全栈 AI 体系升级，覆盖全模态。

太多、太强大，这回真的看不过来了。

今天上午，阿里在 2025 云栖大会上拿出了压箱底的本领，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。

大会现场展示了不少性能对比图、demo 演示，可见这些新模型在智能水平、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的进步，而且它们很多都已可以直接上手使用和体验了。

基础模型：超越 GPT-5，探索新方向

仔细数来，通义家族这次共有七款新模型。

旗舰模型方面，新一代旗舰模型通义千问 Qwen3-Max 预览版此前已经发布，其性能已跻身全球第三，超过了 GPT5、Claude Opus 4 等人们耳熟能详的业内顶尖模型。

本次云栖大会，Qwen3-Max 正式发布。

Qwen3-Max 的总参数量超过 1 万亿，分为指令（Instruct）和推理（Thinking）两大版本，新模型在中英文理解、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，智力和情商都大幅增强，与此同时大幅减少了大模型幻觉，在更智能的同时也更加可靠。

具体能力上，Qwen3-Max 在大模型用 Coding 解决真实世界问题的 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 Opus4 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，深度推理能力实现重大突破，在 AIME25、HMMT 等数学能力评测中获得满分，是国内首次。

Qwen3-Max 推理模型之所以能力强大，是因为大模型在解题时懂得调动工具，自行写代码做题。另外，增加测试时的计算资源，也能让模型表现变得更好。

在旗舰模型 Qwen3-Max 取得超高性能之外，通义正在探索下一代大模型的前进方向，这次正式发布了千问下一代的基础模型架构 Qwen3-Next 及其系列模型。

众所周知，大模型目前的发展趋势是上下文长度与参数规模两方面的持续扩展。Qwen3-Next 顺应大模型的发展趋势而进行设计，针对性地引入了多项创新：包括混合注意力机制、高稀疏度的 MoE 架构以及多 Token 预测（MTP）机制等核心技术，从而在性能与效率之间实现更优的平衡。

Qwen3-Next 模型总参数为 80B，仅激活 3B ，性能即就可媲美千问 3 旗舰版 235B 模型，实现了模型计算效率的重大突破，模型训练成本较密集模型 Qwen3-32B 大降超 90%，长文本推理吞吐量提升 10 倍以上，为未来大模型的训练和推理的效率树立了全新标准。

除了旗舰级别的大模型，这次发布的模型还覆盖了广泛的专项领域。

专用、多模态模型：进入专业级，填补开源空白

例如大模型最广泛应用的编程领域，千问编程模型 Qwen3-Coder 进行了重磅升级。全新的 Qwen3-Coder 结合了领先的编程系统 Qwen Code 与 Claude Code 进行联合训练，具有非常强大的代码生成和补全能力，更快的推理速度，更安全的代码生成。

Qwen3-Coder 目前已经完全开源，在社区好评如潮，曾在知名 API 调用平台 OpenRouter 上的调用量激增 1474%，全球第二。

另外在多模态领域，千问重磅发布了视觉理解模型 Qwen3-VL，是 Qwen 系列迄今为止最强大的视觉语言模型。该模型一经推出就引起了广泛的讨论。

其核心模型 Qwen3-VL-235B-A22B 现已开源，并提供 Instruct 和 Thinking 两种版本：Instruct 在关键视觉基准测试中优于 Gemini 2.5 Pro；Thinking 在多模态推理任务上达到 SOTA 性能 。

从「看见」到「理解」，从「识别」到「推理与行动」，Qwen3-VL 具备「视觉智能体」（Visual Agent）、「视觉编程」（Visual Coding）以及 3D Grounding（3D 检测）等能力。

Qwen3-VL 能够自主进行电脑和手机界面的操作，识别 GUI 元素、理解按钮功能，还可以通过调用工具执行任务，实现 o3 级别的「带图推理」功能；能够根据设计草图或小游戏视频，生成可执行的 Draw.io/HTML/CSS/JS 代码，完美复刻「所见即所得」的视觉编程。

