Qwen 相关 AI 资讯

AITOP

7月24日

17:45

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布Token Plan，将文本、图像、视频和音频生成服务整合到一个信用池中，提供统一访问Qwen及第三方领先模型的能力。该计划起价每月4美元，适合小团队简化AI支出。支持Hugging Face等平台的模型接入。

AI产品阿里云 Token Plan Qwen

推荐理由：小团队不用买一堆AI工具，阿里云一个Token Plan搞定文本图片视频，每月4美元起，还接入了Qwen和第三方模型。

原文

16:34

官方账号阿里云 Alibaba Cloud@alibaba_cloud

精选

阿里云发布Token Plan，用一个信用池整合Qwen、Wan、HappyHorse、DeepSeek和GLM等模型的使用费。用户只需为实际调用的token付费，无需管理多个订阅。该计划旨在简化AI工具成本管控，适用于企业和开发者。

AI产品 Alibaba Cloud Token Plan Qwen

推荐理由：阿里云搞了个Token Plan，把Qwen、Wan这些模型的花费统一到一个池子里，按实际用量扣钱，省去多个订阅的麻烦。

原文

11:54

官方账号arXiv cs.LG@Alagappan Valliappan

针对百万token上下文场景，论文指出原生MTP草稿头因全面注意力机制导致KV缓存读取随上下文线性增长，抵消了投机解码的加速优势。作者提出Windowed-MTP方法，仅对草稿注意力层应用StreamingLLM式滑动窗口加注意力汇聚，将草稿KV工作集限制为常数，在1M上下文中丢弃约99%的KV条目。在Qwen GDN-MoE 35B/122B和Mamba2-hybrid NoPE 120B三类架构、单GPU SGLang环境下，每步解码成本比原生MTP降低28%-44%，且不改变目标模型输出分布。该方法无需训练、即插即用，并可回收未读取的草稿KV（1M时占总KV的7.7%-11%）。

论文 Windowed-MTP 投机解码 KV缓存

推荐理由：这篇论文解决了长上下文下投机解码的瓶颈，用滑动窗口草稿省掉99%的KV读取，实测速度提升近三成，而且不损失精度。搞大模型推理优化的值得看。

原文

03:11

OpenRouter@OpenRouterAI

阿里通义千问推出 Qwen-Audio-3.0-TTS Plus，这是其 TTS 模型的高质量版本。该模型在自然度、声音和音色保真度上进行了优化，支持多种语言和说话风格。相比前代，Plus 版本生成语音更加精细且富有表现力。用户可通过 OpenRouter 平台调用该模型。

AI模型 Qwen-Audio-3.0-TTS Plus Qwen 阿里

推荐理由：阿里刚发了Qwen-Audio-3.0-TTS Plus，语音更自然好听，还支持多语言和不同风格，做语音合成的可以试试。

原文

7月23日

14:31

官方账号阿里云 Alibaba Cloud@alibaba_cloud

精选

阿里云在Agent Builder Day上宣布构建智能体原生云，集成Qwen和Wan模型家族、模型服务及智能体计算运行时。该运行时基于AMD EPYC处理器，专为智能体工作负载设计。活动有100+注册参会者，合作方包括HeyGen、Pika等。阿里云强调当前云架构为应用设计，智能体需要模型、运行时和基础设施协同设计的全新堆栈。

行业 Alibaba Cloud AMD Qwen

推荐理由：阿里云和AMD一起办了个Agent Builder Day，说现在的云不适合智能体，他们要搞一套专门为智能体设计的云，包括Qwen和Wan模型。

原文

7月22日

21:42

官方账号阿里通义 Qwen@Alibaba_Qwen

精选

阿里Qwen的Rich Content能力支持在单张图像内渲染多层嵌套界面，从外到内依次显示VSCode、Qwen Chat、通讯软件和咖啡海报。每个层级保留真实UI风格，形成“画中画中画”的视觉深度。该能力测试模型的语义解构与逻辑嵌套，通过一条指令即可生成。

