Alibaba: Qwen4, відеомодель та 5-10T параметрів

На конференції Cloud 2026, що проходить у Китаї, компанія Alibaba поділилася новинами про свої досягнення у сфері великих мовних моделей (LLM). Зокрема, було оголошено про впровадження рекурсивного самовдосконалення (RSI) у процеси навчання, виведення та співпраці з чипами. Нова модель Qwen4 на базі архітектури наступного покоління вже проходить тренування, а майбутні версії, як-от Qwen4.5 та Qwen5, планується розширити до 5-10 трильйонів параметрів.

Нові версії моделей

Окрім розвитку LLM, Alibaba представила нові версії своїх моделей для генерації відео, аудіо, зображень, а також world models, музики та мультимодальних моделей. Особливу увагу привернула нова модель генерації відео, випуск якої заплановано на листопад. Вона спрямована на створення довших, більш контрольованих, цілісних та інтелектуальних відео. Нова модель забезпечить стабільність зображення протягом тривалого часу, дозволить точно контролювати персонажів, сцени та камери, а також продемонструє «режисерське мислення», переходячи від генерації окремих сцен до розуміння цілісної оповіді.

Самостійне вдосконалення моделей

На конференції Alibaba продемонструвала останні розробки у сфері самовдосконалення своїх моделей. Модель Qwen3.8-Max, використовуючи RSI, самостійно пройшла понад місяць безперервного навчання, здійснивши 33 ітерації. Вона сама будувала навчальні процеси, створювала дані, проєктувала експерименти та виявляла недоліки. Завдяки цьому, а також оптимізації після навчання, показник Qwen3.8-Max на бенчмарку Artificial Analysis зріс з 40 до 45 пунктів. Це ставить її в один ряд з найкращими моделями від Claude та GPT, випереджаючи всі вітчизняні моделі, такі як GLM5.3 та Kimi-K3.

Оптимізація виведення моделі також вражає. Qwen3.8-Max автоматично адаптувалася до нової архітектури GPU від PingCap, оптимізувавши фреймворк виведення для моделі Qwen3.8-Flash. Це призвело до підвищення пропускної здатності виведення на 96% на одній інстанції.

У сфері співпраці чипів і моделей, Qwen3.8-Max продемонструвала вражаючі результати. Маючи лише специфікацію шинного модуля, модель самостійно пройшла повний цикл розробки, включаючи передню, верифікаційну та задню частини. Після 60 годин автономної роботи та понад 10 тисяч викликів інструментів EDA, вона досягла оптимізації фізичної реалізації, зменшивши площу на 42%.

Майбутнє мультимодальних моделей та AI на мобільних пристроях

Чжен Бо, віце-президент Alibaba з технологій ATH та головний науковий співробітник Taobao Tmall Group, висловив думку, що протягом трьох років з’явиться універсальна мультимодальна модель, яка подолає обмеження різних типів контенту.

Alibaba також прискорює впровадження своїх великих моделей на мобільні пристрої. Було представлено рішення Qwen Intelligence для AI-смартфонів, яке глибоко оптимізовано для мобільних сценаріїв. Воно надає партнерам платформу на базі агентських технологій, що дозволяє смартфонам надійніше виконувати складні міждодаткові завдання.

Джерело: https://www.ithome.com/1/005/633.htm