通义千问怎么变成了qoder

阿里千问砸三十亿免单，结果系统封了链接被封，股价跌超百分之三。二月六日，阿里千问上线春节三十亿免单，主打奶茶免单卡，更新 app 就 能领一张二十五元，无门槛免单卡， 每邀一位新用户，双方各再得一张，最多拿二十一张，五百二十五元。有网友算过，一家六口五分钟能凑二百七十五元， 买蜜雪冰城柠檬茶能喝八十四杯。活动一上线就出状况，千问请客页面直接卡到点不动，提示系统开小差了。好在问答功能还能用，千问官方回应活动太火爆，正紧急加资源扩容。 更麻烦的是，微信屏蔽了分享链接，提示网页含诱导分享，跳转内容得复制链接用浏览器打开。现在千问分享到微信已经自动改成复制口令。和之前腾讯元宝、百度文新助手的应对方式一样， 微信之前就说过要打击春节过度营销，利用分享这类违规行为。元宝当时就是因为做任务领红包，诱导高频分享被封的， 资本市场也不买账。二月六日，港股阿里低开低走，十点三十九分报一百五十四点五港元，跌超百分之三。腾讯百度也跟着跌超百分之一。 其实这事不复杂，一边是千问砸钱拉薪沽活，另一边是微信守着生态规则一刀切，再叠加市场对大额营销投入的担忧，多种因素撞在一起，才有了今天这局面。这事弄得红红火火又沸沸扬扬的，你怎么看？评论区一起聊一聊！

大家平时做视频配音的时候，是不是经常要用到声音克隆工具？虽然现在有很多非常好用的在线克隆工具，但几乎都需要积分才行， 如果文字内容很多，也是一笔不菲的费用。今天教你一招，把阿里通一千万的开源语音模型本地部署到自己的电脑上，不但完全免费，还速度飞快，轻松实现语音克隆自由。 先说下硬件的情况，我用的是 mac mini m 四的乞丐版，只有十六 gb 内存，为了保证速度，所以我选择了烨忍三 tts 零点六 b 的 这个模型，如果是更大内存的版本，可以使用一点七 p 的 模型，安装方法一样体验更好， 硬盘大概需要预留五 gb 空间。好，接下来就正式开始了。第一步，先安装依赖，打开终端，根据视频中命令逐行输入 f m g b e 是 音频处理必备的，而 gradient 是 后面做图形界面需要用到的框架。完成后，接下来就是下载模型， 大概三 gb 左右，需要等几分钟，可以去泡杯咖啡。模型一般会下载到 q r n t s models 零点六 b base 这个目录，下载完成会显示 successfully downloaded， 这样就准备好了。 模型装好后其实就可以使用了，但是因为要用终端输入命令，操作比较麻烦，所以还需要再来做一个简单的图形界面。先建一个项目目录， 进入目录，打开 vs code 或文本编辑器，新建一个 python 文件，叫 qen t t s webby pi， 这是整个图形界面的核心，包含核心代码。代码主要分几个部分，第一部分是模型加载函数，用懒加载的方式，第一次用的时候才加载。第二部分是语音生成函数，调用 qen t t s 的 接口。第三部分是界面布局， 我们用 gradient 来构建，左边放输入框和音频上传，右边放结果显示区域，最后再绑定一下按钮，事件点击生成就调用语音合成 代码写好后，在终端输入 python thank you wen t t s y y p i 就 能启动了。为了方便，可以把启动命令写到一个 start s h 脚本里，设成可执行文件，下次直接 start s h 就 行， 到这里本地部署和图形界面就全部完成了。服务启动后，用浏览器打开终端显示的对应地址，就能看到我们做的界面了，现在我们来试一下效果，可以很清楚的看到界面中的几个部分。 左上角是文字输入区，输入要合成语音的文字内容，支持多行输入，也支持多语言选择，下拉选择语言包含十一种语言和自动检测。 左下角是语音克隆区，用来上传参考音频，加填写对应文字，实现声音定制。右侧是生成结果区，显示生成进度，音频播放器和状态信息。最下面是视力区，内置中为英日或韩视力，点击即可填入测试。下面我实际操作演示一下。 首先我们在文字输入框填入需要朗读的文字，然后在语音克隆区放入需要朗读的文字，接着将音频对应的文字填入下方参考音频文字内容。 你行的，要有自信啊，你是最好的，我心中的一团火是不会熄的，其实秘密是掌握在自己手中的。最后点击生成语音就可以了，可以看到速度非常快，我们听一下生成结果，南京今日热的离谱就算了，好家伙，明天还得再热一档，这天气到底有没有天理啊！ 克隆的语音也可以直接对应到其他语言，我们测试一下英语的效果。 it's ridiculously hot in nanjing today， and to make it worse it's gonna get even hotter tomorrow does the weather even have any decency left。 再测试一下日语的效果， 可以看到生成速度很快，声音特征也还原的不错，关键是图形界面操作起来太方便了，再也不用敲命令行了。好啦，今天的教程就到这里，觉得有用的话点赞、收藏、转发给需要的朋友吧！有什么问题评论区见！

