9月24日，2025云栖大会现场，阿里云CTO周靖人接连发布了七款大模型技术产品。七款技术产品覆盖语言、语音、视觉、多模态、代码等模型领域，在模型智能水平、Agent工具调用以及Coding能力、深度推理、多模态等方面均实现突破。
在大语言模型中，阿里通义旗舰模型Qwen3-Max全新亮相，性能超过GPT5、Claude Opus 4等，跻身全球前三。Qwen3-Max包括指令（Instruct）和推理（Thinking）两大版本，其预览版已在 Chatbot Arena 排行榜上位列第三，正式版性能可望再度实现突破。
Qwen3-Max是通义千问家族中最大、最强的基础模型，预训练数据量达36T，总参数超过万亿，拥有极强的Coding编程能力和Agent工具调用能力。在大模型用Coding解决真实世界问题的SWE-Bench Verified测试中，Instruct版本斩获69.6分，位列全球第一梯队；在聚焦Agent工具调用能力的Tau2-Bench测试中，Qwen3-Max取得突破性的74.8分，超过Claude Opus4和DeepSeek-V3.1。Qwen3-Max推理模型也展现出非凡性能，结合工具调用和并行推理技术，其推理能力创下新高，尤其在聚焦数学推理的AIME 25和HMMT测试中，均达到突破性的满分100分，为国内首次。
下一代基础模型架构Qwen3-Next及系列模型正式发布，模型总参数80B仅激活 3B ，性能即可媲美千问3旗舰版235B模型，实现模型计算效率的重大突破。Qwen3-Next针对大模型在上下文长度和总参数两方面不断扩展（Scaling）的未来趋势而设计，创新改进采用了混合注意力机制、高稀疏度 MoE 结构、多 token 预测（MTP）机制等核心技术，模型训练成本较密集模型Qwen3-32B大降超90%，长文本推理吞吐量提升10倍以上，为未来大模型的训练和推理的效率设立了全新标准。
在专项模型方面，千问编程模型Qwen3-Coder重磅升级。新的Qwen3-Coder与Qwen Code、Claude Code系统联合训练，应用效果显著提升，推理速度更快，代码安全性也显著提升。Qwen3-Coder此前就广受开发者和企业好评，代码生成和补全能力极强，可一键完成完整项目的部署和问题修复，开源后调用量曾在知名API调用平台OpenRouter上激增1474%，位列全球第二。
通义千问Qwen模型家族图
在多模态模型中，千问备受期待的视觉理解模型Qwen3-VL重磅开源，在视觉感知和多模态推理方面实现重大突破，在32项核心能力测评中超过Gemini2.5-Pro和GPT5。Qwen3-VL拥有极强的视觉智能体和视觉Coding能力，不仅能看懂图片，还能像人一样操作手机和电脑，自动完成许多日常任务。输入一张图片，Qwen3-VL可自行调用agent工具放大图片细节，通过更仔细的观察分析，推理出更好的答案；看到一张设计图，Qwen3-VL 就能生成Draw.io/HTML/CSS/JS 代码，“所见即所得”地完成视觉编程。此外，Qwen3-VL还升级了3D Grounding（3D检测）能力，为具身智能夯实基础；扩展支持百万tokens上下文，视频理解时长扩展到2小时以上。
全模态模型Qwen3-Omni惊喜亮相，音视频能力狂揽32项开源最佳性能SOTA，可像人类一样听说写，应用场景广泛，未来可部署于车载、智能眼镜和手机等。用户还可设定个性化角色、调整对话风格，打造专属的个人IP。类似于人类婴儿一出生就全方位感知世界，Qwen3-Omni一开始就加入了“听”、“说”、“写”多模态混合训练。在预训练过程中，Qwen3-Omni采用了混合单模态和跨模态数据。此前，模型在混合训练后，各个功能会相互掣肘甚至降智，比如音频理解能力提升，文字理解能力反而降低了。但Qwen3-Omni在实现强劲音频与音视频能力的同时，单模态文本与图像性能均保持稳定，这是业内首次实现这一训练效果。
通义万相Wan模型家族图
通义万相是通义大模型家族中的视觉基础模型，此次推出Wan2.5-preview系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。通义万相2.5视频生成模型能生成和画面匹配的人声、音效和音乐BGM，首次实现音画同步的视频生成能力，进一步降低电影级视频创作的门槛。通义万相2.5视频生成时长从5秒提升至10秒，支持24帧每秒的1080P高清视频生成，并进一步提升模型指令遵循能力。此次，通义万相2.5还全面升级了图像生成能力，可生成中英文文字和图表，支持图像编辑功能，输入一句话即可完成P图。
阿里云CTO周靖人发布通义百聆
