阿里巴巴集团有限公司宣布推出新的人工智能模型系列 Qwen3,据称其性能可超越来自 OpenAI 和 Google LLC 等公司的竞争模型。
这一新产品的发布突显了自 DeepSeek Ltd. 在去年年底首次亮相以来,中国人工智能行业迅速发展的步伐。
新款 Qwen3 模型在多个领域,例如编码和数学问题上,均优于 DeepSeek 最佳模型。它将以开源许可证发布多个 Qwen3 系列模型,这些模型的参数数量范围从 600 million 到 235 billion 参数不等,参数数量大致反映了解决问题的能力。一般来说,模型参数越多,性能表现就越好。
在新推出的 Qwen3 系列中,有两款采用所谓 "mixture of experts" ( MoE ) 技术的模型,阿里巴巴表示其可以与 Google 和 Anthropic PBC 推出的最先进推理模型相媲美。推理模型旨在模仿人类思考问题的方式,花更多时间进行思考并执行事实核查以确保准确性。
通过采用 MoE 技术,人工智能模型可以通过将任务划分为更小的部分来增强其推理能力,这类似于一家公司派遣专门团队针对更具挑战性的问题的特定部分进行处理。将任务分摊至模型的不同部分,使问题解决过程更加高效。
阿里巴巴 Qwen 团队在一篇博客文章中表示:“我们已将思考模式与非思考模式无缝集成,为用户提供灵活控制思考预算的能力。这一设计使用户能够更轻松地配置针对特定任务的预算。”
阿里巴巴表示,Qwen3 模型支持 119 种语言,并在一个包含近 36 trillion Token 的数据集上进行了训练,这些 Token 是它们在接受“教学”过程中处理的基本数据单位。1 million Token 大约相当于 750,000 个单词,在本案例中,这些数据来自各种教材、代码片段、AI 生成的数据、问答对以及其它资源。
在各项基准测试中,阿里巴巴的 Qwen3 模型展现出了令人印象深刻的表现,超越了美国 AI 公司近期推出的“高端”模型,如 OpenAI 的 o3-mini 和 o4-mini 模型。
例如,在衡量模型编写代码能力的 Codeforces 基准测试中,最大的 Qwen-3-235B-A22B 模型超越了 o3-mini 以及 Google 的 Gemini 2.5 Pro 模型。它还在 AIME 数学基准测试以及评估 AI 模型推理能力的 BFCL 测试中击败了 o3-mini。
自从 DeepSeek 的 R1 推理模型在去年 12 月末首次亮相以来,虽然其开发成本仅为 OpenAI 的一小部分,却已抢占风头,此后中国科技领袖陆续推出了一系列同样强大的 AI 模型。阿里巴巴几周前刚推出了 Qwen-2.5 系列模型,并称这些模型可以处理包括文本、图像、音频和视频在内的多模态数据格式。这些模型显著轻量,设计上可直接在智能手机和笔记本电脑上运行。
强大且开源的中国 AI 模型的出现,提升了美国 AI 公司的竞争压力,尽管它们直到最近还被视为行业领导者。但如今,美国模型的地位正受到威胁,尤其是因为美国制造的模型通常在训练上投入的成本远高于中国同行。
在其最近的一次举动中,美国对 Nvidia Corp. 的 H20 GPU 实施了出口许可证,这款 GPU 专门设计以符合之前对中国的制裁规定。
OpenAI 则回应称,将在未来几个月内推出一种 “open-weights” 推理模型,这标志着其一贯将模型内部工作原理视为“黑盒”策略的巨大转变。
阿里巴巴首席执行官吴泳铭在二月份表示,该公司的主要目标是构建一个“通用人工智能”系统,最终能够超越人类的智力水平。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。