所有做淘宝做电商的老板们，赶紧停下你们手头上的运营工作，今天这条内容直接决定了你接下来的流量有多少，订单有多少，一定要认真听到最后 一个重磅的消息，已经彻底改写了电商流量的格局了！通一千万与淘宝正式实现了全域全流量的打通，这个不是内测，也不是灰度测试，而是全面的落地了，真正实现了 ai 购物全链路闭环。这也是全球超大规模电商平台与顶级大模型应用的首次深度融合， 标志着阿里 ai 电商迈入了全新的一个阶段。可能还有很多老板没有体验过，今天呢，我手把手教你！现在打开千问，不用复杂的操作，只要跟 ai 说一句口语话的一个需求，就能直接在千问里面完成了淘宝商品的挑选、参数的比对，甚至一键下单，购买 全程不需要切换。打开淘宝，点击底部的一个消息栏，找到千万 ai 购物助手， ai 试穿、 ai 智能算优惠、 ai 低价帮抢的这些使用功能，全部都能直接用上，你不用来回切换页面，不用繁琐的跳转，省时又省心。大家一定要清楚， 千万现在已经全面调用了淘宝四十亿商品库存，还整合了淘宝二十多年积累的真实购物场景数据，不管你有多么复杂、多么模糊的需求， ai 都能精准的读懂，精准的匹配。 以前呢，我们买东西是不是都有这样的一个困扰，只要我需求多一点，就要在几十上百个商品页面里面反复筛选对比，浪费了大量的一个时间。有时候呢，还说不清楚想要的一个款式规格，搜来搜去都找不到合适的，有明确的一个使用场景，却不知道应该怎么搭配哪一些商品， 特别的纠结麻烦。但是现在不一样了，有了千万和淘宝的打通，这些难题呢，全面都迎刃而解了。你只需要跟千万说一句口语话的一个需求。比如说我要买一双脚感软一点的越野跑鞋， 有大 v 底和 gtc 防水的，颜色要求鲜艳的，它就能快速筛选出符合所有条件的商品，还会主动帮你比，还能主动帮你对比参数，总结核心亮点，帮你快速的做出决策。 ai 试穿能让你直观的看到商品上升的一个效果， 还会根据潮流趋势与你个人偏好给出搭配的一个建议，把商品图片、视频发给 ai 五 就能快速找到退款，甚至能一键汇总所有平台的优惠，帮你规划出最优的凑单方案，省钱又省心，一句话就能帮你完成下单、退换货，购物效率直接拉满。说到这里，必须给所有电商老板敲一个警钟，重点中的重点来了， 电商流量的底层规则已经彻底变天了。以前做电商是用户主动搜关键词找商品，我们拼销量，拼直通车销钱，做数据、冲排名，死磕传统的 s e o 内诊越来越严重，获客成本也越来越高。但是现在流量逻辑完全反转了，是 ai 帮用户做决策，主动推送商品。而且 ai 的 推荐逻辑极具排他性，同类型的需求通常只优先推荐一到两个商家，相当于流量话语权完全掌握在 ai 的 手里了。 现在还在埋头做数据猛销直推车，死守传统 seo 的 老板很快就会发现，传统搜索流量只会越来越少，投入的钱越来越多，效果反而越来越差，甚至慢慢被行业淘汰。那么问题来了，电商老板该怎么破局？答案只有一个， 布局千万 g e o 优化。很多老板分不清楚传统的 seo 与千万 g e o， 这里一句话给你讲透啊， 传统的 seo 市场关键词排名，而千万的 g o 是 深层式引擎优化，核心是优化你的商品，结构化数据、 用户与一场景的匹配与品牌信任背书，让千万 ai 能真正读懂你的商品，信任你的品牌，在用户有相关需求的时候，主动把你推荐给用户，这也是 ai 时代电商获客的核心基建。 现在正是千万与淘宝刚打通的黄金红利期，目前布局 g o 的 商家还不多，竞争小，优化成本低，属于早布局早受益。要知道，优质的 g o 优化能实现多平台同步适配， 一次的部署就能覆盖千万等 ai 主流平台，确保商品信息的一次性与权威性。如果你不做千万 g o。 的 优化， i 读不懂你的商品信息，匹配不到用户需求，哪怕你的产品再好，销量再高，在千万 ai 的 生态里面也会彻底的隐形，用户通过 ai 找不到你，再多的优质商品也只能白白浪费。别再等同行靠 千万 g e o 拿到免费的 ai 流量，实现被动式接单，抢占市场先机的时候，你才后知后觉着急上火。现在布局千万 g e o 就是 抢占 ai 电商的全新风口，稳稳接住这波流量红利，实现低成本获客，高效转化。 不知道自己的店铺适不适合做？千万 g e o。 也不知道该从哪里入手布局的评论区直接扣 g e o。 我 帮你做专属 ai 流量的体检，拆解你的店铺优化短板，教你快速布局。千万 g e o。 让 ai 主动推荐你的商品，帮你稳稳拿到订单！

