3月6日,记者发现阿里AI To C业务旗下AI应用通义,已经接入阿里最新开源推理模型通义千问QwQ-32B,目前在移动端与网页端均可体验。
千问QwQ-32B是阿里最新发布的强大推理模型,其特点是兼具性能与效率。千问QwQ-32B在数学、代码及通用能力上实现质的飞跃,整体性能比肩DeepSeek-R1。在保持强劲性能的同时,千问QwQ-32B还大幅降低了部署使用成本,在消费级显卡上也能实现本地部署。
用户在通义App与通义网页版均可通过“Qwen-QwQ-32B”智能体入口体验。
此前,通义App也已通过智能体的形式,上线Qwen-QwQ-preview版推理模型,让国内用户第一时间体验到通义千问强大模型能力。有网友在社交媒体指出,其代码生成能力表现优异,“生成宏基本一次过”。
据了解,未来通义App与通义网页版也会持续上线通义千问最新模型能力,并将深度推理能力应用到其智能体生态当中,革新个人AI助手体验,进一步提升用户在生活、办公、学习上的效率。
此外记者还发现,通义App的产品交互也在悄然发生变化,首页变为一个可爱的邻家女孩作为主要交互对象,并且增加了拍照讲题等多个实用功能,原有智能体生态也得到了进一步丰富。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。