阿里大模型全面提速：Qwen4已在训练，下一代视频生成模型将于11月发布

财闻 张晓迪 发自杭州

9月22日，2026云栖大会在杭州开幕。阿里巴巴集团在大会上公布了大模型领域的一系列进展：基于下一代架构的Qwen4已投入训练，未来Qwen4.5、Qwen5等版本模型参数将扩展至5万亿至10万亿规模；大模型递归自我改进（RSI）已初步进入模型训练、推理及芯片协同等环节；多模态模型矩阵全面升级，下一代视频生成模型将于11月发布。

阿里巴巴（BABA.US）正以“更高智能”与“极致性价比”为目标，加速向通用人工智能（AGI）乃至超级人工智能（ASI）迈进。

Qwen4开启新架构训练，RSI推动“零人工”迭代

本届云栖大会最受关注的焦点之一是阿里大语言模型系列的迭代路线图。Qwen LLM项目负责人刘大一恒表示，Scaling是迈向ASI的关键路径，Qwen4.5、Qwen5参数规模计划迈向5到10T。

据披露，Qwen3.8-Max在编程与办公领域表现强劲，发布后即斩获Artificial Analysis Agentic智能体第一、CodeArena前端编程第一。在最新的Artificial Analysis全球大模型排行榜上，Qwen3.8-Max得分从40分提升至45分，与Claude、GPT等顶尖模型同处第一阵营，领先于GLM5.3、Kimi-K3等所有国产模型。

更值得关注的是，阿里在大模型自我进化（RSI）领域取得实质性突破。传统模型迭代通常依赖人工分析、数据准备与训练循环，而Qwen3.8-Max已能通过自主搭建训练流程、构造训练数据、自主设计实验并定位缺陷，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。基于RSI与后训练等系列技术创新，新版本在Artificial Analysis上的得分提升12.5%。

RSI的探索还在向上下游延展。在推理优化上，Qwen3.8在全新的平头哥新款GPU上，自主适配优化了下代架构Qwen3.8-Flash新模型的SGLang推理框架，实现单实例推理吞吐量提升96%。在芯片模型协同设计上，Qwen3.8仅基于一份真实的总线模块规范，自主展开前端、验证、后端的全链路自迭代，在自主运行超60小时、调用EDA工具超万次后，完成了减少42%面积的物理实现优化，标准单元数降低29%，功耗降低59.5%。

架构与模态双突破，训练成本骤降近90%

在架构优化方面，Qwen3.8-Flash提前开源下一代千问大模型架构，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，将训练成本骤降近90%；同时依托极少的参数激活，将推理计算效率推至全新的帕累托前沿，成为行业性价比“斩杀线”模型。

在模态扩充方面，全模态模型Qwen3.8-Omni-Flash正式亮相，将视频、音频、图片和文字等不同模态高效纳入统一理解框架，为大模型开辟全新的思考分区。阿里巴巴ATH技术副总裁、淘天集团首席科学家郑波在大会现场表示：“三年内会出现一个原生全模态统一模型，体验将不再受限于模态的边界。”

多模态矩阵全面升级，视频模型11月再迭代

多模态模型是机器与人、世界交互的中枢，本次云栖大会上，阿里多款多模态模型重磅升级，从单模态生成逐步迈向全模态理解生成一体化发展。

视频生成领域，Wan3.0支持单次30秒视频生成、文档/表格/网页等结构化输入、原生音画同步，在Artificial Analysis文生视频与视频编辑双榜位列全球第一。全新的下一代视频生成模型将于11月发布，朝着更长、更可控、更完整、更智能的方向演进，具备导演级创作思维，从生成单个镜头迈向理解完整叙事。

语音模型方面，Qwen-Audio-3.1系列全面升级，覆盖ASR、TTS和Realtime三大赛道，均位列国际第一梯队、国内第一。基于下一代架构的两款全新模型——音频创作模型Qwen-Audio-3.1-TTS-Next和音频理解模型Qwen-Audio-3.1-ASR-Next同步发布。同声传译模型Qwen3.8-LiveTranslate首次登场，字均延迟从2.8秒降至2.3秒，而人类同传平均时延在4秒以上。目前，该系列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。

图像生成模型Qwen-Image-3.1亮相，面向电商、设计等真实商用场景全新优化升级，将原本数小时的视觉设计压缩至秒级交付。视觉生成部分参数量仅7B的Qwen-Image-2.1全面开源，在Qwen-Image-Bench公开评测中超过大部分闭源模型、位居开源第一。

此外，音乐模型HappyShrimp 1.1版本发布，支持百余种曲风与十余种主流语言；世界模型最新版本HappyOyster 2.0-Preview亮相，显著提升智能实时交互、记忆能力、实时响应、物理规律遵循等核心能力，推动世界模型从实验室走向真实可用。

开源生态持续领跑，全球开发者用脚投票

Qwen系列模型均面向全球开源。一个月内，Qwen3.8相关模型已下载超5600万次，衍生模型超1900个。其中Qwen3.8-27B超过DeepSeek-R1、Meta-Llama3.1等热门模型，成为Hugging Face历史上最受欢迎大模型之一。

截至目前，阿里已开源460多个千问大模型，Qwen模型整体下载量超30亿次，衍生模型超30万个。Hugging Face官方报告指出，Qwen已成为全球AI开源社区的基座模型，包括DeepSeek、英伟达、AWS、微软等知名公司都基于Qwen二次开发出相关衍生模型。

全球企业也在用实际选择为Qwen投下信任票。硅谷AI独角兽Perplexity基于Qwen3.8打造本地Agent；爱彼迎Airbnb CEO布莱恩·切斯基称公司正“大量依赖阿里巴巴的千问模型”，并直言“比OpenAI更好更便宜”；“美国版小红书”Pinterest用Qwen搭建AI购物助手和聊天机器人，其CEO比尔·雷迪直言使用Qwen的成本不到Anthropic、OpenAI等同类闭源模型的8%；路透社也为降低对Claude等闭源模型的依赖并减少长期使用成本，基于Qwen开发自有模型。