欢迎大家来到阿里巴巴深度拆解第十一期。你有没有想过，一家公司的护城河不是被对手攻破的，而是被自己亲手填平的？阿里最近干了一票大的，他把他的王牌 ai 通一千问和年交易额八万多亿的淘宝彻底打通了。这意味着什么？ 意味着以后你去淘宝买东西，可能不再是打关键字搜半天，而是直接对着 app 说一句，帮我挑一款适合油皮的、夏天用的粉底液。 ai 就 像一个贴身管家，帮你选、帮你比，甚至帮你下单。但这就引发了一个根本性的问题， 搜索这个动作在淘宝里的重要性开始被 ai 大 幅削落时，阿里那每年几千亿的广告费和租金问谁去收 这期视频？我们就顺着这个矛盾，从三个层面把这事彻底拆穿。第一，阿里过去靠搜索挣的是谁的钱？第二， ai 对 话怎么就把这张牌桌给掀了？第三，这堵新墙能不能挡住城外的野蛮人， 咱们先往回倒一倒，搞明白阿里最舒服的那笔钱是怎么装进口袋的。你完全可以照着家门口最火的那个大商场来理解 过去。你去逛淘宝，就像进了一个望不到头的超级商场，你口渴了想买杯喝的，但一楼有几百家奶茶店， 这时候谁家的招牌最亮，谁家在电梯口租了最显眼的广告位，你大概率就进了谁家的门。 阿里做的就是这门生意，那些商家为了让你在海量商品里第一时间看见他，就得掏钱买直通车，买信息流推广。这就像实体店老板咬牙租下商场中庭那个最贵的广告牌，而直到今天，客户管理收入依然还是阿里中国电商最核心、最稳定的利润来源之一， 这就是阿里过去最舒服、最稳定的印钞机。但 ar 一 来，商场里的游戏规则被彻底重写了。现在，这个商场给你配了一个极度精明而且绝对忠心的智能管家。 你告诉管家想喝什么，他不会带你去逛那块最贵的广告牌，而是直接把你拉到一个最符合你口味、评分最高的店门口，他甚至帮你把单都点了。 但这里马上会出现一个新的问题，这个 ai 管家到底是在帮你做决策，还是在替平台卖广告？发现没有那个靠卖广告位赚钱的商场老板就尴尬了。以前商家拼的是谁更能砸钱买，曝光以后可能得拼谁的产品和服务能先过 ai 管家那一关。 阿里这个举动，等于一边赚着广告费，一边自己搞了个革命，把收租的地基给挖了。这其实是一个非常反直觉的商业逻辑， 最坚固的堡垒，往往是从内部被突破的。管理学大师克里斯坦森在创新者的窘境里反复讲过一个故事， 那些曾经的巨头，往往不是输给对手，而是输给了自己。因为旧业务太挣钱了。就像一个餐馆老板，靠一道红烧肉发家，明知道未来是健康轻食的天下，但要他亲手关掉那个日进斗金的红烧肉，后厨比割肉还疼。 这就是阿里的胆量和魄力所在。当他发现自己搜索引擎的护城河可能会被 ai 这条科技巨蟒拦腰缠断时，他选择自己变成那条蟒蛇。 用一句中国老话讲，这叫壮士断腕。但问题也来了，断腕是为了止血活命，那新的造血能力在哪？这堵新修的 ai 护城河，能挡住拼多多和抖音吗？ 咱们再回到那个商场模型，现在拼多多是折扣大卖场，抖音是游乐场里的步行街。他们一个靠极致低价，一个靠冲动消费，正在疯狂抢人。而阿里的 ai 管家，其实是在干一件更慢也更狠的事。 他不跟你拼谁更便宜，也不赌你一时冲动，他在赌你未来的消费习惯。当这个 ai 管家真的比你更懂你的肤质，你的穿搭，你的生活需求时，你的转换成本就会高的离谱。因为真正能让一个 ai 越来越懂你的，不是你说了什么，而是你最后做了什么。 未来最可怕的事，可能不是平台知道你想买什么，而是他知道你最后真的买了什么。普通 ai 知道的也许只是你的偏好，但淘宝真正恐怖的地方在于，他知道你最后下没下单，退没退货，会不会复购，什么价格你最容易成交？ 这种真实交易数据，才是未来训练消费 a 阵最值钱的黄金。这才是巴菲特聊护城河时最看重的东西。 护城河不是让你的城堡看起来更漂亮，而是让敌人想打你的时候，付出的代价大到无法承受。 ai 就是 这个逻辑，他把人的决策成本从货币换成了习惯， 你的数据偏好、交互历史全在阿里这一生，换个平台，你就得从零开始，重新养一个不懂你的管家。 这种离开的代价，比算几块钱的差价要沉重的多。但这里还有一个更深的问题，那就是如果未来所有人都开始习惯让 ai 替自己做决策，那用户忠诚的对象到底是淘宝还是那个替你做决定的 ai 入口呢？所以回到我们开头的问题， ai 购物究竟是在加固护城河，还是在自我颠覆？答案是，这可能是阿里成立以来最惊险的一次模式迁徙。他主动炸掉了那个卖广告位的旧城堡，把所有的家当都压在了一个由 ai 驱动的新堡垒上。 而这个新堡垒赌的已经不只是流量，而是未来的决策权。他赌的是你能不能习惯被一个比你自己更懂你的 ai 接管未来所有的购物决策。我是正义书院，我们下期见。

不要在那研究什么关键词权重，然后主出点击率了。我实话告诉你，这套玩了十几年逻辑可能很快就要被彻底的推倒重来。最近有个消息，很多人没看懂背后的杀气通一千万直接接入了四十亿个商品数据，你知道这意味着什么吗？意味着以后的购物入口可能根本不是什么搜索框，而是 ai 的 对话框。 以前用买东西得去搜关键词，在成百上千个商品里面翻，这时候你靠着装修好或者是详情页漂亮，然后投流，很 还能节约一部分流量，对吧？但是现在用户可能会直接问 ai 啊，给我配一套适合明天上海出差穿的衣服，要显得要专业，预算一千块钱，明天早上必须送到。这时候呢， ai 会在那四十一个垂直商品里面，直接上演出那唯一的一套，然后直接推送给客户。 你发现了吗？在这个过程里面，你引以为傲的运营技巧全部失灵了。哎呀，不需要看到你那花里胡哨的页面啊，他看的是你背后的数据接口，看的是你的供应链的响应速度啊，看的是你的真实的商品力。 很多老板还没有反应过来啊，觉得这还是很高大上的一些科技技术离自己很远。但是我告诉你 啊，当这种搜索习惯发生骗局的时候，中间商的生存空间就会被压缩到极致啊。以前你可以靠心情差活着是吧？然后靠着你会玩平台这些规则活着，但是在 ai 眼里，没有心情差，只有数据比对 啊，如果你的产品没有核心技能啊，如果你的服务列录啊，不够标准， ai 在 筛选的第一轮就已经把你给过滤掉了，你连出现在用户面前的机会都没有啊！这不仅仅是技术升级啊，这是电商底层逻辑的大洗牌。从人找货到货找人， 再到现在的 ai 直接替换人的决策，未来电商可能不再需要那么多的运营岗位，而是需要更懂 ai 模型的架构师和更硬的供应链。你手里拿的那套旧地图就已经找不到新世界的路了，你以为 ai 是 在帮你写文案作图的？错了， 他是在来重塑分配权的啊！谁能最先适配 ai 的 推荐逻辑啊？谁能把自己的商品数据喂给 ai， 谁才能在接下来的大变局里面去分到一倍更那种靠着搬砖啊，靠着信息差，靠着钻平台信息空子赚钱的时代，真的是要跟我们说再见了。 剩下的是比谁的货更硬啊，谁的效率更高，谁能离 ai 的 内核更近啊？不要等那四十亿商品里根本搜不到你的时候，你才想起来要去拥抱变化，那个时候连入场券都拿不到了，你觉得未来的电商是真的靠 ai 带飞，还是会把我们这些普通的卖家逼上绝路？评论区，咱们聊聊。

