跳到正文

千问 Qwen

阿里千问的模型与云上生态:企业级能力、开源与企业集成。

22条精选相关主题DeepSeek智谱 GLM字节豆包

最新精选

第 21–22 条 · 共 22 条
2月4日周日
  1. 通义千问 Qwen:Blog66

    通义千问发布开源模型 Qwen1.5,全系支持 32K 上下文

    阿里通义千问团队发布并开源 Qwen1.5 系列模型,提供 0.5B、1.8B、4B、7B、14B、32B、72B、110B 等 base 和 chat 版本,另含一个 MoE 模型,全系统一支持最长 32768 tokens 上下文。

    决策要点

    Qwen1.5 把模型能力升级和接入成本下降打包在一起,官方将适配工作直接做进主流框架,换取开发者的迁移便利。

    • 影响全尺寸开源加 Int4、Int8、AWQ、GGUF 量化版本,私有化部署和多尺寸选型的空间变大;小模型在 RAG 与长文本任务上的官方成绩可观,本地部署成本有下探空间;官方数据仍明显落后 GPT-4-Turbo,高端场景需要留出替代预案。
    • 参考可考虑先拿业务测试题对比 Qwen1.5-72B-chat 与现有模型的表现;值得测算 7B 到 14B 量化版本在私有环境跑 RAG 的成本;接入前先核对 transformers 和 vLLM 等框架的版本要求。
1月25日周四
  1. 通义千问 Qwen:Blog62

    通义千问发布 Qwen-VL-Plus 与 Qwen-VL-Max,官方称多项图文任务比肩 GPT-4V

    通义千问近日发布升级版视觉语言模型 Qwen-VL-Plus 与 Qwen-VL-Max,官方称两者在多项图文任务上与 Gemini Ultra、GPT-4V 表现相当,并明显超过此前开源模型最好成绩。

    决策要点

    通义千问把视觉语言模型推到与 GPT-4V、Gemini 正面比拼的位置,中文图文理解是其官方主打的差异化卖点。

    • 影响文档抽取、表格识别、图表解读等含图业务的自动化处理多了国产模型选项;官方对比数字未经独立验证,选型前需按自有数据实测;模型已开放网页与 API 入口,小规模验证的接入成本不高。
    • 参考可考虑选一类真实文档或票据场景,将 Qwen-VL-Max 与现有方案做同题对比后再定预算;值得先盘点业务中依赖图片文字识别的环节清单。