2026年3月16日，阿里巴巴CEO吳泳銘在內部公告中宣布成立Alibaba Token Hub（ATH）事業群，圍繞「創造Token、輸送Token、應用Token」協同運作，阿里基於Token的戰略變陣由此展開。
在這之後，阿里通義實驗室升級為通義大模型事業部，通義大模型事業部又與未來生活實驗室合併，成立了Token Foundry事業部。
在這一系列架構調整中，一批年輕技術骨幹被迅速提拔起來，2021年加入阿里達摩院的劉大一恆正是在這一年被任命為Qwen大語言模型項目負責人。
9月22日，在今年雲棲大會開幕式上，在吳泳銘系統介紹了阿里的AI戰略後，劉大一恆以阿里巴巴ATH事業群Token Foundry Qwen LLM項目負責人的身份登台，從RSI自進化、模型新架構突破、全模態探索、Scaling Law四個方面講述了當下阿里大模型的最新技術布局。
01 RSI自進化：把真實任務接回訓練環路
當下大模型訓練長期依賴預先收集的數據和設計好的評測題，但智能體進入軟體開發、設計和工業環境後，真實任務會不斷暴露訓練階段難以預見的問題：
它可能知道如何寫一段代碼，卻無法完成整個項目，它能夠解釋一張圖，卻無法根據畫面變化持續行動。
如何把這些失敗和反饋轉化為下一輪能力提升，正在成為模型研發的重要方向。
劉大一恆將真實生產場景放在Qwen路線圖的第一位，他介紹，Qwen正在從通用問答走向專業工作，除編程外，模型還被用於UI原型設計、量化策略分析、法律分析、3D建模和科研分析。
編程任務本身也在變化，模型過去主要補全代碼、回答技術問題，現在則被要求參與更複雜的軟體工程。
此外，真實任務也在反過來改變模型的訓練方式。
據劉大一恆在大會上透露，Qwen3.8-Max已在模型訓練中初步運用遞歸自我改進（RSI），自主搭建訓練流程、構造訓練數據、設計實驗並定位缺陷。
在人類「零參與」的情況下，這一流程持續運行超過一個月，完成33輪有效疊代。
他還稱，結合RSI和後訓練等技術優化，Qwen3.8-Max新版本在Artificial Analysis智能指數上的得分由40分升至45分，處於全球第一梯隊。
在阿里的研究中，自我改進的探索還延伸至推理優化，Qwen3.8-Max在此前未接觸過的平頭哥新款GPU上，自主適配並優化了Qwen3.8-Flash新模型的推理框架，使單實例推理吞吐量提升96%。
晶片設計則提供了另一個持續運行的任務案例。按劉大一恆介紹，Qwen3.8-Max僅憑一份真實的總線模組規範，便在工業級EDA環境中展開前端設計、驗證和後端優化。
該過程自主運行超過60小時，調用EDA工具超過萬次，最終物理實現的晶片面積減少了42%。模型參與設計晶片，更強的晶片又可用於運行模型，這構成阿里所強調的「芯模協同」方向。
這些結果展示了RSI從訓練流程向推理和硬體設計任務延伸的可能性。
02 新架構破題：智能體需要更便宜地運行
智能體的成本賬與聊天機器人不同，一次問答可能只調用一次模型，一項長程任務卻可能包含規劃、檢索、寫代碼、測試和修改，反覆消耗Token，模型如果要進入大量日常工作，推理價格、長上下文處理速度和訓練成本，都必須與能力同步改善。
Qwen在模型架構上的探索，正在嘗試解決這些問題。
阿里Qwen3.8-Flash提前開源下一代千問大模型架構，在注意力機制、模型內部資訊傳遞、外部記憶和訓練優化方面做了改動。
據劉大一恆介紹，新架構將稀疏注意力與線性注意力結合，並通過門控機制改善資訊流和訓練穩定性，N-gram Embedding則以較低計算代價擴展模型容量。