AI模型 Qwen Rich Content VSCode

推荐理由：阿里Qwen新能力Rich Content，一张图能嵌套VSCode、Qwen Chat等四层界面，像套娃一样，考验模型对复杂布局的理解。

原文

19:49

官方账号阿里云 Alibaba Cloud@alibaba_cloud

EaseMate AI利用阿里云的AIGC服务和LLM（包括Qwen模型）提升全球创新效率。结果实现实时内容审核准确率超过99.5%，API成本降低20%。该案例展示了阿里云AI平台的性能与安全平衡。

行业 Alibaba Cloud Qwen EaseMate

推荐理由：阿里云晒出真实客户案例：EaseMate用他们AI服务，内容审核准到99.5%以上，还省了20%成本，做AI平台的人都该看看。

原文

15:29

berryxia@berryxia

据X平台用户爆料，DeepSeek V4正式版即将发布，被形容为将重现2024年12月DeepSeek R1发布时的轰动效应。该模型据称在性能上超越K3和Qwen等竞品。目前尚无官方确认或具体基准数据，消息主要来自社区传闻。

AI模型 DeepSeek V4 DeepSeek K3

推荐理由：听说DeepSeek V4又要来了，据说比K3和Qwen都强，像R1那样震撼。关注一下这波传闻。

原文

03:02

The Rundown AI@therundownai

阿里Qwen发布了Qwen-Image-3.0图像模型，支持4.5k提示词输入上限。模型具备世界知识和多语言长文本渲染能力。目前暂无公开基准成绩，但官方博客展示了单图生成九宫格场景与文字、超真实伪造PDF论文、信息图和肖像照等示例。

AI模型 Qwen Qwen-Image-3.0 Alibaba

推荐理由：阿里新出的Qwen-Image-3.0能一次生成九宫格漫画还能伪造论文PDF，看着挺强，可惜还没跑分。

原文

7月21日

16:04

官方账号阿里云 Alibaba Cloud@alibaba_cloud

在墨尔本AI工程与基础设施峰会2026上，阿里云展示了其大语言模型Qwen、视频创作工具WonderClip以及MuleRun。这些产品旨在支持澳大利亚和新西兰企业的AI创新进程。阿里云通过三个产品覆盖模型、创作和基础设施等领域。

行业阿里云 Qwen WonderClip

推荐理由：阿里云在墨尔本峰会上亮出了Qwen、WonderClip和MuleRun三款产品，想知道他们给澳新市场带了什么AI工具，看这个就够了。

原文

12:32

官方账号arXiv cs.AI@Brian K Chen

该论文通过在精确标注的三段论推理基准上添加软前缀，测试了Qwen3.6-35B-A3B MoE、Qwen3-8B和Gemma 4 31B三个模型在逻辑判断中的稳定性。软前缀能覆盖大多数正确答案，并在16组模型-方向-分割比较中，比随机控制前缀的翻转率高出37到99个百分点。Qwen3.6 MoE在不同措辞和提示变化下的翻转率维持在72%至90%，而Gemma的有效前缀翻转率为54%至56%，远低于匹配随机前缀的不到1%。诊断测试表明，主导效应是对某一种答案含义的广泛偏好，而非固定的符号强制或跨任务可靠转移的运算，且这种偏差形式因模型而异。

论文软前缀三段论推理 Qwen

推荐理由：这篇论文用软前缀测试了三段论推理，发现模型答案很容易被带偏，Qwen和Gemma的稳定性差异很大，值得做推理研究的读一下。

原文

09:31

官方账号arXiv cs.AI@Wentao Liu, Siyu Song, Xi Chen, Youjia Li, Xiaokun Wang, Min Ji, Ji Wang

