近日，阿里巴巴最新推出的推理人工智能模型QwQ-32B-Preview已经引起了业界的广泛关注。这款模型由阿里巴巴的Qwen团队开发，包含325亿个参数，能够处理长度达32，000个单词的提示，并在多个基准测试中超越了OpenAI的o1系列。QwQ-32B-Preview的开创性在于，它是少数几个能够与OpenAI的推理模型相媲美的模型之一，并且是首个可以在宽松许可下下载的推理模型。根据阿里巴巴的测试，QwQ-32B-Preview在AIME和MATH测试中均超过了OpenAI的o1模型，其中AIME使用其他AI模型评估性能，而MATH则是由一系列文字问题组

近日，阿里巴巴宣布开源其最新研发的图像生成模型 Qwen2vl-Flux，该模型不仅具备编辑、融合和混合等多种功能，还能够在用户输入图像或文本的情况下，生成具有高度相似性的全新图像。Qwen2vl-Flux 提供了强大的图像变化功能。用户只需输入一张图像，无需任何文本提示，模型便能根据原图生成多幅相似的图像。例如，用户上传一张人物照片，模型便可以生成多个角度下的人物表现，展现出不同的视角与情感。模型还支持文本引导图像混合。当用户输入一张图片并附加相关文本提示时，Qwe

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

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。

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

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

在科技浪潮席卷全球之际，生成式AI无疑成为了焦点。然而，阿里巴巴的吴泳铭却提出了一个更为深远的洞见:生成式AI的真正价值并非仅限于创造炫目的应用，而是在于彻底改变我们与物理世界的互动方式。吴泳铭敏锐地指出，人们在面对新技术革命时往往陷入"高估短期，低估长期"的思维误区。在当前生成式AI的热潮中，这种现象尤为明显。大众普遍关注短期内AI能带来哪些立竿见影的效果，却容易忽视技术在长远未来可能产生的深刻影响。图源备注：图片由AI生成，图片授权服务商Midjour

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。

在阿里巴巴成立25周年之际，公司创始人马云在内部网站上发表了感人肺腑的讲话。马云强调，阿里巴巴之所以能够成为今天的阿里巴巴，是因为它始终坚持理想主义精神，相信市场的力量和创新的价值，并坚信只有为社会创造真正价值的公司才能长久生存。

阿里巴巴云计算部门发布全新AI模型Qwen2-VL，具备理解视觉内容的强大功能，能实时分析长达20分钟的视频，并总结视频内容、回答相关问题，提供在线聊天支持。在第三方基准测试中，Qwen2-VL部分指标超越了包括Meta的Llama3.1、OpenAI的GPT-4o、Anthropic的Claude3Haiku和Google的Gemini-1.5Flash在内的领先模型。支持英语、中文及多种欧洲、亚洲语言，适配全球用户。模型提供三个参数版本，7B和2B版本在Apache2.0许可证下开源，允许商业使用。Qwen2-VL还引入了Naive Dynamic Resolution和Multimodal Rotary Position Embedding技术，提升模型在不同分辨率图像处理和跨模态信息整合的能力。该模型旨在提升对视觉数据的理解和处理能力，是视觉语言模型技术的突破，阿里巴巴将继续探索其更多应用场景。

​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。

阿里巴巴集团近日公布了2025财年第一季度的业绩报告，其中阿里云表现尤为突出。财报显示，阿里云营收同比增长6%，达到265.49亿元，AI相关产品收入实现了三位数的增长，公共云业务也实现了两位数的增长。经调整EBITA利润同比增长155%，达到23.37亿元。

阿里巴巴集团的研究团队发布了一种名为 UniPortrait 的全新框架，专注于实现人像图像的个性化处理，包括单角色一致性、多角色一致性和风格参考。UniPortrait 特别设计了 ID 嵌入和 ID 路由两个模块，能够保持面部特征的高度逼真，支持广泛的面部编辑功能，甚至允许用户使用自由形式的文本描述生成图像，无需固定布局。通过两阶段的训练方案，UniPortrait 在单一和多重身份的定制上表现出色，实验结果显示其良好的可扩展性，能够与现有生成控制工具兼容。此框架为人像图像的个性化定制提供了新可能性，特别是在自由文本提示和多样化布局生成方面，展现了在实际应用中的巨大潜力。

阿里巴巴近期发布了全新开源语音模型Qwen2-Audio，这款模型在语音识别、翻译和音频分析方面表现出色，实现了显著性能提升。Qwen2-Audio提供基础版和指令微调版，支持多种语言，如中文、粤语、法语、英语和日语，为情感分析和翻译应用提供了便利。相较于Qwen-Audio，Qwen2-Audio在架构和性能上进行了全面优化，预训练阶段采用更自然的语言提示，提升理解和泛化能力。指令跟随能力增强，能更准确理解用户指令。模型引入语音聊天和音频分析模式，输出符合人类期望。在性能测试中，Qwen2-Audio超越OpenAI的Whisper-large-v3，在语音识别和翻译准确性上表现出强劲竞争力。

近日，阿里巴巴推出了一款名为DS Assistant的AI数据科学助手，它能够自动化地完成从数据探索到模型评估的全流程，让数据科学工作变得更加简单、高效。