阿里一口氣發(fā)了N款新模型，讓我們向源神致敬
阿里的早上這個發(fā)布會，給我看麻了。
一場阿里的云棲大會，我真的感覺，他們把家底全都掏出來了。。。
發(fā)了不知道多少個模型。
我雖然這次有事很可惜沒去成現(xiàn)場，但是還是破天荒的8點(diǎn)多起床一下蹲了直播。
結(jié)果一直等到快10點(diǎn)才開始= =
過程中，我都看懵了，就一股腦子發(fā)啊，各種各樣的模型，挨個掏。
我大概數(shù)了下， 純今天新發(fā)布的新模型有兩個，一個是整個Qwen系列最強(qiáng)的Qwen3-Max，另一個是爆火的Wan2.2的后續(xù)模型Wan2.5，這玩意支持跟Veo3一樣的音畫同出的特性，是有點(diǎn)東西的。
然后也正式發(fā)布了前幾天為了預(yù)熱提前發(fā)布的模型，比如目前Qwen里面最強(qiáng)的Qwen3-VL模型，還有一個全模態(tài)模型Qwen3-Omni，還有全新的模型架構(gòu)帶來的Qwen3-Next等等。
不知道為什么，總讓我有一種Google的既視感。
一邊開發(fā)布會，另一邊，阿里的股票直接漲飛了。
我最快速度整理+體驗(yàn)了一波，給大家直接一文總結(jié)一下，來自阿里的全發(fā)布。
話不多說，我們，開始。
一. Qwen3-Max
最牛逼最新的，肯定就當(dāng)屬Q(mào)wen3-Max正式版了，直接對標(biāo)GPT-5、Claude Opus 4這些世界頂尖模型。
上一次發(fā)Max還是今年1月29日除夕發(fā)布的，半年后，他們終于把Qwen3-Max掏出來了。
在LMArena上，之前的Qwen3-Max-Instruct的預(yù)覽版，在這個全球最權(quán)威的匿名模型對戰(zhàn)平臺上，并列前三，直接把GPT-5-Chat都甩在了身后。
這次的Max，是真的把參數(shù)堆滿了。
模型總參數(shù)超過了1萬億，用了36萬億的tokens進(jìn)行預(yù)訓(xùn)練，突出一個量大管飽。
他們自己的Blog的標(biāo)題也非常的蘋果味。
大就是好。
MoE模型，1萬億的大小，支持100萬Token的上下文。
這次發(fā)布的Qwen3-Max，也跟別家一樣，分了兩個版本，一個Instruct版，一個更猛的Thinking版。
Qwen3-Max-Instruct這個版本，就是我們現(xiàn)在能直接用到的，不帶深度思考的。
主要是在代碼和Agent能力上，還是非常強(qiáng)的。
AIME2025基本一騎絕塵，在LiveCodeBench v6這個強(qiáng)調(diào)復(fù)雜工程題、未公開題上的泛化能力的測試集上，也得到了不錯的效果。
τ2-Bench這個新的強(qiáng)調(diào)AI在動態(tài)環(huán)境中的推理、工具使用、用戶引導(dǎo)與協(xié)調(diào)能力的Agent評測集，Qwen3-Max也是最強(qiáng)的，74.8分，直接干翻了Claude Opus 4和DeepSeek-V3.1。
SWE-Bench這個專門解決真實(shí)世界編程難題的測試集上，它拿了69.6分，也是穩(wěn)穩(wěn)的世界第一梯隊(duì)。
不過感覺后面可以更多的看看 SWE-Bench Pro了。
Thinking版目前發(fā)了能力圖，但是還沒放出來。
在AIME 25和HMMT這兩個地獄難度的數(shù)學(xué)推理競賽題集上，Qwen3-Max-Thinking，拿了100分。
滿分。
直接跟GPT-5 Pro打平了。
這玩意還是有點(diǎn)酷的，可惜，現(xiàn)在還體驗(yàn)不到。
目前Qwen3-Max-Instruct已經(jīng)在官網(wǎng)上線了：
可以看到深度推理那塊是灰的，不過據(jù)說也快上線了。
大家可以去體驗(yàn)一下。
哦對了，Qwen3-Max目前不開源。
二. Wan-2.5
這段時間，開源的Wan2.2已經(jīng)爆了。
你在X上，隨處可以那種做人物動畫遷移拿到百萬觀看的帖子。
阿里直接趁熱打鐵，把Wan2.5掏了出來。
一些升級到1080P、能跑10s時長這種基礎(chǔ)參數(shù)啥的我就不說了。
有一個很好玩的東西，是我覺得可以一提的，就是他們的新能力。
音畫同出。
聽到這個詞是不是很陌生？但是如果我說是是Veo3的那個原生的輸出帶角色音頻的視頻，你們應(yīng)該就會有印象了。
而這次，Wan2.5，也是第一次支持這個能力，不僅可以跟Veo3一樣，用Prompt控制，而且，還可以上傳圖片+音頻直出。
你可以在通義萬相上玩：???https://tongyi.aliyun.com/??
