阿里Qwen4和下代视频模型训练中，Qwen4.5后模型将扩展至5-10T参数

数码芝华士

IT之家今日从 2026 年云栖大会现场获悉，阿里巴巴公布了大模型一系列进展，大模型递归自我改进（RSI）已初步进入模型训练、推理及芯模协同等环节中，基于新一代架构的 Qwen4 已在训练中，未来 Qwen4.5、Qwen5 等版本将扩展至 5-10T 参数。

同时，阿里的视频生成模型、语音模型、图像模型、世界模型、音乐模型以及全模态模型等均在当天或近期推出新版本。

阿里全新的下一代视频生成模型将于 11 月发布，朝着更长、更可控、更完整、更智能的方向演进：在更长的时间里，新模型仍然能保持一致性，创作者可精准掌控人物、场景与镜头；同时，模型能具备导演级的创作思维，从生成单个镜头迈向理解完整叙事。

本届云栖大会，阿里系统展示了千问大模型自我进化的最新探索成果：

• 在模型自我训练上，Qwen3.8-Max 通过自主搭建训练流程、构造训练数据，并自主设计实验、定位缺陷，在人类完全“零参与”的情况下持续迭代超 1 个月，完成 33 轮有效迭代。基于 RSI、后训练等系列技术联合优化，Qwen3.8-Max 新版本在 Artificial Analysis 上的得分从 40 涨至 45 分，与 Claude、GPT 最强模型同处第一阵营，领先于 GLM5.3、Kimi-K3 等所有国产模型。
• 在推理优化上，Qwen3.8-Max 在从未见过的平头哥新款 GPU 上，自主适配优化了下代架构的 Qwen3.8-Flash 新模型的推理框架，实现单实例推理吞吐量提升 96%。
• 在芯片模型协同设计上，Qwen3.8-Max 仅基于一份真实的总线模块规范，自主展开前端、验证、后端的全链路自迭代，在自主运行超 60 小时、调用 EDA 工具超万次后，完成了减少 42% 面积的物理实现优化。
  

阿里巴巴 ATH 技术副总裁、淘天集团首席科学家郑波在云栖大会现场提到，三年内会出现一个原生全模态统一模型，体验将不再受限于模态的边界。

此外，阿里大模型加速走向终端。AI 手机全栈解决方案 Qwen Intelligence 发布，专为手机场景深度优化，为合作伙伴提供基于千问大模型的 Agent 技术平台，让手机能够更可靠地完成跨应用的复杂任务。