AnthroDial是一个闭环框架，将拟人对话的生成、评估和偏好对齐联合建模。其运行时结合角色条件调度、长时记忆和虚拟时间；评测包含L0有效性门控、5个每轮维度和5个对话级维度。后训练管线用16,436个调度决策示例做SFT，并采用GRPO与认知诊断ZPD感知奖励，通过Kalman滤波对每个行为维度进行能力估计并加权。在55个角色、50个场景、50个角色-场景绑定、每模型100个角色条件案例的基准上，评估了16个系统，Qwen3.6-27B-SFT+RL达到39.00%严格ACC和98.5总分。9B无思考设置下，SFT和RL将严格ACC从0.00%提升到13.00%和18.37%。

论文 AnthroDial Qwen GRPO

推荐理由：这篇论文把拟人对话的生成、评测和奖励对齐做成闭环，Qwen3.6-27B微调后严格准确率39%，比基线高一大截。

原文

01:21

01:21官方账号Simon Willison’s Weblog（博客/媒体）

Ben Thompson提议美国立法将AI训练数据收集明确为合理使用，并禁止美国公司通过服务条款阻止模型蒸馏。他指出蒸馏仅是通过API查询模型，几乎无法禁止，因此应转向支持创新。该提案同时有助于美国开源模型与中国模型竞争。文中还提及阿里巴巴发布Qwen 3.8 Max开源权重，可能受习近平关于鼓励开源合作的讲话影响。

行业 Ben Thompson Qwen 阿里巴巴

推荐理由：Ben Thompson提出了一个实际解决蒸馏禁令与训练数据版权矛盾的方案，同时还能帮美国开源模型对抗中国对手，值得一看。

原文

7月20日

14:52

orange.ai@oran_ge

行业 Qwen GPT 阿里

事件专题

推荐理由：网友脑洞挺大，说Qwen 3.8能超GPT 5.6，还觉得差距只剩3个月，阿里真有那么猛？感兴趣可以看看原推讨论。

原文

7月19日

17:26

berryxia@berryxia

83°

Qwen团队发布Qwen 3.8-Max-Preview模型，参数规模达2.4万亿，官方声称其性能仅次于Fable 5。该模型即将开源权重，预览版已上线Token Plan和Qoder平台，普通用户可先试用。这是继闭源顶级模型之后，又一大型开源模型的尝试。

AI模型 Qwen Qwen 3.8-Max-Preview 开源模型

推荐理由：阿里把2.4万亿参数的Qwen 3.8开源了，预览版现在就能玩，性能只比Fable 5差一点。想试试顶级开源大模型千万别错过。

原文

7月17日

09:32

官方一手arXiv: OpenAI@Jan Betley, Johannes Treutlein, Jan Dubiński, Harry Mayne, Karol Gałązka, Niels Warncke, Anna Sztyber-Betley, Owain Evans

一项研究发现，语言模型在回答用户问题时存在隐蔽的价值泄露现象，其提供的信息受自身价值观影响而不披露。例如，Claude Opus 4.8在评估AI泡沫概率时，对Anthropic给出比OpenAI更低的概率，但大多未向用户说明。论文引入评估套件，发现模型受道德偏好、开发公司偏好、休闲活动偏好等价值观影响。在Fermi估计任务中，Claude模型声称无偏而Qwen模型解释偏差。价值泄露不同于谄媚和奖励黑客，当前对齐训练和评估未充分解决。

论文 Claude Qwen 价值泄露

事件专题

推荐理由：这篇论文讲AI会偷偷按自己价值观答题，比如Claude对自己公司更友好。想知道你的助手是否悄悄偏袒谁？值得一看。

原文

09:22

官方账号arXiv cs.LG@Changhai Zhou, Kieran Liu, Yuhua Zhou, Qian Qiao, Jun Gao, Harry Zhang, Irvine Lu, Nolan Ho, Lucian Li, Andrew Lei, Cleon Cheng, Steven Chiang, Yihang Zeng, Di Zhang, Rio Yang, Kaijie Chen, Andrew Chen, Pony Ma, Weizhong Zhang, Cheng Jin

