 作者丨胡敏 编辑丨刘伟
今年云栖大会，变化格外明显。阿里参加过多年的阶段人，打开主论坛议程就能感受到，模型和往年很不一样。云栖 在吴泳铭发言之后，大会打下第一个登台分享的观察是千问大语言模型负责人刘大一恒；紧随其后的是ATH技术副总裁郑波，他负责视听等多模态模型。阿里接在两场模型演讲之后，阶段是模型平头哥高慧，与阿里云CTO李飞飞。云栖 云栖大会，大会打下芯片和云当然重要，观察阿里对云的投入不会减少，芯片也依然是它绕不开的底牌。但重要的不止是芯片和云，现在站在市场聚光灯下的是AI，大家关心的自然也包括阿里的模型。阿里的模型往哪走、做多大、能不能打，是眼下真正牵动市场神经的问题。 那么，在云栖大会上，这些大模型负责人们究竟回答了哪些市场最为关注的问题？  01 Qwen下一代模型，规模有多大？ 这是市场最直接的悬念。 此前一年多，业内对Scaling的质疑没停过。但到2026年年中，业界风向已明显调转。Anthropic CEO Dario Amodei在摩根士丹利会上直接定调：Scaling没有撞墙，2026年还会迎来一轮激进加速。 而从各家行动来看，也的确如此。 Fable 5 被行业估算为约4.5- 5 万亿参数，Kimi K3 总参数达到 2.8 万亿。这些数字接连落地，已经实实在在说明：各家Scaling 不仅没有停，反而在以比过去更激进的方式加速。 回到Qwen本身。今年 8 月，Qwen3.8发布，模型的参数已经达到了2.4T参数。这次雷峰网在云栖大会演讲上看到，刘大一恒再次给出了一张模型规划的路线图：Qwen4系列即将到来，Qwen4之后的Qwen4.5和Qwen5，计划进一步迈向5T—10T参数。
从72B到10T，千问的Scaling曲线正在明显变陡。 两年前，Qwen2.5旗舰模型的参数量还是72B；到Qwen3.8，模型已经扩大至2.4T，增长了33倍。如果Qwen4.5和Qwen5继续迈向5T—10T，千问的参数规模还将在现有基础上再扩大一倍至三倍以上。 刘大一恒也再次明确了阿里的判断：基础模型的智能上限，依然离不开算力、数据和模型规模的持续投入。阿里还会继续扩大预训练计算量，沿着Scaling Law向上走。 但模型越大，训练和推理的账单也越高。阿里给出的解法，是一边扩大规模，一边重新设计模型架构。 Qwen3.8-Flash已经展示了这条路线：通过稀疏注意力、线性注意力和外接记忆等新架构，它每次推理只激活6B参数；相比上一代，训练成本降至九分之一，百万Token的输入价格降至四分之一，超长上下文的预填充吞吐量提高8.6倍，模型能力反而继续上涨。 这意味着，阿里下一阶段的Scaling并不只是把模型做得更大，而是要用更低的成本，支撑更大的模型继续向前。  02 Qwen5还要等多久？ 关心完规模，下一个问题自然就来了：Qwen4、Qwen5还要等多久？ 当下模型竞争的节奏越来越快。今天登上榜首的模型，几周或几个月后就可能被追平。对模型公司来说，一个版本领先已经很难形成长期优势。真正重要的问题变成：谁能更快地产生下一代模型。 而要提升迭代速度，一个越来越被认真对待的方向是：让模型参与造模型。 一旦模型能帮助研究人员设计实验、分析结果、改进训练方法，那么下一代模型的研发就有机会更快。再让更强的新模型接着做这些工作，便可能形成一轮轮加速的循环。这也是RSI（Recursive Self-Improvement，递归自我改进），今年受到前沿实验室集中关注的原因。 Anthropic、OpenAI 在这件事上已经开始有了具体成果。此前，Anthropic做过一个实验：给Claude一段训练小模型的代码，让它自己找办法提速。它会改代码、跑实验、看结果，再接着改。去年，Claude把这段代码提速到原来的3倍；今年，最新模型已经能做到52倍。人类研究员花上半天，通常只能做到4倍左右。 OpenAI也在做类似的事，把模型用在了“找模型的漏洞”上。他们训练了一个专门攻击其他模型的GPT-Red，让它不断想办法诱导模型犯错；再把这些攻击样本拿去训练下一代GPT。结果是，GPT-5.6面对最难的一类提示注入攻击时，失败率比四个月前的模型低了约六倍。 回到阿里大模型。想了解Qwen4、Qwen5何时到来，或许也可以从阿里在RSI上的研究进展里找线索。 与上文提到的Anthropic、OpenAI 做的两件事不同的是，阿里做了一个实验：让Qwen不只调用工具，也开始参与建设自己的技术栈，把RSI带到了模型研发的底层环节。 最典型的一个实验发生在芯片设计上。 研究团队只给了Qwen3.8-Max一份真实的片上网络（NoC）模块规格，没有参考代码，也没有现成测试样例。接下来的60多个小时里，模型自己调用EDA工具，完成从编写电路描述、验证，到后端物理实现的一整套流程，期间没有逐轮人工介入。最终，芯片物理面积减少了42%，功耗估算下降59.5%。 同样的尝试还出现在推理基础设施上。 众所周知，国产芯片落地，难点不只在硬件能不能造出来，也在软件生态能不能快速迁移。长期以来，CUDA将模型、算子、框架和工具链紧密地绑定在英伟达芯片上。一块国产芯片从“能跑”到“跑好”，往往还要经历一轮漫长的适配。 梁文锋此前就提到，国产硬件首先要解决的是生态问题。他认为，TileLang等更高层的编程方式正在提供一个新的机会：开发者不必再逐行重写复杂的CUDA代码，而可以用更少的代码重新实现底层算子。DeepSeek内部甚至已经开始探索用AI编写TileLang。 类似的变化，也出现在阿里这次公布的实验中。据雷峰网(公众号：雷峰网)了解，面对一款此前从未适配过的平头哥新GPU，Qwen3.8-Max自己修改和优化SGLang推理框架，用56小时完成部署，将日常对话场景的单实例吞吐量提高了96%。 过去，国产芯片的软件生态要靠工程师一点点补；现在，模型开始亲自参与这项工作。 至于模型训练本身，阿里披露，Qwen3.8-Max曾连续自主运行一个多月，完成33轮有效实验：自己搭流程、构造数据、设计实验、定位缺陷，并推动模型继续更新。 当然，现在“模型自主造出下一代模型”当然还有距离，但它呈现出的方向已经很清楚：模型竞争不再只是比谁发布了一个更强的版本，也开始比谁能让模型更深地进入训练、推理、芯片这些研发环节，把下一代模型更快做出来。  03
|
