真實辦公場景中，模型能夠識別使用者的意圖並主動建議下一步行動，甚至能夠自動調用外部工具（如 API、資料庫、文檔編輯器）來完成任務。 值得注意的是，Qwen3.8-Max 在多模態智能體方面的能力也獲得顯著提升。這意味著模型不僅能處理文字，還能結合圖像、表格、圖表等資訊進行綜合判斷。例如，在分析一份包含圖表的報告時，模型可以同時讀取文字描述與圖表數據，並給出整合性的結論。這對於需要跨領域協作的複雜任務尤為重要。 隨著模型權重即將開源，業界預期將會出現一波基於 Qwen3.8-Max 的二次開發熱潮。開發者可以根據自身需求，對模型進行領域微調，例如打造專屬的客服智能體、自動化測試工具、程式碼審查助手等。企業則可以將其嵌入內部系統，實現流程自動化，降低人力成本並提升效率。 此次發佈也反映了阿里在 AI 領域的長期布局。千問系列一直致力於打造兼具性能與實用性的開源模型，Qwen3.8-Max 的推出進一步鞏固了其在開源大模型生態中的地位。與此同時，行業內的競爭也日趨激烈，各家廠商紛紛推出針對特定場景的模型，試圖在智能體能力和任務執行效率上取得突破。 總體來看，Qwen3.8-Max 的上線標誌著大模型從「能對話」走向「能幹活」的重要一步。透過強化真實辦公與複雜任務的執行能力，並配合開源策略，阿里希望吸引更多開發者與企業參與生態建設，共同推動 AI 技術在實際場景中的落地應用。下週模型權重的開源，將是觀察這一策略成效的關鍵節點。
Related
相關文章
生成模型也能端到端訓練了？核心竟是一個for循環
賬號設置我的關注我的收藏申請的項目退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務項目推薦36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI項目推薦廣東最新創投汽車科技專精特新直播視頻專題活動搜索項目推薦我要入駐城市合作生成模型也能端到端訓練了？核心竟是一個for循環機器之心·2026年08月03日 11:49參數和數據之後，生成模型解鎖預訓練第三根軸 2012 年，AlexNet 用一場壓倒性的勝利終結了一個時代。在此之前，做圖像識別要靠人手工設計一層層特徵提取的流程；AlexNet 證明瞭一件後來被反覆驗證的事：把整個任務端到端地交給模型自己學，幾乎總是打得過人類精心設計的分階段流水線。 從圖像分類到目標檢測再到圖像分割，深度學習的每一次躍遷背後，都是同一句話：讓它自己一口氣學完。 只有一個領域始終是例外：生成模型。 今天最強、最能擴展的生成模型（無論是自迴歸還是擴散模型）都不是端到端的。 它們訓練時只學預測「一小步」，推理時卻要像循環網絡那樣把這一步反覆展開幾百上千次。 訓練和推理用的不是同一套採樣方式。這個裂縫帶來了一個老問題：每一步的誤差會喂進下一步，輸入逐漸漂離訓練時見過的分佈，誤差層層累積。學術上管它叫「暴露偏差」（exposure bias）。 換句話說，「端到端更好」這條深度學習最核心的經驗，十幾年來始終沒能真正落到生成模型頭上。 而就在最近，一篇來自 UIUC 與哈佛大學的論文，試圖把這塊最後的拼圖補上。 作者
王慧文家族辦公室押注的AI版圖：從大模型到AI Agent
王慧文家族辦公室Lollapalooza Capital已投資24個AI項目，從大模型公司月之暗面到AI Agent創業公司蝴蝶效應，覆蓋AI基礎設施、內容生成、教育和硬體等產業鏈關鍵環節。這顯示其投資布局從早期的大模型能力競爭，逐漸轉向AI應用落地與生態建設。
天下苦閉源模型久矣，MiniMax要做多模態領域的Deepseek
MiniMax發布多模態生成模型H3，支援2K解析度、15秒影片生成，性能與Seedance 2.5相當，但定價僅每秒0.8元人民幣，具備價格競爭力。H3將開源，打破影片生成市場由閉源模型主導的局面，可私有化部署，有望取代部分傳統後製工序。
微信、支付寶會給豆包手機“開門”嗎？AI手機背後的入口之爭
如果這些規則沒有明確，即使技術接口存在，超級App們也沒有動力把最有價值的部分交給一個可能架空自己的外部Agent。如果豆包遲遲無法拿到阿里和騰訊等企業的深度授權，字節並非完全沒有退路。相比其他公司，字節最大的優勢之一，是它本身已經擁有一套規模龐大的互聯網產品生態。在內容領域，字節擁有抖音和今日頭條；在辦公與創作領域，擁有飛書、剪映等工具；在消費場景中，抖音電商和抖音生活服務也已經形成了相當規模的商品和本地商戶供給。
天下苦閉源模型久矣，MiniMax要做多模態領域的Deepseek
MiniMax發布新一代多模態生成模型H3，支援2K解析度與原生雙聲道，性能與Seedance 2.5同級，但每秒定價僅0.8元人民幣，並宣布數日內開放模型權重。H3透過自研VAE與全模態理解管線降低算力成本，能一次生成含配音、字幕與動效的成片，可能取代部分傳統後期工序。此舉打破視頻生成市場由閉源模型主導的局面，為中小團隊與重視數據主權的B端客戶提供新選擇。
阿里企業級 Agent 產品“千問辦公”開啟公測，集成最新旗艦模型 Qwen3.8
阿里巴巴企業級Agent產品「千問辦公」正式開啟公測，個人與企業用戶可透過官網體驗，並整合了QoderWork、MuleRun、悟空三款產品，成為業界首款同時支援桌面端、雲端與企業協同Agent的產品。該服務搭載最新旗艦模型Qwen3.8，並提供免費版、個人標準版、個人高級版及企業版等多種訂閱方案，其中個人標準版與高級版目前有8折優惠。