摘要：在 AI 大战最为激烈的 2025 年，全球使用最广泛的开源 AI 模型，来自阿里的通义大模型。毫不夸张地说，当全球开发者需要一个免费、好用、没有商业限制的模型时，它几乎成了默认选择。

6 亿次下载，17 万个衍生模型，服务超 100 万家客户。

在 AI 大战最为激烈的 2025 年，全球使用最广泛的开源 AI 模型，来自阿里的通义大模型。毫不夸张地说，当全球开发者需要一个免费、好用、没有商业限制的模型时，它几乎成了默认选择。

而在今天的云栖大会上，七款通义大模型家族新成员集中亮相，覆盖语言、视觉、语音、多模态、代码等多个方向，从开源生态到商业服务，几乎囊括了当下 AI 应用的所有关键环节。

这七款模型分工明确：Qwen3-Max 承担「天花板」角色，万亿参数对标全球最强模型；Qwen3-Next 主打「普惠」，用小轿车油耗跑出跑车性能；Qwen3-VL 让草图秒变代码，Qwen3-Omni 做全模态助理，Qwen3-Coder 专攻编程，Wan2.5-preview 实现电影级视频创作，通义百聆 Fun 提供上百种音色服务。

阿里巴巴集团 CEO 吴泳铭直接公布了阿里云的两大路线图：一是通义千问坚持开源开放，目标成为「AI 时代的 Android」；二是构建「下一代计算机」——超级 AI 云，为全球提供智能算力网络。

回头看，阿里可能做对了这个时代最重要的一个判断：AI 公司不仅要讲述超越人类智能的故事，更要讲述让每个人都能拥有 AI 的故事——而后者，或许更有想象力。

从模型到生态，通义千问的全家桶来了

模型七连发，通义千问大模型家族这次具体亮出了哪些「新牌」？梳理下来，看上去琳琅满目，其实主线很清晰：两张王牌，再加一桌子硬菜。

发布会上多个模型已经在 Hugging Face 上开源

第一张王牌，是 Qwen3-Max。

这是阿里的「天花板担当」，总参数超过万亿，预训练使用 36 万亿 tokens。在架构上还是延续 Qwen3 系列的 MoE 设计，但在训练手法上做了很多改进。

比如用全局负载均衡和流水并行，让训练过程更稳定，不会出现异常波动；效率比上一代快了 30%；还能支持 100 万字级别的长文本；就连大规模集群里常见的硬件故障，也把时间损耗压缩到原来的五分之一。

划重点：

旗舰模型 Qwen3 -Max 大幅提升编程和智能体能力，在多个基准测试中表现亮眼）

整体来看，Qwen3-Max 把工程体系、训练效率、长上下文、推理能力和智能体任务一并拉升到了全球顶尖水准。它在代码和推理基准上的成绩，说明中国模型正在真正进入可以与最强对手正面对话的阶段。

第二张王牌，是 Qwen3-Next。

如果说 Max 是阿里的面子，Next 就是它的里子：真正让开发者和企业用得起、跑得动。

大模型通常存在「不可能三角」——高性能、低成本、易部署，三者难以兼得。顶级性能的模型（如 GPT-4/5）往往意味着高昂的推理成本，成为 AI 普及的最大障碍。

Qwen3-Next 训练效率和推理效率均得到大幅提升

而阿里的解法，就是用 Qwen3-Max 把性能的「天花板」捅破，再用 Qwen3-Next 把成本的「地板」砸穿。

它通过高稀疏度 MoE、混合注意力等下一代架构创新，用 3B 的激活参数，达到了 235B 密集模型的性能 ，相当于用一辆小轿车的油耗，跑出了跑车的性能。最终结果就是训练成本暴降 90%，长文本推理效率提升十倍。

Qwen3-Next 采用了全新的下一代模型架构，结合线性注意力和标准注意力，Gated Delta Networks 的作者 Songlin Yang 转发 Qwen 推文

这种体系化的能力，让「人人都能用上 AI」的愿景从口号变为现实，也远比单纯发布一个高性能模型更具产业颠覆性。

一桌硬菜：能想到的活它都包了

Qwen3-VL 视觉语言模型在多个基准测试中，性能表现超过 Gemini 2.5 Pro

Qwen3-Omni 在全方位性能评估中，多项测试超越 Gemini-2.5-Pro、Seed-ASR、GPT-4o-Transcribe 等闭源模型

此外，还有语音大模型通义百聆 Fun 家族，能提供上百种音色，覆盖客服、直播、电商和有声书等场景。以及基于 Qwen3，为全球实时 AI 安全构建的安全审核模型 Qwen3Guard；和实时多模态翻译模型 Qwen3-LiveTranslate-Flash 等。

把这些放在一起看，你会发现阿里在传递一个很直接的信号：想要极致性能？有 Max。想要极致效率？有 Next。想要多模态探索？有 VL 和 Omni。想要代码和创作的生产力？有 Coder 和 Wan……

