阿里公布全模态模型进展：Qwen4和下代视频模型均在训练中

据快科技9月22日报道，2026云栖大会今日开幕，阿里巴巴在会上公布了旗下大模型的最新进展。

公开信息显示，阿里从2019年开始投入大模型研发，随后相继推出千问Qwen系列大语言模型，以及万相Wan、HappyHorse等多模态模型系列。

进入2026年，阿里大模型迭代节奏明显加快。最近一个多月，Qwen3.8系列已先后更新4个不同模型或重大版本，性能和性价比均进入全球前沿水平，成为中国市场最受企业和全球开发者社区关注的模型系列之一。

在大语言模型方面，Qwen3.8-Max在编程与办公两类场景中表现突出，发布后拿下Artificial Analysis Agentic智能体第一名，并在CodeArena前端编程评测中位列第一。

另外，采用下一代架构的Qwen4已启动训练，未来Qwen4.5、Qwen5等版本参数规模将提升至5万亿到10万亿。

多模态方面，Qwen-Image-3.1的性能有望接近GPT-Image系列最强水平，进入全球前列；Qwen-Audio-3.1在ASR、TTS和Realtime三条核心语音赛道上均达到国际第一梯队、国内第一，表现超过Gemini 3.1 TTS等国际顶尖模型。

视频生成方面，2025年Wan2.6在国内率先支持视频参考生成，支持15秒时长和智能多分镜。

2026年4月，Wan2.7与HappyHorse1.0发布，电影级质感与视觉表现力进一步提升。

8月上线的Wan3.0则支持单次30秒视频生成、文档/表格/网页等结构化输入和原生音画同步，在Artificial Analysis文生视频与视频编辑双榜中均排名全球第一。

全新一代视频模型预计将在11月发布，朝着更长、更可控、更完整、更智能的方向发展：在更长时长下仍能保持画面一致性，创作者能够精准掌控人物、场景与镜头；模型还将具备导演级创作思维，从生成单个镜头升级为理解完整叙事。