阿里巴巴推出了Qwen 3.5系列，推出了一系列针对边缘设备优化的小型人工智能模型。该系列参数范围从8亿到90亿，为本地计算提供了紧凑性和性能之间的平衡。
这一策略与开发大规模中心化系统的行业趋势形成鲜明对比，将模型定位于增强隐私并支持离线功能。该版本针对资源受限的环境，旨在减少延迟和硬件需求，同时保持有竞争力的性能基准。
90 亿参数模型的性能可与大型模型相媲美，在复杂任务的 MMLU 等基准测试中表现出色。 8亿参数模型针对轻量级应用进行了优化，非常适合物联网设备等资源受限的环境。
阿里巴巴表示，Qwen 3.5的效率源于增强架构、精细训练技术和高质量数据集等关键进步。这些创新使较小的模型能够实现传统上与较大系统相关的结果，减少硬件需求并提高功能有限的设备的可访问性。
该系列支持物联网生态系统中的多种应用，可实现实时数据分析、异常检测和图像识别等任务。通过直接在设备上处理数据，这些模型可以减少延迟并提高需要立即采取行动的应用程序的响应能力。
Qwen 3.5 针对边缘计算进行了优化，可在消费级硬件上实现本地计算。这种方法通过最大限度地减少将敏感信息传输到外部服务器的需要来增强隐私性，并支持远程或安全环境的离线功能。
Qwen 3.5 系列建立在 Qwen 2 和 Qwen 3 等前代产品的基础上，在训练数据质量和架构设计方面取得了进步，提高了智能密度。未来的发展可能包括更小的模型，具有增强的多模式功能以及更广泛地集成到消费电子产品中。
阿里巴巴的战略将其定位为注重隐私、硬件兼容的边缘部署人工智能解决方案的领导者，这与优先考虑大规模模型的实验室形成鲜明对比。据消息人士称，媒体功劳归于 Caleb Writes Code。
<小时/>
