阿里公布十万亿参数大模型演进路线

2026云栖大会在杭州开幕，阿里巴巴集团公布了大模型领域的多项进展：基于下一代架构的Qwen4已投入训练，Qwen4.5、Qwen5等后续模型的参数规模计划扩展至5万亿至10万亿。同时，大模型递归自我改进（RSI）已经进入模型训练、推理以及芯片协同等多个环节，多模态模型矩阵实现全面升级，下一代视频生成模型将于11月发布。

Qwen LLM项目负责人刘大一恒表示，Scaling是迈向ASI的重要路径。阿里披露，Qwen3.8-Max发布之后，在Artificial Analysis Agentic智能体、CodeArena前端编程等评测中位居前列。更值得关注的是模型的自迭代能力：Qwen3.8-Max已经能够自主搭建训练流程、构造数据、设计实验并定位缺陷，在人类零参与的情况下持续迭代超过一个月，完成33轮有效迭代，使Artificial Analysis得分提升12.5%。在推理优化和芯片模型协同设计方面，RSI同样已经实现落地。

架构层面的创新同样显著。Qwen3.8-Flash通过注意力机制等方面的创新，将训练成本降低近90%，并以较少的参数激活提升了推理效率。这意味着在同等算力预算下，团队可以支撑更大规模的实验与迭代，也为后续万亿级参数模型的训练铺平了道路。

多模态方面，Qwen3.8-Omni-Flash可统一处理视频、音频、图片和文字；Wan3.0支持单次生成30秒视频及结构化输入，下一代视频生成模型将于11月发布。语音与图像方向，Qwen-Audio-3.1系列覆盖ASR、TTS和Realtime，Qwen3.8-LiveTranslate将字均延迟降至2.3秒；Qwen-Image-3.1、Qwen-Image-2.1、HappyShrimp 1.1以及HappyOyster 2.0-Preview也在同步推进。

开源生态成为此次披露的另一重点。一个月内，Qwen3.8相关模型下载量已超过5600万次，衍生模型超过1900个；截至目前，阿里已累计开源460多个千问模型，整体下载量超过30亿次，衍生模型超过30万个。阿里方面称，Perplexity、Airbnb、Pinterest及路透社等企业已基于Qwen开展Agent、AI助手或自研模型等应用。

从路线图看，阿里正在把模型能力增长、递归自我改进与开源生态三条线索编织在一起：一方面用更大的参数规模和更低的训练成本拉开能力上限，另一方面让模型参与到自身的训练与推理优化中，再通过开源反哺社区与商业落地。这条路径能否兑现万亿级参数的承诺，将成为接下来观察大模型技术演进的重要窗口。