瞳行科技推出國內首款AI助盲眼鏡，集成阿里通義千問大模型，爲視障人士提供實時出行輔助。產品由眼鏡、手機、遙控指環和盲杖協同工作，通過雙攝像頭實現300毫秒低延遲路況播報，支持識別公交牌、路標及環境概述。技術總監陳剛表示，大模型壓縮70%研發成本，加速算法落地。眼鏡還具備本地文本識別功能。
阿里巴巴通義千問團隊在NeurIPS 2025獲最佳論文獎，論文《Attention Gating Makes Better Foundation Models》提出“滑動門”機制，在標準注意力後添加可學習門控，動態篩選關鍵頭和token參與下游計算。實驗證明，1.7B稠密模型性能媲美15B MoE模型。本屆大會投稿2萬篇，錄取率僅25%，競爭激烈，該論文是四篇獲獎作品中唯一中國成果。
夸克公司推出基於阿里Qwen模型的千問助手，具備強推理與任務執行能力，提升用戶體驗。同日阿里啓動千問App公測，通過開源模型通義千問Qwen打造個人AI助手，滿足多樣化需求。
阿里雲百鍊宣佈自2025年11月13日起，通義千問3-Max模型核心調用費用減半，並優化緩存計費策略，大幅降低企業AI應用成本。此舉旨在降低大模型使用門檻，加速中小企業數字化轉型。
Qwen2.5-Omni 是阿里雲通義千問團隊開發的端到端多模態模型，支持文本、音頻、圖像、視頻輸入。
代碼演示平臺，提供智能問答體驗
一個提供代碼Artifacts的在線平臺
專門響應人類指令的大模型
Xai
$1.4
輸入tokens/百萬
$3.5
輸出tokens/百萬
2k
上下文長度
Alibaba
$1
$10
256
-
$2
$20
$4
$16
1k
$8
$240
52
$3.9
$15.2
64
$0.8
128
$54
$163
$1.6
$0.75
unsloth
Qwen3-VL-8B-Thinking是通義千問系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及出色的智能體交互能力。
Qwen
Qwen3-VL-8B-Thinking是通義千問系列中最強大的視覺語言模型，具備增強推理能力的8B參數版本。該模型在文本理解、視覺感知、空間理解、長上下文處理等方面全面升級，支持多模態推理和智能體交互。
Qwen3-VL-2B-Instruct-GGUF是通義千問系列的多模態視覺語言模型的GGUF量化版本，具備20億參數，支持圖像理解和文本生成的無縫融合，可在CPU、GPU等設備上高效運行。
jackcloudman
Qwen3-Next-80B-A3B-Thinking 是通義千問團隊推出的新一代思考型大語言模型，採用創新的混合注意力機制和高稀疏MoE架構，在保持高效推理的同時具備強大的複雜推理能力，原生支持262K上下文長度。
prithivMLmods
多拉多網絡衝浪工具擴展版是基於通義千問3-4B微調的函數調用和智能推理模型，專為網絡搜索編排、工具增強推理和動態問題解決而設計。它在智能決策、工具選擇和結構化執行流程方面表現出色。
cpatonn
Qwen3-Next-80B-A3B-Instruct是通義千問團隊開發的高效稀疏混合專家模型，總參數量80B，激活參數量僅3B。該模型採用創新的混合注意力機制和極低激活率的MoE架構，在保持強大性能的同時大幅提升推理效率，原生支持262K上下文長度並可擴展至1M令牌。
TIGER-Lab
Qwen2.5-VL-7B-Instruct是阿里巴巴通義千問團隊開發的多模態視覺語言模型，基於70億參數規模，專門針對視覺問答任務進行優化訓練。該模型能夠理解和分析圖像內容，並生成準確的自然語言回答。
lmstudio-community
Qwen3-Next-80B-A3B-Instruct是阿里雲通義千問團隊開發的大規模語言模型，經過MLX框架4位量化優化，專門針對蘋果芯片設備進行了性能優化，提供高效的推理能力。
Qwen3-Next-80B-A3B-Instruct是阿里巴巴通義千問團隊開發的最新一代大型語言模型，採用創新的混合注意力機制和高稀疏專家混合架構，在保持80B總參數的同時僅激活3B參數，實現了高效的上下文建模和推理加速，原生支持262K上下文長度並可擴展至1M令牌。
Loke-60000
Qwen3-4B-Instruct是阿里巴巴通義千問團隊開發的40億參數指令微調大語言模型，基於Qwen3架構優化，專門針對對話和指令跟隨任務進行訓練，具備強大的文本生成和理解能力。
Qwen3-30B-A3B-Instruct-2507是阿里巴巴通義千問團隊推出的300億參數大語言模型，專門針對指令跟隨任務進行了優化。該模型支持文本生成、對話交互等多種自然語言處理任務，並通過LM Studio社區模型計劃向開發者開放使用。
huynguyendbs
Qwen3-Embedding-8B是阿里巴巴通義千問團隊開發的80億參數文本嵌入模型，基於MLX庫優化實現，專門用於句子相似度計算和文本特徵提取任務。
QuantFactory
Qwen3-4B是通義千問系列大語言模型的最新版本，具有4B參數規模，支持思維與非思維模式切換，擅長推理、指令遵循和多語言處理。
Qwen3是通義千問系列大語言模型的最新代際，提供稠密和混合專家(MoE)模型的全面套件。基於大規模訓練，Qwen3在推理、指令遵循、智能體能力和多語言支持方面實現了突破性進展。
Qwen3是通義千問系列最新一代大語言模型，提供稠密模型和混合專家（MoE）模型的完整套件。基於大規模訓練，Qwen3在推理能力、指令遵循、智能體功能和多語言支持方面實現了突破性進展。
Qwen3是通義千問系列最新一代大語言模型，提供完整的稠密模型與混合專家（MoE）模型組合。基於大規模訓練，Qwen3在推理能力、指令遵循、智能體功能及多語言支持方面實現突破性進展。
Qwen3是通義千問系列大語言模型的最新版本，提供了一系列密集型和混合專家（MoE）模型。基於大規模訓練，Qwen3在推理、指令遵循、智能體能力和多語言支持方面實現了突破性進展。
Qwen3是通義千問系列大語言模型的最新版本，提供了一系列密集型和混合專家（MoE）模型。基於大規模訓練，Qwen3在推理能力、指令遵循、智能體功能和多語言支持方面實現了突破性進展。
Qwen3是通義千問系列大語言模型的最新版本，提供稠密模型與混合專家（MoE）模型的完整套件。基於海量訓練數據，Qwen3在推理能力、指令遵循、智能體功能及多語言支持方面實現突破性進展。
通義千問推出的多模態大模型，支持圖像文本生成和128k長上下文處理，具備多語言能力。
MCP服務器是一個多功能後端服務平臺，支持文件管理、數據庫操作、API集成和向量搜索，提供Docker部署方案和通義千問集成示例。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