阿里通一千万搞个送奶茶活动就崩了？这谁信啊？阿里双十一每秒六十万笔交易的红风都能扛住，发个区区两百万单的奶茶，服务器怎么会崩呢？ 大家别急着喷阿里技术不行或者服务器太弱啊，这可不是一次简单的当机，这是中国互联网史上第一次 ai 引擎智能体对物理世界的饱和打击。今天啊，带你拆解这场价值二十亿的架构实战课。 先看一下数据啊，四个小时两百万单，你算笔账啊，平均 tps， 也就是我们说的每秒售数才多少？才一百四左右，就算并发疯值啊，应该也不可能超过双十一的疯值。阿里的基建啊，按说应该不可能在这种压力下破防的。 那千问界面啊，满屏的红色感叹号啊，只说明了一件事，敌人变了。哪里变了？传统电商，你点一下购买，就是一个 http 请求，但在 ai agent 的 模式下呢？你说帮我点杯奶茶， ai 要识别你的意图，你说霸王茶几，他要帮你补充些参数， 领不了劵，他要安抚你，失败了，他要自动重试。关键点来了啊，一个最终的订单啊，可能对应了后台十次以上的大模型。推你这叫流量的通货膨胀。 传统电商啊，是 i o 密集型像斑羽毛， ai 应用啊，是计算密集型像斑大山系统面对的不是两百万次的斜入，而是几千万次的 gpu 推理运算。当推理的红风啊，撞上交易的关口，传统的现成值啊，瞬间就被耗尽了。除了算力，还有个更硬核的瓶颈。 ai 在 数字世界啊，每秒生成一万个订单没有什么问题，但物理世界呢？店员做一杯奶茶要两分钟，方圆三公里的骑手啊，是有限的。这就产生一个巨大的速度差。当 ai 的 红牛啊，倾泻而下，下游履约系统啊，直接被毒死。技术上这叫什么？这叫 back pressure。 被压 所以千万满屏的红色感叹号啊，大概率是系统为了保护线下商家和骑手啊，不被撑死，主动触发的业务降级或垄断。但这还不是最复杂的，这次通易千问啊，不再是聊天机器人，他是一个 super router， 也就超级路由 听懂人话，调高德找店，调淘宝，查库存，调饿了么算运力，调支付宝扣钱。这是一次跨 app、 跨 bu、 跨技术站的大阅兵，任何一个接口啊，稍微抖动，整个 a 警的执行流就断了。 这里面啊，还有一个福兵剪切板，监听数百万用户啊，在微信复制口令切回 app 同时能启动，同时解析口令。这种非预期的流量积变，直接击穿了网关的第一道防线。这次事件啊，算得上是一份昂贵的诊断报告。 如果说啊，二零二五年春节的 dipshit 代表了脑力的深度思考，那二零二六年通一千万，这次啊，就代表了首例的疯狂行动。 未来的高并发公司也变了，它等于 gpu 算力并发加物理履约并发。虽然这次崩的很狼狈啊，但这二十亿的学费啊，交的非常值，因为它验证了 ai 真的 能干活。 这杯奶茶确实撞开了 agent 时代的大门。看热闹的人啊，在抢奶茶看门道的人在学架构。我是朱老师，关注我，带你看不一样的技术世界。

哈喽，大家好，今天纯技术分享，跟大家聊聊接入大模型后的 ai 语音智能体，相比传统语音系统有哪些技术升级？很多人不知道，传统的语音系统都是固定规则脚本，一旦用户跳出预设问题就会答非所问。而现在最新的大模型语音智能体 接入了豆包通、一千问等六大主流大模型，具备了真正的自然语言理解能力。它不仅能像真人一样进行深度多轮对话，还支持三十多种语言切换， 准确率能达到百分之九十八，不管用户怎么提问打断他都能准确理解意图并给出合适的回应，完全不会出现传统机器人的死板问题。不过这里必须强调， 所有正规的 ai 语音服务只会用于已获得用户明确授权的合规场景，比如老客户回访、售后通知、企业内部咨询、 通话开始时一定会明确告知用户这是 ai 智能助理，并且全程提供转人工选项技术，是用来提升服务效率的，绝对不能用来骚扰他人。

