阿里巴巴CEO吴泳铭宣布,林俊旸辞去通义千问相关职务,同时集团成立“基础模型支持小组”,以统一协调大模型研发资源。此次调整旨在优化研发体系,提升效率与协同能力。
2026年3月5日,阿里巴巴CEO吴泳铭内部邮件确认,通义实验室核心成员、千问(Qwen)负责人林俊旸已离职。此前一天,林俊旸在社交平台发文告别。离职前夜,其团队刚发布Qwen3.5小模型,获马斯克点赞。
阿里通义千问大模型核心负责人林俊旸于3月4日宣布卸任,其社交媒体告别引发科技圈关注。作为团队关键人物,他的离职可能对阿里大模型研发产生影响。
阿里巴巴通义千问大模型技术负责人林俊旸近日宣布卸任。这位1993年出生的年轻技术专家,拥有北京大学计算机与语言学复合背景,其跨学科能力曾助力模型在语义理解与长文本处理上表现突出。
Qwen2.5-Omni 是阿里云通义千问团队开发的端到端多模态模型,支持文本、音频、图像、视频输入。
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
TIGER-Lab
Qwen2.5-VL-7B-Instruct是阿里巴巴通义千问团队开发的多模态视觉语言模型,基于70亿参数规模,专门针对视觉问答任务进行优化训练。该模型能够理解和分析图像内容,并生成准确的自然语言回答。
lmstudio-community
Qwen3-Next-80B-A3B-Instruct是阿里云通义千问团队开发的大规模语言模型,经过MLX框架4位量化优化,专门针对苹果芯片设备进行了性能优化,提供高效的推理能力。
unsloth
Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型,采用创新的混合注意力机制和高稀疏专家混合架构,在保持80B总参数的同时仅激活3B参数,实现了高效的上下文建模和推理加速,原生支持262K上下文长度并可扩展至1M令牌。
Loke-60000
Qwen3-4B-Instruct是阿里巴巴通义千问团队开发的40亿参数指令微调大语言模型,基于Qwen3架构优化,专门针对对话和指令跟随任务进行训练,具备强大的文本生成和理解能力。
Qwen3-30B-A3B-Instruct-2507是阿里巴巴通义千问团队推出的300亿参数大语言模型,专门针对指令跟随任务进行了优化。该模型支持文本生成、对话交互等多种自然语言处理任务,并通过LM Studio社区模型计划向开发者开放使用。
huynguyendbs
Qwen3-Embedding-8B是阿里巴巴通义千问团队开发的80亿参数文本嵌入模型,基于MLX库优化实现,专门用于句子相似度计算和文本特征提取任务。
ThomasBaruzier
Qwen2.5-72B-Instruct是阿里巴巴通义千问团队开发的大规模语言模型,拥有727亿参数。该模型在知识理解、编码能力、数学推理和多语言支持方面有显著提升,支持长达128K标记的上下文长度,能够生成最多8K标记的内容。