快科技 9 月 24 日消息，在今日 2025 云栖大会上，阿里通义大模型迎来 7 连发，阿里云智能首席技术官周靖人发布了多项重磅技术更新。

通义大模型在模型智能水平、Agent 工具调用和 Coding 能力、深度推理、多模态等方面实现多项突破。

截至目前，通义大模型已成为全球第一开源模型，也是中国企业选择最多的模型。

当前，阿里通义开源了 300 余个模型，覆盖不同大小的 " 全尺寸 " 及 LLM、编程、图像、语音、视频等 " 全模态 "，全球下载量突破 6 亿次，全球衍生模型 17 万个，稳居全球第一。

超 100 万家客户接入通义大模型，权威调研机构沙利文 2025 上半年报告显示，在中国企业级大模型调用市场中，阿里通义占比第一。

在大语言模型中，阿里通义旗舰模型 Qwen3-Max 全新亮相，性能超过 GPT5、Claude Opus 4 等，跻身全球前三。

Qwen3-Max 包括指令（Instruct）和推理（Thinking）两大版本，其预览版已在 Chatbot Arena 排行榜上位列第三，正式版性能可望再度实现突破。

Qwen3-Max 是通义千问家族中最大、最强的基础模型，预训练数据量达 36T tokens，总参数超过万亿，拥有极强的 Coding 编程能力和 Agent 工具调用能力。

下一代基础模型架构 Qwen3-Next 及系列模型也正式发布，模型总参数 80B 仅激活 3B，性能即可媲美千问 3 旗舰版 235B 模型，实现模型计算效率的重大突破。

而在专项模型方面，千问编程模型 Qwen3-Coder 迎来重磅升级。

新的 Qwen3-Coder 与 Qwen Code、Claude Code 系统联合训练，应用效果显著提升，推理速度更快，代码安全性也显著提升。

其开源后调用量曾在知名 API 调用平台 OpenRouter 上激增 1474%，位列全球第二。

在多模态模型中，视觉理解模型 Qwen3-VL 重磅开源，在视觉感知和多模态推理方面实现重大突破，在 32 项核心能力测评中超过 Gemini-2.5-Pro 和 GPT-5。

Qwen3-VL 拥有极强的视觉智能体和视觉 Coding 能力，不仅能看懂图片，还能像人一样操作手机和电脑，自动完成许多日常任务。

而全模态模型 Qwen3-Omni 也惊喜亮相，音视频能力狂揽 32 项开源最佳性能 SOTA，可像人类一样听说写，应用场景广泛，未来可部署于车载、智能眼镜和手机等。

同时，用户还可设定个性化角色、调整对话风格，打造专属的个人 IP。

而在视觉基础模型中，通义万相推出 Wan2.5-preview 系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。

通义万相 2.5 视频生成模型能生成和画面匹配的人声、音效和音乐 BGM，首次实现音画同步的视频生成能力，进一步降低电影级视频创作的门槛。

视频生成时长从 5 秒提升至 10 秒，支持 24 帧每秒的 1080P 高清视频生成，并进一步提升模型指令遵循能力。

最后，通义大模型家族还迎来了全新的成员——语音大模型通义百聆，包括语音识别大模型 Fun-ASR、语音合成大模型 Fun-CosyVoice。

Fun-ASR 基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性。

Fun-CosyVoice 可提供上百种预制音色，可以用于客服、销售、直播电商、消费电子、有声书、儿童娱乐等场景。