时隔一个月，通义千问又放大招了!
在一个月前的阿里云栖大会上，阿里正式发布通义千问2.0版本，在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上，都有较大提升。并且，阿里云还发布了包括编程、AI阅读、音视频转录、AI角色生成等八大产品模型。
当时，阿里云就已经预告，接下来还要再发更大规模的开源模型。
12月1日，三款新模型如约而至——包括Qwen-72B、Qwen-1.8B和Qwen-Audio大模型，通义千问大模型也升级到了2.1版本。
最受瞩目的首先是Qwen-72B，参数达到720亿，基于3T tokens的高质量数据训练。阿里云表示，Qwen-72B在10个权威基准测评中夺得开源模型最优成绩，在部分测评中超越闭源的GPT-3.5和GPT-4。
△来源：阿里云
具体来说，在英语任务上，Qwen-72B在MMLU基准测试取得开源模型最高分;中文任务上，Qwen-72B在C-Eval、CMMLU、GaokaoBench等基准得分超越GPT-4。
而在数学推理方面，Qwen-72B在GSM8K、MATH测评中也领先其他开源模型;代码理解方面，Qwen-72B在HumanEval、MBPP等测评中的表现大幅提升，代码能力也有质的飞跃。
△72B模型做数学题
在复杂语义理解上，72B的能力也提高了不少，比如，现在就能够听懂中文里的“潜台词”了：
△72B模型理解“职场之道”
当前，国内外大模型都分为闭源和开源两大路线。对标国外——OpenAI已走闭源路线，开源模型的代表则是Meta旗下的Llama。Meta在今年7月发布了Llama 2，分别有7B(70亿参数)、13B(130亿参数)和70B(700亿参数)三个尺寸。
阿里云Qwen-72B的推出，也意味着国内市场又多了一个对标Llama 2-70B的头部开源模型。当前，通义千问的大语言模型家族已经实现全尺寸开源——包括18亿、70亿、140亿、720亿7个参数。
不同规模和尺寸的模型，意味着应用场景可以拓宽更多。比如，高达720亿参数的Qwen-70B推出后，大中型企业就可以基于此可开发商业应用，高校、科研院所可利用AI来辅助科研工作——这些工作都需要复杂的运算，也依赖于模型能力边界的不断拓展。
阿里云在会上也请了不少开发者、企业介绍已有的模型实践。比如华东理工大学的X-D Lab，及基于基于开源的通义千问开源模型开发了心理健康大模型MindChat(漫谈)、医疗健康大模型Sunsimiao(孙思邈)、教育/考试大模型GradChat(锦鲤)等，并为下游客户开发基于行业大模型的产品。
目前，已经有已有超过20万人次用过上述的大模型，X-D Lab已经累计提供了超过100万次的问答服务。
“当我们用同样的方法，把同样规模的数据应用到各个开源模型，Qwen的效果比其他模型好得多。”华东理工大学·X-DLab(心动实验室)成员颜鑫表示，团队只用20万tokens的数据微调了Qwen基座模型，就获得了比另一家用百万级数据微调的模型更好的效果。
阿里云还发布了一款参数量更小的大模型——Qwen-1.8B。这是一款专为端侧设计的模型，推理2K长度文本内容仅需3G显存，可跑在消费级终端上——比如手机、电脑等。
如今算力紧缺，大模型的训练和推理成本都居高不下，超大规模参数的大模型只能在云上部署。为了能让大模型可以跑在更多终端上，近期包括大模型、手机、电脑等厂商都在探索更小尺寸规模的模型。
最直接的效果就是，1.8B体量的大模型，就能离线在手机、电脑等终端上运行。阿里云CTO周靖人在会后专访中表示，对文档、图像等轻度处理的工作，1.8B体量的模型已经完全能够胜任。
另外，阿里云也首次开源了音频理解大模型Qwen-Audio，这是在多模态领域的一次探索。
Qwen-Audio能够感知和理解人声、自然声、动物声、音乐声等各类语音信号。用户可以输入一段音频，要求模型给出对音频的理解，甚至基于音频进行文学创作、逻辑推理、故事续写等等。音频理解能够赋予大模型接近人类的听觉能力。
简单来说，现在通义千问不仅能“看”，也能“听”了，而且更加耳聪目明。此前8月，通义千问就开源了视觉理解大模型Qwen-VL，这次发布中也有不少提升：通用OCR、视觉推理、中文文本理解基础能力都有升级，还能处理各种分辨率和规格的图像，还能“看图做题”。
△通义千问开源大模型家族
可以说，本次发布模型，对应着三个定位：72B意在对标顶尖开源模型;1.8B则是消费侧落地的探索;而Qwen-Audio则是多模态的新探索——这是未来的重要方向。
当前，阿里云的大模型社区“魔搭”已经有超过150万的模型下载量。用户可在魔搭社区直接体验Qwen系列模型效果，也可通过阿里云灵积平台调用模型API，用阿里云百炼平台、阿里云人工智能平台PAI也可以辅助用户定制大模型应用和深度适配，阿里云也配有轻量级微调、全参数微调、分布式训练、离线推理验证、在线服务等多种功能。
