← 返回模型历史

Alibaba 51 个模型

模型系列(19)

发布日期 公司 模型名称 系列 类型 特性
2026-09-22 Alibaba Qwen Intelligence Qwen 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
2026-08-17 Alibaba Qwen-Audio-3.0-TTS Qwen-Audio 支持16种语言及20种中文方言 支持Free-style自然语言指令控制语气风格 支持细粒度标签控制(如呼吸、笑声等非语言细节) 具备复杂声学鲁棒性,自动过滤高噪声/混响参考音频
2026-08-17 Alibaba Qwen-Audio-3.0-ASR Qwen-Audio-3.0 支持复杂语境与专业领域识别
2026-08-05 Alibaba Qwen-Image-3.0-Pro Qwen-Image-3.0 支持4.5k-token超长提示词 支持10px级精细文字渲染 支持12种语言 生成与编辑融合进单一架构
2026-08-05 Alibaba Qwen-Image-3.0-Standard Qwen-Image-3.0 支持4.5k-token超长提示词 支持10px级精细文字渲染 支持12种语言 生成与编辑融合进单一架构
2026-07-31 Alibaba Qwen-Audio-3.0-ASR-Streaming Qwen-Audio-3.0 面向实时场景,理论出字延迟300毫秒 中文工业场景错字率7.80%,英文11.52%,领跑行业 该系列此前已在Artificial Analysis评测中以1.7%错字率拿下全球第一
2026-07-31 Alibaba Qwen-Audio-3.0-ASR-Flash Qwen-Audio-ASR-Flash 长音频上下文记忆,确保几小时会议人名、技术概念全程一致 内置医疗、IT等行业词库,专业词召回率高,无需人工配置 集成语音润色,一步完成去口头禅、清理重复、处理自我纠正和语义重组 一套模型覆盖30余种语言,适配跨国会议和出海客服场景
2026-07-21 Alibaba Qwen-Image-3.0 Qwen 支持10px小字精准渲染,笔画笔锋、人物毛孔、发丝、纸张、批注等细节清晰 最长支持4.5k token输入,可生成报纸、分镜、试卷、PPT等复杂版面 支持12国语言原生渲染,能生成网页、游戏、直播等常见UI界面 能在单张图中同步呈现9份不同主题的知识图解,并自动完成整齐布局
2026-07-15 Alibaba Qwen-Audio-3.0-Realtime Qwen-Audio 1. 毫秒级响应,针对时延敏感场景直接生成回复 2. 无需明确指令即可自行调用外部工具(支持MCP、API、知识库),结果自动融入对话记忆 3. 动态调整语气、节奏、音调与情感,具备共情对话能力 4. 内置多模态感知双工控制,支持边说边听、随时打断插话,抗噪及多人对话锁定
2026-06-16 Alibaba Qwen-RobotManip Qwen-Robot 采用统一动作表征,解决更换机器人平台时性能下滑痛点 通过海量开源语料完成超过38000小时预训练 具备从基础拧水龙头到双臂倒薯条等复杂高难度任务执行能力
2026-06-16 Alibaba Qwen-RobotNav Qwen-Robot 将任务指令理解、目标搜索及自动驾驶等五大导航功能统一在同一框架下 创新“任务自适应观察机制”,摆脱僵化记忆策略 具备“边走、边看、边规划”能力,在复杂未知空间中高效完成寻物任务
2026-06-16 Alibaba Qwen-RobotWorld Qwen-Robot 推理和模拟下一个时间点机器人的合理动作和状态 生成视频数据以缓解训练数据不足 执行动作前推演未来轨迹,提升操作精准度
2026-05-20 Alibaba QoderWork Qoder 全球首个AI Native自定义工作台 首创设计、PPT、写作三大领域专属模式 设计工作台实现Code as Design,设计产物即代码产物 PPT工作台提供11个可介入阶段,HTML即源文件 写作工作台支持选中即批注与人机接力
