关于 Alibaba 的报道

阿里巴巴发布了 Qwen3.8-Flash-Next 模型权重，作为即将推出的 Qwen4 架构的预览，供开发者实验和评估。该模型采用多模态混合专家（MoE）架构，总参数量达 176B，包括 51B N-gram 嵌入参数，每个 token 激活 6B 参数。其原生上下文窗口大小为 262,144 个 token，通过 YaRN 可扩展至 1M 个 token。

阿里巴巴发布了 Qwen3.8-Flash-Next 的模型权重，作为即将推出的 Qwen4 体系结构的预览，让开发者进行实验和评估。该模型采用多模态 MoE 架构，主模型参数达 125 亿，辅以 51 亿 N-gram 嵌入，激活参数每个 token 6 亿。它支持 262,144 个 token 的上下文窗口，最大可扩展到 100 万 token。

阿里巴巴的Qwen团队发布了Qwen3.8-Flash-Next模型，具有125亿多模态MoE和6亿活跃参数。该模型是Qwen4架构的预览版，采用了Gated DeltaNet和Qwen Sparse Attention混合架构、Gated Residual、N-gram Embedding和Muon优化器等技术。该模型的训练成本比Qwen3.7-Plus低9倍，需要172.78 GiB FP8 checkpoint。

阿里巴巴Qwen团队发布了Qwen3.8-Flash-Next模型，这是一种混合专家模型，每次只激活125亿参数中的6个。在训练成本仅为1/9的情况下，它在编码和办公benchmarks上超越了更大的竞争对手，如DeepSeek-V4-Flash和Claude Opus 4.6。这一成就为OpenAI和Anthropic等公司带来了更大的价格压力。

阿里巴巴的Wan3.0视频生成模型可根据文本、图像和文档生成长达30秒的视频，1080p的30秒视频成本为6美元。

汤森路透斥资4000万美元开发自有语言模型Thomson，基于阿里巴巴的Qwen，该模型在公司内容（如Westlaw）支持下表现良好。