加密货币价格波动剧烈,本站内容仅供参考,不构成投资建议。投资有风险,可能导致全部损失。

查看完整免责声明
返回 7*24 快讯
来源Blockbeats

腾讯替千问先做了Qwen3.5 Embedding:2B打过Qwen3-VL 8B

动察 Beating AI 快讯,腾讯微信视觉团队开源 WeMM-Embedding,一口气放出 2B、4B、9B 三个多模态 Embedding 模型。它们基于 Qwen3.5,可以把文字、图片、视频、视觉文档统一转成向量,用于搜索、推荐和内容匹配。模型全部采用 Apache 2.0 许可开源。 有意思的是,千问自己目前还没推出 Qwen3.5-Embedding。官方现有的还是 Qwen3-Embedding 和 Qwen3-VL-Embedding,腾讯反而先拿 Qwen3.5 做出了新一代 Embedding。 成绩也挺夸张。WeMM-Embedding 2B 在 MMEB-v2 上拿到 77.9 分,已经略高于 Qwen3-VL-Embedding 8B 的 77.8 分。9B 版进一步做到 80.6 分。两者都能做文字搜视频、图片搜文字等跨模态检索,但 WeMM 换上 Qwen3.5 底座后,用更小模型做到了更高成绩。 这套模型也已经在微信内部实际使用。腾讯称,它已用于微信公众号、视频号、电商推荐和微信搜索,搜索范围还包括朋友圈。
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

09-18 13:55

PrismML把Qwen3.8 27B压到5.9GB,自测保留98.2%性能

动察 Beating AI 快讯,加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 发布 Ternary Bonsai 2 27B,把 Qwen3.8 27B 的 270 亿参数模型压到 5.9GB。它把权重压成 -1、0、+1 三种值,体积只有 FP16 原版约九分之一。模型支持 26.2 万 Token 上下文、图文输入和 Agent 工具调用,并以 Apache 2.0 许可开放权重。 相比两个月前的第一代 Bonsai 27B,新版体积基本没变,但底模从 Qwen3.6 换成了 Qwen3.8。PrismML 自测称,综合基准成绩相对完整版的保留率从约 95% 提到 98.2%,其中数学和代码成绩已经非常接近原版。官方还演示了它在 RTX 5090 上直接跑 Cline 编程 Agent 和 Computer Use。

09-18 04:03

Qwen3.8-Omni-Flash上线:自己看视频、调工具、交成片

动察 Beating AI 快讯,阿里千问上线原生全模态模型 Qwen3.8-Omni-Flash,支持文本、图片、音频、视频和 1M 上下文。 这代明显加强了音视频 Agent 能力。模型可以自己从视频里找信息、规划任务,再调用外部工具完成剪辑、配音和渲染。官方展示了长会议处理、短剧翻译、电影解说、MV 制作和视频转图文笔记等场景。 面对几小时的长视频,它也不用从头到尾全部处理。模型会先判断答案可能在哪,再逐步定位关键片段。OmniVideoBench 上,准确率从 63.4 提到 67.8,Token 消耗从 145,736 降到 79,117,少了 45.7%。 千问称,Qwen3.8-Omni-Flash 在 30 项评测上的平均成绩比 Qwen3.5-Omni-Plus 提升超过 26%,音视频能力接近 Gemini 3.8 Flash,音频能力整体超过后者。音频输入成本下降超过 98%,音视频输入下降超过 93%。 目前 Qwen3.8-Omni-Flash 模型权重尚未公开,只开放了 API。千问同时开源了 Qwen-MM-Plugins,可以装进 Claude Code、Codex、Gemini CLI、Qwen Code 等 Agent,给它们补上图片、音频、长视频处理和视频剪辑能力。 另一套 Qwen-Live Harness 更像实时调度层。用户可以直接和实时全模态模型说话,再把复杂任务交给 Gemini CLI、Claude Code、Codex 等后台 Agent 持续执行。它会跟踪任务进度,做完后再主动回来告诉你结果。

09-01 09:51

Qwen27B改成扩散Agent:速度拉到500+Token/s,厂商自测单项超Sol

动察 Beating AI 快讯,专攻超高速大模型的 Celeris 发布一款基于 Qwen3.8-27B 改出来的混合扩散 Agent 模型 Celeris-1 Magnus,官方称在不少场景能跑到 500+ Token/s。 在 τ³-Banking 的 97 个银行客服任务上,Magnus 开启 low reasoning 后完成率达到 41.2%,中位耗时 55 秒。同场的 GPT-5.6 Sol 是 38.1%、79 秒。 传统模型基本一个 Token 一个 Token 往后写,Magnus 能一次生成多个 Token,再反复修正。需要严格按顺序生成的内容再串行处理,因此一次计算可以往前推进更多 Token。

08-27 04:23

Qwen3.8-Flash发布一天就降价:输出比GLM便宜0.1元,但对手还在打5折

动察 Beating AI 快讯,Qwen3.8-Flash 刚发布一天,阿里云就降价了。每百万 Token 输入从 1 元降到 0.8 元,输出从 3 元降到 2.7 元,分别下降 20% 和 10%。 新价格刚好压过昨天发布的 GLM-5.3-Flash。后者 API 标价为输入 0.8 元、输出 2.8 元。Qwen 输入价格相同,输出便宜 0.1 元。 不过 GLM-5.3-Flash 上线后前两周打 5 折,目前实际价格只有输入 0.4 元、输出 1.4 元。优惠期内,GLM 仍然便宜近一半。等优惠结束,两款国产 Flash 模型的价格基本打平。

08-25 13:22

Qwen4还没发,架构先来了:Qwen3.8-Flash-Next明晚发布

动察 Beating AI 快讯,阿里把 Qwen4 的下一代架构提前拿出来了。ModelScope 上线 Qwen3.8-Flash-Next 预告页,这是一款基于 Qwen4 架构的多模态 MoE(混合专家模型,每次只调用部分参数),预计 8 月 26 日 23:00 公开发布。官方称,提前放出这套架构,是为了让社区为后续完整的 Qwen4 模型家族做准备。 所以严格说,明晚来的还不是 Qwen4 正式版,更像是一次「Qwen4 技术预览」。这种做法阿里以前用过。2025 年 Qwen3-Next 率先引入 Gated DeltaNet 和普通注意力混合架构,后来 Qwen3.5 系列继续沿用了这套设计。 阿里本月初才发布 2.4T 参数的 Qwen3.8-Max,不到一个月就开始公开下一代架构,节奏相当快。

08-14 15:16

阿里通义千问开源Qwen3.8-27B,支持原生多模态及26.2万上下文

PANews 8月14日消息,阿里通义千问官方宣布发布Qwen3.8-27B开源权重。该模型为27B参数原生多模态稠密模型,整体表现超过Qwen3.7-Plus,并侧重真实场景下的编程与办公工作流;支持26.2万原生上下文,可通过YaRN扩展至100万Token,采用Apache 2.0许可证。此外,Qwen3.8-2.4T-A95B(Max级)模型权重近期也已开放。