Qwen4-Max上线:2.4T参数、百万上下文,单任务成本降六成

资讯 网易科技 作者:网易 全文 1089 字 · 约 3 分钟读完 配图 1 张 分类Qwen华为阿里模型发布开源世界模型

阿里巴巴发布新一代基座大模型Qwen4-Max;华为云发布并开源昇腾原生具身世界模型|数智早参,max,大模型,华为云,qwen,数智早参,知名企业,阿里巴巴集团,华为开发者大会

所属频道 大厂动态模型发布开源生态

2026年11月17日 星期二

11月16日,阿里巴巴推出新一代基座大模型Qwen4-Max。该模型总参数2.4T,原生具备视觉能力,上下文支持百万级。目前Qwen4-Max已在千问AI平台上线,对外提供API服务,缓存命中时每百万Tokens费用最低0.5元;完成单个任务的平均花费比上一代模型少了六成。据透露,Qwen4系列里的中小尺寸模型后续会陆续开源。

点评:独立第三方评测给出的分数显示,它依然落后于头部模型。性价比占优,并不等于能力就领先。中间这个位置最不好站:往下得扛住开源阵营的价格战,往上又得追赶闭源阵营的能力上限。能不能两头都赢,关键看接下来两个季度企业客户实际迁移了多少,发布会上的跑分说明不了问题。

同一天,华为云开了具身世界模型发布会。华为云具身产品线总裁、具身智能Lab主任吴小东在会上发布首款昇腾原生的具身世界模型CloudRobo-WM1.2,并宣布权重、推理、代码都将开源。模型训练用的是国产算力昇腾,通过共享世界模型骨干网络做预测增强的世界表征,又基于世界模型原生DualAct架构实现原生动作生成,在RoboTwin 2.0和LiberoPro 2.0两个评测基准上都排第一。

点评:具身智能里,世界模型是最难啃的一块。难点不在让机器人“看见”,而在让它预判“我动了之后世界会怎么变”。榜单第一和产线第一之间还有距离:真机数据贵,跨本体泛化有损耗,推理时延和显存开销也都是硬约束,只能到环卫、工业这些实际场景里逐项磨。开源换生态是铺路最快的办法,可也最容易被对手搭便车。

近日有消息称,SK海力士打算明年联手韩国政府开设一座半导体测试工厂,选址在首尔南部建设中的龙仁半导体产业集群内,耗资8746亿韩元(约合6.54亿美元)。按照声明,Trinity Fab工厂明年5月投产,所配设备能让中小供应商在把产品送上商业芯片生产线之前,先做最后一轮性能和良率验证。SK海力士称,这座设施由公司、中央政府和地方政府共同出资,将配备约50台光刻、蚀刻、沉积、清洗和测量设备,供应商可在12英寸晶圆上、在接近商业芯片生产的条件下测试产品。

点评:上游存储正在涨价,下游AI资本开支预期又被机构大幅下调,存储厂选在这个时候加深本土绑定,是想为可能到来的波动提前加固护城河。中国设备与材料厂商真正该盯的,不是这6.5亿美元,而是“开放式量产验证平台”这个模式本身。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 华为云开源具身世界模型:覆盖八成具身企业,做机器人底层基建

    11月16日,华为云在线上发布并全面开源昇腾原生具身世界模型CloudRobo-WM1.2。该模型依托共享的世界模型骨干网络,增强了对环境的预测能力,并基于原生DualAct架构,实现了世界模型原生动作生成。同时,华为云宣布与福龙马集团联合研制的智能清扫机器人启动预售。据发布会介绍,该款CloudRobo-WM1.2模

    来源 腾讯网
  2. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
  3. 华为云:80%中国具身智能企业选了昇腾云,具身智能市场排中国第一

    IT之家 11 月 16 日消息,在今日的华为云 CloudRobo 具身世界模型发布会上,华为云方面透露,华为昇腾云在具身智能市场格局中排行中国第一,已有 80% 的中国具身智能企业选择昇腾云,重点高校基本实现全覆盖。 2025 年 6 月,华为云发布 CloudRobo 具身智能平台。华为常务董事、华为云计算 BU

    来源 AI 行业观察
  4. 华为云开源昇腾原生具身世界模型CloudRobo-WM1.2,亮出三张牌

    2026年,具身世界模型成了人工智能行业最拥挤的赛道之一。海外,谷歌、英伟达接连加码;国内,智元、星海图、智源、腾讯、阿里相继下场。各家路线略有差异,但共识已经形成:让机器人先理解世界,再做动作决策。有行业媒体梳理显示,国内公开的世界模型已有59个,全球公开入场的公司达55家。11月16日,华为云“行业AI梦工厂...