數字更能說明這次調整的目標，按照阿里披露的數據顯示，Qwen3.8-Flash每個Token僅激活約6B參數，相比Qwen3.7-Plus，訓練成本降至約九分之一。
劉大一恆在演講中也給出了這樣幾個數據：
百萬Token輸入價格降至原來的四分之一，面對百萬級長上下文，預填充吞吐提升8.6倍，在Artificial Analysis智能指數上，模型得分比Qwen3.7-Plus高14分。
與此同時，這套架構也承擔著承上啟下的角色，劉大一恆在大會上透露，基於新一代架構的Qwen4已經開始訓練。
這意味著Qwen一面繼續向更高能力推進，一面嘗試降低每次訓練和推理所需的成本，對於需要持續運行的智能體，後者將直接影響它能否進入更多實際工作流程。
03 全模態探索：從看懂內容到完成任務
多模態模型過去常被用來描述圖片、總結影片或轉寫語音，智能體的要求更進一步，它要從畫面和聲音中獲取資訊，再據此決定下一步操作，並在環境變化後繼續調整。
劉大一恆在大會上展示了Qwen對數字世界與物理世界的探索。
在數字環境裡，用戶提出製作賽車模擬器的需求後，模型協同使用設計軟體、建模工具和遊戲引擎，把多個製作環節串聯起來。
據悉，在連接機器狗後，模型可以結合現場視覺資訊執行連續任務，連接智能眼鏡後，則可以藉助實時環境感知輔助任務執行。
音影片是這條路線的另一部分，此次亮相的Qwen3.8-Omni將不同模態納入統一理解框架，面向音影片推理和智能體任務。
劉大一恆稱，通過智能密度優化，其整體成本較上一代降低90%以上。現場展示的應用包括從長篇電影素材中自動剪輯成片，以及根據一句話為音樂生成MV。
阿里近期還更新了與全模態能力相關的模型產品，包括圖像生成模型Qwen-Image-3.1面向電商與設計等場景進行了優化，語音模型家族Qwen-Audio-3.1覆蓋了轉寫、合成和實時交互，同聲傳譯模型Qwen3.8-LiveTranslate也已亮相。
這些案例展現了阿里大模型改變當下工作方式的諸多嘗試，這些模型在獲取資訊、調用工具後，會為用戶直接交付結果。
04 持續Scaling Law：模型規模還要向上走
過去幾年，大模型能力提升與算力、數據和參數規模擴張密切相關，如今，效率架構和自進化機制受到更多關注，但Scaling Law並未因此退出歷史舞台。
對頭部模型團隊而言，在擴大規模的同時，能否讓新增投入轉化為足夠明顯的能力增長變得越來越重要。
劉大一恆給出的Qwen規劃，就延續了這一路徑。
他回顧稱，Qwen2.5時代的旗艦模型規模為72B，Qwen3.8-Max的總參數量已達到2.4T，兩年間增長了約33倍。
阿里下一步會繼續延續大模型的Scaling Law更大，基於新架構的Qwen4正在訓練，後續Qwen4.5和Qwen5計劃將總參數量推向5-10T。
據劉大一恆大會上給出的阿里大模型路線規劃，Qwen4系列將以Max追求能力上限，以Flash和Plus兼顧效率與性價比，並提供面向本地部署的27B版本。
擴大模型規模之外，阿里還希望維持開源生態。
大會上，阿里官方表示，阿里已開源460餘個Qwen官方模型，全球下載量突破30億次，衍生模型超過30萬個，Qwen3.8-27B也成為Hugging Face平台歷史上獲贊最多的開源大模型。
RSI自進化、模型新架構突破、全模態探索、Scaling Law，正是阿里Qwen如今在大模型領域正在推進的四條技術路線，通過更大的模型獲得更強的能力，通過新架構壓低使用成本，並通過真實任務與全模態應用產生的反饋，持續推動下一輪改進。
