在2024年世界互联网大会乌镇峰会期间，阿里巴巴集团首席执行官吴泳铭于11月21日在互联网企业家论坛上发表了主题演讲，强调了人工智能（AI）对互联网行业的深远影响。他指出，今年互联网行业最大的变化依然是 AI 技术的迅速发展。吴泳铭表示，AI最大的价值绝不仅仅是在手机上做出一两个超级App，而是推动各行各业的生产力变革。发展AI需要建设繁荣的技术、产品和市场生态。目前，已有超过30万家企业接入阿里巴巴的通义大模型，利用 AI 技术重塑代码开发、药物研发、生产制造等多

阿里云百炼平台近日宣布上线了Qwen2.5-Turbo百万长文本模型，Qwen2.5-Turbo模型由通义千问团队开发，支持处理高达100万tokens的超长上下文，相当于100万个英文单词或150万个汉字。

阿里巴巴集团旗下的阿里通义智能计算实验室近日在Visual Studio Code扩展市场推出了一款AI助手工具——SmartVscode。该工具利用实验室自主研发的应用程序智能控制框架App-Controller，实现了通过自然语言直接控制VS Code的功能

在2024年世界互联网大会乌镇峰会的主论坛上，阿里巴巴集团CEO吴泳铭发表了关于公司在人工智能时代战略的演讲。吴泳铭指出，阿里巴巴致力于做好两件事:首先，不断完善人工智能基础设施和相关支撑体系;其次，坚持开源开放，与生态伙伴合作，将AI能力转化为各行各业的生产力。

AI 智能眼镜市场正迎来一波热潮。据钛媒体消息，国内 AR 眼镜品牌 “致敬未知” 也将于明年第一季度推出其新款 AI 眼镜。图源备注:图片由AI生成，图片授权服务商Midjourney据了解，这款AI眼镜是其二代产品线的一部分，于今年年初启动研发，主打无显示技术，主要面向海外市场。这款新产品不同于目前市场上主流的 AI 眼镜，尤其是那些模仿 Ray-Ban Meta 的竞品，而是专注于开辟新的应用场景，力求满足用户在不同垂直领域的独特需求。“致敬未知” 成立于2022年，由前锤子科技合伙人、原华

自然语言到 SQL（NL2SQL）技术正在快速发展，成为自然语言处理(NLP)领域的一项重要创新。该技术使得用户能够将自然语言查询转化为结构化查询语言(SQL)语句，这一进步极大地方便了缺乏技术背景的用户与复杂数据库之间的交互，从而获取有价值的信息。NL2SQL 技术不仅为各行业的大型数据库探索打开了新大门，还提升了工作效率和决策能力。然而，NL2SQL 的实现过程中，查询准确性与适应性之间存在一定的权衡。一些方法在生成 SQL 查询时，既无法保证准确性，也难以适应不同类型的数据库

11月15日，阿里通义实验室推出了代码模式，该功能使得用户能够通过简单的日常语言指令生成各种应用，包括小游戏、数据图表、网站和简历等。用户只需访问通义网页版（tongyi.ai），点击输入框中的“代码模式”即可开始体验这一全新交互方式。

据晚点LatePost消息，近日，阿里巴巴集团宣布在海外推出对话式AI搜索引擎Accio，面向全球商家开放。据了解，Accio是全球第一个B2B领域的AI搜索引擎，旨在帮助商家更快速、更准确地找到所需的商品和供应商。Accio的部分能力已在阿里国际站的“找工厂"模块中灰度上线，试运行中，用户搜索到采购的转化率有了20%-30%的提升。截至上线当天，Accio覆盖的商品量已扩展到亿级。目前，Accio的PC和WAP端（电脑和手机的网页版）产品已上线，覆盖英语、德语、法语、西班牙语和葡萄牙语5种语言。移动

阿里巴巴达摩院（湖畔实验室）在北京发布了一项重要突破:基于全球气象模型开发的"八观"气象大模型。这一名为"八观"(寓意"八方洞察，观测万象")的创新模型，将天气预报精度提升至前所未有的水平。这款气象大模型最显著的特点是其超高精度。通过整合区域多源数据，模型可实现1公里×1公里×1小时的超精细预测分辨率。在实际应用中，该模型在关键气象指标的预测准确度较传统预报有显著提升:辐照度提高40%、风速提高27%、云量提高24%、气温提高11.8%。在技术层面，达摩院决策智能实验

据Tech星球报道，阿里巴巴正测试了一款名为 “Animode” 的 AI 视频创作工具，这是一款专业的3D 软件，旨在帮助用户创建真实感十足的二次元角色和高质量的视频效果。资料显示，该工具的官方网站为 animode.com.cn，备案主体为杭州连凡信息技术有限公司，后者同时也是阿里 AI 电商工具 “绘蛙” 的开发者。 据了解，使用Animode时，用户只需上传图片或视频等素材，便可以通过该工具将现实世界的视频转换为二次元风格的视频。这一转化过程不仅简单易用，还使得人物动作和招式流畅自然，带

今日，阿里巴巴达摩院在北京举行了决策智能产品发布会，正式推出了八观气象大模型。这一模型在全球气象模型的基础上，结合了区域多源数据，能够实现时空精度最高达到1公里 ×1公里和1小时。这一创新的气象预测工具大幅提升了对温度、辐照、风速等关键气象指标的预测性能，成功落地于新能源占比高的新型电力系统，显著提高了新能源发电功率和电力负荷的预测准确率，分别达到了96% 和98% 以上。达摩院的决策智能实验室利用多年的技术积累，基于自研的全球气象大模型，构建了

