10月13日，据《晚点 LatePost》报道，阿里巴巴旗下人工智能办公产品“千问办公”正在开发面向多平台商家的电商版本，计划于双十一预售前夕正式发布。这意味着千问办公从通用办公场景，首次向垂直行业纵深拓展。

该项目于今年6月开始筹备，9月进入集中开发阶段，由千问办公首席执行官陈宇森统筹，黄丕培（花名灵培）负责具体推进，目前参与员工已接近一百人。消息人士透露，阿里电商团队负责提供行业技能与商家洞察，千问办公团队则提供通用智能体能力并承担产品协同工作。

电商版并非一个独立应用，用户从网页端或客户端进入后，可在通用版本与“电商经营”版本之间切换。它是一个拥有独立界面与产品逻辑的智能体，也是千问办公测试的第一个行业版本。

从已披露的首页形态看，电商版设有双十一专区、经营分析、商品管理、素材生产和营销推广五个板块，整体更接近一个跨平台的分析与生产工作台。不过它目前还不能直接替商家调整投放计划或代为花钱投放，也还不是能够接管店铺的全自动智能体。

据《晚点 LatePost》报道，千问办公现有付费用户中约两成来自电商行业，是数量最多、使用人工智能也最深的一类行业用户。电商版延续了多平台思路：商家可直接上传商品、服装与模特素材；经营看板汇总多个平台与店铺的数据，并给出异常提示与建议动作；人工智能表格则负责整理商品评价、归纳问题与下一步工作。

在数据接入方面，淘宝、天猫的数据通过阿里内部系统直接打通，有赞、客如云等外部平台正在逐步接入，其余电商平台则需要商家授权登录后，才能采集其后台数据。

黄丕培此前在阿里长期深耕推荐算法。公开资料显示，他为阿里巴巴高级算法专家，毕业于北京航空航天大学并获博士学位，曾担任淘宝技术部首页个性化推荐算法组负责人，并荣获阿里巴巴集团首席执行官最高技术大奖。2023年，他主导孵化了绘蛙——阿里较早独立开发的电商人工智能应用之一，面向多平台商家与达人生产营销内容。

这并非阿里在电商人工智能上的首次落子。2026年5月11日，阿里巴巴宣布千问应用与淘宝全面互通，千问应用接入淘宝全品类商品，淘宝应用内同步上线“千问人工智能购物助手”，覆盖人工智能问答、人工智能试穿、人工智能种草、人工智能省钱等功能。双方采用智能体协同架构：千问智能体理解用户意图并判断何时调用淘宝智能体，后者提供消费决策、商品信息、交易与履约等能力。面向商家端，淘宝天猫同步升级了“人工智能店小蜜”，投入万亿规模算力资源，将其从预设问答机器人升级为能够处理复杂对话并促成交易的智能体客服。

在人工智能加速渗透各行各业的当下，千问办公切入电商这一高频、高价值场景，既顺应了商家降本增效的真实需求，也折射出大模型厂商从“通用工具”走向“行业智能体”的竞争新趋势。

核心规格：单芯片性能为上一代 3 倍

真武 V900 基于自研并行计算架构设计，搭载 216GB 大容量显存，片间互联带宽达 1200GB/s，单芯片性能为真武 M890 的 3 倍。它原生支持 FP8、FP4 低精度计算，在大幅提升算力密度的同时降低推理成本，可覆盖万亿级参数大模型的训练、推理全场景。按照规划，该芯片将于 2027 年第一季度量产售卖，并在阿里云数据中心规模化部署。

超节点：上千颗芯片像一颗“超级芯片”

真武 V900 通过平头哥自研的 ICN Switch 互联芯片，具备原生内存语义与内存统一编址能力，可实现千卡全带宽高速互联，让上千颗芯片像一颗“超级芯片”一样协同工作，为超大参数模型的训练与推理提供高吞吐、低延迟的算力。与之配套的新一代磐久超节点服务器，集成真武 V900、ICN Switch、磐脉智能网卡以及镇岳 SSD 主控芯片，实现算、存、网全栈系统级协同，单一集群可扩展至 50 万卡规模。

