Chinese contentQwen 3.8 即将开源发布，2.4T参数，预览版已上线
如果你在用智能体工作流，Qwen 3.7 已经很好用，3.8 参数翻倍到 2.4T，开源且性能接近 Fable 5，值得试试预览版。
Latest
Every published item, in order · 384 items
Jul 20
Chinese content阿里巴巴 Qwen 即将开源 2.4T 参数的 Qwen3.8 模型
阿里要开源 2.4T 参数的 Qwen3.8，称仅次于 Fable 5，预览版已能玩，模型迷可以蹲一波。
Jul 19
Chinese contentQwen 3.8 即将开源发布，2.4T 参数仅次于 Claude Fable 5
阿里开源 Qwen3.8，2.4T 参数直逼 Claude Fable 5，现在就能试 Preview 版，开源党快冲！
Chinese content阿里发布Qwen3.8-Max-Preview，2+万亿参数模型，官方称仅次于Fable 5
阿里新出的2万亿参数大模型Qwen3.8-Max-Preview，号称只比Fable 5差一点，已经能直接试用了，想看看它有多强可以测测。
Chinese content阿里云Qwen3.8即将发布并开源权重
阿里云发了 Qwen3.8，2.4T 参数即将开源，预览版现在就能在 Token Plan 上试，看看是不是真仅次于 Fable 5。
Chinese content限时1折，夜间0.2折起：阿里Qoder上线Qwen3.8-Max-Preview模型
阿里Qoder新上的Qwen3.8-Max-Preview参数有2.4T，现在限时1折夜间更是0.2折，便宜得离谱，性能还比Qwen3.7-Max强很多
IT之家Source
Chinese content参数量达 2.4T，阿里千问 PC 端接入 Qwen3.8-Max-Preview
阿里千问刚更新了 Qwen3.8-Max-Preview，参数量 2.4T，比上一代 Qwen3.7-Max 更强，PC 和 Web 端都能直接用了，快去试试吧。
IT之家Source
Chinese content千问 Qwen3.8 预览版发布：2.4T 参数，官方称仅次于 Fable 5
阿里千问刚放了个2.4T参数的 Qwen3.8 预览版，官方说只比 Fable 5 差点，想尝鲜直接去 Token Plan 体验吧。
Chinese contentBaoCut 集成 OpenMOSS 开源 MOSS-Transcribe-Diarize-0.9B，实现带说话人标注的长音频转写
宝玉给 BaoCut 集成了 MOSS-Transcribe-Diarize-0.9B，能一次搞定长音频转写和说话人标注，省去额外模型，适合做字幕或会议记录。
Chinese contentOpenMOSS 发布 MOSS-Transcribe-Diarize-0.9B，端到端多人长音频转写模型
OpenMOSS 开源了一个 0.9B 参数的端到端模型，能一次搞定 90 分钟多人音频，告诉你谁说了什么、什么时候说的，单卡 4090 跑得飞快。
Jul 17
Chinese content腾讯发布具身VLM基座模型Hy-Embodied-VLM-1.0，A3B规模性能接近A32B
腾讯新出的具身模型 Hy-Embodied-VLM-1.0，只用 A3B 参数量就接近 A32B 的效果，37 个任务平均 65.6 分，还开源了。搞具身智能的朋友可以试试。
IT之家Source
Models09:41
Chinese contentHGA：在16GB显存上实现16384令牌长上下文微调Qwen3-8B长上下文微调显存不够？HGA方案在16GB卡上跑16384令牌，比密集训练省显存还快一点，代码正在路上。
Jul 15
Chinese contentPrismML 将 Qwen3.6-27B 压到 3.9GB 在 iPhone 上运行，保留 90% 性能
PrismML 把 27B 大模型压到几 GB 还能在手机上跑，性能几乎没缩水，iPhone 用户也能本地跑大模型了。
Chinese content用大语言模型学习化学反应机理推理，Qwen3微调模型超越专用FlowER
Qwen3微调模型在化学机理推理上直接击败了专用FlowER，准确率从5.1%提升到8.3%，化学和AI交叉领域值得一看。
Models08:53
Chinese contentPrismML发布Bonsai 27B：首个可在手机上运行的27B模型27B模型能塞进手机，3.9GB就跑得动，还完全开源。手机党不用再羡慕桌机了。
Models08:37
Chinese contentPrismML发布Bonsai 27B：可在手机本地运行的27B多模态模型PrismML搞了个Bonsai 27B，在手机上就能跑27B多模态模型，压缩到3.9GB性能还能保留90%，挺牛的，还开源了，可以试试。
Chinese contentPrismML 发布 Bonsai 27B：Qwen3.6-27B 的 1-bit 和三元量化版本，可在笔记本和手机上运行
PrismML 把 Qwen3.6-27B 压到 5.9GB，手机都能本地跑，还全开源，适合离线使用。
Chinese contentPrismML 发布 Bonsai 27B，多模态模型可在手机上本地运行
