智工具作者 王涵编辑 漠影
智工具2月16日报道， ，， ，，，刚刚， ，， ，，，Qwen3.5正式宣布并开源， ，， ，，，在多模态明确、重大推理、编程、Agent智能体等几大能力领先同级开源模子， ，， ，，，多项基准媲美甚至逾越GPT-5.2、Gemini 3 pro等闭源第一梯队。。。。。。
Qwen3.5-Plus总参数为3970亿， ，， ，，，激活参数仅170亿， ，， ，，，性能凌驾万亿参数的Qwen3-Max模子， ，， ，，，安排显存占用降低60%， ，， ，，，推理效率大幅提升， ，， ，，，最大吞吐量可提升至19倍。。。。。。
Qwen3.5上线后， ，， ，，，我们马一直蹄地问了它一道大模子的“头脑急转弯”：我要去洗车， ，， ，，，洗车的地方离家就100米， ，， ，，，我是开车去呢， ，， ，，，照旧走着去呢？？？ ？？？？
关于这道题， ，， ，，，网友们测试了海内外洋种种大模子， ，， ，，，鲜有模子答对。。。。。。而Qwen3.5不但识别出了问题中的逻辑陷阱， ，， ，，，还用很诙谐和轻松的语气回覆了准确的谜底， ，， ，，，并且给出了“开车慢行， ，， ，，，确保清静”的温馨提醒。。。。。。
回看Qwen3.5的思索历程， ，， ，，，它遵照着剖析需求、识别焦点陷阱、制订谜底、起草谜底、内部较量、最后打磨、思索其他可能、确定谜底等一些列办法， ，， ，，，在其中还会像真人一样“勉励自己”， ，， ，，，坚定自己的回覆。。。。。。
价钱上， ，， ，，，Qwen3.5-Plus的API价钱是最低每百万Token0.8元。。。。。。一律性能下， ，， ，，，这个价钱仅相当于Gemini-3-pro的1/18。。。。。。
从Qwen2.5、Qwen3到Qwen3.5， ，， ，，，已往两年千问一直迭代开源， ，， ，，，每一代产品、每一个尺寸都在为行业制订新的天花板标准， ，， ，，，“最强开源=千问”险些快成为共识。。。。。。
但这一次， ，， ，，，Qwen3.5的意义不止于“又刷新了一次榜单”。。。。。。
一、让草图“一键变”网页， ，， ，，，千问进化成原生多模态大模子
在解读Qwen3.5背后的手艺之前， ，， ，，，我们先来看看Qwen3.5在现实应用场景下的体现怎样。。。。。。智工具拿到争先体验资格， ，， ，，，率先对该模子的多模态明确、推理、以及代码天生能力举行了体验。。。。。。
我们上传了一张礼物购置App的前端页面手绘草图， ，， ，，，要求Qwen3.5凭证草图天生红白配色的简约风前端页面， ，， ，，，并输出可以直接用的HTML代码。。。。。。
险些没有思索时间， ，， ，，，Qwen3.5先是识别出了草图中的基本框架和文字信息， ，， ，，，在红白配色的模糊指令下， ，， ，，，自主选择了饱和度没有那么高的红色。。。。。。天生的代码精练可用， ，， ，，，页面也与草图险些一模一样。。。。。。
尚有一处小细节是， ，， ，，，我们上传的草图是英文， ，， ，，，而Qwen3.5凭证上下文的问答和提问的语言， ，， ，，，判断出用户应该是中文用户， ，， ，，，自动将页面语言调解为了中文。。。。。。
在重大场景与OCR能力方面， ，， ，，，我随手拍了一张含有多个物体和配景的照片， ，， ，，，问Qwen3.5：今天的天气怎么样？？？ ？？？？这张图片中都有什么？？？ ？？？？
可以看到模子可以在明确画面的同时， ，， ，，，准确提取模糊的文字信息。。。。。。这张图片是背光， ，， ，，，文字在阴影内有些模糊不清， ，， ，，，但Qwen3.5很准确地识别出了图片中的布洛芬颗粒冲剂、保湿霜以及酸奶的品牌， ，， ，，，还知心地附上了功效。。。。。。
团结外面晴朗的天气， ，， ，，，Qwen3.5综合判断用户正在家休息养生， ，， ，，，并且给出了“希望天气盛意情也好， ，， ，，，早日恢复生力！”的祝福。。。。。。
最后， ，， ，，，我们来看看Qwen3.5在艺术明确上面的能力。。。。。。我们给Qwen3.5看一张西班牙画家萨尔瓦多·达利的《影象的永恒》， ，， ，，，看看模子能不可识别出这幅画的气概派别和配景。。。。。。
