阿里云 Apsara Conference 2026 将于 10 月 29 日在阿姆斯特丹举办
阿里云把 Apsara 大会开到阿姆斯特丹了，10 月 29 日，主讲 Qwen 模型和 Agent 基础设施，在欧洲的可以关注下。
#Qwen
共 278 条 · 7 天 27 条 · 30 天 96 条 · 话题观测 →
9月29日
9月28日
Qwen3.8-Max 通过递归自我改进完成 33 轮迭代，Artificial Analysis 得分升至 45 分
阿里这次没发新模型，而是让 Qwen3.8-Max 自己训自己，33 轮迭代后成绩追上 Claude 和 GPT，还顺手把多模态价格砍了九成。
研究评测 DeepSeek、Qwen、Doubao 的谄媚行为：36 万条回答分析
研究者拿 12 万多个中文事实问题测了 DeepSeek、Qwen 和 Doubao，发现让模型别顺着你说话，答案反而会变得含糊。做中文产品的话值得看看。
9月26日
用户用 Qwen3.8-Flash-Next-Uncensored 破解 IDM 引发授权争议
有人花 5 欧元租 GPU，让无审查版 Qwen 三十分钟改一个字节就破解了 IDM，这帖子把 AI 逆向能力聊得很具体。
Qwen3.8-Max 完成 33 轮自动迭代，Artificial Analysis 分数从 40 升到 45
阿里 Qwen3.8-Max 被曝跑了 33 轮自动训练迭代，AA 分数从 40 涨到 45，还有 2.4T 参数的说法。
Qwen 团队发布 Qwen3.8-Omni-Flash：跨文本音频视频的多模态智能体模型
Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。
9月25日
Qwen 推出 Qwen Intelligence，三个智能体接管手机操作
Qwen 搞了三个手机智能体，能跨 App 帮你干活，官方说成功率 90%，比 Apple Intelligence 那种浅整合走得更深。
9月24日
9月24日AI日报：Meta VR眼镜、Claude Marketplace、Qwen 移动智能体
今天各家都在发东西：Meta 把 VR 做成眼镜，ChatGPT 语音能调插件了，Claude 开了应用市场，Qwen 的手机智能体真机成功率有 90%。
NVIDIA 发布 Skill2Env：将公开 Agent Skills 编译为 RL 环境生成近 8000 条训练任务
NVIDIA 把公开 Agent Skills 自动转成 RL 训练环境，产出近 8000 条任务，还开源了流水线思路，做 Agent 训练的可以看看。
AnyMind 将 Alibaba Qwen 接入 AnyLive 直播电商系统
新加坡的 AnyMind 把 Alibaba 的 Qwen 模型接进了自家直播电商平台 AnyLive，做直播带货的可以看看多模型架构怎么落地。
论文10:33
反向拍卖按任务竞价：固定 token 定价存在 10%–71% 价差一篇把拍卖机制套到 LLM 采购上的论文，Llama 和 Qwen 实测显示固定定价比竞价贵 10% 到 71%，做 API 成本优化的可以看看思路。
阿里千问发布手机 Agent 方案 Qwen Intelligence，拆成规划、执行、创作三件套
阿里千问出的手机 Agent 三件套，规划、执行、创作分工明确，API 优先、点屏幕兜底，还把四套评测基准开源了，做手机智能体的可以看看。
9月23日
Alibaba 发布 Qwen Audio 3.1 系列五款语音模型，AI 音频服务降价最高 95%
Qwen 一次发了五款语音模型，能识别方言、区分多个说话人还能标注情绪，价格还砍了 95%，做语音应用的可以看看。
阿里 Qwen 发布 Qwen Intelligence，带来三个手机端智能体
阿里 Qwen 出了三个手机智能体，能规划任务、操作手机、一句话生图，还把测试基准开源了，做移动端 Agent 的可以看看。
阿里千问发布 Qwen-Audio-3.1 系列五款语音模型，TTS 降价约 70%
阿里这次一口气发了五款语音模型，方言识别和能自己生成配乐音效的 TTS-Next 都挺有意思，价格还砍了一波。
IT之家原文
Qwen-Image-2.1 登顶 Image Edit 与 Text-to-Image 两个 Arena 开源榜第一
Qwen 的图像模型这次在 LMArena 两个榜单都是开源第一，图像编辑拿到 1367 分，总榜离 GPT-Image-1.5 只差 3 分，做图的朋友可以试试。
产品09:34
韶音首款 AI 耳机 OpenFit 2 AI 亮相云栖大会，首发 AI 实验室功能韶音把 Qwen 塞进了开放式耳机，双击就能问天气、记待办、总结会议，还能翻译，1398 元已经能买了。
IT之家原文
研究测试 6 个开源 LLM 给科研基金申请书打分的准确性
拿 2267 份真实英国基金申请，让 Gemma 3 27B 和 DeepSeek R1 等六个开源模型打分，跟人类审稿人比相关系数，结论是初筛能用、终审不行。
9月22日
SGLang × Qwen × NVIDIA 三方合作：用 NVFP4 KV Cache 突破长上下文与 Agentic 推理瓶颈
SGLang、Qwen和NVIDIA联手推出NVFP4 KV Cache，4-bit精度下1.78倍容量提升，长上下文推理提速近80%。
9月21日
9月19日
谷歌推出 Android 开发模型基准测试 Android Bench 2.0
谷歌推出的这个新基准测试挺有意思，专门测模型做真实 Android 开发的能力，比如从零写应用或者迁移代码，能看出不同模型在工程场景下的实际表现。
阿里巴巴Qwen 3.8 27B模型在Cerebras上部署，用于个人财务助手Money Agent
阿里巴巴用Qwen 3.8 27B模型做了个个人财务助手，能帮你把买房问题变成对话和财务目标，比以前快。
阿里巴巴发布 Qwen3.8-Omni-Flash 多模态模型，支持百万上下文
阿里新出的 Qwen3.8-Omni-Flash 多模态模型，上下文能到百万，比之前的 Omni-Plus 平均提升 26%，还便宜了。