阿里云架构师谈 Qwen3.8-Max 为团队带来的变化

阿里云发布对内部解决方案架构师 Joey Huang 的访谈视频，他介绍团队使用 Qwen3.8-Max 后不再逐一分派工单，可留下积压任务，次日早上自动收到已完成、待评审和需人工查看内容的汇总。他表示因此能把时间投入产品、客户和架构。文中附有 Qwen Cloud 和 Model Studio 的试用及 API 入口链接。

阿里云转发商业导演 Nick Tasker（@SLAIstudio）的讲解视频，他拆解了自己用 Wan3.0 制作的 30 秒广告，涵盖创意来源、工作流、Wan 3 在 AI 广告中的优势以及给创作者的技巧，并强调提示词遵循（prompt adherence）对导演最为重要。视频提供了 Model Studio 和 Qwen Cloud 的 API 入口。

阿里云 Wan3.0 在 Video Edit Arena 中登顶，以 1414 ps 领先 dreamina-seedance-2.5 4 分、MiniMax-H3 22 分。这是 Wan 系列首次进入该竞技场，目前共有 8 家实验室的 10 个模型参与。Wan3.0 已通过 Model Studio 和 Qwen Cloud 开放 API 访问。

阿里云 Qwen 回应企业 AI 建设难题：答案并非二选一，而是"采购平台快速启动 + 自建专属模型"并行。Qwen 作为开源权重模型家族，提供统一控制平面，支持企业自行运行、微调和部署，兼顾灵活性与可控性。

Qwen3.8 27B（27.3B 参数，混合注意力架构，262，144 token 上下文窗口，Apache 2.0 开源）在 Mac Studio M3 Ultra 上经 Ollama 以 Q4_K_M 量化（17GB）生成速度约 14 tokens/s。

本地运行的 Qwen3.8-27B 在 Artificial Analysis 智能指数上以 52 分位列 135 个模型之首，超过 7530 亿参数的 GLM-5.2。在 25 项风投任务评测中，它与云端 DeepSeek V4 输出质量同为 8.0 分，但需多花 7.2 倍 token 思考，速度慢约 9 秒。小模型靠更长的链式推理弥补知识差距，而非直接给出答案。

阿里 Qwen 实验室发布 Apache 2 许可的 27B 参数视觉大模型 Qwen 3.8 27B，官方基准显示其超越前代 Qwen 3.6 27B 及闭源 Qwen 3.7-Plus。

数字生命卡兹克开源「活人感写作.skill」（英文名 human Writing.skill），旨在去除AI味、帮用户写出有真实生活感的文字。该Skill鼓励用户提供真实案例与情感，并针对辞章端禁用AI常用口癖和黑话，同时适配Qwen 3.8 Max、DeepSeek V4 Pro、Kimi K3等模型，可直接用于WorkBuddy、千问办公等产品。

Nathan Lambert 与 Florian Brand 在播客中盘点开源模型最新动态。Kimi K3 发布后，中美 AI 地缘政治、开源与闭源模型的经济性、前沿安全等问题加速演进。Qwen 宣布下一代大模型将开源权重，中国厂商在开源策略上持续加码。讨论还涉及开源模型与闭源前沿的性能差距、知识蒸馏争议，以及后训练对特定任务的价值。

Qwen-Image-3.0上线，支持最高4.5k token输入、12种语言、20多种字体，以及多图融合、图中图和图片编辑。实测显示，其在中文长文本生成、多语言混合排版、UI设计、多图融合与图片编辑等19个场景中均能稳定输出，文字不崩且信息对应准确，图片质量已能与GPT Image2媲美。该模型在国内可直接使用，速度快且价格不贵。