上一代已经过验证：跑通超 2 万亿参数模型

基于真武 M890 的超节点已大规模应用，跑通了 Qwen3.8、Kimi K3 等超 2 万亿参数的大模型。平头哥透露，截至 2026 年 6 月，真武系列已服务超过 650 家企业客户，覆盖智驾、金融、大模型、具身智能、能源、制造等领域，是场景应用最广的中国自研 AI 芯片之一。吴泳铭表示，随着产品线成熟与客户广泛应用，平头哥 AI 芯片的年出货量将大幅提升。

CPU 路线图首次公开

针对智能体（Agent）对 CPU 的强依赖，平头哥首次公布倚天服务器 CPU 的规划：2027 年推出倚天 720 与倚天 730 两代产品，其中倚天 730 首次基于全自研 CPU 微架构，单核性能最高可达倚天 710 的 1.4 倍；后续还将推出搭载第二代自研核的倚天 750，支持自研 ICN 片间互联，使 CPU 与真武 AI 芯片直接互联。平头哥还预告了下一代 AI 芯片真武 J900，自研并行计算架构将迎来跨越式革新，计划 2028 年第三季度上市。

在基础设施层面，吴泳铭给出了更长远的目标——到 2032 年，阿里云运营的全球数据中心规模将超过 20GW。从芯片、互联、存储到服务器与云，一条围绕 AI 算力的完整链路正在被逐段补齐。

从卫星图到3D城市，只要10分钟

ABot-Earth 0.7 采用的是3D原生技术路径：用涵盖空间、时间等信息的时空数据训练模型，让它建立对三维空间的原生理解，再端到端一次性生成3DGS（3D Gaussian Splatting，三维高斯泼溅）格式的城市场景。

据官方介绍，输入一张卫星图像或一段文字描述，模型只用10分钟，就能在一块消费级GPU上生成公里级的3D城市场景，效率比传统模式提升1000倍。更关键的是，模型可以自主补全、生成完整且连续的三维空间，使用者不再受限于既定路线，而是能连续进入、自由探索，并实时获得交互反馈。

一个模型，从星球一路推到街景

与聚焦小尺寸场景或游戏画面生成的3D模型不同，ABot-Earth 0.7 可以在单一模型内完成从星球到城市、再到街景地标的全尺寸AI连续生成。

这对模型的一致性提出了很高要求：在城市级生成中，需要保持路网、街区和建筑群的整体关系；推进到地标近景后，则要进一步还原单体建筑的几何轮廓、立面层次和材质纹理。ABot-Earth 0.7 依靠3D原生表征，让视角从城市全貌推进到地标细节时，空间结构与视觉信息仍保持一致，并达到照片级视觉效果。

“大模型理解语言，高德空间智能理解世界”

郭宁在发布会上提出，理解真实世界需要三层能力：第一是鲜活而立体的三维空间表达，从地球到城市、从道路到建筑、从室外到室内，还原真实世界的细节与层次；第二是实时而连续的动态感知，从车流到人流、从路况到商户、从白天到黑夜，捕捉世界每一刻的变化；第三是精准而稳定的时空推演，从出发到到达、从单点到全局、从现在到未来，给出环环相扣的最优解。

支撑这三层能力的，是长期积累的真实世界时空样本。官方数据显示，过去十年高德导航日调用北斗卫星定位峰值近万亿次，业务覆盖全球200多个国家和地区，沉淀了来自路网、建筑、地形、街景以及每一次真实导航、避堵与纠错的海量数据。在此基础上构建的数字地球，覆盖范围超过196个国家和地区。

已落地飞行街景2.0，能力将向全行业开放

目前，ABot-Earth 0.7 的体验官网已经上线（abot-earth.amap.com），相关能力也已应用于飞行街景2.0。使用者可以通过飞行街景2.0进入复杂建筑、大型景区，用摇杆操控漫游3D场景。

在实际出行场景里，这套能力可以提前把目的地还原为可自由探索的三维空间，让使用者出发前就看清剧院座位视野、商场内部动线以及景区地形，形成身临其境的在场感。

生态方面，高德空间智能正通过手机、车机、具身机器人、智能眼镜、智能手表等物理终端进入真实生活，已有生态伙伴在多个终端方向展开合作。高德扫街榜同时宣布，梅赛德斯-奔驰成为其全球首个汽车合作伙伴。