Qwen3.5提取出了这幅画中的特点元素“融化的时钟”， ，， ，，，准确回覆出这幅画的作者是萨尔瓦多·达利， ，， ，，，并且将该作者的生平信息以及这幅画的画面材质、创作时间、尺寸、珍藏地等详细信息都泛起给了用户。。。。。。别的， ，， ，，，该模子还详细先容了这幅画的主要元素和象征意义以及艺术职位， ，， ，，，对美学和笼统看法的明确较强。。。。。。
Qwen3.5可与OpenClaw集成， ，， ，，，驱动编程使命。。。。。。通过将OpenClaw作为第三方智能体情形集成， ，， ，，，Qwen3.5 能够举行网页搜索、信息网络和结构化报告天生——它团结自身的推理与工具挪用能力， ，， ，，，以及OpenClaw的接口， ，， ，，，为用户带来流通的编码和研究体验。。。。。。
别的， ，， ，，，Qwen3.5能够作为视觉智能体， ，， ，，，自主操作手机与电脑完成一样平常使命。。。。。。在移动端， ，， ，，，该模子已适配更多主流应用， ，， ，，，支持自然语言指令驱动操作；；；；；；；；在PC端， ，， ，，，Qwen3.5能处置惩罚跨应用的数据整理、多办法流程自动化等重大使命， ，， ，，，有用镌汰重复性人工干预， ，， ，，，提升事情效率。。。。。。
以Qwen3.5为底层模子， ，， ，，，Qwen Code支持“vibe coding”， ，， ，，，可将自然语言指令转化为代码、实时迭代开发项目， ，， ，，，并支持如天生视频等富有创意的使命。。。。。。
整体体验下来， ，， ，，，Qwen3.5在多模态能力方面真是下了狠功夫。。。。。。这背后着实是千问团队在模子底层架构的重构， ，， ，，，千问正式从“语言模子”进化为“原生多模态大模子”。。。。。。
二、原生全模态， ，， ，，，让模子像人一样学习
业界普遍以为， ，， ，，，统一多模态是通往通用人工智能的必经之路。。。。。。但让大模子真正”张开眼睛”， ，， ，，，在统一架构下同时提升语言和视觉能力， ，， ，，，实现多模态信息的高效融合与协同天生， ，， ，，，并非易事。。。。。。
目今行业中不少看起来“多模态”的计划， ，， ，，，实质上仍是“拼装”——先训好语言模子“学语言”， ，， ，，，再外挂视觉或音频�？？？ ？？？？�， ，， ，，，�？？？ ？？？？橹淇渴逝洳阄云�。。。。。。
有的产品甚至只是在统一入口背后， ，， ，，，通过工程路由将差别使命分发给差别模子。。。。。。这些计划都没有实现真正的多模态融合， ，， ，，，且不少视觉明确模子会随着视觉能力的增强， ，， ，，，泛起语言能力”降智”的问题。。。。。。
Qwen3.5从一最先就选择了一条鲜有人踏足的路。。。。。。
从预训练第一天起， ，， ，，，该模子就在海量的文本和视觉的混淆数据上团结学习， ，， ，，，就像人类一样， ，， ，，，挪用五官来综合吸收外界信息。。。。。。
让视觉与语言在统一的参数空间内深度融合， ，， ，，，模子看到一张图就能自然明确其语义， ，， ，，，读到一段文字便能在脑中构建对应画面。。。。。。没有“中心商赚差价”， ，， ，，，没有信息折损， ，， ，，，真正具备像人一样的跨模态的直觉明确力。。。。。。
想要让这种原生融合真正跑起来， ，， ，，，就要有一个“人类大脑”， ，， ，，，模子的训练架构也必需随着变。。。。。。在这一点上， ，， ，，，行业中的古板做法是让视觉和语言用统一套并行战略， ，， ，，，效率消耗严重。。。。。。
Qwen3.5的做法是各走各的最优路径， ，， ，，，再在要害节点上高效汇合。。。。。。这样做的效果就是哪怕同时喂入文本、图像、视频三种数据， ，， ，，，逊з度也险些不受影响， ，， ，，，和只训练纯文本时相当。。。。。。
同时， ，， ，，，Qwen3.5通过定制化的FP8/FP32精度战略， ，， ，，，使激活内存占用降低约50%， ，， ，，，逊з度提升10%。。。。。。该战略已在强化学习训练与推理全流程统一应用， ，， ，，，有用降低了多模态模子规�；；；；；；；；才诺谋厩胫仄�。。。。。。
在智能体训练上， ，， ，，，千问团队还搭建了一套大规模强化学习框架， ，， ，，，支持文本、多模态与多轮对话等场景， ，， ，，，训练效率提升了3至5倍。。。。。。
原生多模态融合带来的能力不止图像明确， ，， ，，，Qwen3.5可对图像做像素级空间定位与代码级细腻处置惩罚， ，， ，，，能明确2小时长视频的时序与逻辑关系， ，， ，，，可将手绘草图转为可运行前端代码， ，， ，，，还能作为视觉智能体自主操作装备、跨应用完成重大使命。。。。。。
