阿里千问 – mylogs.cn https://mylogs.cn 发现、记录、分享 Mon, 05 Oct 2026 10:57:02 +0000 zh-Hans hourly 1 阿里千问AI耳夹耳机开约：89种语言翻译 https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%8d%83%e9%97%aeai%e8%80%b3%e5%a4%b9%e8%80%b3%e6%9c%ba%e5%bc%80%e7%ba%a6%ef%bc%9a89%e7%a7%8d%e8%af%ad%e8%a8%80%e7%bf%bb%e8%af%91/ Mon, 05 Oct 2026 10:57:02 +0000 https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%8d%83%e9%97%aeai%e8%80%b3%e5%a4%b9%e8%80%b3%e6%9c%ba%e5%bc%80%e7%ba%a6%ef%bc%9a89%e7%a7%8d%e8%af%ad%e8%a8%80%e7%bf%bb%e8%af%91/ 阿里千问首款 AI 耳夹式耳机现已在电商平台开启预约，具体价格尚未公布。这款产品把实时翻译、录音转写等 AI 能力直接做进耳夹式开放形态，瞄准的是”耳朵上的智能体”这一新场景。

一副不像耳机的耳机

耳夹式开放形态近两年走热，核心卖点是佩戴不堵耳。但该形态天生吃亏：低频易漏、音质难做厚。千问这款耳机请来 Bose 参与调音，官方明确其为”专为耳夹式开放形态优化”，并支持动态 EQ，可随音量自动调整频率响应，让声音平衡在大小音量下都保持稳定。

硬件参数上，耳机搭载 0.5 毫米超薄记忆钛丝，专为亚洲人耳形打造；发声单元为 12 磁铁双环聚磁设计，支持 LHDC 5.0 高清蓝牙音频解码，最高可达 1Mbps 传输码率与 96KHz 采样率，并通过 Hi-Res Wireless 金标认证。

外观提供深空蓝、星光色、极光紫三种配色，采用不分左右耳的设计，拿起来即可佩戴；支持 IP55 级防尘防泼溅，至多可配对 8 台设备并支持双设备同时连接。续航方面，耳机单次 9 小时，配合充电仓可达 40 小时，并支持无线充电。

AI 才是主菜

语音即可操控千问全场景功能，是这款耳机的基础能力。真正拉开差距的是三项 AI 功能：录音实时转写、离线本地录音，以及 92 语种转写纪要；同时支持 89 种语言 AI 翻译，覆盖面对面、通话等多种模式。

其中”离线本地录音”值得注意。转写与翻译类功能过去高度依赖联网与云端算力，本地能录、能存，意味着在断网场景下设备至少不会”变砖”。对于商务会议、跨国差旅等高频使用场景，离线能力直接关系到可用性。

上市节奏与价格悬念

这款耳机于 9 月 22 日云栖大会首次亮相，随后在淘宝、天猫、京东、抖音四端同步开启预约，多家媒体口径一致指向 10 月 13 日正式现货发售。目前最大的悬念仍是定价——参数已堆到相当高的水位，最终价格将直接决定它是”尝鲜玩具”还是”通勤刚需”。在千元级耳夹式赛道，已有 Cleer、华为 FreeClip、韶音、声阔等对手在先，千问能否凭 AI 能力突围，价格是关键变量。

]]> Qwen-Image-2.1 开源：7B 模型原生生成透明图 https://mylogs.cn/qwen-image-2-1-%e5%bc%80%e6%ba%90%ef%bc%9a7b-%e6%a8%a1%e5%9e%8b%e5%8e%9f%e7%94%9f%e7%94%9f%e6%88%90%e9%80%8f%e6%98%8e%e5%9b%be/ Sun, 20 Sep 2026 13:55:41 +0000 https://mylogs.cn/qwen-image-2-1-%e5%bc%80%e6%ba%90%ef%bc%9a7b-%e6%a8%a1%e5%9e%8b%e5%8e%9f%e7%94%9f%e7%94%9f%e6%88%90%e9%80%8f%e6%98%8e%e5%9b%be/ 9 月 20 日，阿里巴巴通义千问团队宣布开源图像生成模型 Qwen-Image-2.1。该模型将文生图与图像编辑整合在同一架构中，视觉生成部分仅有 70 亿（7B）参数，并原生支持透明图像的生成与编辑，官方称其在生成质量、推理效率与使用成本之间取得了平衡。

阿里千问开源 Qwen-Image-2.1 图像模型

据官方介绍，Qwen-Image-2.1 的主要特性集中在四个方面。其一是”小模强效，极致性价比”：通过轻量的模型结构与推理优化，在有限算力下兼顾生成质量与计算开销。其二是”原生透明，创改一体”：模型可根据提示词直接生成普通图像或带透明通道的图像，并支持对透明图层进行编辑与抠图，省去后期处理的额外步骤。

