阿里巴巴採取雙軌策略:Qwen3.8 27B 的量化版本約 17GB,瞄準高階手提電腦及消費級 GPU;Qwen3.8 Max 則達 2.4 萬億總參數。 Qwen3.8 27B 支援文字、圖片及影片輸入,令本地編程、研究及長流程 AI 代理工作更容易實踐;Meta 的 Muse Glimmer 成為直接競爭對手。
研究答案

Create a landscape editorial hero image for this Studio Global article: How did Alibaba’s release of the laptop-ready Qwen3.8-27B and the open weights for its 2.4-trillion-parameter flagship Qwen3.8 Max intensify. Article summary: Alibaba turned open weights into a two-level competitive weapon: Qwen3.8-27B makes capable, multimodal AI practical on local consumer hardware, while Qwen3.8 Max signals that Alibaba can also release frontier-scale weigh. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
阿里巴巴今次唔只係發布一個新模型,而係同時向開放權重 AI 市場發動兩線攻勢:Qwen3.8-27B 令功能較強的多模態 AI 更貼近一般開發者的本地硬件;Qwen3.8 Max 就將開放權重推到 2.4 萬億參數的前沿級規模。兩款模型合在一起,競爭焦點已經唔再只係邊個模型跑分高,而係邊個可以掌握本地硬件、開發者社群、企業部署同埋最終收入來源。
Qwen3.8-27B 最吸引人的地方,首先係佢的體積。報道指,模型量化後約佔 17GB,定位係可以喺高階消費級硬件上運行,而唔係一定要依賴雲端。另有報道指,模型針對約 24GB 顯示記憶體的硬件,包括高階消費級顯示卡。
對開發者嚟講,呢個差別相當實際。佢哋可以喺本機測試編程助手、研究工具,以及需要長時間執行的 AI 代理工作流程;視乎硬件及配置,亦有機會減低延遲,並避免敏感資料直接交畀外部 API。根據發布報道,Qwen3.8-27B 同時支援文字、圖片及影片輸入。
阿里巴巴聲稱,Qwen3.8-27B 喺部分重要任務的表現,可以媲美參數量約為其十倍的模型。不過,呢啲比較主要係公司或媒體引用的基準測試結果,唔代表已經有獨立證據證明佢喺所有實際生產環境都勝過更大型模型。
Meta 早前推出 Muse Glimmer,令以手提電腦為中心的開放權重模型成為一個明確競爭類別。Muse Glimmer 據報約有 300 億參數,針對本地 AI 代理工作負載,推出時間亦只係早過 Qwen3.8-27B 不久。
所以,開發者而家唔再只係喺「雲端模型」同「本地模型」之間二揀一,而係可以比較兩套針對自建服務、本機推理、模型客製化及 AI 代理部署的開放權重生態。長遠最關鍵的,可能唔係邊家公司張跑分圖最搶眼,而係邊個模型有更完善的工具、整合方案、硬件優化及社群支援。
阿里巴巴進場時,已經有相當大的分發及重用基礎。CNBC 引述數據指,Qwen 喺六個月內下載超過 30 億次;同期 Google 約 4.18 億次,Meta 約 2.27 億次。同一報道指,Hugging Face 上的 Qwen 衍生模型超過 15.1 萬個,約為 Meta 總數的 2.6 倍。
呢啲數字較適合用嚟衡量市場關注度及再利用程度,而唔係直接當成大規模生產部署的證明。下載量唔會顯示模型實際被使用幾頻密,衍生模型數目亦唔代表質素。不過,一個較大的重用生態可以隨時間形成累積效應,包括微調模型、插件整合、評測工具、部署教學、硬件優化,以及開發者對平台的熟悉程度。
Qwen 的廣度亦係一個優勢。阿里巴巴表示,Qwen 家族已有超過 460 款模型,支援 119 種語言,涵蓋不同規模、模態及地區語言需求。 對一啲重視本地語言支援、資料控制及部署成本的市場嚟講,呢種選擇未必一定要依賴單一旗艦 API,反而更有吸引力。
