在近日举行的云栖大会上，阿里大模型团队首次系统披露了通义千问系列的下一代模型规划。千问大语言模型负责人刘大一恒在主论坛演讲中给出了一张明确的模型路线图：Qwen4系列即将发布，此后Qwen4.5和Qwen5计划进一步扩展至5T至10T参数规模。
这一规划延续了千问系列近两年陡峭的Scaling曲线。两年前，Qwen2.5旗舰模型的参数量为72B；到今年8月发布的Qwen3.8，参数已增至2.4T，增长约33倍。若Qwen4.5和Qwen5如期推进至5T至10T区间，模型规模将在现有基础上再扩大一倍至三倍以上。刘大一恒重申了阿里的判断：基础模型的智能上限仍离不开算力、数据和模型规模的持续投入，阿里将继续扩大预训练计算量。
模型规模扩大的同时，训练与推理成本的压力也在上升。阿里给出的应对方案是同步重新设计模型架构。已发布的Qwen3.8-Flash展示了这一思路：通过稀疏注意力、线性注意力和外接记忆等新架构，该模型每次推理仅激活6B参数，训练成本降至上一代的九分之一，百万Token输入价格降至四分之一，超长上下文的预填充吞吐量提升8.6倍，模型能力仍保持增长。
在模型迭代速度方面，阿里披露了多项关于模型参与自身研发的实验进展。在芯片设计场景中，研究团队仅向Qwen3.8-Max提供一份真实的片上网络模块规格，模型在60多个小时内自主调用EDA工具，完成从电路描述编写、验证到后端物理实现的全流程，最终芯片物理面积减少42％，功耗估算下降59.5％。在推理基础设施层面，面对一款此前未适配过的平头哥新GPU，Qwen3.8-Max自主修改和优化SGLang推理框架，用56小时完成部署，将日常对话场景单实例吞吐量提升96％。此外，Qwen3.8-Max曾连续自主运行一个多月，完成33轮有效实验，涵盖流程搭建、数据构造、实验设计与缺陷定位。
多模态方面，ATH技术副总裁郑波在大会上明确了下一代视频生成模型的发布时间：将于11月亮相。他将视频生成的下一阶段定义为“Agent Video”，即模型不仅生成单个素材片段，还能理解创作者意图，自主拆解剧情、设计分镜、安排人物与场景，最终生成完整视频。新版本将沿更长、更可控、更完整、更智能四个方向推进。图像生成模型Qwen-Image-3.1同期亮相，面向电商、创意、设计等商用场景进行了优化升级。
从本届云栖大会的议程安排看，模型议题已与芯片、云基础设施并列成为核心主线。阿里在大模型领域的下一阶段策略逐渐清晰：一方面继续沿Scaling Law扩大参数规模，另一方面通过架构创新压低单位成本，同时将模型能力嵌入芯片设计、推理框架适配等底层研发环节，以缩短下一代模型的迭代周期。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