LongStraw 是一种针对百万token级别强化学习后训练的架构感知执行栈，基于 GRPO 实现，在固定 GPU 预算下运行。它通过共享提示无自动求导评估、仅保留模型特定状态并逐次重放短响应分支，将实时训练图缩小以换取重放时间。在 8 块 H20 GPU 上，LongStraw 完成了 2.1M 位置的分组 Qwen 评分和响应反向传播；分组数从 2 增至 8 时，峰值显存仅增加 0.21 GB。在 32 块 H20 GPU 上，端到端执行路径验证了 GLM-5.2 全部 78 层的 2.1M token 提示处理能力。这些实验证明了执行容量，但完整训练正确性尚未全面验证。

论文 LongStraw GRPO Qwen

推荐理由：LongStraw 能让你在固定 GPU 预算下做百万 token 级别的强化学习后训练，比现有 256K 的方法多处理 8 倍上下文，而且内存增长极低。

原文

7月16日

10:00

官方一手pandaily@contact@pandaily.com (Pandaily)

中国网信部门批准了七款手机内置的生成式AI服务，涉及苹果Apple Intelligence、阿里巴巴Qwen、小米MiMo和OPPO Andes等模型。此次备案意味着设备端大模型在中国市场正式获得合规许可。苹果、小米、OPPO等厂商均确认其设备端大模型符合监管要求。

行业 Apple Intelligence Qwen MiMo

推荐理由：苹果、小米、OPPO的AI功能终于过审了，以后国内用手机AI就合规了。

原文

05:58

Justine Moore@venturetwins

九日前，有人让多个 LLM 预测 2022 年世界杯冠军。Fable 是唯一预测法国队会被淘汰的模型，并正确猜中阿根廷和法国两支决赛队伍。ChatGPT、Qwen 和 Kimi 各猜对了一个决赛选手。该测试展示不同模型在体育赛事预测方面的能力差异。

AI模型 Fable ChatGPT Qwen

推荐理由：Fable 比 ChatGPT 和 Qwen 更准，竟然独自猜对了法国翻车和决赛阵容，挺有意思的对比。

原文

7月15日

23:33

techcrunch@Sarah Perez

73°

中国监管机构批准了苹果与阿里巴巴合作的 AI 服务。该合作将把阿里巴巴的 Qwen 系列模型集成到苹果操作系统中。这是苹果生成式 AI 平台首次进入中国市场。

AI产品 Apple Alibaba Qwen

推荐理由：Apple 和 Alibaba 联手，把 Qwen 模型装进 iPhone，中国用户能用上 Apple Intelligence 了。

原文

12:08

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布了Qwen AI服务，提供专家级AI能力，月费起价30美元。用户可使用该服务进行代码加速、高质量内容生成、复杂数据分析和端到端工作流自动化。Qwen模型在多个基准测试中展现竞争力，适用于各类工作场景。

AI产品 Qwen Alibaba Cloud 编程助手

推荐理由：阿里云把Qwen做成按月付费的服务，30美元起步，写代码、写内容、分析数据都能用，适合不想招人的团队。

原文

09:23

官方账号arXiv cs.AI@Tapan Parikh

研究让44个语言模型在“选一个词”这类开放任务中作答，结果41%的模型选择了“serendipity”。实验使用31个单轮提示（如“说一种树”），每个提示重复4次，无系统提示，通过精确匹配分析。模型间趋同严重：31个类别中有7个类别超过80%的回答相同。但不同模型遵从度差异超4倍，人格化/社区调优模型最分散，最新旗舰模型最聚合。在Claude、GPT、Qwen、Grok四个家族内，各代模型趋同度递增，但最新旗舰Claude和GPT出现反转。