按照高德的说法，空间智能的能力未来将持续向全行业开放，与开发者及生态伙伴一起推动空间智能在真实世界落地。

30 亿次是个什么量级

作为对比，Hugging Face 的报告显示，2026 年 Alphabet 旗下谷歌的开源模型下载量为 4.18 亿次，Meta 为 2.27 亿次。千问在半年内积累的数字是两者之和的四倍以上。

阿里巴巴在一份电子邮件声明中表示，千问系列已开源超过 460 个模型，围绕它形成的生态已衍生出 30 万个以上的衍生模型。Hugging Face 在报告中称，这一下载规模让千问成为「开源 AI 生态系统中规模最大的基础之一」。

这两个数字指向的是两件不同的事。下载量说明有多少开发者和机构把模型取回本地运行或改造；衍生模型数量则说明有多少人真的动手做了微调与适配——后者往往更能反映一个模型家族被使用的深度。

下载量为什么值得单独看

开源权重模型可以被下载、定制，并作为构建新 AI 产品的基础模块。正因如此，采用情况成了衡量开发者选择在哪套技术上做开发的直接指标，而不只是营销口径上的热度。

一个足够宽的模型家族容易形成自我强化的循环：更多开发者采用基础模型，就会产出更多衍生版本，衍生版本又把新用户带进来。460 个开源模型意味着不同参数规模、不同能力取向的版本可以覆盖差异极大的落地场景，从桌面端本地推理到企业级部署都能找到合适的起点，这本身就降低了迁移成本。

Hugging Face 的报告给出的判断更直接：对于正在决定微调和部署哪些模型的开发者而言，千问「已经成为默认工作流程的一部分」。

云平台成了另一条分发通路

阿里巴巴强化这一循环的方式之一，是通过自家云平台把千问分发给企业客户，覆盖的市场包括东南亚和非洲。这条通路让千问获得了许多竞争对手不具备的触达范围——企业客户往往不会主动去模型托管平台上翻找权重文件，但会在云服务的模型清单里直接选用。

在开源模型这条赛道上，千问目前领先的不只是海外厂商。彭博社的报道提到，它在下载量上同时超过了 DeepSeek、月之暗面的 Kimi 与 MiniMax 等中国同行。这几家厂商都在以相对低廉且易于适配的模型复刻前沿性能，力图缩小与 OpenAI、Anthropic 等闭源模型之间的差距，而千问的下载数据表明，这套路线在中国市场之外同样获得了认可。

美国厂商正在回应

开发者市场的争夺随之升温。彭博社指出，近几周 Meta 与英伟达相继发布了新的开源 AI 模型。对使用者来说，这轮竞争的直接结果是可选的高质量开源模型变多、迭代变快，而衡量优劣的标准也在从跑分转向更实际的问题：有多少人愿意在它上面继续搭东西。

来源：彭博社 / Hugging Face《开源模型现状》报告

据路透社 8 月 14 日报道，三位知情人士透露，苹果公司已经专门为中国市场训练了一款大语言模型。这一模型由苹果与阿里巴巴集团合作开发，并在阿里巴巴的支持下完成训练。这是苹果首次披露为中国市场单独训练自有模型的计划，也标志着其在华人工智能策略的一次重大转向。

从「借力第三方」到「自研加合作」

此前，由于 Anthropic 的 Claude、OpenAI 的 ChatGPT 等美国模型无法在中国大陆使用，苹果主要依赖本土合作伙伴的模型来驱动设备端的生成式人工智能功能。此次调整意味着苹果不再把模型能力完全交给合作伙伴，而是在阿里巴巴的支持下训练了一套属于自己的模型。

知情人士表示，在 iOS 系统完成后续更新后，苹果的 AI 工具套件「Apple Intelligence（苹果智能）」预计将在未来几个月内正式登陆中国市场。届时，阿里巴巴的通义千问（Qwen）模型将被整合进在中国发售的兼容 iPhone、iPad、Mac 以及 Vision Pro 等设备的「Apple Intelligence」中，百度等技术也会融入其中。

