阿里：Qwen4.5后模型将扩展至5-10T参数，Qwen4很快发布
内容提要
云栖大会公布千问大模型进展：Qwen3.8-Max实现零人工干预自我迭代33轮，推理吞吐提升96%，芯片协同优化使面积减少42%。Qwen4正在训练，未来Qwen4.5、Qwen5参数规模将达5至10万亿。Qwen3.8-Flash训练成本降低近90%，全模态模型Qwen3.8-Omni亮相。图像、音乐、世界、语音等模型升级，同传时延降至2.5秒内，并落地手机、AI眼镜等终端。
延伸解读
自我迭代：从概念到工程实践
文章披露，Qwen3.8-Max在零人工干预下自主完成33轮迭代，并在未见过的平头哥GPU上自主优化推理框架，使吞吐提升96%。这显示大模型递归自我改进已进入训练、推理及芯模协同等环节，不再局限于理论。对行业而言，这意味着模型研发可能逐步减少对人工调参的依赖，但文章未提及迭代的稳定性与泛化能力，实际效果仍需观察。
参数扩展与成本控制的平衡
阿里计划将Qwen4.5、Qwen5参数规模扩展至5-10T，同时Qwen3.8-Flash通过架构创新将训练成本降低近90%。这反映出一条路径：在追求更大参数的同时，通过注意力机制和信息传递优化来提升计算效率。读者可关注这种“大参数+低成本”组合能否在后续版本中延续，以及它如何影响开源模型的性价比竞争。
全模态与终端落地并进
文章提到全模态模型Qwen3.8-Omni亮相，语音、图像、音乐、世界模型均有升级，同传时延压缩至2.5秒内，并已接入AI眼镜、桌面机器人等硬件。这表明Qwen正从纯模型向终端场景渗透，强调多模态统一理解和实时交互。但具体终端体验、合作伙伴范围及商业化进展，文章未详细展开，需后续信息补充。
开源生态的规模效应
阿里已开源460余个Qwen模型，下载量突破30亿次，衍生模型超30万个，Qwen3.8-27B在Hugging Face获最多点赞。这些数据说明其开源策略已形成显著的生态规模，可能加速技术扩散和反馈循环。不过，开源模型的性能与闭源版本差异、社区贡献质量等，文章未做对比，读者可结合其他信息判断其实际影响力。
Q&A
Qwen4.5和Qwen5的参数规模计划扩展到多少？
未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。
Qwen3.8-Max在自我迭代方面取得了哪些成果？
Qwen3.8-Max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，在Artificial Analysis上的得分从40涨至45分，与Claude、GPT最强模型同处第一阵营。
Qwen3.8-Flash在训练成本上有什么优势？
Qwen3.8-Flash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，训练成本骤降近90%。
阿里在开源大模型方面有哪些成就？
阿里已开源460余个Qwen大模型，Qwen开源模型下载量突破30亿次，衍生模型数超30万个，稳居全球第一开源模型家族。Qwen3.8-27B模型在Hugging Face上超越DeepSeek-R1、Meta-Llama3.1等，成为该平台历史上最受欢迎的开源大模型。
Qwen3.8-LiveTranslate同声传译模型的时延是多少？
Qwen3.8-LiveTranslate可将同传时延压缩至不到2.5秒，而人类同传平均时延在4秒以上。
Qwen大模型在智能终端上有哪些落地应用？
Qwen模型已应用于千问办公和Qoder，并接入QwenNote A2随身助理、QwenNote Eva桌面机器人和千问AI眼镜等硬件产品。同声传译模型已接入千问AI眼镜、QwenNote A2、钉钉耳机等AI硬件。此外，AI手机全栈解决方案Qwen Intelligence发布，为合作伙伴提供基于千问大模型的Agent技术平台。
