阿里千問大模型重磅更新:Qwen3.8-MAX加持,打造“真·辦公助理”新範式 正文:

2026年8月7日 03:006300 次瀏覽
站內 AI 整理稿

阿里千問大模型迎來重磅升級,今日正式宣佈上線「思考研究」、「定時任務」、「辦公助理」等多項核心能力,並全面支持最新的旗艦模型 Qwen3.8-MAX。此次更新標誌著大模型從「輔助對話」向「自主執行」邁出了關鍵一步,旨在解決職場人士在複雜決策與重複性工作中的實際痛點,打造「真·辦公助理」的新範式。本次升級的「思考研究」模式在原「深度思考」基礎上進行了深度優化。該模式強化了複雜推理與信息整合能力,能夠輸出結構化的研究報告,為決策提供支持。在商務場景中,它可自動整合零散資料,一鍵生成符合要求的週會彙報文檔,大幅提升信息處理效率。

此功能尤其適用於需要快速梳理大量資訊的金融分析、市場調研等領域,讓專業人士能將更多精力投放於策略制定而非基礎資料整理。最引人注目的莫過於「辦公助理」功能的推出。與傳統 AI 僅提供文本建議不同,千問辦公助理具備了連接外部應用和操作系統的能力。它不僅能打通備忘錄、日曆、郵件等應用,還能自主操作電腦和瀏覽器,完成多步驟任務並直接交付可用的 Office 文檔。針對企業常見的多格式數據彙總難題,辦公助理可實現自動清洗數據並輸出最終結果,真正實現「真幹活,真交付」。這項突破性的能力,讓 AI 從「參謀」轉變為能實際動手解決問題的「執行者」。具體而言,辦公助理的自主操作能力體現在多個層面。

例如,它可以自動登入企業內部系統,下載指定報表,進行數據比對與分析,最終生成一份包含圖表與結論的 PPT 簡報。在處理日常行政事務時,它也能協助預訂會議室、發送會議邀請、整理會議紀要,甚至根據會議內容自動生成待辦事項並分配到相關人員。這種深度整合的能力,極大地擴展了 AI 的應用邊界。此外,該功能還支持手機與 PC 端的跨端協同,用戶可在移動端發起任務,由算力更強的 PC 端執行。這意味著,無論身處何地,用戶都能隨時指派任務,並在回到辦公桌後獲得已完成的工作成果。這種無縫的跨設備體驗,打破了以往 AI 工具受限於單一設備的瓶頸,讓辦公自動化真正實現了「隨時隨地」。

同期上線的「定時任務」功能則專注於自動化辦公,用戶預設時間後,AI 即可自動完成行業簡報梳理、郵件分類等週期性工作。這項功能猶如一位不知疲倦的數位助理,能依照用戶設定的節奏,定期完成重複性任務,確保資訊的即時更新與整理。例如,每日早晨自動彙總前一日的市場動態,或每週五下午自動整理本週的項目進度報告,讓工作流程更加流暢。配合升級後的語音通話能力和覆蓋十餘個生活領域的「智能體廣場」,千問正試圖構建一個從專業辦公到生活服務的全場景 AI 生態。用戶可以透過語音直接與 AI 進行多輪對話,完成諸如訂餐、叫車、查詢天氣等生活服務,實現工作與生活的無縫銜接。

這種全方位的生態佈局,顯示了阿里在 AI 應用領域的長遠規劃與野心。業內分析認為,此次更新大幅降低了 AI 工具的使用門檻,將有效推動人工智能在企業辦公場景中的落地普及。過去,AI 工具的使用往往需要一定的技術背景,而現在,透過自然語言即可完成複雜任務,這讓每一位職場人士都能輕鬆受益。這也預示著,AI 將從「輔助工具」轉變為「核心生產力」,深刻改變未來的工作模式。值得注意的是,此次更新也與阿里雲的開源策略緊密相扣。此前,Qwen3.8-Max 的預覽版已率先登陸阿里雲 Token Plan、Qoder 及 QoderWork 三平台,讓開發者能提前體驗其能力邊界。

這種「開源+閉源」的雙軌策略,不僅能吸引更多開發者參與生態建設,也能透過商業化服務為企業用戶提供更穩定、更安全的解決方案。在更宏觀的層面,阿里通義千問的此次升級,也反映了 AI 產業的整體趨勢。從單純的「對話」到「執行」,從「單一功能」到「全場景覆蓋」,AI 正在從一個「智能助手」演進為「數位員工」。這不僅是技術的突破,更是對人類工作流程與生產關係的重新定義。未來,如何與 AI 高效協作,將成為每一位職場人士必須思考的課題。總而言之,阿里千問此次的更新,不僅是產品功能的迭代,更是一次對 AI 應用範式的重新定義。

透過「思考研究」、「辦公助理」、「定時任務」等核心能力,千問正逐步實現其「真·辦公助理」的願景,並為整個 AI 產業的發展樹立了新的標竿。隨著技術的持續演進,AI 在辦公領域的應用將更加深入,一個全新的智慧辦公時代正在來臨。

Related

相關文章

智東西生成式AI

一文看懂昇騰超節點:AI Infra已進入系統工程階段

(公眾號:zhidxcom) 作者 | 陳駿達 編輯 | 漠影 AI大模型競賽,正在進入新的量級。海外,十萬億參數的大模型已經逐步變成現實;國內,數萬億參數的大模型也在加速追趕。為了訓出真正的SOTA模型,算力集群從萬卡走向10萬卡已成為標配。 然而,一個尷尬的現實是:卡越堆越多,真正被利用起來的算力,卻沒有同步增長。華為的仿真數據顯示,在10萬卡集群中,卡間通信可能消耗了40%以上的訓練時間,算力利用率(MFU)往往不到30%。也就是說,大量昂貴的算力,並沒有真正用於計算。

剛剛
鈦媒體生成式AI

Anew labs,“蒸餾”的行家

醫曜2026.09.21 18:00 · 來自北京全文2781字00:00 / 08:07首款自研藥AN5162,me-too了Dice/禮來。文 | 醫曜AI圈如今言必稱"蒸餾"。蒸餾現有知識,蒸餾競爭對手,蒸餾員工技能,無物不可蒸餾。醫藥圈很少說蒸餾。但這個行業有一個耳熟能詳、讓人稍微有點不屑、卻又必須面對的詞——me-too:copy對手的骨架,在對手專利之外尋求突破。copy得好,是me-better,甚至是me-best(Best-in-Class);copy失敗呢?那就me-worse嘍。

3 小時前

Anthropic與字節扎堆AI製藥,下一個Coding風口卡在了數據這道坎上

Anthropic一邊自建溼實驗室,用來測試自家模型指揮生物實驗的能力,一邊牽手諾和諾德、百時美施貴寶,並把Coefficient Bio收入囊中;字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI,當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間,但真正燒錢又耗時的臨床試驗環節卻難同步縮短,早期命中率提上來,並不等於臨床成功率就跟著漲。

3 小時前