阿里巴巴
24 published articles
文档AI
为什么最好的文档解析器现在只需8亿参数
阿里巴巴的OvisOCR2，一个紧凑的0.8B端到端模型，在OmniDocBench（96.58）和PureDocBench（75.06）上取得了最先进的分数，超越了更大的基于流程的解析器。它的成功来自于一个数据引擎，混合了经过过滤的真实文档和合成页面，在4B教师模型上进行强化学习，并通过同策略蒸馏将知识注入小模型。
2026-07-24
图像生成
阿里通义千问Qwen-Image-3.0：将文本渲染转化为生产力论据
阿里巴巴通义千问团队发布了第三代图像生成模型Qwen-Image-3.0，该模型优先考虑密集内容和实用可用性，而非审美上的精雕细琢。该模型可处理4500个token的提示词，清晰渲染10像素大小的文本，并能一次性生成完整的报纸版面或多格信息图。
2026-07-23
AI研究
Qwen-music以旋律为中心，效果不言自明
Qwen-Music通过先明确规划旋律再生成完整歌曲的方式开辟新天地，该团队称之为Melody-CoT的方法。该模型在16项客观指标中的13项达到了最先进水平，并且在盲测中击败了Suno V5和MiniMax Music 2.6。
2026-07-20
AI研究
阿里巴巴通义千问将世界建模转化为语言问题
Qwen-AgentWorld是一种原生语言世界模型，可在七个领域模拟智能体环境。通过从一开始就将环境建模作为训练目标，它为基于视频的世界模型和特定领域模拟器提供了另一种选择，用于具身AI。
2026-07-19
瓶颈
阿里巴巴新基准证明AI智能体仍做不到的事：遵守规则
阿里巴巴的HSCodeComp基准揭示了差距：顶级AI智能体在关税分类上的准确率为49.4%，而人类专家为95%。瓶颈是结构性的，增加算力无济于事。
2026-07-19
具身AI
Qwen新机器人模型摒弃常见AI捷径
阿里巴巴Qwen团队发布了三款机器人专用基础模型和一个智能体环境世界模型，从通用视觉语言模型转向为物理行动专门构建的架构。
2026-07-18
AI战略
阿里巴巴在AI承诺与执行之间划下530亿美元的分界线
阿里巴巴公布2026年上半年AI更新：新的Token业务部门、Qwen3.7-Max、视频模型HappyHorse以及530亿美元的基础设施建设。该战略将阿里巴巴从研究导向转向面向真实世界的企业和消费者AI部署。
2026-07-17
人工智能
阿里巴巴开源世界模型：让AI智能体在模拟器中训练
阿里巴巴Qwen团队发布Qwen-AgentWorld，一种语言世界模型，能在七个领域模拟智能体环境。其CPT、SFT、RL三阶段流程构建出一个在保真度上击败GPT-5.4的模拟器，使智能体能够通过心理排练而非昂贵的真实环境展开进行训练。
2026-07-16
具身智能
阿里巴巴通义千问（Qwen）已嵌入15万台机器人、汽车、眼镜和无人机中
阿里巴巴通义千问（Qwen）AI家族现已驱动超过15万台硬件设备，从人形机器人到儿童相机，标志着公司从聊天机器人向具身智能（Physical AI）的战略转型，将多模态模型集成至机器人、汽车、眼镜和无人机中。
2026-07-14
AI硬件
阿里巴巴押注无触屏交互，比表面看起来更明智
阿里巴巴的Qwen眼镜策略揭示了一个更广泛的行业转变：AI眼镜正接近能力、用户准备度和可行经济性的交汇点。胜出者将是构建完整生态系统的公司，而不仅仅是生产聪明设备的公司。
2026-07-13
AI治理
中国科技巨头删除数百万段AI关系
字节跳动、腾讯和阿里巴巴正同时关闭AI伴侣功能，这些功能曾让数百万用户与可定制的虚拟角色建立情感纽带。此举被广泛视为对中国即将于2026年4月生效的新AI内容法规的回应，引发了用户愤怒和投诉，称失去了不可替代的情感投入。
2026-07-08
Model Studio
Qwen3.7非高峰时段定价将API成本降低80%，美国开发者获得最佳时段
阿里云的Qwen3.7非高峰定价在覆盖美国和欧盟工作日的时段提供高达80%的API调用折扣。以下是它与GPT-5.5、Claude和Gemini的对比，以及哪些工作负载受益最大。
2026-05-20