一句话看懂：在 2026 云栖大会上，阿里宣布下一代架构的 Qwen4 已进入训练，并公开了向 5000 亿至 1 万亿参数、乃至 10 万亿参数演进的路线图，同时披露大模型递归自我改进（RSI）已落地到训练、推理和芯片协同环节。
事件核心：发生了什么
2026 年 9 月 22 日，云栖大会在杭州举行。阿里通义千问项目负责人刘大一恒表示，Scaling 仍是通往 ASI 的重要路径。会上确认 Qwen4 已投入训练，后续 Qwen4.5、Qwen5 计划把参数规模扩展到 5000 亿至 1 万亿，并给出 10 万亿参数模型的长期演进方向。
已发布的 Qwen3.8-Max 在 Artificial Analysis Agentic 智能体和 CodeArena 前端编程等评测中排名靠前。更值得注意的是，该模型已能自主搭建训练流程、构造数据、设计实验并识别缺陷，在无人干预下连续迭代一个多月，完成 33 次有效迭代，Artificial Analysis 得分提升 12.5%。架构层面，Qwen3.8-Flash 通过注意力机制等创新把训练成本降低近 90%，并以更少激活参数提升推理效率。
为什么重要
这次披露的重点不只是参数变大，而是把三件事摆上台面：一是继续押注 Scaling 技术路线，二是让模型参与自身迭代（RSI），三是训练与推理和芯片协同优化。对行业而言，这意味头部厂商的竞争正从“单次发布一个更强的模型”转向“建立能持续自我改进的模型生产系统”。同时，Qwen3.8-Flash 大幅压缩训练成本，说明效率优化开始与参数扩张并行，这可能影响其他厂商的算力投入节奏和模型定价策略。
对用户/开发者/创作者的影响
过去一个月，Qwen3.8 系列模型下载量超过 5600 万次，衍生模型超过 1900 个。截至目前，阿里已开源 460 多个 Qwen 模型，累计下载超 30 亿次，衍生模型超过 30 万个。开发者可继续基于开源权重做微调、Agent 和自研模型；目前公开信息显示，Perplexity、Airbnb、Pinterest、路透社等企业已将 Qwen 用于智能体、AI 助手或自研模型。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
多模态方面，Qwen3.8-Omni-Flash 统一处理视频、音频、图像和文本；Wan3.0 支持一次性生成 30 秒视频和结构化输入，下一代视频生成模型将于 11 月发布；Qwen-Audio-3.1 覆盖 ASR、TTS 和 Realtime，Qwen3.8-LiveTranslate 将平均每字符延迟降至 2.3 秒。对内容创作者来说，视频生成和实时翻译是近期最可能直接落地的两个方向；对应用开发者，Omni 与 Audio 系列可减少多模型拼接的工程成本。
值得关注的后续
第一，Qwen4 的实际训练进度、参数规模和发布时间表是否兑现，尤其是 5000 亿至 1 万亿参数版本的能力与成本比。第二，11 月发布的下一代视频模型在时长、一致性和可控性上能否延续 Wan3.0 的路线。第三，RSI 相关能力是否会开放给开发者，以及它与芯片协同的优化能否转化为更低的 API 价格或更强的端侧部署能力。
来源：AIbase
