阿里巴巴在最近推出了新一代基础大模型 Qwen4。这次的更新没有单纯去提升基础对话的效果,而是把开发的重点放在了智能体独立处理任务、工程代码编写这两个方面,给开发者还有企业用户提供可以用到实际业务场景里面的 AI 功能。
新版的 Qwen4 采用 MoE 稀疏架构。模型依靠架构上的调整,让算力可以得到更好的利用。与此同时,模型可以支持百万长度的文本上下文,自带图像识别的能力,能够同时处理文字还有图片内容,方便去完成周期比较长、步骤很多的复杂任务。
架构上的优化也改变了使用成本,在一部分场景当中可以减少 token 的消耗,企业想要使用这套大模型开展业务,门槛也会有所下降。

Qwen4架构升级图
智能体相关功能的改进,是这次更新里面行业比较关注的一个地方。以前很多智能体在处理多步骤任务的时候,常常会出现逻辑中断的情况。这类模型会一次性输出大量文字,但是输出的内容很难直接拿来使用。
Qwen4 增加了分步输出的功能,可以先做出一份基础能用的内容,之后再按照收到的反馈不断修改完善。模型可以自己调用多种工具,把整套工作流程串起来,适合投研、科研里面的多步骤任务,在运行长任务的时候,稳定程度有一定提升。
代码相关能力的提升,同样是这次更新的重点。在几个主流的代码测试项目里面,Qwen4 取得了还不错的成绩。模型除了能够写简单的脚本以外,还可以制作网页、小型演示项目,读懂和工程有关的资料,并且生成对应的代码。开发人员可以借助这个模型,减少代码编写还有调试过程里一些重复的工作。
除了模型本身的基础能力,研发团队针对几百个不同行业的场景调试 Qwen4,覆盖工业、金融、创意制作这些领域。普通用户可以打开千问相关产品体验这个模型;开发者和企业能够通过平台 API 接口,把模型的功能接入到自己的业务系统当中。
从行业现在的情况来看,大模型行业已经不再只比拼参数的大小。只有对话能力,很难满足企业实际使用的需求。市场更加看重模型能不能自己规划任务,写出可以使用的代码,解决现实工作里那些复杂的问题。
Qwen4 这次更新的方向,能够反映国内大模型的发展变化:模型不只是用来聊天,还可以去执行各种各样的任务。之后随着版本持续更新,开发者可以基于这个基础模型搭建专属智能体,把 AI 融入开发、办公、生产等各类工作环节。
模型在测试当中展现出来的能力,还需要放到真实的业务场景里持续检验。Qwen4 在智能体和代码能力方面的持续调整,也为国内大模型投入实际应用提供了新的参考方向。
信息来源:阿里 Qwen4 官方发布会内容