作为一个程序员，我想跟你聊一件我觉得很多人没想清楚的事。阿里巴巴这几年开源了大量东西， double， rocket， time、 q， knox， santino， arthur， sata， 这些名字你如果没听过，大概不在后端开发这个圈子里， 如果你在这个圈子，你大概率用过其中至少一两个，而且用的时候没怎么想过要付钱。然后二零二三年开始，阿里开始开源大模型，通一千问，也就是 qwn 系列。 q w 二点五出来的时候，跑分成绩在多个榜单上超过了 met 的 拉马三，逼近 g p t 四级别。然后阿里说开源免费用，商用也免费。 我当时看到这个消息的第一反应是，阿里傻了吗？训练一个顶级大模型要花多少钱？算力成本、数据成本、人力成本。 粗略估算， qw 二点五这个级别的模型从头训练到能用，没有几亿美元是下不来的。然后他直接放出来，任何人都可以下载，任何公司都可以拿去商用，不用给阿里一分钱。他在送什么？送的是他花了几亿美元研发出来的东西。所以我想讲的就是这件事，阿里为什么要这么干？ 开源这件事背后的真实逻辑是什么？我先从我自己的经历说起。我工作这些年，接触过阿里好几个开源项目，印象最深的是 arses， 一个 java 线上诊断工具。 你有没有遇到过这种情况，线上服务突然慢了，你不知道是哪端代码的问题，又不能随便重启服务，因为重启一下业务就中断了。 arses 就是 干这个的， 它能让你在服务不停机的情况下，实时查看 jvm 状态追踪方法，调用定位性能平静。 第一次用的时候，我觉得这东西真的是神器，而且完全免费，直接在 github 上拉下来就用。还有三 tno 流量控制框架，微服务架构下，服务之间互相调用，如果某个服务突然被大量请求打爆了，不做任何保护的话，会引起血崩。一个服务挂了，拖垮一片 sentinel 可以 做限流、熔断、降级，保护整个链路。这类工具以前要么自己从零写，要么买商业方案。阿里直接开源了一套生产级别的实线，我们拿来用，省了不知道多少时间。这是我作为用过这些东西的程序员想说的第一句话。 阿里开源的这些项目质量是真的不错，是经过阿里自己双十一这种极端压力场景验证过的，不是玩具级别的代码。但我今天不是来夸阿里的，我想说的是他为什么这么做？你有没有想过，阿里是商业公司，不是慈善机构，他每年的研发费用几百亿，养着几万工程师， 这些开源项目是这些工程师花时间做出来的，然后免费放给你用。这件事他的商业逻辑到底在哪里？第一个逻辑是生态绑定，你用了阿里开源的框架，你的系统跑在这套框架上，你会很自然的倾向于把系统部署在阿里云上。为什么？ 因为 double， knuckles、 rocket time、 q 这些东西在阿里云上有托管版本，一键部署维护都不用你管，客服支持也有，你自己部署开源版本，出了问题自己查文档，自己排查。用阿里云托管版本， 出了问题，开工单有人帮你，这就是开源的第一种商业逻辑，用免费的社区版引流，用商业化的托管版赚钱。这个模式不是阿里发明的， radis、 elastic、 mongol、 db 都是这么干的， 业内叫 op 框模式。第二个逻辑，是人才招募和品牌。一家公司有没有顶尖的技术实力，在程序员圈子里，最直接的判断标准是什么？ 不是招聘广告，不是公关稿，而是他有没有拿得出手的开源项目，有没有在顶级技术会议上的演讲，有没有往社区贡献过真正有价值的东西。 阿里开源做好了 github 上项目， star 数高，社区活跃，顶尖工程师会觉得阿里是一家有技术氛围的公司，愿意加入程序员招聘，是全球竞争优秀工程师，被 bat、 自洁、华为同时抢。阿里开源做好了，是在这场人才战里加分的。 第三个逻辑，也是最大的那个逻辑，标准制定权这件事说出来很多人会觉得有点抽象，我举个例子你就明白了，安卓系统是谷歌开源的，谷歌为什么要把一个这么核心的操作系统开源？ 因为它要让全世界的手机厂商都用安卓，这样全世界的安卓手机上都跑着谷歌的服务。谷歌收广告费，收应用分成，获取用户数据。安卓系统免费，但建立在安卓上的谷歌生意是真实的。 linux 是 开源的， 全世界几乎所有的服务器、云平台、超级计算机都在跑 linux， 谁掌握了 linux 内核的话语权，谁就掌握了全球计算基础设施的一部分定义权。 阿里开源大模型是在这个层面上下棋，您想一想，如果 q w n 系列成为中文 ai 应用开发的实施标准， 如果全球大量开发者企业在 q w n 的 基础上做微调、做应用、做部署，那么 q w n 就 成了 ai 应用层的底座。这个底座是阿里定义的 api 接口，是阿里的生态，是跑在阿里逻辑上的。最后，这些应用需要算力，需要云服务， 往哪里买阿里云？这就是为什么 metta 要开源拉玛，为什么谷歌要开源占玛，为什么阿里要开源 q w n？ 开源大模型，不是在做公益，是在抢基础设施的定义权。但这里有一个有意思的差异，我作为程序员来说更直观， mate 开源喇玛主要面向的是英语生态、英语语料、英语能力、英语为主的应用场景。 qw n 在 英文能力上很强，但它在中文语言处理、中文知识储备、中文应用场景的适配上，跟喇玛比有天然优势。 什么意思？你要在国内做一个面向中文用户的 ai 应用，直接在 qw 上微调，效果会比你在拉玛上微调更好。因为 qw 在 中文语料上的预训练更充分，这对国内的 ai 开发者来说，是一个实实在在的技术优势。 所以， q w n 开源之后，国内一批 ai 创业公司用的底座模型就是 q w n 系列，这些公司在 q w n 上搭应用，搭成了跑起来了，就跟阿里的生态绑在一起了。但我还是想说一个让阿里可能不爱听的东西， 开源这件事，做好了是护城河，做不好是自掘坟墓。开源社区最怕的事情是什么？是公司翻脸不认人？ 你用了某个开源框架三年，结果公司突然说要改许可证，或者社区停止维护，或者公司被收购之后新主人改了方向， radis 就 踩过这个坑。二零二四年把开源许可证从 b s、 d 改成了限制更多的 s s p l， 大量用户开始迁移到 fork 版本，社区信任一落千丈。阿里开源的历史上也有过维护不积极、社区响应慢的抱怨，如果他真的把开源当成纯引流的工具，社区贡献者慢慢发现之后就会用脚投票。 而一旦社区活跃度下降，这个开源项目的护城河价值就打折扣了。所以阿里的开源做得越好，就越需要持续投入，越需要真正把社区当成重要的东西，而不是只在 gmv 增长的时候才关注。 最后我说一句作为程序员的实话，不管阿里的商业逻辑是什么，作为一个用过它这些开源工具的开发者，我还是挺感谢的。 arses 帮我在深夜解决过几次生产故障。 rocky t m q 在 我们系统最高峰的时候撑住了 q w l n， 让我们团队早半年用上了可用的中文 ai 能力。这些价值是真实的，即使背后有商业逻辑，也不影响它真实有用这件事，技术世界里最聪明的商业模式，往往是让对方得到真实的价值，然后在更深的层面上建立依赖。 阿里开源大概是这件事里做得比较好的一个例子。你用没用过阿里的开源项目，用的怎么样？评论区聊聊，求赞求关注，我们下期见！

