从“能说话”到“会表达”：Qwen-Audio-3.0-TTS 发布
Qwen-Audio-3.0-TTS 实时语音合成模型发布。本次发布包含两个版本：Flash：面向实时交互，首包延迟在 300ms 左右。Plus：面向高质量生成，在自然度和音色还原度上表现更佳。本次
阅读全文Wan-Streamer v0.2：响应延迟仅550ms，让 AI 真正与你"面对面"
和 AI 打视频电话，卡顿、延迟、声画不同步，是常态。这本质上就是“语音识别 ➡️ 大模型 ➡️ 语音合成 ➡️ 动画驱动”的流水线拼装。环节越多，延迟越高，割裂感越强。但真正的自然交流，应该像和朋友
阅读全文Qwen-Audio-3.0-Realtime 如何让语音交互“懂倾听，更聪明”？
语音交互的下一个形态是什么？是毫秒级的快速响应？是深度思考的逻辑推理？还是能够感知情绪、像真人般对谈的情感共鸣？如何让语音交互跨越“机械感”走向了“自然和智能”？我们也在持续探索。今天，我们想和大家分
阅读全文Qwen-AgentWorld 开源：让 Agent 学会“先预测，再行动”
Agent 开发离不开真实环境，但真实环境：成本贵、响应慢、控制难。搭沙箱环境成本高、真实的边缘 Case 难收集。而在真实环境里做强化学习，一旦 Agent 执行了不可逆的“危险操作”，整个环境就崩
阅读全文首个统一科学大模型 LOGOS 正式开源
在 AI for Science 领域，我们一直在思考：蛋白质、小分子、材料和化学反应等科学对象，能不能像人类语言一样，被一个模型统一建模和生成？现状是，AI4S 的主流路径是为每个问题训练一个专家模
阅读全文Qwen-Robot 发布：打通大模型到物理世界的最后一公里
在具身智能的探索中，我们常面临一个共同的困境：为什么大语言模型能写诗、能 coding，却很难让一台机器人稳稳地拿起一个杯子，或者在陌生的走廊里找到一家咖啡店？因为物理世界是连续、复杂且充满不确定性的
阅读全文端侧 AI 提速 80%？如何让 Qwen3-VL 在手机起飞
当我们谈论“把大模型跑在手机上”时，速度始终是绕不开的核心问题。模型越大、参数越多，推理时的矩阵乘法运算量就越大。随着 Arm 第二代可伸缩矩阵扩展 (SME2) 技术的普及，以及 MNN 推理引擎的
阅读全文只给一份文档，Qwen3.7-Max 从 0 交付双端应用
让 Agent 改一个按钮、修一个 Bug，今天已不算新闻。但只给它一份调研文档，让它从 0 写出高度还原的完整应用呢？这是一条横跨规划、架构、十几个模块编码、验证、修复的超长程任务：几个小时、成百上
阅读全文Agent 辅助开发，一站式打通 Qwen3-VL Android 端侧推理
在上一期《让手机拥有视觉感知能力》中，我们探讨了如何通过 MCP 架构和端侧语义提取，让大模型安全地“看懂”物理世界。但在实际动手时我们会发现：做端侧 AI App 会伴随一长串的工程问题：Andro
阅读全文PawBench：给通用智能体一把可度量的尺
通用智能体已经深入真实工作流，能自主完成写代码、处理文件等复杂任务。然而，一旦任务失败，很难界定是模型“没想明白”，还是工具或环境“没配好”。为此，我们推出全新评测基准 PawBench 。它面向个人
阅读全文Qwen3.7-Plus：把多模态AI变成“实干家”
一款能看、能想、能动手的多模态智能体模型 Qwen3.7-Plus 发布，它不止“看图说话”，更能看懂界面、操作应用、生成代码、交付结果。在 Qwen3.7 强大文本与 Agent 能力的基础上，我们
阅读全文教程首发｜让手机拥有视觉感知能力
大家在玩 Agent 时，有没有遇到这个痛点，Agent 对物理世界完全是“盲”的，大模型看不到开发板的状态、听不到设备的运行异响，也无法直接获取手机摄像头捕捉的画面。本篇是「手机上的创意AI」挑战
