阿里通义千问大模型

搜索文档
报道称阿里通义千问大模型已成日本AI开发基础;中国职场AI应用率高达93%|数智早参
每日经济新闻· 2025-05-13 07:31
阿里通义千问大模型在日本AI开发中的应用 - 阿里通义千问大模型已成为日本AI开发的基础,在日本经济新闻评测的AI模型综合排名中位列第六,超越了DeepSeek-V3和OpenAI o3-mini等国内外知名大模型 [1] - 日本大量新兴企业正在基于阿里通义千问开发企业大模型 [1] - 中国AI技术在全球范围内的影响力正在提升,未来有望通过开放创新和国际合作进一步推动AI技术的全球化发展 [1] 苹果iPhone 16系列调价 - 苹果向渠道商下发调价通知,iPhone 16 Pro Max所有容量版本降价160美元 [2] - iPhone 16 Pro的128GB版本降价176美元,其他版本同样降价160美元 [2] - 此次调价被认为是为"6•18"大促做准备,反映出智能手机行业竞争加剧,苹果需要通过价格策略提升产品竞争力 [2] 中国职场AI应用现状 - 毕马威报告显示中国职场AI应用率高达93%,远超全球58%的平均水平 [3] - 中国半数(50%)AI使用者达到常态化应用水平,展现出显著的领先优势 [3] - 全球31%的员工每周甚至每天使用AI工具,表明职场已正式迈入AI协同时代 [3]
全球最强开源AI大模型诞生:中国研发,成本只有Deepseek的30%
新浪财经· 2025-04-30 19:28
大模型技术路线分化 - 全球AI大模型发展呈现两种技术路线:OpenAI代表的"大力出奇迹"路线依赖高强度GPU堆砌算力 [1][3] - Deepseek代表的"四两拨千斤"路线通过算法优化实现低算力高性能 仅需少量显卡即可超越同行性能 [3] - 开源模式成为行业趋势 因开源模型更易获得开发者采用 [1] 阿里千问3技术突破 - 千问3(Qwen3)成为全球首个混合推理模型 集成"快思考"与"慢思考"双模式 可根据任务复杂度动态调整 [5] - 在ArenaHard(95 6)、AIME'24(85 7)等8项基准测试中超越OpenAI-o1、Deepseek-R1等主流模型 [6] - 参数规模仅为Deepseek-R1的三分之一 显存占用减少三分之二 部署成本降低65%-75% [6][7] 硬件部署革新 - 仅需4张H20显卡即可部署全功能千问3 显存需求为同类产品的三分之一 [7] - 部署成本降至满血版Deepseek-R1的25%-35% 大幅降低商业化门槛 [7] - 混合推理架构使单张H20显卡可支持2000token/s的生成速度 [7] 国产GPU产业机遇 - Deepseek已验证国产GPU可替代英伟达高端芯片部署高性能模型 [9] - 千问3的低算力需求将进一步加速国产GPU替代进程 [9] - 行业算力泡沫被打破 中低端国产GPU迎来市场扩容机会 [9]
耳机、玩偶与望远镜的故事(“走进民营企业看创新”④)
人民日报海外版· 2025-04-29 06:36
阿里通义千问大模型应用案例 - 通义千问大模型已赋能智能耳机、AI玩具、天文望远镜三大领域,实现外语同传、玩偶对话、望远镜协同观测等突破性功能[4] - 在智能硬件领域,通义千问支持艾克思耳机实现实时录音转文字(准确率接近原话)、同声传译(外文语音直译中文语音)等功能,延时从500毫秒降至30毫秒[5][6] - 在潮玩行业,赛博创力基于通义千问开发出支持3000+角色、50+语言的AI对话底座,使玩偶具备符合角色设定的自然对话能力[9][11] - 天文领域应用最为深入,国家天文台利用720亿参数Qwen-72B开源模型开发"星语"系统,将望远镜观测人工干预减少90%,并构建全球百余台望远镜协同的GOTTA阵列[15][16] 智能硬件行业变革 - 艾克思通过阿里云合作实现研发模式革新,新AI耳机研发周期可从2年缩短至1-2个月,采用"硬件固定+后台迭代"的敏捷开发模式[7] - 行业共识显现:硬件公司自研大模型基座价值有限,选择高水平大模型合作方成为关键战略,阿里云被评价为"可信赖的基础设施"[7][11] - 技术突破包括:语音到语音的跨语言直译(非文字中转)、30毫秒超低延时处理、用户需求驱动的功能动态扩展等[6][5] AI玩具行业新趋势 - 赛博创力代表的中小企业正快速崛起,其产品已亮相巴塞罗那、东京等国际展会,获韩国、日本、印度等多国客户关注[10][12] - 技术架构采用"创意场景自研+大模型能力外包"模式,阿里云5-6个技术团队提供语音服务、多模态等底层支持[11] - 创新功能包括:手机拍照一键生成角色、AI照相机(拍照+问答)、多模态交互(如给照片加胡子)等[12] 天文科研智能化进展 - 国家天文台与阿里云合作历时8年(2016年起),最新接入QwQ-32B模型实现三大突破:观测流程自动化、多望远镜智能组网、科研推理可视化[15][14] - 应用场景覆盖全科研流程:从假设生成(上午自动布置观测任务)到数据分析(夜间自动预处理),再到20万所中小学天文科教[14][16] - 全球协作网络GOTTA计划构建100+台1米级望远镜网络,实现小时级巡天监测,探索超新星等宇宙现象[15]