阿里雲發佈最新AI模型及AI算力基礎設施升級

阿里雲今日在其年度旗艦峰會雲棲大會上宣佈，已在全球開源社區上架100多個Qwen 2.5大語言模型。

為市場對强大AI算力日益增長的需求，阿里雲宣佈全面升級其基礎設施，推出一系列包括計算、網絡、數據中心架構在内的創新雲產品及服務，以支持AI模型的蓬勃發展和廣泛應用。

阿里雲智能董事長兼首席執行官吳泳銘表示：「阿里雲正以前所未有的强度投入AI技術的研發和全球基礎設施的建設。我們的目標是建立面向未來的AI基礎設施，以更好地服務我們的全球客戶，長遠幫助他們釋放商業潛能。」

阿里雲智能董事長兼首席執行官吳泳銘在雲棲大會發言

發佈逾百個開源模型

新發佈的Qwen 2.5 開源模型參數規模從5億到720億不等，其知識、數學和編碼能力均有提升並能支持超過29種語言，可滿足端側及雲端部署的需求，支持AI於汽車、遊戲、科學研究等各領域的廣泛應用。

Qwen 模型系列是阿里雲自研的大語言模型，自 2023 年 4 月發佈以來備受關注。目前，Qwen 模型在 Hugging Face 及阿里巴巴開源社區 ModelScope 等平台的下載量已超過4000萬次。此外，已有超過5萬個模型在 Hugging Face 上基於Qwen創建。

Qwen 2.5 的發佈將新增超過 100 個開源模型，包括基礎模型、指令跟隨模型和擁有多種精度等級及方法的量化模型，涵蓋語言、音頻和視覺等多種模態，以及專門的代碼和數學模型。

阿里雲智能首席技術官周靖人表示：「我們發佈了迄今為止最為廣泛的開源倡議，這是一個重要的里程碑。這項倡議旨在為開發者和不同規模的企業賦能，提升他們使用AI技術的能力，並進一步促進開源社群的成長。我們將繼續致力於投資先進的AI基礎設施，以促進生成式AI在不同行業中的廣泛應用。」

阿里雲還宣佈對其自研旗艦模型Qwen-Max進行升級。升級後的Qwen-Max在語言理解與推理、數學及編程等領域與其他尖端模型有著同等出色的表現。

Qwen2.5-Max在語言理解與推理、數學及編程等多個領域與其他尖端模型有著同等出色的表現。

拓展多模態的邊界

阿里雲還推出了圖像生成器「通義萬相」大型模型家族的新成員­——文生視頻模型。該模型能夠生成從寫實場景到3D動畫等多種視覺風格的高品質視頻。該模型可以根據中文和英文的文本指令生成視頻，並將靜態圖像轉化為動態視頻。模型採用了先進的擴散變換器（DiT）架構以提升視頻重建質量。

阿里雲還宣佈對其視覺語言模型進行重大更新，推出了Qwen2-VL，支持理解長達20分鐘以上的視頻並支持基於視頻的問答。Qwen2-VL擁有複雜的推理和決策能力，適用於手機、汽車和機器人中，幫助在特定操作場景下實現自動化。

在電腦編程方面，阿里雲推出了由Qwen驅動的AI 程序員。這款AI助手可支持程序員將任務拆解、代碼編寫、缺陷修復等開發工作進行自動化處理。這使開發者能夠更加專注於重要工作任務，並進一步提升自己的技能。

阿里雲首席技術官周靖人在2024雲棲大會上發佈Qwen2.5開源模型

AI基礎設施全面升級

阿里雲還宣佈了其全棧AI基礎設施的創新升級，涵蓋綠色數據中心架構、數據管理、模型訓練和推理等方面：

• 下一代數據中心架構應對AI發展熱潮：全球AI熱潮帶動了對高性能算力日益增長且多樣化的需求，為此，阿里雲發佈了其下一代數據中心架構CUBE DC 5.0。新的CUBE架構透過一系列先進的自研技術，如風液同源冷卻架構、全直流電力架構和智能管理系統，提高能源和運營效率。同時，通過預製模組化設計，部署時間比傳統數據中心建設縮短最多50%。
• Open Lake解決方案最大化數據效用：針對組織在管理大量數據時面臨的挑戰，特別是不斷增長的生成式AI需求背景下，阿里雲推出Open Lake解決方案。該方案能夠無縫整合大數據引擎，提供統一解決方案，充分發揮數據價值，尤其是為生成式AI應用服務。通過在單一平台上整合工作流、性能優化和強大的治理能力，實現計算與存儲分離、清晰的數據治理，同時顯著降低成本和節省時間，提升資源利用效率。 
• 「訓練推理一體化」AI調度引擎：阿里雲推出了PAI AI Scheduler自研雲原生調度引擎，將模型訓練和推理一體化，旨在提升計算資源管理效率。通過智能整合多種計算資源、靈活資源調度、即時任務調整和自動故障恢復，該調度引擎有效算力利用率高達90%以上。
• DMS 實現元數據的統一管理：為幫助不同機構高效利用數據及釋放數據的價值，阿里雲數據庫發佈了DMS OneMeta+OneOps。該平台能夠實現跨雲數據庫、數據倉庫、數據湖的統一治理，支持高達40多種數據來源。該平台將數據利用率提高10倍，大幅提升了數據價值轉化的效率。
• 更強大的彈性計算服務：阿里雲還推出了第九代彈性計算服務（ECS）企業級實例。最新一代的ECS實例性能大幅提升，例如搜索與推薦場景下的性能較上一代提升30%，數據庫應用場景每秒查詢率（QPS）較上一代提升17%。

這些更新將為客戶和合作夥伴提供更全面的支持，以最大化利用最新技術帶來的好處，構建更高效、可持續且普惠的AI應用。