​2024年云栖大会在杭州盛大开幕，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在会上发表了主题演讲。大会期间，阿里巴巴宣布了一系列重磅硬核发布，包括通义千问新一代开源模型Qwen2.5的推出，该模型在性能上超越了Llama405B，稳居“最强开源大模型”的位置。

阿里巴巴集团旗下的通义宣布，其最新研发的AI视频生成大模型——通义万相AI生视频，已正式上线。该技术凭借其强大的画面视觉动态生成能力，能够根据文本提示词快速生成具有多种艺术风格和影视级质感的视频内容。

通义千问团队宣布，继Qwen2发布三个月后，Qwen家族的最新成员——Qwen2.5系列语言模型正式开源。这标志着可能是历史上最大规模的开源发布之一，包括了通用语言模型Qwen2.5，以及专门针对编程和数学领域的Qwen2.5-Coder和Qwen2.5-Math模型。

阿里通义将在即将举行的云栖大会上发布视频生成大模型，引发业界高度关注。目前，通义App频道和通义万相PC端已悄然上线了“视频生成”入口，但功能尚未开放，用户仅可进行预约。据页面信息显示，这一全新视频生成大模型是由阿里旗下通义实验室自主研发，包含“文生视频”和“图生视频”两种主要创作模式，用户可通过文字或图像生成相应的视频内容。此次发布无疑将为内容创作者带来全新的视频制作体验，也标志着阿里在AI生成内容领域迈出了重要一步。预约地址:https://tongyi.

​阿里巴巴达摩院的通义千问团队在2024年8月30日宣布了其最新成果——Qwen2-VL模型的重大更新。Qwen2-VL模型在图像理解、视频处理和多语言支持方面均实现了显著提升，为关键性能指标设定了新的基准。

通义千问启用新域名“tongyi.ai”，推出包括深度搜索能力在内的新功能，提升用户体验。新增的网页版对话功能支持深度搜索，提供专业、结构化的搜索结果，并通过数字角标显示来源网页及一键跳转链接。App升级后新增图片微动效功能，支持多尺寸图片上传，并优化了自定义唱演功能，解决长音频上传问题，将上传时长从120秒提升至300秒，同时新增3:4画幅支持，回应用户需求。

​通义App最新推出了一项创新的角色扮演功能，用户可以轻松实现一键替换视频中的人物。这一功能得益于阿里通义实验室今年年初推出的Motionshop模型，该模型自发布以来，已经吸引了全球创作者的高度关注

​阿里巴巴的阿里通义于7月31日宣布，将免费开放其专为奥运会设计的AI大模型，该模型不仅具备奥运专业领域知识，还集成了中法互译功能。用户可以通过通义APP免费使用这一服务。

巴黎奥运会即将开幕，阿里巴巴集团的通义大模型作为AI技术提供方，将为赛事带来革命性变化。在国际奥委会第142次全会上，阿里巴巴与英特尔等科技巨头被确认为奥林匹克AI议程的合作伙伴。

阿里巴巴的通义大模型将作为巴黎奥运会AI大模型应用的技术提供方，阿里云通过AI增强技术，包括实现创新的“子弹时间”高自由度回放技术，为观众带来沉浸式观赛体验。该技术利用高速摄像机阵列和云计算，实时捕捉比赛精彩瞬间，在官方服务器上3D重建并从多角度回放。部署在观众看台的高清摄像机会在运动员进入特定区域时捕捉瞬间，随后传输到云端进行复杂处理，营造出定格细节、旋转放大等极致体验效果。“子弹时间”将应用于多个体育赛事的14个场馆转播。此技术不仅提升了观众体验，也展示了AI在体育转播领域的潜力与创新。

阿里通义实验室最近开源了名为FunAudioLLM的音频生成大模型项目，旨在提升人类与大型语言模型（LLMs）间的自然语音交互体验。该项目由两个核心模型组成:SenseVoice和CosyVoice。

["阿里通义实验室 XR 实验室开源了文生 3D 新模型，可以通过一句文本描述生成对应的 3D 模型及纹理。","开源的模型包括 Text-to-ND 和 Text-to-ND-MV 两个大模型。","通义实验室 XR 实验室开源了 Text-to-ND 的基础版本以及 Multi-View 版本，满足不同细粒度的算法开发需求。","还同步开源了从大模型中蒸馏出（Score Distillation Sampling）3D 模型的优化代码，串联可以完成文本直接到 3D 模型的生成。","模型链接: Text-to-ND、Text-to-ND-MV 大模型: https://modelscope.cn/models/Damo_XR_Lab/Normal-Depth-Diffusion-Model/summary"]