阿里近日宣布開源Qwen3.5系列四款小尺寸AI模型，涵蓋0.8B、2B、4B、9B四種參數(shù)規(guī)模，引發(fā)全球開發(fā)者與科技界的廣泛關(guān)注。這一舉動(dòng)被視為AI產(chǎn)業(yè)從“云端集中”向“端側(cè)普及”的重要轉(zhuǎn)折——當(dāng)行業(yè)仍在追逐千億參數(shù)大模型時(shí)，中國(guó)團(tuán)隊(duì)通過技術(shù)重構(gòu)，讓AI模型得以在消費(fèi)級(jí)設(shè)備上高效運(yùn)行，重新定義了智能應(yīng)用的邊界。

此次開源的Qwen3.5小模型，核心突破在于“性能密度比”的顯著提升。在權(quán)威評(píng)測(cè)中，9B模型在GPQA Diamond（研究生水平推理）榜單中以13分優(yōu)勢(shì)超越GPT-5 Nano，4B模型在多語言知識(shí)、視覺推理等任務(wù)上表現(xiàn)接近更大規(guī)模模型，而0.8B和2B版本則直接面向手機(jī)、IoT等終端設(shè)備。開發(fā)者實(shí)測(cè)顯示，9B模型在AMDRyzen處理器配合Q4_K_XL量化算法下，可實(shí)現(xiàn)每秒30token的處理速度，顯存占用不足16GB，Mac mini、筆記本電腦等設(shè)備均可流暢運(yùn)行。技術(shù)層面，模型通過動(dòng)態(tài)路由、稀疏激活等架構(gòu)優(yōu)化，結(jié)合4bit低比特量化技術(shù)，在減少參數(shù)規(guī)模的同時(shí)保持性能穩(wěn)定，徹底顛覆了“小模型即低性能”的傳統(tǒng)認(rèn)知。

端側(cè)部署的隱私性與成本優(yōu)勢(shì)，成為開發(fā)者熱議的焦點(diǎn)。傳統(tǒng)云端AI依賴數(shù)據(jù)上傳，存在泄露風(fēng)險(xiǎn)，而本地化模型使聊天記錄、文檔處理等敏感操作完全在設(shè)備內(nèi)完成，無需外傳。有開發(fā)者計(jì)算，使用Mac mini運(yùn)行Qwen3.5與自動(dòng)化工具，成本僅相當(dāng)于雇傭一名初級(jí)員工一個(gè)月的工資，卻能實(shí)現(xiàn)7×24小時(shí)不間斷數(shù)據(jù)處理。0.8B模型可嵌入手機(jī)，4B版本支持輕量級(jí)智能體開發(fā)，9B版本則成為服務(wù)器端的“性價(jià)比之選”，覆蓋從個(gè)人設(shè)備到企業(yè)服務(wù)的全場(chǎng)景需求。

全球科技界對(duì)這一成果反應(yīng)強(qiáng)烈。特斯拉CEO馬斯克在社交平臺(tái)公開稱贊其“令人驚嘆的智能密度”，這一評(píng)價(jià)被解讀為對(duì)行業(yè)技術(shù)路線的警示。就在Qwen3.5開源前，馬斯克團(tuán)隊(duì)正籌備發(fā)布Grok4.2模型，而中國(guó)團(tuán)隊(duì)的“端側(cè)突破”直接切中了AI競(jìng)爭(zhēng)的核心——誰能將智能輕量化，誰就能掌握未來終端入口。技術(shù)專家指出，Qwen3.5的架構(gòu)效率與工程優(yōu)化證明，模型性能并非單純依賴參數(shù)規(guī)模，而是取決于技術(shù)路徑的選擇。這種“以小博大”的思路，正在動(dòng)搖“參數(shù)至上”的傳統(tǒng)邏輯。

盡管小模型在復(fù)雜邏輯任務(wù)中仍存在局限，例如4B模型在GPQA Diamond推理正確率約45%，HMMT數(shù)學(xué)測(cè)試正確率僅15%，但其價(jià)值恰恰在于“精準(zhǔn)定位場(chǎng)景”。開發(fā)者普遍認(rèn)為，小模型的目標(biāo)并非取代大模型，而是推動(dòng)AI向“水電式”普及——大模型負(fù)責(zé)科研創(chuàng)新，小模型專注日常陪伴與實(shí)時(shí)交互，形成互補(bǔ)生態(tài)。阿里此次采用Apache2.0開源協(xié)議，允許商用與LoRA微調(diào)，進(jìn)一步降低了技術(shù)門檻。目前，Qwen3.5已在魔搭社區(qū)、Hugging Face等平臺(tái)上線，海外開發(fā)者已開始嘗試在iPhone部署0.8B模型，甚至用樹莓派運(yùn)行2B版本，探索邊緣計(jì)算的更多可能性。