此外，Qwen3-VL 将上下文拓展至百万 tokens，将视频理解时长拓展到 2 小时以上。现在，无论是几百页技术文档、整本教材，还是长达数小时的会议录像、教学视频，都能一股脑丢进去，模型可以全程记忆，实现精准检索。

面向具身智能的空间感知，Qwen3-VL 专门增强了 3D 检测（grounding）能力，可让机器人更好地判断物体方位、视角变化和遮挡关系。

令人惊喜的是，全模态模型 Qwen3-Omni 这次开源了三大版本：Qwen3-Omni-30B-A3B-Instruct、Qwen3-Omni-30B-A3B-Thinking 和 Qwen3-Omni-30B-A3B-Captioner。

它们在 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 Gemini2.5-pro。Qwen3-Omni 能够完全覆盖文本、图像、音频、视频等全模态输入，实时流式响应，可以实现像真人一样实时对话，甚至可以设定个性化角色，打造专属的个人 IP。

其中，Qwen3-Omni-30B-A3B-Captioner 为全球首次开源的通用音频 caption 模型，可以清晰描述用户输入音频的特征，填补了开源社区的空白。

图片编辑模型 Qwen3-Image-Edit 也同样进行了版本更新，新模型支持多图编辑，单图一致性显著提升。

通义大模型家族中的视觉基础模型通义万相，一直是多模态视觉生成领域的领头羊，在图像生成、视频生成、数字人和世界模型等领域保持前列，受到用户的广泛欢迎。至今为止，通义万相已经累计生成 3.9 亿张图像，7000 万个视频。

这次推出了 Wan2.5-preview 系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。

Wan2.5 能生成和画面匹配的人声、音效和音乐 BGM，首次实现音画同步的视频生成能力，进一步降低了电影级视频创作的门槛。该模型视频生成的时长达到 10 秒，支持 24 帧每秒的 1080P 高清视频生成，并进一步提升了模型指令遵循能力。Wan2.5-preview 系列模型真正让视频生成迈入「电影级全感官叙事时代」。

此次，通义万相 2.5 还全面升级了图像生成能力，可生成中英文文字和图表，支持图像编辑功能，输入一句话即可完成图像处理。

这里还有 one more thing：云栖大会上，通义大模型家族迎来了最新成员 —— 语音大模型通义百聆 Fun。

它包括语音识别大模型 Fun-ASR 和语音合成大模型 Fun-CosyVoice。据通义团队介绍，Fun-ASR 由数千万小时真实语音数据训练而成，具备强大的上下文理解能力与适用性。Fun-CosyVoice 则可以提供上百种预制音色，可以用于客服、销售、直播电商、消费电子、有声书、儿童娱乐等落地场景。

引爆科技圈的 Qwen，已经完成了整体布局

至此，通义大模型家族完成了最后一块拼图，它覆盖了从 0.5B 到 480B 的「全尺寸」，基础模型、编程、图像、语音、视频的「全模态」，全面开源，现在还又更新了一遍。

在 AI 圈里，通义早已是全球范围内不可忽视的一股力量，它的每次发布都会在国内外引发关注和讨论。自去年 9 月超越 Llama 成为衍生模型数量第一以来，千问大模型持续快速发展，其开源的模型不仅在多项关键性能评测中取得领先，更能以先进的架构、效率的优势，深刻影响着 AI 技术各方向的普及和应用。

在云栖大会上，阿里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。

阿里还表示，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。

阿里巴巴集团董事兼 CEO、阿里云智能集团董事长兼 CEO 吴泳铭表示，实现 AGI，现在看来已成为确定性事件。但 AGI 并非 AI 发展的终点，而是全新的起点。AI 不会止步于 AGI，它将迈向超越人类智能、能够自我迭代进化的超级人工智能（ASI）。

阿里云的战略路径，一是坚定通义千问的开源开放路线，打造「AI 时代的安卓系统」，二是构建作为「下一代计算机」的超级 AI 云，为全球提供智能算力网络。

未来，大模型将会替代现代操作系统（OS）的地位，成为链接所有真实世界工具的接口。所有用户需求和行业应用将会通过大模型相关工具执行任务，LLM 将会是承载用户、软件与 AI 计算资源交互调度的中间层。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）