Qwen3.8 Max 代表阿里巴巴策略的另一端。報道指,佢係一個擁有 2.4 萬億參數的混合專家模型(Mixture of Experts,MoE),每個 token 約有 950 億參數實際啟用。
為如此大規模的模型發布權重,所傳達的訊息同推出一個可以喺手提電腦運行的模型完全唔同。前者代表阿里巴巴唔只想爭取一般開發者使用量,亦想喺前沿模型影響力上同其他大型 AI 公司競爭,同時為研究機構及大型企業提供客製化、自行部署或掌握地區資料的可能性。
當然,2.4 萬億參數模型並唔係一般消費者下載完就可以直接運行的軟件。實際使用所需的儲存、運算及營運資源,意味住佢更可能面向大型研究團隊、雲端供應商及具備成熟 AI 基礎設施的企業。
呢次發布亦可能反過來帶動阿里雲。開發者可以先透過可下載權重認識 Qwen;當本地部署成本太高或維運太複雜時,再轉用託管推理服務。對阿里巴巴嚟講,開放模型因此可以成為進入雲端收入的自然入口。
報道指,Qwen3.8 Max 的商業版本提供 100 萬 token 上下文窗口,以及原生文字、圖片及影片輸入。 不過,現有報道對可下載版本的功能及規格並未完全一致;企業決定部署前,應以最新模型文件核實實際 checkpoint、上下文上限、支援模態及硬件要求。
對阿里巴巴嚟講,呢種差異亦有策略價值。開放權重可以最大化測試、改裝及社群增長;託管產品就可以喺超長上下文、多模態、代管服務或持續更新等工作上保留優勢。換句話講,公司可以擴大模型的接觸面,卻未必要將所有最有商業價值的功能一次過開放晒。
據報,Qwen3.8-27B 以 Apache 2.0 授權發布;至於 Max 版本,報道指對非常大型的商業用戶設有額外限制。 因此,市場面對的唔係簡單的「免費對封閉」二分法,而係一套分層模式:先以較低門檻吸引開發者採用,再喺大型企業利用模型權重建立大規模商業業務時加入商業條件。
呢套模式為阿里巴巴帶來幾條潛在收入路徑,包括雲端推理、API 用量、企業支援、消費者訂閱,以及大型商業化使用的授權收入。當然,結果並非必然成功:條款太嚴可能令企業卻步,而企業亦會將阿里巴巴的條件同 Meta 及其他開放權重供應商比較。但可以肯定的是,阿里巴巴將開放權重視為分發基建,而唔只係一項單純的開源善意。
阿里巴巴的競爭優勢,在於將本地可運行性同全球分發能力結合。Qwen3.8-27B 可以令無法負擔高昂雲端費用,或者需要喺本地處理資料的開發者更容易試用較強 AI;Qwen3.8 Max 就向有興趣進行前沿級客製化的機構展示阿里巴巴的能力。Qwen 的多語言模型組合擴大可服務市場,而阿里雲則提供企業部署入口,包括東南亞及非洲等地區。
Meta 仍然係強勁對手,尤其喺開放權重分發及本地模型發展方面。不過,阿里巴巴今次出招,令全球 AI 市場唔再只係由矽谷公司主導:一間同時經營雲端及電子商貿的中國科技公司,正跨地區爭取開發者心智、硬件優化、企業工作負載及模型衍生生態。
今次發布的戰略意義相當明顯,但商業結果仍未落定。下載量及衍生模型數量,較能反映生態活躍度,未必代表持續的生產使用量。阿里巴巴的跑分聲稱亦需要獨立評測,尤其係真實編程、研究及 AI 代理任務。授權條款會影響企業是否願意喺權重之上建立長期業務;企業亦要衡量自行部署的成本及複雜程度,是否值得取代阿里雲或其他 API 服務。
目前最清晰的結論係,阿里巴巴已經建立一套兩層式開放權重策略:Qwen3.8-27B 擴大可以喺本地運行高能力 AI 的人群;Qwen3.8 Max 就擴大「開放權重」喺高端市場的想像空間。呢個組合令阿里巴巴有機會挑戰 Meta 的,唔只係模型使用量,仲包括決定全球 AI 市場向邊度發展的基礎設施及開發者關係。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
阿里巴巴採取雙軌策略:Qwen3.8 27B 的量化版本約 17GB,瞄準高階手提電腦及消費級 GPU;Qwen3.8 Max 則達 2.4 萬億總參數。
阿里巴巴採取雙軌策略:Qwen3.8 27B 的量化版本約 17GB,瞄準高階手提電腦及消費級 GPU;Qwen3.8 Max 則達 2.4 萬億總參數。 Qwen3.8 27B 支援文字、圖片及影片輸入,令本地編程、研究及長流程 AI 代理工作更容易實踐;Meta 的 Muse Glimmer 成為直接競爭對手。
據報 Qwen 半年下載量超過 30 億次,Hugging Face 衍生模型超過 15.1 萬個,加上 119 種語言及阿里雲分發,令阿里巴巴取得由模型延伸至雲端服務的增長入口。