2026-05-15 Alibaba Qoder Qoder Quest独立视窗,与Editor并排运行 跨项目多任务并行,支持统一监控面板 内置规划、调研、编码、测试、审查五角色专家团,支持自定义专家 团队共享知识引擎,实现用户级、团队级、仓库级、任务级四级分层知识管理 底层Agent Harness重构,支持结构化任务运行时与全链路知识供给
2026-01-30 Alibaba Qwen-Image-2512-Turbo-LoRA-2-Steps Qwen 将SOTA压缩步数从80-100步降至2步,提速40倍、5秒内生成4张2K级高清大图、采用基于概率空间的DMD2算法与Reverse-KL Loss、引入PCM热启动缓解分布退化,结合GAN对抗学习提升细节
2025-12-22 Alibaba Qwen Image Layered Interface Qwen 自动将复杂自然图像分解为多个语义上连贯且空间对齐的图像层 基于单一输入图像生成具有清晰语义层级的可视化层
2025-12-10 Alibaba Qwen-Image-i2L Qwen 将任意单张图片转化为可微调的LoRA模型 采用SigLIP2、DINOv3和Qwen-VL多模态特征提取体系 提供风格、粗粒度、精细、偏见四种专属模型变体 支持无缝集成到Stable Diffusion等扩散模型
2025-12-09 Alibaba Qwen Code v0.3.0 Qwen 新增 Stream JSON 模式,支持流式、结构化输出,简化复杂任务输入 内置中英文双语界面,支持一键切换及自定义语言包 升级内存安全机制,引入 20MB 安全缓冲限制,修复 Windows 编码问题 支持 ModelScope Provider,优化 stream_options 处理,加强 CI/CD 测试链路
2025-08-11 Alibaba Alibaba RynnRCP Rynn 建立机器人本体与传感器连接,提供标准化能力接口 将离散低频推理命令实时转换为高频连续控制信号 提供一体化仿真-真机控制工具,支持任务规控、仿真同步等
2025-08-11 Alibaba Alibaba RynnVLA-001-7B Rynn 从第一人称视角视频学习人类操作技能 开源三项核心技术:VLA模型、世界理解模型、机器人上下文协议 RynnRCP实现从传感器数据到机器人动作执行的完整工作流程
2025-08-11 Alibaba Alibaba RynnEC Rynn 从位置、功能、数量等11个维度解析场景物体 在复杂室内环境中精准定位和分割目标 仅靠视频序列建立连续空间感知,无需3D模型
2025-08-05 Alibaba Qwen-Image 通义千问 复杂文本渲染能力:支持多行布局、段落级文本生成以及细粒度细节呈现,实现高保真输出。 一致性的图像编辑能力:支持风格迁移、增删改、细节增强、文字编辑、人物姿态调整等多种操作。 性能SOTA:在多个公开基准测试(GenEval, DPG, OneIG-Bench, GEdit, ImgEdit, GSO, LongText-Bench, ChineseWord, TextCraft)中均获得SOTA。
2025-07-25 Alibaba Qwen-MT Qwen 支持92种语言互译,覆盖全球95%以上人口 提供术语干预、领域提示、记忆库等专业翻译功能 支持用户自定义提示,提升复杂场景表现 轻量级MoE架构,实现快速响应和低延迟 API调用成本低(每百万输出token低至2元)
2025-06-13 Alibaba MNN TaoAvatar MNN 支持真3D虚拟角色实时生成与驱动,手机运行帧率达90FPS 结合3D高斯溅射技术,生成照片级逼真的3D全身虚拟形象 支持面部表情、语音、文本和图像多模态输入 通过知识蒸馏和模型量化技术,实现轻量级部署,无需高端硬件
2025-06-12 Alibaba Mnn3dAvatar MNN 实时面部捕捉与动画映射 轻量级部署,支持移动端和PC端 支持文本生成、图像生成等多模态任务 提供丰富API,集成安卓、iOS等平台