我直接給大家放一個例子。
直接一張圖+1段音頻，就可以跑出表演還不錯的視頻。
很酷。
還有更好玩的。
真的，能玩起來的花活實(shí)在太多了。
得益于音畫同步直出的能力，在數(shù)字人和人物表演上，能力大幅加強(qiáng)。
而且解決了Veo3一直以來一個很尷尬的問題，就是沒法保持音色一致性。
但是現(xiàn)在，Wan2.5可以支持上傳音頻驅(qū)動了。
那保持一致性，就太簡單了。
這可能給AI短劇，又帶來一波很酷的飛躍。
三. Qwen3-VL
Qwen3-VL今天凌晨提前開源了。
目前是Qwen 系列中最強(qiáng)大的視覺語言模型，原生支持256K token上下文，還能擴(kuò)展到100萬上下文，大概支持長達(dá)2小時的視頻。
這次開源的是VL系列的旗艦?zāi)Ｐ蚎wen3-VL-235B-A22B，有Instruct與Thinking兩個版本，帶推理和不帶推理的。
在跑分上是有點(diǎn)東西的，在一些能力上，甚至優(yōu)于Gemini2.5 Pro了。
這里也放一下他們的片子，我覺得這種視覺模型，一定得配視覺化的看起來才爽。
而且有幾個特點(diǎn)我覺得是有點(diǎn)牛逼的。
一個是有視覺Agent能力，能理解按鈕、調(diào)用工具等等，在PC或者手機(jī)上完成一些Agent任務(wù)。
這個還是挺強(qiáng)的。
各種識別+推理能力也是非常的牛逼，我的好基友@劉聰NLP測了不少這塊的Case。
比如有一個很坑的題：
找到2024年GDP值最大的省份，并且計(jì)算占全國GDP的百分之多少？
圖片
而Qwen3-VL-235B-A22B，都沒開推理，也是一次就對了。
四. Qwen3-Omni
Qwen3-Omni是一個開源的全模態(tài)模型，阿里的盤子真的鋪的太大了，模型也真的太全了。
這個是昨天凌晨提前發(fā)了，但是在今天的云棲大會上，正式發(fā)布了。
這是一個純粹的端到端模型，Qwen3-Omni在訓(xùn)練的時候?qū)W習(xí)了很多跨模態(tài)的數(shù)據(jù)，原生支持文本、圖像、音頻和視頻的輸入，支持119種文本語言交互、19種語音理解語言與10種語音生成語言。
對，你可以直接進(jìn)行端到端語音對話，延遲只有211毫秒。
還支持function call和MCP，能非常方便的和現(xiàn)有工具結(jié)合。
我直接用它，來識別歌曲。
還是挺好玩的。
五. 其他
還沒完，嗯。。。
還有Qwen3-Coder-Plus，推理速度更快，使用更少的 token 可達(dá)到更優(yōu)的效果，代碼安全性增強(qiáng)。
還有Qwen3-Next，總參數(shù)80B僅激活 3B，性能就可媲美千問3旗艦版235B模型，訓(xùn)練成本較密集模型Qwen3-32B大降超90%，長文本推理吞吐量提升10倍以上，就離譜。
還有全新的語音模型家族通義百聆，涵蓋語音識別大模型Fun-ASR、語音合成大模型Fun-CosyVoice。
Fun-ASR基于數(shù)千萬小時真實(shí)語音數(shù)據(jù)訓(xùn)練而成，具備強(qiáng)大的上下文理解能力與行業(yè)適應(yīng)性，能實(shí)時處理10多種語言。
Fun-CosyVoice可提供上百種預(yù)制音色，完全可以拿去做各種客服、有聲書、AI玩具啥的。
還有Qwen3-LiveTranslate-Flas，實(shí)時多模態(tài)翻譯，只有3秒多的延遲。。
還有Qwen3Guard，專為全球?qū)崟rAI安全構(gòu)建的Qwen3基礎(chǔ)安全審核模型，非常適合做RL獎勵建模。
還有圖片編輯模型Qwen-Image-Edit-2509。。。
阿里，真的，就離譜。。。
開源給我人開傻了。
寫在最后
總而言之，阿里這次發(fā)布會給我的感覺就是四個字。
傾其所有。
為了這個繁榮昌盛的AI生態(tài)。
幾乎是構(gòu)建了一個從底層模型到上層應(yīng)用，覆蓋文本、視覺、音頻、視頻的全模態(tài)、全場景的超級生態(tài)。
而且我看了下數(shù)據(jù)，現(xiàn)在，開源屆，現(xiàn)在真的就是Qwen一統(tǒng)江湖了。
這個肌肉，秀的是真的6。
不得不夸一句。
今天的光，屬于阿里。
本文轉(zhuǎn)載自??數(shù)字生命卡茲克??，作者：數(shù)字生命卡茲克
