《科創(chuàng)板日報》5月1日訊（記者 黃心怡）阿里巴巴在“五一”節(jié)前開源新一代通義千問模型Qwen3，而且一口氣開源了 8 個版本。
阿里千問大模型官網(wǎng)用“思深，行速”來描述Qwen3，是指Qwen3 是中國公司推出的首個混合推理模型，在同一個模型中融合了 “推理” 和 “非推理” 模式，可以根據(jù)不同問題選擇 “快、慢思考”。
最新數(shù)據(jù)顯示，阿里Qwen 系列大模型已被累計下載 3 億次，基于 Qwen 的衍生模型數(shù)量超 10 萬個，為全球第一。Qwen3 發(fā)布也引來眾多開發(fā)者的使用和測評。
Qwen3 提供了不同參數(shù)的模型版本，包含2款30B、235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款密集模型。阿里方面稱，千問3的30B參數(shù)MoE模型僅激活3B就能達到上代Qwen2.5-32B模型性能，而千問3的稠密模型比如32B版本的千問3模型，可超越上一代Qwen2.5-72B性能。
多名開發(fā)者告訴《科創(chuàng)板日報》記者，此次發(fā)布的千問3系列中的小參數(shù)量模型表現(xiàn)突出?！?strong>32B模型表現(xiàn)突出，小參數(shù)量跑出了優(yōu)秀的效果，對大模型應用研發(fā)人員或公司來說是福利。畢竟大參數(shù)量還是成本太高。目前來看32B性價比最高，235B感覺相比千問2.5提升不太大，而32B能跑出目前效果確實很不錯了?！?/p>
有業(yè)內(nèi)人士推測，千問3選擇在小參數(shù)模型發(fā)力，主要是為了蘋果生態(tài)而準備。此前，阿里董事局主席蔡崇信確認了回應阿里與蘋果在手機上合作落地AI的傳聞。而今年4月的最新消息稱，蘋果果正積極推進在國行版iPhone上引入AI功能的計劃，并計劃于2025年中期前登陸國行iPhone。
▍并非全面碾壓DeepSeek R1
盡管Qwen3發(fā)布后，有媒體報道其性能全面碾壓同樣開源的DeepSeek R1 。但《科創(chuàng)板日報》記者注意到，每家大模型公司在公布自己大模型的測評數(shù)據(jù)時，可能用的都是不同的指標，或者只公布自己得分高的測評測試。因此，比較公立的第三方測評比較有說服力。
著名華裔AI學者吳恩達的公司Artificial Analysis對包括Qwen3和DeepSeek R1在內(nèi)的大模型測試顯示，Qwen3只是在某些指標上超越DeepSeek R1，并非全面碾壓。
在“GPQA 鉆石：博士級多學科”項目測試中，Qwen3 235B測試結(jié)果70分，和 DeepSeek R1 的 71分 成績接近；在“LiveCodeBench：編碼能力”項目測試中，Qwen3 235B測試結(jié)果：71分，高于 DeepSeek R1 的 62分 成績；在“MATH-500：高難度數(shù)學”項目測試中， Qwen3 235B測試結(jié)果93分，低于 DeepSeek R1 的 97分成績; 在“MMLU：通用知識基準” Qwen3 235B測試結(jié)果83分，接近 DeepSeek R1 的 84分成績；在“AIME2024：數(shù)學推理中等挑戰(zhàn)，泛化能力參考”項目測試中，Qwen3 235B測試結(jié)果84分，高于 DeepSeek R1 的 68分成績。
因此，業(yè)內(nèi)普遍的看法是，總體看Qwen3推理模型整體表現(xiàn)略好于R1，但相比R1也不算有太大突破，還稱不上“全面碾壓”。
▍小參數(shù)模型遠超預期
另一名開發(fā)者告訴《科創(chuàng)板日本》記者，此次千問3系列的超大參數(shù)模型不及預期，但小參數(shù)的模型遠超預期?！?B模型在數(shù)學能力上屬實驚到我了?！?/strong>