Qwen3-Omni 是新一代原生全模态大模型，能够无缝处理文本、图像、音频和视频等多种输入形式，目前已经可以在 Qwen Chat 中通过语音和视频聊天启用

这不是简单的「堆新品」，而是一整套全尺寸、全模态的生态拼图。阿里把它们一次性交到用户手里，像是在告诉所有企业、个人、还有开发者：不管你在做什么，通义模型家族，总有一块积木能搭得上。

但这场「全家桶式发布」的意义，并不只在于产品层面的丰富。透过模型七连发的齐齐亮相，可以更清楚地看到，通义千问模型家族已经覆盖全尺寸、全模态，款款都在主流评测上立住了 SOTA。

也正是基于这种厚实的路径，换来的是一种独特的行业地位。正如阿里巴巴集团 CEO 吴泳铭在今天发布会上所说：「通义千问，可以说是渗透全球计算设备最广泛的大模型。」

在全球最大的 AI 模型开源社区Hugging Face 上，输入关键字「qwen」，有超过 16 万相关的模型，且下载量均在百万级别，目前 Qwen 系列模型最高下载量达到 700 万（Qwen2.5-3B-Instruct）。

截至目前，通义千问开源了三百多款模型，覆盖了全模态全尺寸，是中国应用最广泛而且最受全球开发者欢迎的开源模型。通义大模型全球下载量超过 6 亿次，衍生模型超过 17 万个，是全球第一的开源模型矩阵。

显而易见，在这个依然由国际巨头主导的大模型赛道上，一个来自中国的开源模型家族，正在以自己的方式刷着「存在感」，也在刷新国产 AI 的历史地位。

大模型下半场，通义千问要成为 AI 时代的 Android

2019 年，阿里在 M6 上试水 10 万亿参数模型时，整个行业对于「大模型」这个概念更多还停留在学术讨论的层面，距离产业化仍有距离。四年后，通义千问的正式发布标志着一个拐点的到来。

从 Qwen-7B、14B 到 72B，再到今天的万亿参数，Qwen 走的路径并不花哨，就是不断扩大规模、优化、验证，把一个模型家族一点点撑开。

2024 年的 Qwen2 与 Qwen2.5 以及今天发布的 Qwen3-Max 模型总参数超过 1T，预训练使用了 36T tokens，代码能力和智能体（agent）能力方面进一步提升。

而在大模型逐渐走向下半场，开源模型也成为不可逆转的趋势。中国则几乎成为全球开源里最重要的角色，其中以阿里和 DeepSeek 两家公司的戏份最重。

吴泳铭对此直言不讳：「在 LLM 时代，开源模型创造的价值和能够渗透的场景，将会远远大于闭源模型」。

全球的大模型公司各有侧重，有的主要服务自家生态，有的为社交和广告业务添砖加瓦。有的聚焦于工具化和用户增长，有的强调全模态整合，绑定搜索。而阿里则想成为那个「AI 时代的 Android 系统」。

Android 的成功，不在于它比 iOS 更强更完美，而在于它能适配从几百块的老人机到上万块的折叠屏，让智能手机市场真正百花齐放。

Qwen 的逻辑如出一辙。从0.5B 到万亿参数的「全尺寸」Qwen3-Max，从写代码的 Qwen3-Coder 到能「看图写代码」的Qwen3-VL，再到能听会说、音画同步的通义万相和通义百聆，甚至那个像真人一样能实时语音对话的Qwen3-Omni，阿里几乎把开发者能想到的所有工具都备齐了。

这背后是一种思路的转变：阿里不再替你决定「应该用什么」，而是把选择权、定义权，乃至最终的成本控制权，都交还给了市场。

而 Qwen 则去扮演那个最苦最累但又无可替代的角色——AI 时代的 Android 系统，让 AI 应用和场景落地提供基础「水电煤」。

实际上已经有超过 100 万家企业通过阿里云接入通义大模型的服务。就像接入水电一样，把 AI 当作最基础的生产力。而苹果国行 AI 虽然一再推迟，但也基本已经确定与 Qwen 合作，这是中国大模型第一次进入 iPhone。

今天云栖大会上吴泳铭也宣布，未来三年阿里将投入超 3800 亿元，用于云和 AI 硬件基础设施建设，并计划追加更大的投入。根据远期规划，为了迎接 ASI 时代的到来，对比 2022 年的 GenAI 元年，2032 年阿里云全球数据中心的能耗规模将提升 10 倍。

这也是阿里云从 2022 年开始坚持的「模型即服务」（MaaS）。它将大模型定位为生产力的核心要素，依托阿里云的算力和基础设施，为企业提供高性能、低成本的 AI 能力。

当一个平台尝试去降低整个社会的创新门槛，其所能托举的，就不仅仅是自身的商业价值。

来源：爱范儿一点号