2025-05-26 Alibaba URM LMA2广告大模型系列 基于深度学习和大数据分析,精准预测消费者购物需求 实时分析消费者行为和兴趣,实现高度智能化和个性化推荐 识别用户潜在消费意图,辅助商家制定合理投放策略 最大化广告投资回报率,改善消费者购物体验
2025-05-12 Alibaba Qwen Qwen 集成HTML、CSS、JavaScript三大技术,支持React框架 支持一句话生成网页应用,可快速搭建脚手架 支持“网页开发”模式,可调用React、Tailwind CSS等 支持“深度思考”模式提升网页质量 支持将网页内容转化为合适的展示方式
2025-04-23 Alibaba WanVACE - 支持按条件生成视频,通过文字描绘场景生成视频 支持物体运动轨迹控制(Move-Anything) 支持视频主体一键替换(Swap-Anything) 支持参考主体风格迁移(Reference-Anything) 支持视频画面智能扩展(Expand-Anything)及静态图像动态化(Animate-Anything) 支持视频重渲染与修复,包含内容、结构、主体、姿态、运动保留等多种模式
2025-02-13 Alibaba Alibaba Animate Anyone 2 Animate Anyone 实现视频人物精准替换与动作表情无缝迁移 动态骨骼绑定技术追踪28个关键骨骼点,捕捉肢体运动与面部微表情 引入轻量级物体引导器与空间融合技术,增强角色与环境/物体的互动 支持自定义光照调节与背景环境适配,实现人物与场景深度融合
2025-01-15 Alibaba Valley2 Valley 基于电商场景设计,旨在通过可扩展的视觉-语言架构提升性能 采用Qwen2.5作为LLM主干,搭配SigLIP-384视觉编码器 引入大视觉词汇、卷积适配器(ConvAdapter)和Eagle模块,增强处理多样化真实世界输入的灵活性及训练推理效率 训练过程分为文本-视觉对齐、高质量知识学习、指令微调和链式思维后训练四个阶段
2024-12-16 Alibaba Qwen-QVQ-72B-Preview QVQ 结合语言和视觉信息提升AI推理能力 在视觉推理任务中展现特别优势 提供模型推理代码示例 支持通过魔搭API-Inference直接调用
2024-09-19 Alibaba Qwen-Max Qwen 使用更多训练数据和更大模型规模 进行更深入的人类对齐 理解、数学、代码、抗幻觉、指令遵循能力大幅提升
2024-08-15 Alibaba UniPortrait - 支持单角色一致性和多角色一致性 支持风格参考和自由形式文本描述 保持面部特征高度逼真 支持广泛的面部编辑功能
2024-07-17 Alibaba Alibaba Animate3D - 将静态3D模型转化为动态动画 基于多视图视频扩散模型(MV-VDM)训练 利用4D得分蒸馏采样(4D-SDS)细化外观和动作 保持时空一致性和身份特征
2024-04-30 Alibaba Qwen1.5-110B Qwen1.5 1. 1100亿参数,性能超越Llama 3 70B 2. 支持32K上下文,可修改配置支持更长文本 3. 支持中、英、法、西、德、俄、韩、日、越、阿等多语言 4. 中文能力显著优于Llama 3 70B
2024-04-07 Alibaba Qwen 1.5-32B Qwen 1.5 引入GQA技术降低计算复杂度并加速推理 在语言理解、多语言支持、编码和数学能力方面表现优异 32k tokens上下文长度下“大海捞针”任务表现良好 成本友好,适合快速部署
2024-02-06 Alibaba Qwen1.5 Qwen 全系列开源6种尺寸(0.5B, 1.8B, 4B, 7B, 14B, 72B)的基础模型、聊天模型及量化模型(Int4/Int8 GPTQ, AWQ, GGUF) 集成至Hugging Face transformers及vLLM, SGLang, AutoAWQ, AutoGPTQ, Axolotl, LLaMA-Factory, llama.cpp等主流框架 统一支持至少32k最大长度,多语言能力全面提升,统一支持system prompt 具备强链接外部系统能力(agent/RAG/Tool-use/Code-interpreter)