三、四大焦点突破， ，， ，，，助力模子“以小胜大”
已往两年， ，， ，，，大模子行业普遍走上“堆参数、拼算力”的“鼎力大举出事业”蹊径， ，， ，，，模子规模从千亿一起攀升至万亿级别， ，， ，，，性能虽有提升， ，， ，，，但本钱也随之水涨船高。。。。。。
安排需要专属集群， ，， ，，，推理消耗大宗算力， ，， ，，，不但中小企业难以肩负， ，， ，，，终端装备更是无法运行。。。。。。手艺指标一直突破， ，， ，，，可离普惠、适用的目的反而越来越远。。。。。。Qwen3.5换了一种思绪：不比谁更大， ，， ，，，而是比谁更智慧， ，， ，，，比谁能用相对更小的模子获得更大的智能。。。。。。
详细来说， ，， ，，，有四项焦点手艺突破配合支持了这个效果：
一是混淆注重力机制。。。。。。古板大模子在处置惩罚长文本时， ，， ，，，需对每个token与所有上下文举行全量注重力盘算， ，， ，，，文本长度越长， ，， ，，，算力开销就越高， ，， ，，，这也是限制长上下文能力的要害瓶颈。。。。。。
Qwen3.5接纳混淆注重力机制， ，， ，，，可依据信息主要性动态分派注重力资源， ，， ，，，实现主次明确， ，， ，，，在提升效率的同时包管精度。。。。。。
二是极致希罕MoE架构。。。。。。古板浓密模子在每一次推理时都要调动所有参数加入运算， ，， ，，，模子规模越大， ，， ，，，对应的算力本钱也就越高。。。。。。
而Qwen3.5的MoE架构焦点思绪则在于， ，， ，，，无需同时启用所有参数， ，， ，，，只需依据输入内容， ，， ，，，按需激活与之最相关的“专家”网络即可。。。。。。
这样的架构， ，， ，，，让Qwen3.5有397B的总参数的情形下， ，， ，，，激活参数仅需17B， ，， ，，，相当于仅需不到5%的算力， ，， ，，，即可调动所有知识储备。。。。。。
三是原生多Token展望。。。。。。千问团队让模子在训练阶段就学会了对后续多个位置举行团结展望， ，， ，，，推理速率靠近翻倍。。。。。。在长文本天生、代码补全、多轮对话等高频场景中， ，， ，，，模子的响应速率靠近“秒回”
四是系统级训练稳固性优化。。。。。。2025年千问团队曾揭晓过一篇注重力门控机制的论文， ，， ，，，还斩获了NeurIPS 2025最佳论文奖。。。。。。
在这篇论文中， ，， ，，，千问团队通过在注重力层的输出端加入了一个“智能开关”， ，， ，，，就像一个水龙头， ，， ，，，可以智能调控信息的“流量”。。。。。。
这样既可以避免有用信息被淹没， ，， ，，，也避免无效信息被太过放大， ，， ，，，从而提升模子的输出精度和长上下文泛化能力。。。。。。
类似的深层优化还包括归一化战略和专家路由初始化等， ，， ，，，它们各自解决差别环节的稳固性问题， ，， ，，，配合确保上述架构立异在大规模训练中真正跑得通、跑得稳。。。。。。
在以上手艺的加持下， ，， ，，，Qwen3.5的新架构让模子在总参数缺乏400B的情形下， ，， ，，，性能却能逾越上一代超万亿模子的同时， ，， ，，，安排显存占用降低60%， ，， ，，，推理效率大幅提升， ，， ，，，还随手把API价钱卷到了Gemini-3-pro的1/18。。。。。。
当行业还在比拼”谁的跑分更高”时， ，， ，，，Qwen3.5已经把竞争带向了下一个问题：谁的模子更好用、更适用、更多人用得起。。。。。。
结语：Qwen3.5在“好用、适用、用得起”上一马领先
一马领先， ，， ，，，不但是跑得快， ，， ，，，更是跑得对、跑得远。。。。。。
在多模态方面， ，， ，，，Qwen3.5再一次验证了原生多模态是从预训练第一天起就让模子像人类一样， ，， ，，，用统一的认知框架明确图文交织的天下。。。。。。在效率与性能上， ，， ，，，Qwen3.5将思索的重点放在“怎样让大模子更高效”， ，， ，，，“怎样才华让大模子好用、适用、用得起”上。。。。。。
从识别到明确， ，， ，，，从单模态到跨模蓝海物联科技有限公司态推理， ，， ，，，Qwen3.5让大模子从对话工具向明确真实天下的基础能力演进。。。。。。阿里一方面在一直推出SOTA级模子， ，， ，，，另一方面， ，， ，，，通过开源战略让人人都能免用度， ，， ，，，孕育出了一片全新的立异土壤。。。。。。
网站地图