    来源 腾讯网
  5. 华为公布最新数据:80%中国具身智能企业选择昇腾云

    11月16日华为云CloudRobo具身世界模型发布会上,华为云披露80%的中国具身智能企业选择昇腾云,重点高校基本实现覆盖,并称昇腾云在中国具身智能云市场排名第一。CloudRobo平台已汇聚超1.65万名开发者、230多家企业和高校,累计沉淀超1500项行业资产。

    来源 凤凰科技
  6. 华为云开源CloudRobo-WM1.2:昇腾训练,两评测居首

    华为云为此设计了跨具身运动建模能力,可以将其理解为“动作翻译器”,支持不同形态的机器人共同学习。 部署时,开发者还能根据算力资源和响应速度需求,选择不同的推理模式,兼顾模型能力与运行成本。华为云宣布将开放模型…

    来源 搜狐科技
  7. 北大天大开源SpatialScout:让AI像人一样主动探索三维空间

    北京大学与天津大学联合发布了SpatialScout,这是一个针对三维空间智能的全新评测基准。不同于以往让AI“看图答题”的静态测试,SpatialScout要求模型操控虚拟摄像头,在80个室内场景中自主移动、拍照并调用三角测量工具,最终构建出物体中心的三维地图。它通过中心误差和三维IoU双重指标,精准评估模型的定位精

    来源 AI 应用前沿
  8. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  9. 华为云发布昇腾原生具身世界模型WM1.2:双榜第一,11月30日开放权重

    智东西(公众号:zhidxcom)作者 | 三北编辑 | 心缘智东西11月16日报道,今日,华为云推出其首款昇腾原生具身世界模型CloudRobo-WM1.2,并宣布于11月30日正式开放WM1.2模型权重、推理后训练代码及预训练最佳实践。该模型采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualA

    来源 腾讯网
  10. Garlic LLM 让越狱 PS4 跑起 90 亿参数模型:最高每秒 43 词元

    科技媒体 Gigazine 今天(11 月 17 日)发布博文,报道称开源项目 Garlic LLM 可以让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,最高生成速度可达每秒 43 个词元(Token),且无需联网即可完成 AI 聊天与语音对话。

    来源 IT之家
  11. 阿里腾讯月之暗面旗舰模型收紧网络攻击能力:Qwen4-Max不公开权重

    IT之家 11 月 17 日消息,彭博社今日报道称,阿里、腾讯、月之暗面最新发布的新一代模型普遍限制了网络进攻能力,同时强化了漏洞检测与防御功能。 彭博社指出,阿里最新旗舰模型 Qwen4-Max 刻意过滤了训练数据中可用于网络攻击的材料,保留了对漏洞检测等防御场景有用的能力。而且该版本暂未公开模型权重,用户无法自行下

    来源 AI 行业观察
  12. Qwen4-Max四项实测:2.4万亿参数模型能自己交活了

    11月15日,千问发布新一代旗舰模型Qwen4-Max。新模型总参数2.4万亿,具备原生视觉能力,上下文窗口达到百万token。官方将其定位为“全天候AI新同事”,主打方向是长程任务与成果交付。为了验证这一定位能否在实际使用中成立,我们设计了四项测试,包含了前端互动网页、Godot 3D动作游戏、视频白模预演,以及一份

    来源 腾讯网
  13. 6.3亿参数模型实时生成GTA画面:Summaryformer如何省显存

    Abhishek Sensharma开源了一个能在浏览器里跑的GTA V世界模型。没有游戏引擎,全靠6.3亿参数的Transformer逐帧生成。文章重点拆解了名为Summaryformer的架构,特别是它如何通过“摘要Token”和旋转位置编码来解决长序列显存爆炸的问题。代码和权重已公开,适合对视频生成底层机制感兴趣

    来源 AI 应用前沿
向下滚动自动加载更多