近日，浙江大学与阿里巴巴达摩院联合发布了一项引人瞩目的研究，旨在通过教学视频创建高质量的多模态教科书。这一创新的研究成果不仅为大规模语言模型（VLMs）的训练提供了新的思路，也可能改变教育资源的利用方式。随着人工智能技术的迅猛发展，VLMs 的预训练语料主要依赖图文对数据与图文交织语料。然而，当前的这些数据多来自网页，文本与图像的关联性较弱，知识密度也相对较低，无法有效支持复杂的视觉推理。为了应对这一挑战，研究团队决定从互联网上海量的教学视频

据智能涌现报道，阿里巴巴智能互联事业群近期正式并入智能信息事业群，由后者总裁吴嘉统一管理。此次整合中，天猫精灵硬件团队与夸克产品团队已开始融合运作，重点布局新一代AI产品规划及能力整合。智能互联作为阿里在2022年成立的一级业务部门，以天猫精灵为核心品牌，是集团重要的To C硬件业务。本次调整后，智能互联将保持独立运作，其业务中心负责人宋刚直接向吴嘉汇报。这一调整紧随去年12月通义业务的架构变动。当时，通义的To C产品及工程团队从阿里云分拆，并入智能

今天，阿里云通义团队正式发布了全新的数学推理过程奖励模型 Qwen2.5-Math-PRM。该模型提供了72B 和7B 两种尺寸，性能表现均显著优于同类的开源过程奖励模型，尤其是在识别推理错误方面表现突出。Qwen2.5-Math-PRM 的7B 版本令人惊讶地超越了业界广受欢迎的 GPT-4o，这一成就标志着阿里云在推理模型的研发上迈出了重要的一步。为了全面评估模型在数学推理中的表现，通义团队还开源了首个步骤级的评估标准 ——ProcessBench。这个评估标准涵盖了3400个数学问题测试案例，其中还包括国际奥林匹

阿里巴巴 Qwen 团队近日发布了题为《数学推理中过程奖励模型的开发经验教训》的论文，并推出了 Qwen2.5-Math-PRM 系列中的两个新模型，分别具有7B 和72B 参数。这些模型在数学推理中突破了现有 PRM 框架的限制，通过创新技术显著提高了推理模型的准确性和泛化能力。数学推理一直是大型语言模型（LLM）面临的重大挑战，尤其是在中间推理步骤中，错误往往会影响最终输出的准确性，这对于教育、科学计算等对精确度要求高的领域尤其成问题。传统评估方法，如 Best-of-N(BoN)策略，无法充分捕

近日，超加速链接（UALink）联盟宣布，科技巨头苹果(Apple)、阿里巴巴(Alibaba)以及半导体知识产权供应商赛诺赛斯(Synopsys)正式加入其董事会。这一发展标志着行业对开放标准的支持力度不断增强，也可能对目前以 Nvidia 为首的封闭生态系统形成挑战。UALink 是一项高效的互连标准，旨在优化 AI 集群性能，能够将数百到上千个加速器连接在一起。自2024年10月成立以来，UALink 联盟的成员已经增长至65家，包括 AMD、英特尔、谷歌、AWS 和微软等众多行业巨头。值得注意的是，目前 Nvidia 并未加入该联

阿里巴巴达摩院近日推出了一款名为Valley2的多模态大型语言模型，该模型基于电商场景设计，旨在通过可扩展的视觉-语言架构，提升各领域性能并拓展电商与短视频场景的应用边界。Valley2采用了Qwen2.5作为LLM主干，搭配SigLIP-384视觉编码器，结合MLP层和卷积进行高效特征转换。

近日，阿里妈妈基于自研的淘宝星辰视频生成大模型，正式推出了商用级图生视频AI Native应用——淘宝星辰·图生视频，并已对淘宝天猫商家开放使用。这一全新的AI Native工具结合了海量电商数据、丰富的设计语言以及业内领先的营销经验，旨在推动电商AI内容创作的全流程智能化升级。