你知道吗？越来越多的 ai 应用正在建立在中国开源模型之上，不是初创，即刻不是学术机构。就在最近，他们不声不响的正在向更大规模模型不断逼近。今天，我们花三分钟拆一拆 这家顶级大厂最真实的打法，通一千问。进入二零二六年，通一千问的产品布局变得极其清晰，有一把专门用来打极限推理的狙击枪 q 二 five 三二 b， 有 一个融合了快慢思考的旗舰级装甲车宽三 max thinking， 在 网上则是向着更庞大参数进发的重型机甲。不管你是在手机上跑轻量推理，还是公司级的海量数据处理， 全尺寸的选项都摆在你面前，而且大量核心能力已经以开源形式释放。有人喜欢拿开源模型和顶级币源巨头去拼跑分，但这根本是用错了尺子。顶级币源拼的是人类智慧的绝对上限，那是造神。 而通一千万的开源矩阵，拼的是能在千行百业实际落地的广度，这是修路。目前，通一千万的全球下载量超过六亿次， 相当于每天都有大约十万名开发者在基于他构建新东西，这群人甚至还衍生出了超过十七万个定制模型。 在开元这条赛道里，这就是实打实的硬通货。那最关键的问题来了，为什么要把投入百亿研发的好东西开放出来？因为阿里骨子里是一家云计算公司，在这个时代，大模型就是最能驱动算力消耗的超级发动机。全世界的开发者 只要习惯了用通一千问写代码、造应用，他们的业务最终都会自然而然的长在阿里云的算力土壤上，目前已经有超过一百万家企业接入了他的生态，看明白了吗？用最硬的开源基建砸开市场， 再用算力收益把成本收回来，这不是慈善，这是名牌洋谋。如果说初创即刻是刺破夜空的利剑，那通一千问就是在为整个数字文明铺设铁轨的基建玩家。 但这里有一个极其现实的问题值得你认真想一想，当全世界的 ai 应用最终都跑在同一套基础设施上时，未来的规则到底谁说了算？

最近，阿里通用千文团队发布了重磅开源的千文三 tds 语音合成模型家族。这一模型在行业内引发强烈关注，被认为是二零二六年开源语音技术领域的一次真正突破。它不仅开源模型权重和代码，而且在关键指标上实现了质的飞跃。 首先是九十七毫秒超低延迟端到端语音生成速度，打破传统一百毫米门槛，输入内容后几乎瞬间就开始输出声音，这种速度在实时互动、语音助理、现场翻译等场景里接近真实对话体验。其次，三秒极速克隆，只需三秒参考音频就能 克隆目标说话人的声音音色，包括音质特点、说话节奏等。除了克隆现有声音，还能用自然语言描述自己想要的声音，直接生成。 这个功能对内容创作者、虚拟人工智能、角色个性化助理来说非常有吸引力。这次的模型发布在 github、 huggingface 等平台，采用 apache 二点零许可证，可免费商用，不再受闭源商业语音服务的费用和限制束缚， 支持十几种语言以及多种中文方言，具备跨语言、跨文化的语音生成能力，非常适合全球部署。这次开源不仅是一个技术发布，更像是把实时语音交互变成人人可用的技术设施的开端。过去要做到这样高质量、低延迟的人工智能语音合成，往往依赖昂贵的必然因素。 现在有了开源版本，开发者不仅能自己部署，还可以在本地系统、机器人、智能助理、游戏 npc、 互动直播、翻译设备等场景中大规模应用。 这次千万三 tds 的 开源发布，不只是一次语音模型的迭代，而是语音人工智能从研究走向真正实时交互与大规模商业应用的，它有潜力重塑人工智能、语音助手、互动、音频内容创作等一整条生态。

今天呢，是我们五月份的第二个周例会，我想给大家说一个 ai 行业的重磅信息。就在昨天呢，阿里正式官宣，通一千问和淘宝全面打通，他不只是表面的功能升级啊，实则是对整个电商流量规则的巨大的改变。过去我们十几年电商的流量逻辑是， 以往用户买东西，他都是靠主动搜索关键词，平台固定的规则去做排序，那么谁的搜索排名靠前，主 视觉图做的更好，销量和评价的基数越大，那就谁能够获得更多的，自然呢，也就更容易成交。但是随着这个千问去接入淘宝的这一刻开始，这套逻辑已经失效了。那现在呢？用户不再需要准确的搜索词，只需要一句很模糊的口语化的需求， ai 就 能够在淘宝四十亿的商品流量池里边，直接给你做筛选，匹配， 整合，给出最优的推荐。特意亲身的去测试了一下，在千问里面提了一个简单的需求，帮我找一双适合的跑步鞋，预算五百块钱。那我没有给他任何的精准的参数，就是很生活化的随口描述结果。千问直接帮我筛选好 类价位、款式，把适配的商品整理出来，附带特点的分析，直接对接淘宝就能选购。那亲身体验下来，我更是确定了一个结论，流量分发的话语权正在从传统的搜索排序，转移到大模型 ai 的 智能推荐。所以往后做电商，绝对不再是拼排名、拼主播、拼 销量排位了，只要你的产品能进入大模型，对应消费需求，你就能够拿到订单，这不是简单的购物效率的提升，而是电商流量入口的底层 搜索康，他的形式虽然还在，但人和商品的对接的起点已经变成了和 ai 的 对话。给到所有的商家创业者一个非常非常实在的建议， 不用过度的焦虑，一定要清醒的认知变化，传统的运营思路，不能再死守不变了，要主动适配 ai 推荐的逻辑， 适配新的流量分发的规则，会顺势看懂趋势，提前布局调整，才能跟上这一轮行业的成功，守住自己的生意基本盘。我给大家整理了一套完整的结构图，免费发给大家，有需要的在评论区评论。 g e o。