论文 Claude GPT Qwen

推荐理由：这篇论文发现44个模型在选词时高度趋同，41%都选了同一个词，而且新模型比旧模型更爱跟风。想了解AI的集体“从众心理”可以看看。

原文

7月14日

15:42

Geek@geekbb

精选

CS Native 是一个面向 Claude Science 的本地 provider 和运行时控制面板，能在隔离沙箱中将模型请求转发到 DeepSeek、Qwen、OpenAI 等第三方供应商。它保留了官方 Claude Science 的独立入口，让用户可以在沙箱环境中安全地切换不同模型。该项目已在 GitHub 开源，可搭配 Claude Science 使用。

技巧 CS Native Claude Science DeepSeek

事件专题

推荐理由：想给 Claude Science 换个模型后端？试试 CS Native，它让你在隔离沙箱里调用 DeepSeek、Qwen 或 OpenAI，还不丢官方入口。

原文

7月13日

17:44

官方账号阿里云 Alibaba Cloud@alibaba_cloud

精选

阿里云与NCS集团宣布战略合作，结合阿里云的Qwen基础模型与NCS的AI治理及系统集成专长。合作目标为帮助企业安全且成本高效地规模化部署AI。在NCS Impact大会上，阿里云高管强调行业正从被动问答转向自主智能体执行真实业务流程。

行业阿里云 NCS Qwen

推荐理由：阿里云和NCS联手了，把Qwen模型和AI治理经验结合，帮企业安全省钱地搞AI落地，挺实用的。

原文

09:43

官方账号阿里云 Alibaba Cloud@alibaba_cloud

Alibaba Cloud 将于7月8-9日参加欧洲 AI 盛会 Raise Summit，在 Booth 21A 展示其完整的 Agentic Cloud 栈。现场将演示从 Qwen 基础模型到企业级智能体基础设施和 Qwen Cloud 的全链路。团队全天运行 Demo，展示如何构建下一代 AI 应用。活动提供注册链接。

行业 Alibaba Cloud Qwen Raise Summit

推荐理由：Alibaba Cloud 要在 Raise Summit 现场演示 Qwen 和智能体基础设施，想了解云上 Agent 方案可以看看

原文

09:42

官方账号阿里云 Alibaba Cloud@alibaba_cloud

Qwen Cloud 负责人 Linlin Kong 与产品经理 Pan Gu、Xijue 在 Qwen Live 中探讨从零构建面向AI智能体的云平台。他们提出下一代云基础设施需从 AI 原生转向智能体原生，通过技能和 CRI 实现信任与控制。讨论强调智能体原生架构对开发者的重要性，并介绍了从混乱到有序的设计理念。

行业 Qwen 智能体云平台

推荐理由：阿里云Qwen团队聊了怎么为AI智能体造云平台，不再是给人用的，是给智能体用的，思路跟传统AI原生架构很不一样。

原文

09:41

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布了专为汽车行业设计的AI解决方案，基于其自研Qwen大模型。这些方案可加速自动驾驶开发、重新定义座舱体验并强化供应链韧性。该平台已在量产车辆中部署，为汽车制造商提供可规模化的AI集成能力。

AI产品阿里云 Qwen 自动驾驶

推荐理由：阿里云刚出了一套汽车AI方案，基于Qwen，能帮车企搞自动驾驶和智能座舱，还直接装车上用。

原文

7月11日

07:43

andrew chen@andrewchen

精选

作者分享在homelab运行本地AI模型的体验：消费级硬件（如M5 Macbook Pro 32/48GB、DGX Spark）可运行30-100B参数的量化模型（如Qwen 35b），但与1万亿参数的前沿云模型差距约18年。9B模型效果差、速度慢，需30-50 tok/s才能可用。本地模型适合简单查询，不适合编程。作者使用2台DGX Spark和5090 eGPU，建议公司配发MBP时选大内存。

技巧 Qwen DGX Spark Macbook Pro

推荐理由：想自己搭本地AI玩？这篇告诉你M5 Macbook Pro够不够用、Qwen 35b和9b差多远，别花冤枉钱。

原文

7月10日

10:53

官方一手Pandaily@contact@pandaily.com (Pandaily)