阿里云正式上线了其全新的通义灵码 AI 程序员 ，标志首个能够同时支持 VS Code 和 JetBrains IDEs 开发工具的 AI 编程产品的问世。这款 AI 程序员工具，拥有比传统辅助编程工具更强大的能力，帮助开发者以更高效的方式完成编码任务。通义灵码 AI 程序员通过全程对话协作的方式，能够轻松实现从零开始的业务需求开发、问题修复以及单元测试批量生成等复杂的编码任务。开发者可以与 AI 程序员进行互动，轻松指令并修改代码。该工具的底层模型已升级至 Qwen2.5-coder，其代码生成的准确性和速

在科技不断发展的背景下，AI 眼镜的热潮已在国内外迅速掀起。2024年1月7日，雷鸟创新公司正式发布了首款搭载阿里通义定制意图识别大模型的雷鸟 V3AI 拍摄眼镜。这一产品的发布标志着国内首次实现大模型与 AI 眼镜硬件的定制合作，旨在加速端侧模型在 AI 眼镜上的应用落地。此次发布会强调，AI 眼镜市场的快速增长受到 Meta 和雷朋等公司推出的第二代拍摄眼镜的影响。雷鸟创始人李宏伟表示，预计2025年将成为智能眼镜的 “世纪大战之年”。业内分析师指出，虽然大模型与 AI 眼镜结合

近日，阿里云宣布与传音控股达成战略合作，旗下科技品牌 TECNO 将首款搭载通义千问大模型的 AI 手机 PHANTOM V Fold2正式上市。这款手机的亮点在于其独特的 AI 按键设计，用户可通过该按键一键召唤强大的 AI 助手，即使在离线环境下，仍能实现流畅的多轮对话，支持文档和通话的智能摘要功能。传音控股是一家在非洲市场颇具影响力的中国手机制造商，产品涵盖 TECNO、iTel 和 Infinix 三个主要品牌。根据数据显示，传音在2023年的全球智能手机市场占有率达8.1%，位列第五，在非洲、巴基斯坦、

近日，传音控股与阿里云达成合作，将通义千问大模型搭载在传音旗下科技品牌TECNO推出的AI手机PHANTOM V Fold2中，成功打造了深度本地化的“实用型AI”。这款手机通过特定的AI按键，用户可以一键调用端侧大模型，在离线环境中也能流畅运行多轮AI对话，并实现文档及通话摘要等功能。传音与阿里云在该款手机上基于联发科芯片进行了大量技术创新，包括模型瘦身、工具链优化、推理优化和内存优化等多个维度的合作。

2025年1月7日，北京零一万物科技有限公司针对近期网上关于“阿里收购零一万物”的传闻进行了辟谣。公司明确表示，这些传言是不实的，并对相关不实言论予以否认。零一万物强调，公司与阿里云的合作是基于双方在技术、算力、业务和人才等方面的深度共建，而非收购关系。

近日，阿里巴巴达摩院的研究团队发布了一项重要研究成果，名为 “SHMT:自监督层次化妆转移”，该论文已被国际顶级学术会议 NeurIPS2024接收。这项研究展示了一种新的化妆效果转移技术，利用潜在扩散模型（Latent Diffusion Models）来实现化妆图像的精准生成，为化妆应用和图像处理领域注入了新活力。简单的说，SHMT是一项妆容迁移技术，只要一个化妆的参考图，和一张目标角色照片，就可以把妆容效果迁移到该目标脸上。团队在项目中采用了开源的方式，发布了训练代码、测试代码以及预

日前，消费级 AR 品牌雷鸟创新（RayNeo）与阿里云在上海举行了战略签约仪式，双方宣布达成独家战略合作，将共同推进 AI 眼镜技术的发展。此次合作标志着国内首个大模型与 AI 眼镜硬件制造商之间的深度定制合作，阿里云的通义系列大模型将为雷鸟的 AI 眼镜产品提供全方位的技术支持。雷鸟创新表示，未来将以 AI 眼镜为核心载体，结合双方的技术优势，共同投入研发资源和人力，重点在云计算、大模型及 AI 硬件等领域进行深入合作。这一合作有望推动 AI 眼镜在消费市场的应用，提升用

