Tag Archives: 通義千問

美國以模型性能論 AI 競賽勝負,蔡崇信:中國擁有四大優勢

作者 |發布日期 2025 年 12 月 02 日 17:29 | 分類 AI 人工智慧 , 中國觀察

阿里巴巴集團主席蔡崇信上個月在香港大學經管學院的陳坤耀杰出學人講座,以「前瞻十年:推動中國經濟增長的科創引擎」為題與副院長鄧希煒教授進行座談。蔡崇信指出,美國以模型性能論勝負,但如果從能源、資料中心建設成本、人才資源及開源策略等面向觀察,中國在 AI 競賽仍具自身優勢。

繼續閱讀..

中國開源 AI 模型先下一城:Airbnb 選擇阿里巴巴通義千問,放棄 OpenAI ChatGPT

作者 |發布日期 2025 年 10 月 22 日 18:20 | 分類 AI 人工智慧 , 旅遊 , 軟體、系統

Airbnb 最近關鍵 AI 戰略,就是選擇「高度依賴」阿里巴巴開源 AI 模型 Qwen 驅動 AI 客戶服務代理,取代 OpenAI ChatGPT。彭博社報導,Airbnb 共同創辦人兼執行長 Brian Chesky 表示,雖然他與 OpenAI 創辦人 Sam Altman 是朋友,但 ChatGPT 整合度「未完全符合 Airbnb 需求」,但阿里巴巴通義千問(Qwen)模型「非常好,且快速又便宜」。 繼續閱讀..

阿里通義千問推首個圖像生成基礎模型 Qwen-Image

作者 |發布日期 2025 年 08 月 05 日 15:45 | 分類 AI 人工智慧 , 軟體、系統

綜合中媒報導,阿里巴巴旗下阿里雲通義千問團隊 5 日宣布開源 Qwen-Image,其為 20B 的 MMDiT 模型,也是通義千問系列中首個圖像生成基礎模型。Qwen-Image 的主要特性包括文本渲染能力、一致性的圖像編輯能力、跨基準性能表現;其中,Qwen-Image 在複雜文本渲染方面表現出色,支持多行布局、段落級文本生成以及細粒度細節呈現,無論是英語還是中文,均能實現高保真輸出。 繼續閱讀..

基於 Qwen3 研發 螞蟻數科發布金融推理大模型

作者 |發布日期 2025 年 07 月 28 日 15:00 | 分類 AI 人工智慧 , Fintech

綜合中媒及港媒報導,螞蟻集團旗下螞蟻數科 28 日在世界人工智慧大會論壇上,正式發布金融推理大模型 Agentar-Fin-R1,該模型基於阿里巴巴旗下的通義千問 Qwen3 研發,專注金融專業性、推理及安全合規能力;在 FinEval1.0、FinanceIQ 等權威金融大模型評測基準上超越 Deepseek-R1 等同尺寸開源通用大模型以及金融大模型。 繼續閱讀..

阿里推翻譯模型 Qwen3-MT,支援 92 種語言互譯

作者 |發布日期 2025 年 07 月 25 日 14:30 | 分類 AI 人工智慧

綜合港媒及中媒報導,阿里巴巴旗下阿里雲通義千問 Qwen 團隊發布先進機器翻譯模型 Qwen3-MT,支援超過 92 種主流官方語言及重要方言之間的高品質互譯,覆蓋全球 95% 以上的人口,滿足廣泛的語言交流需求。這款新模型建立在 Qwen3 基礎上,經過數兆多語言和翻譯數據的訓練,以增強其翻譯能力;並融合了強化學習技術,提高準確性和流暢度。 繼續閱讀..

阿里巴巴推出混合推理模型 Qwen3,無縫切換思考和非思考模式

作者 |發布日期 2025 年 04 月 29 日 16:29 | 分類 AI 人工智慧

阿里巴巴集團發表通義千問大型語言模型最新成員 Qwen3,包括 6 款密集模型與 2 款混合專家模型(Mixture of Experts Models,MoE),性能接近 OpenAI、Google 等公司的專有模型。Qwen3 有助於開發者開發適合於行動裝置、智慧眼鏡、自駕車及機器人等場景的 AI 應用。

繼續閱讀..

阿里通義千問推出視覺推理新模型 QVQ-Max

作者 |發布日期 2025 年 03 月 28 日 15:25 | 分類 AI 人工智慧 , 軟體、系統

綜合中媒報導,阿里巴巴旗下阿里雲通義千問團隊發布新一代視覺推理模型 QVQ-Max。據悉,該模型不僅能夠辨識關鍵元素,還能結合背景知識進行深入推理,提供更具價值的結論。此外, QVQ-Max 的核心能力可總結為三個方面,包括細致觀察、深入推理及靈活應用。 繼續閱讀..

阿里最新多模態模型開源 主打視覺語言

作者 |發布日期 2025 年 03 月 25 日 15:45 | 分類 AI 人工智慧 , 軟體、系統

綜合中媒報導,在 DeepSeek-V3 更新的同一夜,阿里巴巴旗下阿里雲通義千問 Qwen 發表 Qwen2.5-VL-32B-Instruct,先前開源家族視覺語言模型 Qwen2.5-VL 包括 3B、7B 和 72B 三種尺寸,這次的 32B 版本進一步兼顧尺寸和性能,可在本地運行,並經過強化學習優化,在三個方面改進顯著,包括回答更符合人類偏好、擁有更強的數學推理能力,以及在圖像解析、內容辨識、視覺邏輯推導等任務中,表現出更強的準確性和細粒度分析能力。 繼續閱讀..