公司与模型
阿里千问 Qwen 系列的开源发布与迭代：从旗舰模型到端侧小模型的全谱系动态。
31 条精选近 30 天 23 条共收录 422 条
Qwen 团队开展两项生产级实验：Qwen3.8-Max 自主完成 NoC 模块的 RTL 编码与物理实现，并独立将 Qwen3.8-Flash-Next 适配至真武 M890 芯片。芯片设计中，模型运行超 60 小时完成全流程，使模块面积降低 42%、功耗降低 59.5%。推理适配中，模型 56 小时完成优化，长文本 TTFT 降低 47%，单实例吞吐提升 96%。
推荐理由：展示了 Qwen 在芯片设计端侧与推理端侧双向闭环中自主调用工具完成 RTL 优化及推理栈调优的工程路径。
腾讯正式发布混元图像3.5预览版（Hy Image3.5 preview），该模型在数百名内部专业设计师GSB盲测中较Hy Image3.0能力提升约30%，支持文生图、图生图及多轮对话创作，最高输出2K分辨率。腾讯云API定价为0.15元/张，已上线元宝、WorkRally、OnSolo、Miora、WorkBuddy及ima等产品，灰度测试期间生图请求量提升超50%。
推荐理由：腾讯官方发布Hy Image3.5 preview，提供内部盲测对比数据与0.15元/张的API定价，展示其在专业创作场景的性价比与能力提升。
千问大模型团队开源发布 Qwen-Image-2.1，该模型视觉生成部分参数量为 7B，将文生图与图像编辑整合在同一架构中。模型支持最多 10 张参考图输入，并原生支持透明图像的生成与编辑，同时通过混合粒度注意力结构和 KV Cache 复用机制优化了推理效率与显存开销。
推荐理由：原文详细展示了该轻量模型在透明图像生成与编辑、多图融合及推理效率优化等方面的具体能力与技术细节。
千问正式发布基于 Interleave 架构的同声传译大模型 Qwen3.8-LiveTranslate，支持 60 种语言，新增实时说话人分离、双语同屏及长上下文消歧能力。模型字均延迟（LAAL）从上一代的 2.8 秒降至 2.3 秒，在相关多语言评测中翻译质量与语音合成效果领先于上一代及当前主流系统。模型 API 已上线千问 AI 平台，并提供在线尝鲜体验入口。
推荐理由：原文给出了 Interleave 架构和降低延迟的关键数据，读者可据此判断实时同传体验的实质变化。
HappyOyster 1.0 系列模型正式上架阿里云百炼，开发者可直接调用 API 接入实时生成与持续演化的开放世界能力。该系列包含 Adventure 和 Directing 两个模型，其中 Adventure 支持基于文本或图像输入生成自由探索的世界，用户可实时控制镜头并与场景交互，目前 Directing 模型仅支持新加坡和美国弗吉尼亚地域。
推荐理由：阿里云百炼上线 HappyOyster 1.0 模型，支持通过 API 实时生成可交互的开放世界，文中给出了具体场景示例与计费标准。
阿里云百炼正式上线新一代原生全模态模型 Qwen3.8-Omni-Flash，该模型输入不再区分模态，全模态统一售价为 0.8 元/百万 Token。官方数据显示，新模型在 29 项音视频与 Agent 评测中平均性能较上一代提升超过 25%，并具备从音视频素材中主动定位关键片段、执行工具调用及沉淀可复用 Agent Skill 等完整任务流能力。
推荐理由：原文明确列出全模态同价 0.8 元/百万 Token 的成本优势及主动取证和工具执行的 Agent 能力变化。
Qwen3.8-Max升级至0902版本，通过围绕编程（Coding）和专业办公（Cowork）的后训练，提升了在长周期任务及科研场景的性能。在CodeArena前端编程总榜中，该模型提升22分至1691分夺得冠军，刷新了多步推理和端到端应用生成的能力上限。
推荐理由：Qwen3.8-Max更新至0902版本，前端编程榜首得分提升至1691分，且百万Tokens平均成本显著低于同类高分模型。
腾讯混元团队发布 Hy4 preview 轻量版，通过 Sherry 稀疏量化和 MIX-STQ1_0 混合精度策略将模型权重从 1.5 TB 压缩至 214 GB，降低硬件门槛。
推荐理由：原文展示了如何通过稀疏量化与混合精度策略将模型权重压缩至214GB，并验证了异构设备联合推理的可行性。
千问团队正式发布多模态 MoE 模型 Qwen3.8-Flash，主模型参数量 125B，支持 262k 至 1M token 上下文，其训练成本仅为 Qwen3.7-Plus 的 1/9 且已上线 API 服务。
推荐理由：千问团队发布 Qwen3.8-Flash 模型及开源 Next 版本，通过架构创新显著降低训练成本并优化长上下文效率。
Wan3.0首发上线RunningHub，单次生成时长增至30秒，首次支持doc、xls、ppt、pdf、md等文档格式输入，上传的产品说明或数据报表（≤100MB，≤50页）可自动生成带动态图表、字幕和配音的成片。
推荐理由：Wan3.0原生支持文档输入和30秒长视频生成，平台给出了各档位的每秒计费标准。
LibTV与通义万相联合首发视频生成模型Wan 3.0，该模型支持原生30秒视频生成，并可根据内容自动匹配合适时长。支持单次输入10张图片、5段视频、5段音频以及PPT、PDF、Word、Excel、Markdown等文档和网页链接作为创作参考，并能像素级还原参考细节。
推荐理由：介绍了原生时长与多模态参考能力，并给出限时价格信息。