监管破冰与「双轨制」策略

这一进展建立在漫长的监管审批基础之上。今年 7 月 15 日，中国国家互联网信息办公室正式备案了「Apple 智能」等 7 款手机端侧生成式人工智能服务，为「Apple Intelligence」首次登陆中国版 iPhone 扫清了道路。按照报道的说法，这套专为中国训练的模型，可能使苹果成为首家获得中国政府批准、在华提供自有专有 AI 模型的外国公司。

这种「自研模型加本土合作伙伴」的双轨方案，被视为外国企业在中国推进人工智能的一种独特路径，既有助于应对复杂的监管障碍，也能在一定程度上缓解数据安全与合规层面的顾虑。上周，苹果曾发布一份中文指南，说明中国大陆的 Mac 用户如何将通义千问连接到 Siri 与书写工具功能，随后在未作解释的情况下删除了该指南。

华为等本土对手的压力

苹果此举也反映出其在中国这一最重要的海外市场中面临的竞争压力。华为等中国本土厂商已在 AI 手机领域抢占先机，陆续推出内置 AI 功能的机型。报道指出，缺少「Apple Intelligence」被认为影响了苹果在中国市场的竞争力。通过训练专为中国市场定制的大模型，苹果希望让「Apple Intelligence」在中国不只是海外版本的简单移植，而是建立一套独立搭建、更贴合中文语境与本地用户习惯的技术体系。

受 7 月获批备案消息影响，阿里巴巴在美上市股票盘前一度上涨约 4%。截至目前，苹果与阿里巴巴均未对这一报道作出正式回应，最终的产品形态与技术细节仍有待官方确认。

来源：路透社（经 cnBeta、IT之家等转述）

2.4 万亿参数，每步只激活 950 亿

这组数字的命名已经写明了规格：「2.4T」代表模型总参数量达到 2.4 万亿；「A95B」代表每次前向计算只为单个词元激活 950 亿参数。实现这一点的，是混合专家（MoE）结构：模型共 92 层，每层拥有 512 个专家，每个词元只路由到其中 10 个路由专家加 1 个共享专家。底层采用 Qwen3.5 架构，并混合了门控 DeltaNet 与门控注意力机制。

相比训练一个 2.4 万亿参数的稠密模型，MoE 让「模型很大、跑起来却只需算一小部分」成为可能，大幅压低了推理成本。原生上下文长度为 262144 个词元，最长可扩展至约 101 万词元，足以覆盖长文档与长周期智能体任务。

和云端 Max 版不是一回事

需要区分的是，放权的开源版与早先上线的云端版 Qwen3.8-Max 并不完全相同。云端 Max 于 8 月初发布，额外支持视觉输入、可关闭的思考模式、默认 100 万词元上下文，以及官方内置工具；而开源版 Qwen3.8-2.4T-A95B 目前只有文本输入，且思考模式默认开启、无法关闭——模型在给出最终回答前会先生成推理过程，并通过 preserve_thinking 标记在多次对话间保留推理上下文，适合需要跨步骤保持「草稿」的智能体循环。

在官方公布的基准中，同架构的云端版本 Qwen3.8-Max 在论文复现基准 PaperBench 取得 93.0 分、在计算机操作基准 OSWorld-Verified 取得 86.1 分、在参数化 CAD 基准取得 91.5 分，均居参评模型前列；不过在 TerminalBench 2.1（86.6）与 SWE-bench Pro（67.7）上仍略低于部分对手。整体定位被千问团队形容为「除 Fable 5 外最强的模型之一」。

自己跑起来要多少硬件

开源权重意味着可以本地部署。官方支持通过 Hugging Face Transformers、SGLang、vLLM、TokenSpeed 等推理框架加载，正式部署时需使用各框架针对 Qwen3.8 的最新配方，并按权重精度与 GPU 数量选择并行策略。

全精度权重体积可观，但开源社区已经给出了瘦身方案。Unsloth 团队用动态 1-bit 分层选择性量化技术，把原始约 4.9TB 的模型压到 397GB，存储空间缩减约 91%；借助其 Unsloth-Desktop 工具，只要设备的内存与显存合计达到 410GB 以上，就能在本地把模型跑起来。对没有数据中心的中小团队而言，这意味着前沿级能力第一次能以自托管的形式落在自己手里。