其三是”全能编辑，多局保全”：单次编辑最多支持 10 张参考图，在局部修改、人像与商品保真等任务上表现更稳定，覆盖多种常见的图像编辑场景。其四是”真实质感，字雅人美”：模型在文字排版、人物光影与细节刻画上做了优化，使生成结果更具质感。

模型权重与推理代码已在 GitHub、Hugging Face 与 ModelScope 三个平台同步开放。作为通义千问（Qwen）系列在图像方向的延续，Qwen-Image-2.1 面向开发者与个人用户免费提供，延续了阿里在开源多模态模型上的一贯路线。对于需要在本地或云端低成本部署图像生成能力的团队而言，这款 7B 级别、支持透明图的开源模型提供了一个新的可选项。

]]> 阿里千问发布同传大模型：60 种语言延迟压到 2.3 秒 https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%8d%83%e9%97%ae%e5%8f%91%e5%b8%83%e5%90%8c%e4%bc%a0%e5%a4%a7%e6%a8%a1%e5%9e%8b%ef%bc%9a60-%e7%a7%8d%e8%af%ad%e8%a8%80%e5%bb%b6%e8%bf%9f%e5%8e%8b%e5%88%b0-2-3-%e7%a7%92/ Sat, 19 Sep 2026 11:12:11 +0000 https://mylogs.cn/%e9%98%bf%e9%87%8c%e5%8d%83%e9%97%ae%e5%8f%91%e5%b8%83%e5%90%8c%e4%bc%a0%e5%a4%a7%e6%a8%a1%e5%9e%8b%ef%bc%9a60-%e7%a7%8d%e8%af%ad%e8%a8%80%e5%bb%b6%e8%bf%9f%e5%8e%8b%e5%88%b0-2-3-%e7%a7%92/ 阿里巴巴旗下阿里千问于 9 月 19 日正式发布同声传译大模型 Qwen3.8-LiveTranslate。该模型以 Interleave 架构重构实时同传流程，将字均延迟（LAAL）从 2.8 秒降至 2.3 秒，在准确度、流畅度与简洁度上较上一代均有提升，面向会议、直播、课堂与跨国沟通等真实场景。

阿里千问 Qwen3.8-LiveTranslate 同声传译大模型

从 2.8 秒到 2.3 秒

实时同声传译最大的难点不在”翻得准”，而在”翻得跟得上”。字均延迟衡量的是源语言语音与其对应译文之间的平均滞后，在长达两小时的跨国会议里，半秒之差就可能造成说话人已翻篇、译员还在补上一句的脱节。

在支持 60 种语言的基础上，Qwen3.8-LiveTranslate 新增三项能力，直指同传落地时最容易被卡住的环节：实时说话人分离让每句话归属清晰、音色复刻更稳定；原文译文同帧同出实现双语同屏；长上下文消歧则联系前文语境理解当下内容，让人名与专业术语的翻译更精准。这三项能力过去往往要靠人工译员兜底，如今被写进了模型的能力清单。

Thinker 与 Talker 各管一段

技术路线上，Qwen3.8-LiveTranslate 采用基于 Hybrid MoE 的 Thinker–Talker 双模块设计，通过 Interleave 方式衔接流式理解、文本输出与语音生成。其中 Thinker 把视频、音频、原文与译文编排进同一条因果序列，按时序交替排列、端到端产出，让理解与翻译在单一序列内完成；Talker 则结合译文与源音频，将译文合成为保留原说话人音色的语音。

这种单模型内端到端的处理方式，替代了传统”语音识别 + 机器翻译 + 语音合成”逐级串联的流水线，减少了每一级衔接带来的缓冲与误差传播。语义单元预测让模型能在完整句子到达前就吐出连贯短语，动态采样控制新上下文到来时的输出时机，混合专家设计则把每个 token 只路由到模型参数的一部分，从而压低计算量。

评测全面领先主流系统

在覆盖 14 个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，Qwen3.8-LiveTranslate 在翻译忠实度、流畅度、简洁度以及说话人分离错误率（DER）四个维度上，均优于当前行业主流实时同传系统。官方还在公开 FLEURS 音频测试集上评测了 70 个语言方向的实时同传表现，结果显示其在翻译质量、字均延迟、语音识别准确率与语音合成质量四个维度上，均领先于上一代模型及当前主流实时同传系统。

用户可通过官方体验链接尝鲜，相关模型 API 也已同步开放。对于需要跨语言沟通的会议、直播与教学场景，这类将说话人分离、双语同屏与术语消歧整合进单一接口的同传模型，正在把过去由多个独立语音服务拼凑的流程压缩成一次调用。