此次云栖大会上，通义大模型家族还迎来了全新的成员——语音大模型通义百聆。百聆新发布了语音识别大模型Fun-ASR和语音合成大模型Fun-CosyVoice。Fun-ASR基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性；Fun-CosyVoice可提供上百种预制音色，可以用于客服、销售、直播电商、消费电子、有声书、儿童娱乐等场景。
从0.5B到超万亿，包含三百个大模型的通义大模型家族覆盖“全尺寸”，囊括LLM、编程、图像、语音、视频等“全模态”，可满足从智能终端到云上的多场景需求。自2023年开源第一款模型以来，通义大模型在全球下载量突破6亿次，衍生模型突破17万个，已发展成为全球第一开源模型。除了惠及AI开发者，通义衍生模型的开发机构还覆盖海内外国知名企业，包括苹果、英伟达、微软、DeepSeek和字节跳动等。截至目前，通义大模型已服务超100万客户。沙利文报告显示，2025年上半年，在中国企业级大模型调用市场中，通义位列第一。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
凌晨两点，小王合上笔记本，揉了揉酸胀的眼睛。花了一个月写出来的10万字短剧剧本躺在硬盘里，要真正把它拍成剧，得找演员、租场地、请摄像、做后期……粗算下来少说要几十万，他只能把剧本继续锁在抽屉里。不过，现在小王的剧本可以“见光”了。2026年3月19日，字节跳动旗下的小云雀AI正式上线了短剧Agent
你一定遇到过这样的场景：明明刚和AI助手聊了半个小时的项目细节，退出会话后重新打开，它却像个失忆患者一样，连你上一轮说过什么背景信息都忘得一干二净，你又得从头把需求讲一遍。这种“聊完就忘”的体验，让无数使用AI智能体的用户深感头疼。为了解决这一普遍困扰，腾讯云在4月3日正式推出了名为“龙虾”的记忆服
4月3日凌晨，谷歌DeepMind悄然甩出一枚重磅炸弹——全新一代开源大模型Gemma4正式发布，以极其宽松的Apache2.0协议向全球开发者免费开放。这是自2025年3月发布Gemma3以来，谷歌时隔整整一年的重大迭代。本次发布的Gemma4包含四个不同规格的版本：E2B（有效20亿参数）、E4
AI龙虾也会生病。别怕，大部分病不是什么绝症，自己在家就能治。我养OpenClaw一年多，总结出五种最常见的毛病，附上我的“土方子”，希望对你有用。病一：不吃食（完全不执行任何任务）症状：你给了指令，它没反应，日志里一片空白。就像龙虾趴在塘底不动弹，碰它也不理。病因：通常是进程卡死了，或者依赖服务没
养过真龙虾的人都知道，投喂是个技术活。喂少了，龙虾饿得互相残杀；喂多了，剩饵坏水，整塘发病。OpenClaw这个AI龙虾也一样——你给它安排的任务太少，它会“闲得发慌”，反应迟钝；你一次塞给它太多复杂任务，它会“消化不良”，要么报错要么干一半就卡住。每天该喂几次？我的经验是：每天喂两次，早上一次简单
养过真龙虾的人都知道，苗种的好坏直接决定收成。养AI龙虾也一样——OpenClaw有不同版本，有的稳定但功能少，有的功能多但爱“闹脾气”。新手该怎么选？我用自己的踩坑经历告诉你。版本怎么选？OpenClaw目前主要有三个分支：稳定版（Stable）、测试版（Beta）和社区魔改版（Community
我第一次听说OpenClaw，是在一个技术群里。有人发了一串代码，说“这个AI龙虾特别好养，会自己找食吃”。我好奇点进去，结果对着终端发了一小时呆——连环境都没搭起来。后来我才明白，养AI龙虾跟养真龙虾一样，新手入门得先做足功课。第一问：我的电脑跑得动吗？很多人以为AI龙虾就是个聊天机器人，打开网页
4月2日，字节跳动旗下火山引擎在武汉举行的AI创新巡展上宣布，Seedance2.0API正式面向企业用户开启公测。同时，火山引擎总裁谭待在会上披露，截至今年3月，豆包大模型日均Token使用量已突破120万亿，在过去三个月内增长一倍，比2024年5月发布时增长1000倍。Seedance2.0：从
养AI小龙虾的路上，坑不少。有人被代装服务骗了钱，有人电脑中了毒，有人收到天价账单，还有人发现AI“失控”了，开始乱删文件。如果你也遇到这些糟心事，别慌。下面这份“养虾应急包”，告诉你第一时间该做什么。场景一：代装被骗，钱打水漂了花了300块找人远程装OpenClaw，结果对方收了钱就拉黑，或者装了
把AI智能体请进电脑，就像把家里所有的钥匙交给了一个陌生人。它能帮你打扫房间、整理文件，但万一它“起了坏心”，或者被坏人利用了，你的家就不再安全了。这不是危言耸听。国家互联网应急中心已经发布风险提示，指出OpenClaw的默认配置“极为脆弱”，攻击者一旦得手，能轻易获取系统控制权。微软安全团队也警告