阿里巴巴通义实验室最新研究表明，现有的文生图 Diffusion Transformer 模型其实已经具备生成多张具有特定关系图像的能力，只需稍加“点拨”就能“融会贯通”，生成高质量的多图集。传统的 Diffusion 模型更像是一个“死记硬背”的学生，需要用海量数据训练，才能生成高质量的图像。而有了 IC-LoRA 加持，它就变成了“触类旁通”的学霸，只需要少量样本就能学会新技能。这背后的原理说起来也不复杂，研究人员发现，现有的文生图 Diffusion 模型其实已经具备一定的“上下文学习”能力，只

阿里巴巴近日发布了全新的AI人像生成项目EcomID，并推出了其ComfyUI原生实现插件。这款工具在当前火热的AI人像生成赛道上带来了显著突破，不仅完美继承了InstantID和PulID的优势，更在多个关键指标上实现了创新。在技术层面，EcomID采用了创新的架构设计。该项目借鉴了PuLID的ID-Encoder和交叉注意力组件，通过对齐损失训练显著降低了ID embedding对文本embedding的干扰。项目团队基于200万张精选人像图像打造了IdentityNet架构，在保持IP-adapter冻结的同时，将面部关键点作为条件输入，实现了更精准的

近日，阿里通义千问针对外界关于其广告投放费用的传闻进行了官方回应。此前，有网络消息称通义千问第三季度广告投放费用高达450万，10月前20天投放费用为90万。对此，通义千问在微博发表声明，否认了这些数据，称实际广告投放费用远低于网络传言。

阿里巴巴达摩院最近开源了一款名为CoI-Agent的AI工具，可以帮助科研人员自动生成科研idea。这个工具可以根据输入的论文主题，快速生成相关的科研idea，帮助科研人员节省时间和提高效率。CoI-Agent可以被视为一个AI研究助手，可以帮助科研人员头脑风暴、发散思维，找到新的研究方向和idea。这个工具可以根据输入的主题，快速生成相关的关键词、研究问题、研究方法等，帮助科研人员快速找到研究方向。阿里巴巴达摩院开源CoI-Agent的目的是希望能够帮助科研人员提高研究效率，找到新的研

最近，阿里巴巴的 AI 研究团队在文档理解领域取得了令人瞩目的进展，他们推出了 mPLUG-DocOwl1.5，这是一款在无OCR（光学字符识别）文档理解任务上表现卓越的尖端模型。过去，处理文档理解任务时，我们通常依赖 OCR 技术来从图像中提取文本，但这往往会受到复杂布局和视觉噪声的困扰。而 mPLUG-DocOwl1.5则通过一种全新的统一结构学习框架，直接从图像中学习理解文档，巧妙地避开了这一瓶颈。该模型通过分析文档在不同领域的布局和组织能力，涵盖了普通文档、表格、图表、网页和自然

阿里巴巴达摩院与中国人民大学近日联合开源了一款名为 mPLUG-DocOwl1.5的文档处理模型，该模型主打无需 OCR 识别即可理解文档内容，并在多个视觉文档理解基准测试中取得了领先的性能。结构信息对于理解富文本图像（例如文档、表格和图表）的语义至关重要。 现有的多模态大型语言模型 (MLLM) 虽然具备文本识别能力，但缺乏对富文本文档图像的通用结构理解能力。为了解决这一问题，mPLUG-DocOwl1.5强调结构信息在视觉文档理解中的重要性，并提出了 “统一结构学习” 来提升 MLLM 的性能。

最近，科研团队联合推出了一款名为 Meissonic 的开源 AI 图像生成模型。惊喜的是，这款模型仅使用了十亿个参数，却能生成高质量的图像。这种紧凑的设计让 Meissonic 有潜力在移动设备上实现本地化的文本转图像应用。这项技术的背后，研发团队包括阿里巴巴、Skywork AI 以及多所大学的研究者。他们采用了一种独特的变换器架构和新颖的训练方法，使得 Meissonic 能够在普通游戏 PC 上运行，甚至未来可能在手机上使用。Meissonic 的训练方法采用了一种被称为 “遮蔽图像建模” 的技术，简单来说

在当今全球化的商业环境中，精准的翻译工具对于跨文化交流至关重要。阿里国际最近推出的Marco-MT翻译大模型，正是在这样的背景下应运而生，它不仅刷新了我们对机器翻译能力的认知，还为电商领域的国际化提供了强大的支持。传统的翻译工具常常在处理具有深厚文化背景的短语时显得力不从心，例如苹果iOS18更新中的“Yours. Truly.”被错误翻译为“真的很你”，这种尴尬的翻译不仅让消费者困惑，也暴露了机器翻译在理解语境和文化差异上的局限。然而，随着大语言模型（LLM）技术的

近日，阿里妈妈创意团队发布了 FLUX.1-Turbo-Alpha，这是基于 FLUX.1-dev 模型训练的一款8步蒸馏 Lora 模型。该模型采用了多头判别器，显著提高了蒸馏的质量，支持文本到图像生成、修复控制网等多种 FLUX 相关的应用。团队建议在使用时将引导尺度设置为3.5，Lora 尺度为1，未来还会推出更低步数的版本。FLUX.1-Turbo-Alpha 可以直接与 Diffusers 框架结合使用。用户只需通过几行代码便能加载模型并生成所需的图像。例如，你可以创建一个有趣的场景:一只微笑的树懒穿着皮夹克、牛仔帽、格子裙和蝴蝶