小參數(shù)量模型的特點是能夠主要用于端側(cè)部署，比如4B模型可用于手機端，8B可在電腦和汽車端側(cè)，32B可用于企業(yè)大規(guī)模部署，也適合有條件的開發(fā)者上手。
開放傳神（OpenCSG）聯(lián)合創(chuàng)始人陳冉認為，通義大模型的出現(xiàn)充分驗證大模型領(lǐng)域金律“模型天天變，不變的是數(shù)據(jù)沉淀“，也再次證明開源是技術(shù)創(chuàng)新的壓箱石。技術(shù)上，還在繼續(xù)努力推進，目標還是降本增效，種類齊全，但核心創(chuàng)新點還有待觀察。
《科創(chuàng)板日報》記者注意到，在千問3發(fā)布后，上下游供應鏈第一時間進行適配和調(diào)用。英偉達、英特爾、聯(lián)發(fā)科、AMD等多家頭部芯片廠商紛紛適配千問3。
《科創(chuàng)板日報》記者從英特爾方面獲悉，英特爾在車端艙內(nèi)對新發(fā)布的千問3系列模型，也已經(jīng)完成匹配。國產(chǎn)芯片廠商海光信息則宣布其DCU完成對Qwen3全部8款模型的適配+調(diào)優(yōu)，覆蓋235B、32B、30B、14B、8B、4B、1.7B、0.6B各種參數(shù)。
隨著算力成本的降低和性能的提升，業(yè)內(nèi)分析普遍認為，千問3為即將到來的智能體Agent和大模型應用爆發(fā)提供了更好的支持。阿里云智能集團副總裁霍嘉在接受《科創(chuàng)板日報》采訪時表示，“模型推理模型能力不斷提高，使得當前在業(yè)內(nèi)有共識，今年會是 AI應用爆發(fā)的真正元年。
▍通用Agent在工程和技術(shù)兩個方面仍面臨挑戰(zhàn)
華創(chuàng)證券在評價千問3大模型時稱， Agent訓練與落地成為了 AI+ 敘事的下一重心。天風證券認為，AI Agent市場規(guī)模有望超萬億，通義千問已發(fā)布多行業(yè)垂直生態(tài)體系，有望成為B端Agent鏈主。
《科創(chuàng)板日報》注意到，在第八屆數(shù)字中國建設峰會期間，中國一汽正式發(fā)布企業(yè)智能體OpenMind。這是汽車行業(yè)首個面向全集團運營管理的AI Agent，正是基于阿里通義大模型打造。
此外，中國電信、螞蟻集團等也紛紛發(fā)布了智能體相關(guān)平臺，以加速AI Agent在政務、金融等領(lǐng)域落地：中國電信正式發(fā)布星辰行業(yè)Agent平臺；螞蟻數(shù)科則發(fā)布了面向金融機構(gòu)發(fā)布智能體開發(fā)平臺Agentar。
不過，通用Agent在工程和技術(shù)模型兩個方面仍面臨挑戰(zhàn)。一名業(yè)內(nèi)人士表示，“實際上能夠處理通用或復雜任務的并不多。這些產(chǎn)品要么不夠通用，要么無法應對復雜的任務。”
阿里云 CTO 和通義實驗室負責人周靖人近日在接受媒體采訪時透露， 今年在大模型領(lǐng)域，相對確定的進展是兩個主線，一是模型能力上，會繼續(xù)在類人思考和多模態(tài)上有提升；二是模型和底層云計算系統(tǒng)會更深度結(jié)合，能同時提升訓練和推理效率，讓模型更好用、更普及。
在談及DeepSeek R1時，周靖人表示，DeepSeek看起來有算力、有 Infra 層、有模型，但不構(gòu)成一個完整的云服務。"我們的一個核心認知是，大模型發(fā)展和云體系的支撐不可分割。”
談及國外內(nèi)大模型競爭對手的你追我趕，他認為，市場空間很大，歡迎一起來推動 AI 產(chǎn)業(yè)的發(fā)展。至于誰領(lǐng)先，他說：
“還是看市場反饋，把選擇權(quán)留給客戶?！?/strong>
熱門跟貼