阿里云云栖大会重磅发布通义全系列AI模型：旗舰性能跻身全球前三，开源模型生态稳居全球第一

TG：@yunlaoda360

在2025年云栖大会上，阿里展示了“压箱底”的AI全栈能力，正式发布了从基础大模型到模型架构、专用模型、全模态模型的全系列新模型，实现了全方位的技术突破和全模态覆盖。这些新模型在智能水平、Agent工具调用、深度推理和多模态等方面大幅进步，其中，新一代旗舰模型通义千问Qwen3-Max正式发布，其性能已跻身全球第三，超过GPT-5、Claude Opus 4等顶尖模型。

今天上午，阿里在2025云栖大会上，从基础大模型到模型架构、代码专用模型、视频生成模型、全模态模型，全系列新模型正式发布，实现了全方位的技术突破，覆盖全模态。大会现场展示的新模型在智能水平、Agent工具调用、Coding能力、深度推理、多模态等方面相较以往都有大幅进步。旗舰模型方面，总参数量超过1万亿的通义千问Qwen3-Max正式发布，分为指令（Instruct）和推理（Thinking）两大版本，其性能已跻身全球第三，超过了GPT-5、Claude Opus 4等业内顶尖模型。

旗舰模型与下一代架构

Qwen3-Max在中英文理解、复杂指令遵循、模型工具调用能力和编程能力上实现了突破，大幅减少了大模型幻觉。其在Agent工具调用能力的Tau2 Bench测试中获得74.8分，超过Claude Opus 4和DeepSeek V3.1。推理增强版本Qwen3-Max-Thinking-Heavy在AIME25、HMMT等数学能力评测中获得满分，深度推理能力实现重大突破（国内首次）。此外，通义发布了下一代基础模型架构Qwen3-Next，引入了混合注意力机制、高稀疏度的MoE架构和多Token预测机制等创新，实现了模型计算效率的重大突破：Qwen3-Next模型训练成本较密集模型大降超90%，长文本推理吞吐量提升10倍以上。

Qwen3-Max在SWE-Bench评测中获得了69.6分，位列全球第一梯队；在聚焦Agent工具调用能力的Tau2 Bench测试上，Qwen3-Max取得突破性的74.8分，超过Claude Opus 4和DeepSeek V3.1。推理增强版本Qwen3-Max-Thinking-Heavy可实现结合工具的深度思考，在AIME25、HMMT等数学能力评测中获得满分，是国内首次。在探索下一代大模型方向上，阿里正式发布了Qwen3-Next及其系列模型。该架构引入了混合注意力机制、高稀疏度的MoE架构以及多Token预测（MTP）机制等核心技术。Qwen3-Next模型总参数为80B，仅激活3B，性能即可媲美千问3旗舰版235B模型，实现了模型计算效率的重大突破，训练成本较密集模型大降超90%，长文本推理吞吐量提升10倍以上。

阿里云云栖大会重磅发布通义全系列AI模型：旗舰性能跻身全球前三，开源模型生态稳居全球第一

专用与多模态模型突破

本次发布的模型还覆盖了广泛的专项领域，多项模型填补了开源社区空白：

编程模型Qwen3-Coder：进行了重磅升级，结合Qwen Code与Claude Code联合训练，具备更强大的代码生成和补全能力，已完全开源，调用量全球领先。

视觉理解模型Qwen3-VL：迄今为止最强大的视觉语言模型。其核心模型已开源，Instruct版本优于Gemini 2.5 Pro，Thinking版本在多模态推理上达到SOTA。具备「视觉智能体」、「视觉编程」和3D Grounding能力，可自主操作界面并根据草图生成代码，且上下文拓展至百万tokens，支持2小时以上视频理解。

全模态模型Qwen3-Omni：开源三大版本，在36项音视频领域公开评测中狂揽32项开源最佳性能SOTA，音视频识别、理解、对话能力比肩Gemini 2.5 Pro，并实现了全球首次开源的通用音频Caption模型。

视频生成模型Wan2.5-preview：首次实现音画同步的视频生成能力，最高支持10秒、24帧/秒、1080P高清视频生成，标志着视频生成迈入「电影级全感官叙事时代」。通义万相累计已生成3.9亿张图像，7000万个视频。

在广泛的专项领域，通义家族取得了多项突破：

编程模型Qwen3-Coder：进行了重磅升级，结合Qwen Code与Claude Code联合训练，完全开源，具有强大的代码生成和补全能力。

视觉理解模型Qwen3-VL：是Qwen系列迄今为止最强大的视觉语言模型，核心模型已开源。具备「视觉智能体」、「视觉编程」和3D Grounding能力，能够自主进行电脑和手机界面的操作，生成可执行代码，并将上下文拓展至百万tokens，视频理解时长拓展到2小时以上。

全模态模型Qwen3-Omni：开源三大版本，在36项音视频领域公开评测中狂揽32项开源最佳性能SOTA，音频识别、理解、对话能力比肩Gemini 2.5 Pro，其中Captioner版本为全球首次开源的通用音频Caption模型，填补了开源社区的空白。

视频生成模型Wan2.5-preview：首次实现音画同步的视频生成能力，最高支持10秒、24帧/秒、1080P高清视频生成，让视频生成迈入「电影级全感官叙事时代」。

阿里云云栖大会重磅发布通义全系列AI模型：旗舰性能跻身全球前三，开源模型生态稳居全球第一

语音大模型与生态布局

通义大模型家族迎来了最新成员——语音大模型通义百聆 Fun，包括语音识别大模型Fun-ASR和语音合成大模型Fun-CosyVoice，覆盖了从客服、销售到直播电商等多个落地场景。至此，通义大模型家族完成了最后一块拼图，覆盖了从0.5B到480B的“全尺寸”和“全模态”。

通义大模型家族迎来了最新成员——语音大模型通义百聆 Fun（Fun-ASR和Fun-CosyVoice），具备强大的上下文理解能力与适用性，可提供上百种预制音色，应用于客服、销售、直播电商等落地场景。至此，通义大模型家族完成了最后一块拼图，覆盖了从0.5B到480B的“全尺寸”和“全模态”，并全面开源。

阿里云云栖大会重磅发布通义全系列AI模型：旗舰性能跻身全球前三，开源模型生态稳居全球第一

战略与未来展望

阿里云公布了通义大模型的最新成绩：已开源300余款通义大模型，全球下载量突破6亿次，衍生模型突破17万个，稳居全球第一，有超过100万家客户接入。阿里巴巴集团CEO吴泳铭表示，AGI并非终点，AI将迈向ASI（超级人工智能）。阿里云将坚定通义千问的开源开放路线，打造“AI时代的安卓系统”，并构建“下一代计算机”的超级AI云，未来三年将投入超过3800亿元用于建设云和AI硬件基础设施，持续升级全栈AI能力。

阿里云公布了通义的一系列最新成绩：截至目前，阿里已开源300余款通义大模型，全球下载量突破6亿次，衍生模型突破17万个，稳居全球第一，有超过100万家客户接入了通义大模型。阿里表示，未来三年将投入超过3800亿元用于建设云和AI硬件基础设施，持续升级全栈AI能力。阿里巴巴集团CEO吴泳铭表示，AI不会止步于AGI，它将迈向ASI（超级人工智能）。阿里云的战略路径是坚定通义千问的开源开放路线，打造“AI时代的安卓系统”，并构建作为“下一代计算机”的超级AI云。未来，大模型将替代现代操作系统（OS）的地位，成为链接所有真实世界工具的接口。