2024-01-27 Alibaba Qwen-VL-Max Qwen-VL 支持百万像素以上高清分辨率及极端长宽比图片;具备视觉定位(Visual Grounding)能力;支持复杂视觉推理(如几何题、流程图解析);显著提升中英文OCR及文档信息提取能力
2023-11-16 Alibaba Qwen-1.8B Qwen 1. 18亿参数,市面尺寸最小的中国开源大模型 2. 推理显存需求小于1.5GB,适合端侧场景 3. 微调成本低于6GB,速度比7B模型提升3倍以上
2023-11-16 Alibaba Qwen-Audio Qwen 具备语音转文字、语义理解及文本生成能力,自动过滤口语填充词并整理逻辑表达 支持数字、公式等特殊文本智能转写,适用于金融、科研等专业场景 内置“随记”模式,支持实时逐字稿、声纹区分发言人、自动生成结构化章节及多语言翻译 支持上传已有录音文件进行转写,单次最长支持6小时连续录音
2023-11-05 Alibaba Alibaba AnyText - 支持中英日韩四种语言文字生成 支持任意指定文字位置 支持修改图片中已有文字及加字 支持多种文字材质(如粉笔字、书法、立体风格) 支持嵌入其他扩散模型提供文本生成支持
2023-09-25 Alibaba Qwen-14B 通义千问 支持多种语言的高性能开源模型、训练数据超过3万亿Token,具备强大推理、认知、规划和记忆能力、最大支持8k上下文窗口长度、具备出色的工具调用能力,支持构建Agent
2023-09-25 Alibaba Qwen-14B-Chat 通义千问 基座模型上经过精细S得到的对话模型、生成内容准确度大幅提升,更符合人类偏好、内容创作上的想象力和丰富度有显著扩展
2023-09-19 Alibaba Qwen-72B 通义千问 1. 720亿参数,性能超越Llama 2-70B及大部分商用闭源模型 2. 支持32K超长上下文,长文档信息检索准确 3. 强大的系统指令跟随能力,支持角色扮演和人设定制 4. 在中文任务(C-Eval, CMMLU, GaokaoBench)上表现优异
2023-09-16 Alibaba ModelScope-Agent ModelScope 提供可定制的引擎设计,涵盖数据收集、工具检索、存储管理等 支持ModelScope社区多个开源LLMs进行模型训练 默认提供开源API检索方案,支持模型API和功能API无缝集成
2023-08-26 Alibaba Qwen-VL Qwen-VL 支持多语言对话(端到端支持图片里中英双语的长文本识别) 支持多图交错对话(多图输入和比较,指定图片问答,多图文学创作) 首个支持中文开放域定位的通用模型(通过中文开放域语言表达进行检测框标注) 细粒度识别和理解(首个开源的448分辨率LVLM模型)
2023-08-03 Alibaba Qwen-7B 通义千问 基于Transformer架构,在超大规模预训练数据上训练,覆盖网络文本、专业书籍、代码等,支持中、英等多种语言,支持量化及在消费级显卡上部署运行
2023-08-03 Alibaba Qwen-7B-Chat 通义千问 基于基座模型的中英文对话模型 已实现与人类认知对齐 开源代码支持量化,支持在消费级显卡上部署和运行
2023-03-31 Alibaba modelscope-text-to-video-synthesis ModelScope 视频合成大模型
2021-06-24 Alibaba VECO AliceMind 跨语言预训练模型;引入交叉注意力机制显式完成跨语言信息建模;预训练过程中充分学习NLU和NLG任务并互相提高;掌握100多种语言。
2019-05-06 Alibaba MNN - 轻量性:针对端侧设备深度定制,无任何依赖,可部署到移动和嵌入式设备 通用性:支持Tensorflow、Caffe、ONNX等主流格式,支持CNN、RNN、GAN等网络 高性能:不依赖第三方计算库,手写汇编实现核心运算,iOS上快于CoreML 易用性:提供高效图像处理模块,无需额外引入libyuv或opencv