你小看同意千万帮你点奶茶这件事了，很多人跟我说，千万不就是帮你点个奶茶吗？我自己打开手机，点一杯奶茶， 打开 app， 选一下，付个款，几下就完事了。用语音跟 ai 说一句，帮我点个奶茶，这能省多少事啊？ 哎，真的没多少，但你仔细琢磨琢磨，阿里费了这么大劲把千万跟自己所有的生态打通，就是为了帮你点一杯奶茶吗？当然不可能啊。同意，千万的野心是帮你打理生活。什么意思？我举个场景你就明白了。 假如下个月十五号你儿子过生日，你想给他办一场像样的生日宴会，一万块钱预算，然后就不用管了。 同意，就自己开始琢磨。他自己先上飞书查每一个酒店有亲子包间，评分高，位置方便帮你定好，然后再看你邀请的亲戚在哪些地方，然后帮他们把往返的酒店机票定好，然后再帮你拟一份名单，写好邀请话术一个个发出去。 接下来，他开始策划当天的流程，几点到场，几点开始，中间玩什么，几点切蛋糕，几点散场， 然后就直接上淘宝下单，买气球，买彩蛋，生日帽，背景布拉花，一样一样全部买齐，然后算好时间寄到酒店，然后再上饿了么，给提前三十个到场的人预定好下午茶和小时，最后上高德查好停车场和最优路线，并且发给每一个受邀的人。 最后呢，就顺手帮每个人点一杯奶茶。注意啊，最后才是奶茶。但是你再看看这杯奶茶，他只是千万帮你办完一场生日会之后的最后一个最不起眼的小动作而已。酒店订了机票，买了人邀请了 流程排了东西采购了路线规划了，最后还帮你点了杯奶茶条。黑板啊！现在我们仔细回顾一下整个事件后面的决策逻辑， 大的决策是什么？是你做的？给孩子办个生日宴会，一万块钱预算，这是人的决策，但是里面所有的小的决策呢？酒店是订希尔顿还是订喜莱登？ ai 定的？ 机票选东航还是南航？ ai 决定的？气球在哪家买？ ai 决定的？蛋糕选哪家？ ai 决定的？奶茶选蜜雪冰城还是茶百道？ ai 决定的？所有的这些选择全部都是 ai 做的，你甚至都不需要知道他选了谁，没选谁。这可就很恐怖了， 商家最核心的那些被选择的机会被交给 ai 了，消费者不再需要货比三家， ai 就 帮他比完了。 消费者不用再纠结品牌了， ai 就 帮他选好了。而且不止是生日宴会啊，你想想日常生活有多少消费？是这个逻辑。我的袜子破了个洞， ai 帮我买好，连看都不用看，买条裤子，点个咖啡，点个外卖，大概率以后都是 ai 决策的。那为什么我说千万在这个方向上是最强的呢？ 因为阿里这么多年靠兼并，几乎把你身边的吃喝玩乐所有的事情都买了一遍，飞猪管出行，高德管导航，淘宝管购物，饿了管外卖， 河马管生鲜，大脉管演出，千万现在所有的事情都可以全部接到大博星里面，掉的全部都是自家用的接口，数据通、流程通、交易通，一个闭环下来都不用，除了阿里生态就帮你搞定了。别的大博星要赶这件事情啊，得一个个去跟第三方谈合作，千万呢？全是自己的。 所以啊，我说千万做到这件事情，能力绝对是够了，只要有一天场景全部开放，就能立刻跑起来。 所以我最近在跟人反复聊这个事情啊，我跟他们讲，咱们现在知道的是 to b 的 生意， to c 的 生意，但从现在开始，必须得琢磨一个全新的东西了，叫做 to ai 的 生意。 什么意思啊？就是当 ai 帮消费者做购买决策的时候，你的产品凭什么被选中？以前你的客户是人人走进你的店里，在淘宝上搜到你以后呢？你的客户可能是千万千万，在帮他的主人花那一万块钱的时候，为什么选你家奶茶不选隔壁的？ 这是个全新的战场，而且是蓝海的战场，现在几乎没有人开始想这件事情，所以你今天就一定要试一下，打开千万，搜一下你自己的品牌，看他会不会推荐你。如果他根本不知道你的存在，那在 ai 时代，别说生日宴会了，你连那杯奶茶的位置你都挤不进去。

这里是全球 ai 哨兵，今天拆一条 ai 信号。据 ritter 索道，阿里正在准备把 coin 寄入淘宝。重点不是多了一个 ai 客服，而是购物入口可能要变了。 以前你买东西要自己搜关键词，翻商品、比价格、看评价。但以后你可能只要说一句，帮我找一个适合小户型的展示柜，预算多少，风格要简约。 ai 就 可能帮你晒商品比参数、看价格，甚至处理物流和售后问题。 这背后的变化是，电商入口正在从搜索框变成 ai 兑换框。对于普通用户来说，买东西更像问私人导购。 对小商家来说，商品标题、参数、详情页可能不只是别人看，也要让 ai 能读懂。所以，这不是普通功能更新，而是 ai 智能开始进入真实消费场景了。

重磅消息来了！通易千问正式和淘宝实现全方位深度打通，直接开启全新的 ai 对 话购物新时代！这次可不是简单联动，而是实现了电商和顶级大模型的全链路闭环。在千问 app 里，直接一句话就能全屏比价下单付款，做用淘宝海量商品库，想买什么随口说就行。 淘宝端也上线千问 ai 助手， ai 虚拟试穿，智能搭配，自动比价算优惠，还能一键智能处理售后问题， 一托超强大模型理解能力，精准读懂我们购物需求，个性化推荐，更懂你！从传统货架搜索升级成智能对话购物，阿里 ai 加电商战略省时落地，以后网购真的越来越省心方便了！