手机能跑 27B 模型了？PrismML 的 Bonsai 27B 实际做到了——体积最小 3.9GB，速度还不慢，开源免费。想本地用大模型又嫌大的可以看。
Chinese content编码智能体自主训练视觉模型，Qwen3-VL-2B准确率从25%升至96.9%
NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
Jul 14
Chinese contentAI 大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶
想快速了解本周最强AI模型？Arena周榜给出硬核排名：代码能力claude-opus-4-7-thinking超了claude-fable-5，国产qwen3.7也稳在Top20。
Jul 10
Chinese contentMOSS-Transcribe-Diarize-0.9B 开源，端到端多说话人ASR模型
MosiAI 开源了一个0.9B的小模型，能一次性转录90分钟的多说话人音频，边缘设备就能跑，很适合本地部署。
Chinese contentTRACE：智能体识别缺失能力自我改进，Qwen3.6-27B达73.2%
斯坦福AI Lab搞了个新方法TRACE，让AI自己找短板补课。只用四分之一训练量就超过了GRPO和GEPA，还赢了大模型Codex 5.2和GLM 5。
Jul 9
Chinese contentArena周榜：claude-fable-5蝉联榜首，国产模型稳定中上游
这期榜单告诉你哪家模型综合最强、代码最好、数学最牛。国产的qwen3.7-max-preview在代码榜进了前十，值得看看。
Jul 8
Chinese contentLiquid AI开源Antidoom：用FTPO减少推理模型Doom Loops
推理模型老卡死？Liquid AI开源了Antidoom，用FTPO把循环率从22.9%打到1%，直接干掉死循环。
Jul 7
Chinese content从前沿AI到笔记本电脑AI：25个月的滞后
想了解前沿模型多久能变成你能在笔记本上跑的开源版？这篇用GPT-4、Claude 3.5等具体案例算出了平均25个月的滞后，还画了未来预测图。
Chinese contentbottlecapai 发布 ThinkingCap-Qwen3.6-27B，推理 token 减少 50%
bottlecapai 用 Qwen3.6-27B 微调的新模型能省一半推理 token，最快省九成，适合低成本推理场景。
Jul 3
Chinese content桥水基金研究：前沿AI模型金融判断准确率不足80%，微调开源模型达84.7%
桥水和Mira Murati团队发现，GPT和Claude在金融判断上准确率才70%，不如微调的Qwen3-235B的84.7%，成本还低14倍。
Chinese content阿里Qwen3-Omni实时语音推理优化：首音延迟降至0.6秒
阿里和蚂蚁团队搞了个优化，Qwen3-Omni实时对话延迟从6秒降到0.6秒，吞吐还翻了5倍多，推荐看技术博客。
Chinese contentPAW编程范式：4B编译器生成适配器，0.6B模型匹敌32B
PAW让模糊函数（如日志告警、修复JSON）不再依赖大模型API。用4B编译器一次编译，0.6B小模型就能跑出32B的效果，还省内存和算力。
Models11:52
Chinese contentReContext：递归证据重放提升长上下文推理ReContext不用训练就能让模型用上长文里的关键信息，Qwen3和Llama3上都有效，适合处理超长文档推理。
Chinese contentAgent辅助SGLang开发：吞吐提升71.4%，TTFT降63%
SGLang团队用Agent自动化优化推理管道，实测吞吐涨71%，TTFT砍半，还省了10GB显存，硬核经验值得看。
Jul 2
Chinese contentNVIDIA发布Qwen3.6-27B-NVFP4，4位浮点权重支持SGLang
NVIDIA新出的Qwen3.6-27B模型，4位量化体积小很多但精度没怎么降，SGLang直接就能用，可以去试试。
Chinese contentQwen3.6-27B-NVFP4发布，vLLM支持Blackwell GPU推理
Qwen3.6-27B-NVFP4来了！在Blackwell上内存减半，MMLU Pro 86.3分，用vLLM就能跑，开源模型本地AI更省显存。
Jun 30
Chinese content基于 Qwen3.5-9B 微调的 Qwythos 9B 推理模型，支持1M上下文与多模态
Empero AI 开源的 Qwythos 9B 把 Qwen3.5 和 Claude 思维链结合，1M 上下文加 Function Calling，量化后 5.2GB 的推理模型，低配机器也能跑。
Jun 29
Chinese contentvLLM-Omni TTS团队详解四种TTS模型服务优化
vLLM团队分享了优化四种主流TTS模型服务的具体技巧，包括性能提升数据和实现细节，对部署TTS服务很有参考价值。
Models10:08
Chinese contentTandem Reinforcement Learning 在 RLVR 中实现模型协同推理他们提出了 TRL，让强模型和弱模型组队推理，强模型学会写弱模型能看懂的推理过程。训练 Qwen3-4B 后，单打能力不降，协作能力更强。