阿里云与黑芝麻智能的最新合作在国内智能汽车领域掀起新浪潮。阿里云宣布，其通义千问15亿和30亿参数大模型已成功移植到黑芝麻智能的武当C1200系列车规级芯片上，标志着国产大模型在车载场景的重要突破。在实际应用中，该集成方案可支持离线环境下的多轮自然对话，为用户提供流畅的人机交互体验。这一技术突破不仅展现了国产AI芯片的研发实力，更为智能汽车的发展注入新动力。值得关注的是，在2024年9月，黑芝麻智能已与斑马智行展开跨域合作。双方致力于将智能座舱与智能驾

阿里云与大模型领军企业零一万物宣布达成重要战略合作，双方将联手建立"产业大模型联合实验室"，标志着两大科技巨头在AI领域展开深度协作。这一合作将加速大模型技术向实际应用场景转化，推动产业大模型生态的进一步整合。据悉，新成立的联合实验室将覆盖技术、业务和人才三大核心板块。通过整合双方在大模型领域的研发优势，实验室将致力于探索下一代基座模型技术，并通过阿里云百炼大模型平台向市场提供全方位的产业落地服务。这次合作体现了科技巨头在AI领域优势互补

近年来，生成式人工智能市场的竞争愈发激烈，阿里云最新宣布其人工智能产品降价幅度高达85%，成为这一市场血战的最新见证。阿里巴巴的云计算部门降价的最大幅度出现在其视觉语言模型Qwen-VL上，而这一举措正是中国科技巨头之间竞争加剧的体现。过去一年半中，中国科技公司如阿里巴巴、腾讯、百度、京东和字节跳动等，纷纷推出了各自的大型语言模型，然而，由于这些产品之间的差异化程度有限，它们不得不陷入类似西方市场的价格战。8月，OpenAI宣布大幅降价，随后谷歌也紧随

近年来，生成式 AI 市场竞争愈发激烈，价格战也在不断升级。近日，中国科技巨头阿里巴巴旗下的云计算部门阿里云宣布，旗下多款 AI 产品价格下调，最高幅度达85%。其中，视觉语言模型 Qwen-VL 的降价幅度最为显著。这一举措标志着中国主要科技公司在 AI 领域的竞争日趋白热化。在过去一年半里，阿里巴巴、腾讯、百度、京东、华为以及字节跳动等公司纷纷推出大型语言模型。由于各家公司所推出的产品差异不大，竞争主要转向了价格。8月，OpenAI 首次发起了价格战，随后谷歌也迅速跟

继今年5月和9月两次降价后，阿里云再次宣布对其大模型进行降价，推出本年度的第三轮价格调整。此次降价幅度非常显著，通义千问系列视觉理解模型全线降价超过80%。其中，Qwen-VL-Plus模型价格直降81%，输入价格仅为0.0015元/千tokens，创下全网最低价格;而更高性能的Qwen-VL-Max降价至0.003元/千tokens，降幅达到85%。根据新的定价，1元钱可以最多处理大约600张720P图片，或者1700张480P图片。Qwen-VL系列大模型是阿里云推出的多模态大模型，已成为开源社区最受欢迎的模型之一，具备强大的视觉推理

在2024年联想天禧生态伙伴大会上，联想与中国软件行业协会联合发起成立了AI终端智能体创新专业委员会，这一举措标志着联想在AI领域的又一重要布局，旨在构建一个开放、共赢、可持续发展的AI终端智能体网络生态。图源备注:图片由AI生成，图片授权服务商Midjourney联想作为主任委员单位，将引领行业发展，副主任委员单位包括百度智能云、阿里云等科技巨头，委员单位则涵盖了面壁智能、吉利汽车研究院等多家知名企业。阿不力克木・阿不力米提（阿木）在大会上详细介绍了专委会的