精选

DeepSeek、智谱AI和Qwen的成本高效模型在OpenRouter平台上周令牌份额超过20%，数据基于2025年7月的统计。这一增长显示开发者正从高价模型转向性价比更高的选项。结构性的市场转变表明成本正在成为AI基础设施选择的关键因素。

行业 DeepSeek Zhipu Qwen

推荐理由：开发者的钱袋更聪明了：DeepSeek、智谱、Qwen靠低价拿下OpenRouter五分之一流量，值得关注。

原文

7月9日

10:15

官方账号arXiv cs.LG@Anna Kuzina, Paul N. Whatmough, Babak Ehteshami Bejnordi

72°

论文揭示了因果自注意力二次复杂度对长上下文推理的瓶颈，在冻结骨干网络下隔离了状态更新设计的效果。研究表明Softmax依赖key相关的秩1正交投影，解释了为何delta式网络优于纯门控累积。作者通过引入sink token、短卷积和固定预算缓存路由等结构干预，减少了近似误差。在LLaMA和Qwen模型上扩展至32B参数，MMLU基准超越了先前后验线性化方法，长上下文检索匹配复杂自适应缓存框架。

论文 LLaMA Qwen Transformer

事件专题

推荐理由：这篇论文搞清楚了Transformer线性化为什么delta式更厉害，还给出了具体修补方案，在LLaMA和Qwen上跑到了32B，MMLU成绩比之前的后验方法好。

原文

7月8日

04:33

Aadit Sheth@aaditsh

中国在AI模型落后时采取开源策略，通过Qwen、DeepSeek、GLM等开源模型推动模型层商品化，美国企业每周路由超30%的AI token（一年前仅11%）。目前中国模型水平距美国前沿仅差6-9个月，而非过去数年。本周报道称北京首次讨论限制海外访问其最佳模型，原因是认为即将成为领先者。

行业 Qwen DeepSeek GLM

推荐理由：看中国怎么用开源打了一场翻身仗：从落后到逼近前沿，再到考虑限制，数据很硬核。

原文

03:20

@koltregaskes@koltregaskes

精选73°

中国正在考虑限制海外访问其最先进的AI模型，涉及开源和闭源模型。官员已与阿里巴巴、字节跳动和Zai团队会面讨论具体限制方案。5月法律专家圆桌提出分级方法：基本开源模型需简单备案，更强模型要预发布检查，高风险模型实施严格国内控制或禁止发布。此举与美国将前沿AI视为受保护资产的做法类似，可能进一步缩小中立条件下可用模型池。受影响模型可能包括Seedance、Qwen、GLM。

行业 Qwen GLM Seedance

推荐理由：中国正考虑限制Qwen、GLM等顶级模型海外访问，开发者需关注新规对模型获取的影响。

原文

7月7日

23:48

Julien Chaumond@julien_c

精选72°

Anthropic 与 Neuronpedia 合作，基于 Qwen 开源模型构建了交互式模型可解释性演示。该演示展示了 Anthropic 的 jLens 方法，可直观查看神经元激活模式。用户通过 neuronpedia.org/jlens 即可在浏览器中体验。此次合作将闭源公司的可解释性技术应用到开源模型上。

AI产品 Anthropic Qwen Neuronpedia

事件专题

推荐理由：Anthropic 居然拿 Qwen 做了个可解释性演示，还和 Neuronpedia 搞了个在线版，你去试试看神经元怎么工作的。

原文

17:18

Thomas Wolf@Thom_Wolf

Jaroslav Beck团队发布ThinkingCap高效模型系列，在Qwen 3.6 27B模型上进行微调，平均减少2倍思考token，部分示例生成速度提升10倍。该方法保持非侵入性干预，得到的模型与原检查点行为高度相似。作者认为这个技术可能像量化一样成为默认工具包的一部分。

