
全模态模型Qwen3.8-Omni-Flash发布 (opens in a new tab)
原生全模态模型Qwen3.8-Omni-Flash正式上线千问AI平台,支持文本、图像、音频、视频输入及1M长上下文,在30项评测中平均得分较上一代Qwen3.5-Omni-Plus提升超26%,在音视频Agent、剪辑、创作等场景效果显著,API每小时音频输入价格降幅超98%。
Total 139 articles

原生全模态模型Qwen3.8-Omni-Flash正式上线千问AI平台,支持文本、图像、音频、视频输入及1M长上下文,在30项评测中平均得分较上一代Qwen3.5-Omni-Plus提升超26%,在音视频Agent、剪辑、创作等场景效果显著,API每小时音频输入价格降幅超98%。

文章客观评价字节、阿里、腾讯三家的办公Agent竞争,指出字节豆包工作凭借组织效率身位领先,阿里千问办公面临组织整合难题,腾讯WorkBuddy走内部卡位逻辑,三家技术产品差异不大,竞争胜负最终取决于组织效率与现金流的差异。

创新工场汪华与Floatboat.ai创始人谭少卿对话指出,腾讯WorkBuddy、字节豆包工作、阿里千问办公等大厂AI办公会战已完成Agent市场教育,GLM-5.3-Flash和DeepSeek-V4-Flash等国产模型跨过能力门槛,巨头的壁垒仅剩资金,而中国创业者凭借贴近开源模型生态的优势,有望在垂直Agent领域找到更多机会。

阿里千问新模型,又卷出了新水平。 他们发布并开源的Qwen 3.8 Flash-Next,不仅价格直接秒杀了DeepSeek-V4-Flash,而且刚发布便摘得了Huggingface榜首! 推上网友们也沸腾了,甚至还有工程师甩出实测视频直呼牛逼: Qwen 3.8 Flash踏平了VRAM的门槛,数据中心级的长文本大模型,在消费级4090显卡上也能跑了! 还有人已经兴冲冲地把它用到了工作中。 不到8分钟,它就跑完了涵盖Python编程、多表分析和研究报告生成的一整套工作流: 宝塔特效也不在话下: 哇奥,真有这么炫?我们当然也得上手试试。 每百万Tokens输入仅0.8元 Qwen3.8-Fl

近日,开放式耳机领域头部玩家、声学大厂韶音向行业抛出一款颠覆性产品——OpenFit 2 AI开放式耳机,这也是其在AI可穿戴领域的又一次重要布局。在联手千问大模型夯实底座基础上,韶音针对专业场景构建语料库并进行深度定制调优,进而实现高效准确的转录和总结,配合舒适无感的佩戴、旗舰级音频效果,OpenFit 2 AI成为赛道黑马级产品。

为什么偏偏是小尺寸模型?为什么是现在? 在万亿参数旗舰扎堆发布的 2026 年夏天,冲上 Hugging Face 全球趋势榜榜首的,是一个只有 270 亿参数的模型。 Qwen3.8-27B 开源两天,下载破 100 万次。社区贡献超 500 个量化版本。相关模型总下载量超 500 万次。海外开发者连夜量化实测,称之为「能装进笔记本的 Opus 4.6」。 千问大模型团队又一次被社区称为「来自中国的源神」。 为什么偏偏是这个尺寸?为什么是现在?为什么它让整个开源社区重新兴奋起来? 一、Qwen3.8-27B 到底有什么? Qwen3.8-27B:270 亿参数,Dense 架构,体量小了近百

语音成为了AI交互的新方式。 手机输入法里按住麦克风说几句话,电脑听写负责把声音转成文字,遇到识别错误再自己改,类似功能存在了很多年。 大模型加入后改变了局面。 过去一年多,国内各个大厂AI语音输入法、Typeless等产品陆续获得关注,语音输入出现了另一种产品形态。 国内的变化尤其明显,豆包输入法把语音作为核心卖点,支持方言、中英混说和弱网环境; 千问今年5月在PC端加入语音输入,除了去掉语气词和纠错,还会整理口语格式,并能结合前文继续处理内容;微信输入法也持续强化语音,支持结构化输出。 原本需要说完以后再删删改改的内容,如今有机会直接变成一版可以发送的文本。 此外,该赛道的明星产品Type

刚刚,阿里千问正式开源Qwen3.8-27B模型权重。Qwen3.8-27B是一款270亿参数的原生多模态稠密模型,支持图像、视频理解,原生上下文长度达到262K,并可通过YaRN扩展至100万Tokens。

据路透社援引三位知情人士爆料,苹果已和阿里巴巴展开合作,联合训练一款专门面向中国市场的大语言模型。就在8月8日,苹果悄然更新Mac使用手册,新增《在Mac上配合Apple智能使用千问》相关章节,这也是苹果首次对外官方披露国行Apple智能的合作细节,不过该章节后续已被删除。

刚刚,阿里千问大模型团队开放Qwen3.8-2.4T-A95B模型权重! Qwen3.8-Max是基于Qwen3.8-2.4T-A95B的官方版本,于8月3日发布,拥有更多功能,例如视觉输入功能、无需思考即可使用、默认支持1百万上下文长度处理、内置官方工具等。