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，中國團隊通過技術(shù)重構(gòu)，讓AI模型得以在消費級設(shè)備上高效運行，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)威評測中，9B模型在GPQA Diamond（研究生水平推理）榜單中以13分優(yōu)勢超越GPT-5 Nano，4B模型在多語言知識、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、IoT等終端設(shè)備。開發(fā)者實測顯示，9B模型在AMDRyzen處理器配合Q4_K_XL量化算法下，可實現(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)備均可流暢運行。技術(shù)層面，模型通過動態(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，成為開發(fā)者熱議的焦點。傳統(tǒng)云端AI依賴數(shù)據(jù)上傳，存在泄露風(fēng)險，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)者計算，使用Mac mini運行Qwen3.5與自動化工具，成本僅相當(dāng)于雇傭一名初級員工一個月的工資，卻能實現(xiàn)7×24小時不間斷數(shù)據(jù)處理。0.8B模型可嵌入手機，4B版本支持輕量級智能體開發(fā)，9B版本則成為服務(wù)器端的“性價比之選”，覆蓋從個人設(shè)備到企業(yè)服務(wù)的全場景需求。

全球科技界對這一成果反應(yīng)強烈。特斯拉CEO馬斯克在社交平臺公開稱贊其“令人驚嘆的智能密度”，這一評價被解讀為對行業(yè)技術(shù)路線的警示。就在Qwen3.5開源前，馬斯克團隊正籌備發(fā)布Grok4.2模型，而中國團隊的“端側(cè)突破”直接切中了AI競爭的核心——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)測試正確率僅15%，但其價值恰恰在于“精準(zhǔn)定位場景”。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時交互，形成互補生態(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，甚至用樹莓派運行2B版本，探索邊緣計算的更多可能性。