阿里通义实验室黄斐：开源进入千问时代，即将发布的推理模型会更好用
阿里通义千问已成全球第一大开源模型系列，将“很快”放出基于最新模型Qwen2.5-Max的推理模型。
2月21日，全球开发者大会（GDC）在上海开幕，在阿里云魔搭社区主办的论坛上，据阿里巴巴通义实验室科学家黄斐介绍，到目前为止，整个通义千问（Qwen）系列模型的下载量达到了1.8亿，累计衍生模型总数达到9万个，衍生模型数已经超越Meta的Llama系列，成为了全球第一大开源模型系列，并在Hugging Face等第三方榜单和用户反馈上也取得了不错的成绩：“所以现在开始，我们就是一个千问的时代，而不是之前Llama的时代了。”
今年1月底，阿里发布了AI基础大模型千问旗舰版Qwen2.5-Max，在多项权威基准评测中处于业界领先水平。黄斐表示，Qwen2.5-Max的性能已经超越了DeepSeek-V3，不过没有超越作为推理模型的DeepSeek-R1，正如阿里巴巴集团CEO吴泳铭此前所透露的那样，通义千问正在Qwen2.5-Max的基础上建立推理模型，“很快就会把这个模型放出来”。
据黄斐介绍，Qwen2.5已经开放了7个不同规模的Dense（稠密）模型，基于传统的Transformer架构，从规模最小的0.5B到最大的72B，不同大小的模型会有不同的能力和速度，以适配不同场景的需求。同时，在千问系列的迭代中，预训练数据的大小已经从Qwen1.5-72B时的3T迅速增长到了Qwen2.5-72B的18T，通过规模化法则（Scaling Law）达到了很好的效果。
此外，Qwen2.5还包括3个采用MoE（混合专家模型）架构的API（应用程序编程接口）模型，在Dense模型的基础上“加宽加大”以减少训练代价，用户可以通过API去调用，包括Turbo、Plus和Max这三个版本。
除了为用户提供充分的选择以外，黄斐还揭露了另一个让千问系列如此受欢迎的“秘诀”，即其支持包括中英文、日语、韩语、西欧各国语言在内的超过29种语言：“千问现在在东南亚国家也用得非常多，在多语言支持上会比其他模型好很多。”
对于未来的发展方向，黄斐谈到推理模型、“Smarter Models（更智慧的模型）”和全能模型（Omni Models）。黄斐解释道，接下来放出的千问推理模型“会比大家现在能用到的更好一些”，而“更智慧的模型”不仅会更聪明，还包括了更快的响应和更低的成本。全能模型则是指能将多模态混合的模型，在输入输出方面更加自由。
黄斐认为，在模型之外，AI Agent（智能体）也是一个需要重点关注的领域：“未来的一段时间内，AI Agent一定也是一个比较火热的话题。它能够帮助我们解决比较复杂的任务，尤其是结合近期推理模型的发展，我相信最终很多行业都可以运用到这个模型的能力，去完成现在只能由人完成的任务。”
据魔搭社区技术负责人陈颖达在该论坛上的介绍，自2022年11月创建以来，目前，魔搭社区的模型总量已超过4.5万个，涵盖LLM、对话、语音、文生图、图生视频、AI作曲等多个领域，魔搭社区已经服务超过1100万开发者。
在21日的GDC大会上，阿里云魔搭社区首发阶跃星辰最新开源的两款多模态模型，包括全球参数量最大的开源视频生成模型Step-Video-T2V，以及业界首款产品级开源语音交互模型Step-Audio。其中，Step-Video-T2V是基于300亿参数的文本转视频预训练模型，能够生成高达 204 帧的视频；Step-Audio则是业界首个产品级开源语音模型，参数规模达1300多亿。目前，这两款模型均可在魔搭社区下载和体验。
2月20日晚间，阿里巴巴集团公布新季度业绩，该季度营收2801.5亿元，预估2773.7亿元，同比增长8%。阿里云季度营收317.42亿元，同比增长13%，公共云收入持续两位数增长，AI相关收入连续六个季度三位数增长，调整后EBITA增长33%至31.38亿元。
阿里巴巴集团CEO吴泳铭在财报会上表示，面向未来，阿里巴巴将继续专注三大业务类型：国内外电商业务、AI+云计算的科技业务、互联网平台产品。未来三年，阿里将围绕AI这个战略核心，在AI基础设施、基础模型平台及AI原生应用、现有业务的AI转型等三方面加大投入。其中，集团未来三年在云和AI的基础设施投入预计将超越过去十年的总和。
