阿里公布全模态模型新进展，Qwen4和下代视频模型均在训练中

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 阿里公布全模态模型新进展，Qwen4和下代视频模型均在训练中 量子位的朋友们 2026-09-22 11:42:43 来源： 量子位 9月22日， 2026云栖大会开幕，阿里巴巴公布大模型最新进展。 9月22日， 2026云栖大会开幕，阿里巴巴公布大模型最新进展。 在大语言模型LLM领域 ，Qwen3.8-Max在编程（Coding）和办公（Cowork）领域表现强劲，发布后斩获Artificial Analysis Agentic智能体第一、CodeArena前端编程第一；基于下一代架构的Qwen4已投入训练，未来Qwen4.5、Qwen5等后续版本模型参数将扩展至5到10万亿。 在多模态领域 ，Qwen-Image-3.1性能有望逼近最强GPT-Image 系列，跻身全球前列；Qwen-Audio-3.1在ASR、TTS以及Realtime三个核心语音赛道均位列国际第一梯队、国内第一，超越Gemini 3.1 TTS等国际顶尖模型；世界模型HappyOyster-2.0-Preview全新亮相，推动世界模型从实验室走向真实可用；视频生成模型Wan3.0斩获Artificial Analysis 文生视频与视频编辑双榜第一，同时，下一代视频模型也在训练中，拥有更强的生成力、控制力和理解力，推动AI从工具走向创作智能。 在最新的Artificial Analysis全球大模型排行榜上，Qwen3.8-Max从40提升到45分 阿里巴巴是最早布局AI大模型的中国科技公司。 从2019年起，阿里就开始着手AI大模型研究，陆续推出千问Qwen大语言模型系列，和万相Wan及HappyHorse等多模态模型系列。进入2026年，阿里大模型发布全面提速，最近1个多月时间，仅Qwen3.8系列就陆续更新迭代出4个不同模型及重大版本，性能和性价比均进入全球前沿水平，成为当前最受企业和全球AI开发者社区关注的中国模型之一。2026云栖大会上，阿里公布了大模型自我进化（RSI）已初步进入模型训练、推理及模型芯片协同等环节中，这一前沿技术探索加速了Qwen系列模型的迭代升级。 传统模型迭代通常是一条单向流水线，研究员从评测或用户反馈中发现问题，准备一批数据，完成一次训练，然后发布新模型。像这样的工作会持续重复循环，下一轮新模型仍要从人工分析重新开始。现在，Qwen3.8-Max可以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、后训练等系列技术创新，Qwen3.8-Max的新版本在Artificial Analysis上的得分提升12.5%到45分，与Claude、GPT等顶尖模型属于前沿梯队。 此外，千问RSI探索还不断延展，向上支撑推理自主优化，向下协同芯模联合创新：在推理优化上，Qwen3.8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SGlang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、标准单元数降低29%，功耗降低59.5% 。 追求更高智能并加速自我进化，是Qwen最重要的北极星目标。 本届云栖大会，阿里公布了大语言模型系列技术进展。 在架构优化方面 ，Qwen3.8-Flash（详见技术博客）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，将训练成本骤降近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（详 见技术博客 ） ，全模态模型Qwen3.8-Omni-Flash正式亮相，将视频、音频、图片和文字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。 追求极致性价比、推动实现AI普惠，是Qwen的另一个北极星目标。 Qwen3.8系列模型中，Qwen3.8-Max被Arena评为前沿编程模型中性价比最高的模型之一，相较Qwen3.7的Token调用数提升12倍，进入全栈开发、自动化运营、法律文书、投研分析、工程设计、科学研究等真实场景；Qwen3.8-Flash通过结构创新，开启了缓存命中输入低至每百万Tokens0.1元的全新时代；Qwen3.8-27B被全球开发者誉为“本地Opus4.6”，将智能密度压缩到配备消费级显卡的电脑也能跑的极致程度，把智能和性价比“斩杀”到新水平。 事实上，全世界的企业和开发者都在用阿里大模型来探索AI应用落地。 比如，硅谷AI独角兽Perplexity基于Qwen3.8打造本地Agent，知名互联网公司爱彼迎Airbnb CEO布莱恩·切斯基称公司正“大量依赖阿里巴巴的千问模型”，并直言“比OpenAI更好更便宜”；“美国版小红书”Pinterest也用Qwen来搭建了自己的AI购物助手和聊天机器人，其CEO比尔·雷迪直言使用Qwen的成本不到Anthropic、OpenAI等同类闭源模型的8%；路透社也为降低对Claude等闭源模型的依赖并减少长期使用成本，基于Qwen开发自有模型。 Qwen3.8系列模型均面向全球开源，短短一个月，Qwen3.8相关模型已下载超5600万次，衍生模型超1900个，其中Qwen3.8-27B超过DeepSeek-R1、Meta-Llama3.1等热门模型，成为Hugging Face历史上最受欢迎大模型全球第一。截至目前，阿里已开源460多个千问大模型，Qwen模型的整体下载量超30亿次，衍生模型超30万个，Hugging Face官方报告指出， Qwen已成为全球AI开源社区的基座模型 ，包括DeepSeek、英伟达、AWS、微软等知名公司都基于Qwen二次开发出相关衍生模型，进行AI业务的落地探索实践。 如果说大语言模型是机器的大脑，目的在于变得更聪明、更强大，推进通用人工智能AGI乃至超级人工智能ASI的实现；那么多模态模型则是机器与人、世界交互的中枢，目的在于感知、理解甚至创造出新的事物，帮助机器可靠、平稳地走向真实物理世界。本次云栖大会上，阿里巴巴多款多模态模型重磅升级，从单模态生成逐步迈向全模态理解生成一体化发展。 在视频生成领域，2025年，Wan2.6在国内首次支持视频参考生成， 15秒时长，智能多分镜。进入2026年，阿里视频模型持续探索在最前沿，4月发布的 Wan2.7 与 HappyH