🐯虎嗅•較早收集於 23m
千問核心團隊在模型發布後離職
💡Qwen3.5 發布後領導層清洗，揭露阿里 AI 亂局。（24字）
⚡ 30-Second TL;DR
有什麼變化
林俊旸在 X 上宣布卸任，Qwen3.5 發布後
為什麼重要
凸顯中國 AI 人才戰及開源緊張，可能減緩阿里模型動能。顯示競爭格局下留才需求。
下一步行動
在 Hugging Face 上基準測試 Qwen3.5-9B 用於端側推論。
誰應關注：Developers & AI Engineers
關鍵要點
- •林俊旸在 X 上宣布卸任，Qwen3.5 發布後
- •Qwen3.5 小模型（0.8B-9B）獲馬斯克讚賞密度
- •組織轉向水平分工團隊，縮減整合領導範圍
- •開源策略與 API 貨幣化目標衝突
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 7 個來源。
🔑 增強重點摘要
- •Qwen3.5 採用混合專家（MoE）架構，總參數達3970億但每token僅激活170億，解碼速度比Qwen3-Max快19倍。
- •Qwen3系列引入雙模式推理（思考與非思考模式），允許用戶依任務控制計算預算，提升效率與品質平衡。
- •Qwen3.5在視覺推理基準如MMMU-Pro得分79.0，略低於Gemini 3 Pro的81.0，但視頻理解Video-MME達87.5。
- •Qwen3-Coder-Next變體在SWE-Bench Verified基準達42.8%，接近Claude Sonnet 4.5的45.2%，支援消費者硬體本地運行。
📊 競品分析▸ Show
| 模型 | 參數規模 | 定價 (輸入/輸出 per M tokens) | 基準亮點 |
|---|---|---|---|
| Qwen3.5-397B-A17B | 397B (17B active) | 未詳 | 推理/編碼匹配Qwen3-Max，19x更快 |
| Qwen3-30B-A3B | 30.5B (3.3B active) | $0.40/$0.10 | 平衡效能與效率 |
| Qwen3-14B | 14.8B | $0.28/$0.07 | 緊湊高效部署 |
| Gemini 3 Pro | 未詳 | 未詳 | MMMU-Pro 81.0, Video-MME 88.4 |
| Claude Sonnet 4.5 | 未詳 | 未詳 | SWE-Bench 45.2% |
🛠️ 技術深入
- •Qwen3.5使用MoE架構，397B總參數、17B激活參數；支援FP8量化，記憶體需求減半，速度提升10%以上。
- •雙模式推理：思考模式用於複雜任務，非思考模式快速回應；可配置推理預算，性能隨計算資源線性提升。
- •支援256K長上下文，視覺推理整合文字與影片早期融合；在STEM、編碼、推理領域超越前代Qwen2.5更大模型。
- •Qwen3-30B-A3B僅激活3.3B參數，即超越10倍激活參數的QwQ-32B；Qwen3-4B匹敵Qwen2.5-72B。
- •本地運行：27B/35B模型於32GB MacBook M2可載入256K上下文，速度20-40 tokens/sec（依量化）。
🔮 前景展望AI analysis grounded in cited sources
阿里Qwen團隊重組將延緩Qwen4開發至少6個月
核心團隊離職導致知識轉移挑戰，歷史顯示高管變動常影響AI項目進度。
開源Qwen3.5將強化社區貢獻但削弱阿里商業API競爭力
團隊衝突源於開源與貨幣化矛盾，重組後水平分工可能優先商業模型開發。
谷歌DeepMind周浩接任將加速Qwen多模態整合
周浩DeepMind背景擅長視覺與推理，Qwen3.5已展現視覺進步可望進一步領先。
⏳ 時間線
2025-12
Qwen3系列發布，引入MoE與雙模式推理超越Qwen2.5
2026-01
Qwen3-Max推出，強調旗艦推理能力
2026-02
Qwen3.5小模型（0.8B-9B）及更大變體如397B發布，獲馬斯克讚賞
2026-02-25
Qwen3.5-35B-A3B與27B模型本地測試影片上線
📎 來源 (7)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰 事件追蹤
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。