阅读全文Qwen-Image-Bench：56 个创作级考点，定义生图评测新标准！
当 AI 从“会生图”进化到能替代专业摄影、甚至深度参与艺术创作时，我们该如何评测一个模型的“真实创作能力”？目前业界的文生图（T2I）评测，大多仍局限于基础语义遵循、图像质量或审美打分。但在真实的影
阅读全文从透明开发到系统工程：AgentScope 2.0 发布
开发一个能“跑通 Demo 演示”的智能体并不难。难的是，让它在真实场景里稳定地完成任务。长链路任务中途断裂、工具调用缺乏安全边界、上下文越跑越臃肿、本地脚本难以接入生产环境……这些才是智能体走向落地
阅读全文Qwen3.7-Max 重新定义 AI Agent 基座
很多开发者对 AI Agent 的真实体验是：“Demo很惊艳，一上生产就崩溃。”任务稍长就丢上下文，换个框架就性能暴跌，跑几轮就开始“自我循环”……我们需要的是一个能理解意图、规划路径、持续迭代并可
阅读全文FlashQLA：让 Qwen 的注意力层跑得更快
训练大模型时，注意力层的计算开销往往是个"隐形瓶颈"。尤其当模型规模越来越大、上下文越来越长时，这部分开销会悄悄吃掉大量算力和时间。自 Qwen3-Next 发布以来，Gated Delta Netw
阅读全文搜对≠答对：EAPO用“证据奖励”让大模型不再靠猜
如今，AI 搜索把全网资料塞进几百万 Token 的上下文，大模型要做的就是从中找出正确答案。但让人崩溃的常常是：正确资料喂到嘴边，它要么答错，要么答案碰巧对了，引用的证据却全是错的。问题出在哪？出在
阅读全文我的 Agent 又乱调工具了！
精心写好的 Agent，一上线就翻车？不懂行业黑话、乱调 API、业务规则一变策略就失效……手动改 Prompt、换模型、重新部署，维护成本越来越高。静态的工程部署，根本扛不住真实业务的复杂多变。Ag
阅读全文敢不敢用家乡话测试这个 AI？
你的家乡话，语音识别能听懂吗？过去，答案是“很难”。方言一出口，转写结果常常是乱码或空白。但这一切正在改变......通义实验室正式推出 Fun-ASR1.5，实现了「方言工业级可用」的语音识别大模型
阅读全文Qwen3.6-35B-A3B 开源！
体量轻巧、推理高效，Qwen3.6-35B-A3B 开源！这是一款采用稀疏混合专家（MoE）架构的高效模型：总参数 350 亿，每次推理仅激活 30 亿参数。参数量虽小，性能依旧强劲。在智能体编程上，
阅读全文图文视频All in One！一个开源框架搞定全模态知识库
给大模型接上企业知识库（RAG）已是行业标配。它让 AI 告别“凭空捏造”，回答有据可查。但当知识库从纯文档升级为图文、视频交织的立体资产时，传统方案就开始力不从心了。想象一家制造企业的真实知识库：1
阅读全文FIPO：精准追踪2%的Token，突破大模型推理瓶颈！
蝴蝶效应告诉我们，一次微小的振翅，足以在千里之外引发风暴。但主流强化学习（RLVR）却对推理链上的每个Token一视同仁——它不知道哪一只“蝴蝶”才是关键。如何找到它？通义实验室智能计算团队连发四篇技
阅读全文Wan2.7-Video 为创作自由而来
AI 视频创作，我们常遇到两大难题：内容生成不专业：想要一段紧张的追逐戏，AI 却不懂剧本；想要细腻的微表情，它只会呆板假笑。视频修改困难：多了一个路人，删不掉；动作差了点意思，改不了。换个机位？只能
阅读全文Qwen3.6-Plus：编码智能体能力全面跃升！
Qwen3.6其他开源尺寸模型和更强大的Qwen3.6Max模型近期发布，敬请期待继今年 2 月发布 Qwen3.5 系列后，今天我们正式推出 Qwen3.6-Plus，现已通过阿里云百炼 API 开
阅读全文