]]> 国产大模型周榜突围：千问登顶前端榜，阿里视频挤进前三 https://mylogs.cn/%e5%9b%bd%e4%ba%a7%e5%a4%a7%e6%a8%a1%e5%9e%8b%e5%91%a8%e6%a6%9c%e7%aa%81%e5%9b%b4%ef%bc%9a%e5%8d%83%e9%97%ae%e7%99%bb%e9%a1%b6%e5%89%8d%e7%ab%af%e6%a6%9c%ef%bc%8c%e9%98%bf%e9%87%8c%e8%a7%86%e9%a2%91/ Mon, 07 Sep 2026 09:25:28 +0000 https://mylogs.cn/%e5%9b%bd%e4%ba%a7%e5%a4%a7%e6%a8%a1%e5%9e%8b%e5%91%a8%e6%a6%9c%e7%aa%81%e5%9b%b4%ef%bc%9a%e5%8d%83%e9%97%ae%e7%99%bb%e9%a1%b6%e5%89%8d%e7%ab%af%e6%a6%9c%ef%bc%8c%e9%98%bf%e9%87%8c%e8%a7%86%e9%a2%91/ Arena 平台于近日发布 2026 年第 36 周（8 月 31 日至 9 月 6 日）AI 大模型盲测排名。本期多个重量级新模型入榜，其中多款国产模型在细分榜单实现突破。阿里通义千问系列在前端开发榜首次入榜即跻身前列，阿里万相（wan3.0）在 AI 视频榜直接冲进前三，智谱 GLM-5.3-Flash 则在代码榜杀入前十。

综合榜：头部格局稳定，国产稳居中上游

本期综合榜头部排名整体稳定。Anthropic 的 claude-fable-5 以 1507 分蝉联榜首，claude-opus-4-6-high 以 1505 分紧随其后，两者分差仅 2 分，在误差范围内可视为接近。

本周有两款新模型首次入榜。Anthropic 的 claude-fable-5.1-max 直接冲入前三，ELO 得分 1504 分，位列第 3；谷歌的 gemini-3.8-flash-high 位列第 8，ELO 得分 1494 分，目前仍处于 preliminary（初步）阶段。头部前 10 名分数均在 1492 分以上，分差均小于 30 分，整体竞争非常胶着。

国产模型整体处于中上游位置，梯队相对稳定。月之暗面的 kimi-k3-max 排名最高，位列第 12 名，ELO 1489 分，排名持平；智谱的 glm-5.3-max 位列第 20 名，ELO 1482 分，较上周下降 5 位；阿里的 qwen3.8-max 位列第 22 名，ELO 1480 分，排名下降 2 位。

前端开发榜：阿里千问强势登顶

在前端开发细分榜单中，阿里 qwen3.8-max-0902 首次入榜即位列第 4，展现出国产模型在工程代码领域的强劲竞争力。与此同时，阿里 qwen3.8-flash-next、腾讯 hy4-preview、智谱 glm-5.3-flash 也同步首次入榜并杀入前 15，国产模型在该榜单形成扎堆突破的态势。

AI 视频榜：阿里万相冲进前三

在 AI 视频生成榜单中，阿里 wan3.0 首次入榜直接冲进前三，展现国产生成视频模型的最新竞争力。这一成绩延续了国产厂商在文生视频赛道的领先势头，此前在多项第三方评测中，中国厂商已多次包揽文生视频榜单前列。

代码榜：国产 GLM-5.3-Flash 杀入前十

代码榜头部格局同样稳定，claude-opus-4-7-high 和 claude-opus-4-6-high 同以 1552 分并列前两位，claude-fable-5 以 1551 分紧随其后，前三名均为 Anthropic 模型。

本周谷歌 gemini-3.8-flash-high 首次入榜即位列第 7，ELO 1537 分；OpenAI 的 gpt-5.5-high 也首次入榜，位列第 28，ELO 1520 分。国产模型 glm-5.3-flash 排名上升 2 位，来到第 9，表现亮眼。国产模型在代码榜已有多款进入前列，进步速度值得关注。

理性看待榜单

需要指出的是，本榜单基于 Arena（arena.ai）平台的匿名盲测投票，通过 ELO（智能体榜为百分比信号）计算排名，反映的是用户主观偏好而非绝对能力测试。不同分榜相互独立，不宜跨榜比较，分差在误差范围内均视为并列，新模型也需积累一定投票量后才会正式入榜。

整体来看，头部格局仍以海外模型为主，但国产模型在细分领域的进步速度明显。随着更多国产大模型新版本发布，后续排名竞争预计将进一步加剧。

]]>