许可证与价格

开放不等于完全自由。Qwen3.8-2.4T-A95B 采用千问自定义许可证，而非早先常见的 Apache 2.0：个人下载、修改、部署不受限，但大规模商业使用需要另行取得授权。配套发布的还有一颗约 270 亿参数的稠密伴随模型 Qwen3.8-27B，面向算力有限的场景，不过在开源权重放出时尚未同步上线。

云端 Qwen3.8-Max 的国内 API 定价为每百万词元输入 12 元、输出 36 元，海外为每百万词元输入 2 美元、输出 6 美元。

为什么这件事值得关注

把旗舰级权重交到社区手中，意义不只在「又大了一点」。过去一年，西方实验室谈开源时往往只放出 200 亿到 300 亿参数量级的中等模型，而阿里这次直接把自家最强旗舰摆上了桌面。无论动机如何，实际效果是：当前能完全自托管、可离线运行的最强模型之一，来自于中国的开源阵营，且差距明显。

对开发者与研究者来说，这意味着不必再为前沿能力向专有 API 持续付费，也能在本地做微调、评测与私有化部署；对下游应用，则把竞争拉回了「在模型之上能做出什么」这一层。

来源：Hugging Face 模型页 / 千问团队（经 Hacker News 收录）

路透社在 8 月 8 日最先注意到这份中文说明。按照文档的描述，这项扩展功能要求设备运行 macOS 26.6 或更新版本，用户需要登录自己的通义千问账号才能启用；文档同时写明，阿里巴巴不得使用用户提交的材料来训练或改进其模型。

功能层面，接入通义千问之后，Siri 在应对某些较为复杂的请求时可以调用该模型给出更详尽的回答，其中包括对照片和文档的分析；写作工具则可以借助它生成文本与图像。值得注意的是，这份指南只针对 Mac，苹果并未发布 iPhone 或 iPad 的对应版本。

与海外 ChatGPT 扩展同一套逻辑

从设计思路上看，这套方案与苹果在其他市场已经提供的 ChatGPT 扩展高度相似：Siri 把自己处理不了的复杂请求转交给外部大模型，写作工具则多出一个「撰写」选项，整个过程需要用户主动选择开启，不会默认接管。

区别只在于合作对象。中国内地对生成式 AI 功能的上线有明确的合规要求，实践中需要与本地服务商合作，因此苹果在这一市场把 ChatGPT 换成了通义千问。

到 8 月 9 日，这份指南已经从苹果官网消失。中文科技聚合平台 ReadHub 报道了文档下线的情况，TechNode 则援引苹果客服的说法称，其并未收到有新功能上线的通知。科技分析师刘丁丁对环球时报表示，撤下文档更可能反映相关技术调整仍在进行之中，而不是整个计划出现反转。

从百度到阿里，再到 Mac 端的时间表

类似的情况在今年 3 月已经出现过一次：Apple Intelligence 本身曾对部分中国内地用户短暂开放，随后又被下线。

苹果在中国的 AI 合作方也几经变化。公司最初把百度选为主要合作伙伴，但据 2025 年 2 月的多方报道，由于百度的模型未能达到苹果的要求，阿里巴巴此后接手主导角色，百度转为辅助定位。

进展方面，Apple Intelligence 已于今年 7 月完成在中国内地上线所需的合规流程，苹果的端侧 AI 服务在国家互联网信息办公室完成登记。不过该批次只覆盖 iPhone，苹果并未说明 iPad 与 Mac 是否会跟进、何时跟进。正因如此，这份只存在了不到一天的 Mac 专属指南，成为目前关于 Mac 端时间表最直接的一个信号。

悬念仍在

苹果何时会正式为 Mac 重新上线通义千问集成，目前仍没有答案。指南的短暂现身究竟意味着推送已经临近，还是仅仅是内部流程中的一次误发，同样无从判断。

对中国内地的 Mac 用户来说，可以先记下几个前提条件：系统需要升级到 macOS 26.6 或更高版本，需要一个可用的通义千问账号，并且整套功能属于选择性开启，而非系统默认行为。

来源：MacRumors、路透社、TechNode