在近日举行的云栖大会上，阿里巴巴公布了千问大模型（Qwen LLM）的最新技术突破与应用进展。项目负责人刘大一恒透露，基于递归自我改进（RSI）技术，Qwen3.8-Max已实现全流程自主训练，在无人工干预的33轮迭代中，其性能评分从40提升至45分，跻身全球大模型第一梯队，超越多数国产模型。与此同时，新一代架构的Qwen4已进入训练阶段，未来Qwen4.5、Qwen5版本将扩展至5-10万亿参数规模，持续探索通用人工智能（ASI）的路径。
在技术优化层面，Qwen3.8-Max展现了多维度突破。通过自主适配平头哥新款GPU架构，其推理框架实现单实例吞吐量提升96%；在芯片协同设计领域，该模型仅依赖总线模块规范，通过60小时自迭代与超万次EDA工具调用，将物理实现面积缩减42%。架构创新方面，Qwen3.8-Flash提前开源下一代架构，通过注意力机制优化与信息传递效率提升，训练成本降低近90%，推理效率达到行业领先水平。全模态模型Qwen3.8-Omni的发布则标志着大模型进入多模态统一理解阶段，可同步处理音视频、文本等跨模态数据。
开源生态建设成为另一焦点。数据显示，阿里已开源460余个Qwen系列模型，全球下载量突破30亿次，衍生模型超30万个，稳居开源社区Hugging Face榜首。其中，Qwen3.8-27B模型超越meta-Llama3.1等热门项目，成为该平台最受欢迎开源模型。阿里巴巴ATH技术副总裁郑波预测，三年内将出现原生全模态统一模型，彻底打破模态交互边界。
在应用场景拓展上，视觉与音频生成模型迎来重大升级。面向电商设计的Qwen-Image-3.1将视觉创作周期从数小时压缩至秒级，支持图像精准编辑；音乐生成模型Happy Shrimp 1.1新增百余种曲风与十余种语言支持，覆盖人声与纯音乐场景；世界模型HappyOyster 2.0 Preview通过架构革新，显著提升物理规律模拟与实时交互能力。值得关注的是，下一代视频生成模型将于11月发布，具备更长时长一致性、导演级叙事理解等特性，可精准控制人物、场景与镜头运动。
语音交互领域同样成果丰硕。Qwen-Audio-3.1家族全面升级，ASR-Next模型可识别情绪、环境声等复杂音频信号；TTS-Next模型支持脚本到完整音频的直接生成，大幅提升有声内容制作效率；实时交互模型则强化多语言与共情能力，已应用于千问办公、Qoder等场景。同声传译模型Qwen3.8-LiveTranslate将翻译时延压缩至2.5秒内，低于人类同传平均水平，现已接入AI眼镜、桌面机器人等硬件设备。
终端落地进程加速推进。阿里发布AI手机全栈解决方案Qwen Intelligence，通过深度优化跨应用任务执行能力，为合作伙伴提供可靠的Agent技术平台。目前，Qwen系列模型已覆盖手机、AI眼镜、桌面机器人等多类智能终端，形成从云端到端侧的完整技术布局。