二零二六年五月十九日，阿里千问悄悄上线 queen 三点七预揽板，瞬间引爆 ai 圈， 从三点五到三点七之用了三个月，这迭代速度谁跟得上？ arina 全球排名第十三，国产模型第一， 数学推理第七，编程第十，软件 it 领域第九。更革命性的是推出了 preserve 下划线 thinking， 让 ai agent 不 再失忆。这一期我们深度解析阿里千问 queen 三点七，看看它到底有多强。 先来看阿里千问的进化速度到底有多疯狂。二零二六年一月，推出 queen 三 max thinking 万亿参数推理版， 二月推出 quan 三点五系列 mo 架构成本降低百分之四。十七、三月 quan 三点六 plus 发布，编程能力冲到全球第二。四月 quan 三点六 max preview agent 编程能力飞跃提升。 五月十九日， quan 三点七 max 和 plus 预览版空降 arena， 全球排名第十三、三个月三个版本，这节奏真的是谁跟得上？ 来？看 queen 三点七在 arena ai 的 详细成绩单， arena 全球文本排名第十三位， 数学推理第七名，编程能力第十名，软件与 it 领域第九名。 来看看当前 arena 文本领域的全球 top 五， gpt 五点五派以六十分霸榜第一， gpt 五点五派紧随其后五十九分， cloud opus 四点七拿到五十七分，并列第三。而 crain 三点七 max preview 作为国产之光强势杀入前十，稳居国产第一。 crain 三点七最核心的突破，我认为是这个特性。 preserve 下划线 thinking 大家都知道，在多轮 agent 的 对话中，传统模型会吃掉前几轮的思考过程，导致复杂任务中途失意。 cran 三点七新增 preserve 下划线 thinking 参数，让模型把推理过程完整保留下来。这意味着什么？长周期复杂项目，比如跨多天的代码仓库开发， ai 不 再失忆，推理过程可控可审计， agent 大 脑真正可以用于生产环境。本质上，阿里在解决推理过程可控和稳定输出的问题，这就是在做中国版 cloud 的 核心能力。 cran 三点七的编程能力到底达到了什么水平？开发者实测，火山喷发粒子模拟，从粒子重力下的自由落体到落地后的形变、颜色变化，全部符合物理规律，一次生成全部好用。 太阳系运行模拟星体大小、运行速度，模拟效果非常准确。交互控制功能、粒子数量、风速、喷射强度全部可以调节。一键生成全部可用。编程实测得分， sway bench 编程精准，基本追平 cloud 四点五。 opus 更令人惊喜的是，中文编程能力已经超越 cloud。 quinn 三点七的视觉能力同样不容小觑。在 arena ai 视觉榜单上， quinn 三点七 plus preview 强势跻身全球第十六名。 视觉能力的应用场景非常广泛。图表理解与信息提取、设计稿分析与生成建议，视频内容理解与分析、文档扫描与结构化输出。 plus 版本主攻多模态，在视觉理解方面性能更强， 阿里这是要在视觉和文本两大赛道同时发力。 quan 三点七延续了 quan 三的双模式设计，非常实用。 thinking 模式用于复杂推理、长链路决策和 agent 任务保留完整思考链，可审计、可追溯。 non thinking 模式用于快速响应，简单问答日常任务，低延迟、低成本、高效率。阿里的战略非常清晰，通用能力加上 agent 能力，双轮驱动，不只是卷 benchmark， 而是提前卡位，谁能真正在企业市场落地？ 为什么说阿里在做中国版 cloud？ 这要从国外模型进入中国的三堵墙说起。 第一，数据安全，核心数据不能出境。第二，法律合规，必须符合中国监管要求。第三，可用性限制，访问受限，响应不稳定。 这三堵墙决定了真正能进入政府和企业的核心业务的 agent， 大 概率指会是国产模型。 阿里千问的策略正是深度校准中国语境，吃透本土知识体系网， agent 能力倾斜，解决推理可控和稳定，输出极致性价比，成为政府和企业的首选。 quan 三点七有两个版本，该怎么选？ max 预览版是旗舰，主打综合性能天花板，适合复杂推理、企业级应用和科研场景。 plus 预览版视觉能力更强，跻身全球第十六，适合视觉分析、图文理解和多模态 agent 两个版本都已在 quan chat 和 arena 开放试用， api 通过阿里云 model studio 调用，模型名称为 quan 三点七 max preview。 想体验最新国产 a i 最强模型，赶紧去 chat quan a i 试试。好了，本期 quan 三点七深度解析就到这里， 阿里谦问以三个月三个版本的节奏狂飙 coin 三点七在 arena 全球第十三，数学推理全球第七， preserve 下划线 thinking 让 agent 不 再失忆。 这不只是大模型升级，阿里再做一件，更关键的是提前卡位，谁能真正在中国市场落地？觉得有帮助请一键三连感谢观看，我们下期再见！

过去这段时间，通易千问到底在怎么悄悄改变世界？ airbnb 的 联合创始人亲口承认，他们的客服系统已经用上了千问，更便宜、更快，也更稳定。有意思的是，这位创始人可是 chat gpt 创始人的好朋友，但却亲手把系统换成了中国的 ai。 更夸张的是，连 openai 的 前 cto 都直说过，千万的研究现在已经是我们绕不开的基础。全球开发者其实早就行动了，千万的下载量爆炸，称哈根 face 最爆火的开源模型。 但通以千万最震撼的贡献，还在硅谷之外，借助千万大模型，非洲乌干达的一位妈妈，终于可以用自己的母语问 ai， 孩子发烧了，我该怎么办？推出了国家级 ai 项目 sunflower， 基于千问架构，支持了三十多种本地语言。正是因为千问支持一百一十九种语言，那些长期被西方 ai 忽略的人和最先进的技术能够接轨。所以，别再说国产 ai 不 行了。 当硅谷在用千问降本增效，非洲的村庄在用千问，迈向现代化，这才是真正的国际化。