Qwen

定义

Qwen 是由阿里巴巴集团 Qwen 团队研发的大语言模型和大型多模态模型系列，语言模型与多模态模型均先在大规模多语言、多模态数据上预训练，再用经过筛选的数据进行后训练以贴近人类偏好^[1]。其能力范围包括自然语言理解、文本生成、视觉与音频理解、工具调用、角色扮演，以及作为 AI 智能体（Agent）与用户交互^[4]。

该词条所称的 Qwen 对应中文名「通义千问」，是同一模型系列的中英文两种称法^[1]。系列内部按参数规模与能力方向分为通用对话、长文本、视觉、图像生成、代码、音频等不同型号，例如 Qwen-VL 负责图像理解、Qwen-Audio 负责音频理解、Qwen3-Coder 面向代码生成^[5]。

原理

Qwen 的基础是一类基于海量文本训练的大语言模型：模型从预训练语料中学习语言规律与知识，再通过指令微调、偏好对齐等后训练步骤，使其输出更符合用户指令与人类偏好^[1]。Qwen2 的评测与研发说明提到，其预训练与后训练流程包含有监督微调、奖励模型训练和在线 DPO 等手段^[6]。

在架构上，Qwen 系列同时采用稠密（Dense）模型与混合专家（MoE）模型两种形态。MoE 模型由多个专家子网络组成，每次推理只激活其中一部分参数，从而在保持较大总参数量的同时降低单次计算开销；Qwen3 的旗舰模型 Qwen3-235B-A22B 总参数约 2350 亿、推理时激活约 220 亿^[7]。Qwen2 则在全尺寸模型上采用了分组查询注意力（GQA）机制，用于提高推理速度、降低显存占用^[8]。

Qwen3 起引入了混合思考模式：模型可在「思考模式」下先输出逐步推理过程再给出答案，也可切换至「非思考模式」直接快速作答，用户在调用时通过参数或提示词控制这一行为^[9]。官方说明中，思考模式下模型的推理内容被包在特定标记块内，两种模式推荐的采样参数也不相同。

上下文长度是衡量模型一次可处理文本量的指标。Qwen-72B 最多可处理 32k 长文本输入^[10]；Qwen2-72B-Instruct 结合 YARN、Dual Chunk Attention 等方法将支持长度扩展至 128K tokens^[6]；此后 Qwen3-2507 系列在 256K 长上下文理解上进一步增强，并称可扩展至 1M^[1]。

发展历程

2023 年 4 月 7 日，阿里云公开「通义千问」邀测入口；4 月 11 日，在 2023 阿里云峰会上，阿里云智能首席技术官周靖人宣布推出这一大语言模型，功能涵盖多轮对话、文案创作、逻辑推理、多模态理解与多语言支持，当时以企业用户限量邀请方式体验^[2]。据当时的报道，阿里巴巴自 2019 年起即开展大模型研究^[11]。

2023 年 8 月起，该系列开始开源：先开放 70 亿参数的 Qwen-7B 与视觉理解模型 Qwen-VL，9 月 25 日开源 140 亿参数的 Qwen-14B 及其对话版本 Qwen-14B-Chat^[12]。12 月 1 日，720 亿参数的 Qwen-72B、18 亿参数的 Qwen-1.8B 与音频大模型 Qwen-Audio 开源，官方称由此形成 18 亿至 720 亿参数的「全尺寸、全模态」开源布局^[13]。

闭源一侧同步迭代：2023 年 10 月 31 日发布千亿级参数的 2.0 版，官方称其在 10 个权威测评中的综合表现超过 GPT-3.5^[14]；同年 12 月，2.0 版升级至 2.1 版，上下文窗口扩展到 32k^[10]。

2024 年 6 月 7 日，Qwen2 系列发布并在 Hugging Face、魔搭社区同步开源，包含 0.5B、1.5B、7B、57B-A14B 与 72B 共 5 个尺寸，训练数据在中英文之外新增 27 种语言相关内容^[15]。据阿里巴巴方面披露，Qwen2 上线不久后在 Hugging Face 开放 LLM 排行榜上位列第一^[16]。

2025 年 4 月 29 日，Qwen3 正式开源，共 8 款模型，其中 2 款为 MoE 模型、6 款为稠密模型，参数范围覆盖 0.6B 至 235B，全系采用 Apache 2.0 许可，并支持 119 种语言和方言^[7][17]。2025 年 11 月 6 日，通义千问大模型获 2025 年世界互联网大会「领先科技奖」^[3]。

应用

通义千问的能力以 API 形式对外提供，可支持聊天问答、文本转换、编码辅助、创意写作与工具调用等下游任务，并分别提供聊天补全、实时语音交互和批量离线处理等接口^[18]。在阿里云一侧，开发者可通过百炼平台调用模型，无需自建算力集群^[5]。

在产品层面，阿里旗下钉钉、天猫精灵等应用较早接入通义千问进行测试，钉钉侧演示的功能包括自动生成工作方案、会议纪要总结与待办事项、依据功能草图生成小程序等^[2]。个人用户则可通过通义 App 体验新模型^[19]。

行业落地方面，阿里方面介绍，中国银联基于通义千问构建金融支付领域大模型，国家天文台发布基于该系列模型的太阳大模型「金乌」，用于太阳耀斑预报^[3]。海外亦有企业基于 Qwen 开发衍生模型，涉及低成本推理、漫画创作辅助与本地语言模型等方向^[3]。

局限

作为以概率方式生成文本的模型，Qwen 的输出依赖训练数据与解码策略，官方在 Qwen3 的使用说明中对不同模式给出不同采样参数，并明确提示不要在思考模式下使用贪心解码，否则可能出现效果下降与重复输出^[9]。这类生成机制意味着其回答质量对提示方式与参数设置较为敏感。

上下文长度是硬性限制：不同型号支持的输入长度差异明显，早期 Qwen-72B 为 32k，Qwen2-72B-Instruct 为 128K tokens，Qwen3 稠密模型中 0.6B 至 4B 规模为 32K、8B 至 32B 规模为 128K^[10][17]。超出窗口的文本无法被完整处理，长文档任务需借助分段或检索等方式。

模型能力与部署成本受参数规模制约，官方披露 Qwen3-235B-A22B 的满血部署需要 4 张 H20 显卡^[19]，这意味着旗舰型号难以在普通消费级设备上运行，小尺寸型号则在复杂推理任务上能力有限。此外，MoE 等架构的激活参数与实际算力消耗之间的关系，也使不同型号的适用场景需要按任务评估^[5]。

官方文档亦指出，思考模式与非思考模式的功能在不同型号上并不一致：部分型号仅支持思考模式且无法关闭，调用时若强行切换，行为会按模型设定执行而非按用户预期执行^[20]。

参见

• 大语言模型 —— Qwen 所属的模型类别，也是其基础架构来源。

• 混合专家模型 —— Qwen3 旗舰型号采用的多专家架构形态。

• 阿里巴巴 —— Qwen 系列的研发与运营主体。

• 阿里云 —— 对外提供 Qwen 模型 API 与部署平台的云计算服务商。

• 模型上下文协议 —— Qwen3 起原生支持、用于连接外部工具与数据源的协议。