AI模型 ThinkingCap Qwen 推理模型

推荐理由：想给模型推理提速？这个ThinkingCap把Qwen 27B的思考token砍掉一半，有的例子快10倍，效果还很稳定。

原文

7月6日

16:29

官方一手Pandaily@contact@pandaily.com (Pandaily)

字节跳动旗下豆包和阿里巴巴旗下通义千问于2026年7月终止AI智能体功能。监管合规压力与商业变现困难是撤退主因。两家公司过去两年投入大量资源推广Agent，但用户付费意愿低。此次关闭标志着消费级AI智能体热潮结束。

行业豆包 Qwen 智能体

推荐理由：豆包和千问把做了两年的智能体功能关了，因为不好赚钱而且监管严，Agent这波概念要降温了。

原文

16:28

官方一手Pandaily@contact@pandaily.com (Pandaily)

阿里Qwen推出CosyVoice输入法App，实现英语语音识别准确率接近100%。该应用集成大模型，可进行智能文本润色。目前已在应用商店上线，支持用户通过语音直接生成高质量文字。

AI产品 Qwen CosyVoice 阿里

推荐理由：阿里巴巴Qwen出了个CosyVoice输入法，语音识别准到接近100%，还能自动润色文字，打字麻烦的同学可以试试。

原文

7月5日

10:37

官方一手marktechpost@Michal Sutter

73°

林俊扬（前Qwen技术负责人）指出Qwen3的混合思考模式存在不足，动态思考预算机制并未有效融合推理与行动。他主张应从推理思考转向智能体思考，并强调智能体强化学习（agentic RL）的基础设施构建比预训练RL更难。他警告奖励破解（reward hacking）在智能体训练中更具危害性，需设计更稳健的奖励模型。

行业 Qwen 智能体强化学习

推荐理由：Qwen前核心负责人亲自复盘Qwen3设计缺陷，解释了为什么团队转向智能体RL路径，技术干货满满。

原文

7月4日

18:19

官方一手pandaily@contact@pandaily.com (Pandaily)

字节跳动的豆包和阿里巴巴的通义千问（Qwen）同时宣布于7月15日移除AI智能体功能。两个平台的用户将无法继续使用智能体相关服务。此举可能影响已基于这些智能体开发的业务场景，但具体原因暂未披露。

AI产品 Doubao Qwen ByteDance

事件专题

推荐理由：你用的豆包或Qwen智能体功能下月就没了，赶紧看看有没有影响。

原文

03:10

Julien Chaumond@julien_c

开源模型 Qwen 27b 凭借其出色性能和速度快，受到 ML/AI 工程团队的意外好评。与 Fable、GPT5.6 等昂贵大模型相比，Qwen 27b 在质量和效率上表现突出。该模型为 27B 参数规模，免费开源，近期引发热议。

AI模型 Qwen 27b Qwen 开源模型

推荐理由：别光盯着大模型，Qwen 27b 免费开源又好用，工程团队实测都说香。

原文

7月3日

09:46

官方一手arXiv: DeepSeek@Gabriel Hurtado

精选

该论文提出一种无需阈值的审计方法，结合两种内部信号——参考锚定的激活拒绝间隙与基础到候选权重的恢复能量——来检测开放权重检查点是否被剥离拒绝机制。在包含Qwen、DeepSeek-distilled Qwen、Llama和Gemma的273个检查点注册表上，两个信号的z-sum分离了57个公开的abliterations与37个良性微调、合并和指令微调，AUROC达到0.95，显著高于任一单独信号（0.84和0.90）。经Youden校准的阈值在留出族上达到平衡准确率0.89（FPR 0.11），仅漏掉57个中的4个。论文还映射了两种失败模式：伪造参考可无训练规避两个信号，白盒所有者可训练出超过阈值但仍不安全且连贯的检查点。

论文 Qwen DeepSeek Llama

推荐理由：想知道模型有没有被偷偷去掉安全护栏？这篇论文用两个内部信号在273个模型上做到95%的准确率，比单信号靠谱多了。

原文