通义千问(Qwen)2大模型技术报告全文翻译解读原创旺知识旺知识2024年07月20日 17:03广东本报告介绍了 Qwen2 系列，这是大型语言模型和大型多模态模型的最新成员。文本发布了一套全面的基础和指令调优语言模型，参数范围从 0.5 到 72 亿，包括密集模型和专家混合模型。Qwen2 超越了大多数以前的开放权重模型，包括其前身 Qwen1.5，并在语言理解、生成、多语言能力、编码、数学和

此外，与现有的PRMs相比，Qwen2.5-Math-PRM-7B和Qwen2.5-Math-PRM-72B都显示出显著的优势。对于闭源模型，Qwen2.5-Math-PRM-7B超越了GPT-4o-0806，但在性能上仍与o1-mini存在差距。和Qwen2.5-Math-PRM-72B，它们分别在Qwen2.5-Math-7B-Instruct和Qwen2.5-Math-72B-Instruc

无论是分镜还是绘本，豆包都能稳定生成20张以内的图片（也可以通过“连续对话”生成超过20张的图片），且都能保持一定的一致性，人物、场景、风格一致。先给大家看一些我跑的case，成功率还是比较高，少部分跑了2-3次，大部分都是一次生成。3）绘本创作，你可以让豆包先生成一个人物特点介绍的描述，然后用这段描述来固定分镜的主体人物，这样可以提升主体一致性。即使用户的提示词不够精确，豆包依然能够理解其意图，

这篇论文的主要内容可以概括为以下几个要点：问题识别：大型语言模型（LLMs）需要能够遵循自然语言指令，但目前缺乏一种自动化的方法来生成高质量的训练数据，以提升LLMs执行复杂指令的能力。AUTOIF方法：论文提出了一个名为AUTOIF的新方法，用于自动生成和验证指令遵循训练数据。这个方法通过自我指导和执行反馈来增强指令的监督信号，并使用自生成的执行反馈进行质量过滤。方法细节：使用自我指导策略生成指

第三梯队中，历史下载量超过2000万的产品包含文小言和天工AI。在产品的APP端，量子位智库继续从用户规模、用户增长、用户活跃和用户粘性四大角度出发，对产品的四项关键数据——豆包重回第一，DAU超750万，增长率超过30%。以2024年10月为节点，更新了对国内现有的68款AI智能助手产品用户数据的观测。受篇幅限制，本篇以数据展现为主，欢迎关注量子位智库后续将推出的进一步分析解读。文小言和智谱清言

通义千问的登顶绝非终点，而是新纪元的发令枪。

举个栗子，其实我们都有自己的购物习惯，比如我每天买咖啡，其实就是固定的几个简单操作。现阶段能做到这种效果的，只有阿里、腾讯、字节这几个有丰富生态的巨头。谁都不想为别人做嫁衣，阿里想让用户在闪购下单，字节想让用户在抖音获取信息，腾讯想让用户在微信支付......到时候，一定是把选择权还给用户，自主Agent找到了合适的商业模式，各个企业良性竞争，合作共赢。当然，科技厂子们也要不负大伙儿的信任，努力提

11 月，谷歌更是提出将模型训练过程也视为一层记忆（Nested Learning），并给出了升级版的 Hope 架构，开始把「记忆」理解为多时间尺度的连续体，短期上下文、中期状态、长期经验不再是割裂的模块，而是按更新频率和稳定性分布在同一套学习系统中。与此同时，长期记忆的重心从「记住文本」转向「记住经验」。最近豆包手机引爆了业界关于AI手机的讨论，其实豆包在 Agent 体系中关于长记忆的探索也

下周一那场公开讲座，我会用更系统的方式，把"OS Agent = 记忆 + 执行 + 模型 + 生态位"这条主线讲透，并且把大家最关心的隐私、合规、反制、产品落地策略，拿出来做现场 Q&A。说到OS级Agent的记忆，其实业界还有更激进的做法：每时每刻使用手机的时候每秒截屏 + OCR，把你手机上的"所见"变成"可检索文本上下文"。

国内语音合成模型在中文任务上展现出显著优势，豆包模型以93.06分的成绩领跑SuperCLUE-TTS基准。百度TTS、讯飞TTS、CosyVoice以及speech-01-turbo等多个国内模型都表现不俗，其中百度TTS和讯飞TTS在合成准确性和清晰度等方面分别都有较好表现。相比之下，海外模型受限于中文语言特性的掌握程度，整体表现相对欠佳。这充分体现了国内厂商在中文语音处理领域的技术积累和优势