时间过得真快，从去年初次体验通义千问到现在已经一年了，还记得那时国产模型们能力都还不强，弱智吧问题答不对，鸡兔同笼还算错。

在这一年里，国产大模型的发展之路也逐渐分化，有的专注闭源模型，有的深耕ToC应用，而通义则坚持开源模型和产品应用一同发力，最终成为国产最强开源大模型。

模型应用协同发力，通义进化为最懂中国用户的 AI 助手

通义基础模型能力过硬，在中文场景下赶超 GPT-4-turbo

说起模型能力的进步，我还觉得挺有趣的。从我自己的体验来讲，通义一直在持续进步，而GPT-4则出道即巅峰，最近是越来越难用了。过去通义做不对的题，现在能做对了；反倒是ChatGPT开始胡说一通最后给个错误答案。

举个例子，也是我之前比较喜欢测的一个corner case：「假如某个闰年的1月1日是周五，那这一年有几个周日？」

实事求是地说，这道题通义以前是做不对的（历史记录）：

今天我又测试了一次，通义已经可以避开陷阱，轻松答对：

又或者尝试使用代码工具来变成解决：

反倒是ChatGPT一通操作，最后给个错误答案：

类似这样的逻辑+数学题，是比较考验模型基础能力的，不管是纵向和自己的过去比，还是横向和行业对标的GPT-4比，都能看出通义的基础能力在不断地取得进步。

坚持“全模态、全尺寸”开源，引领国产大模型开源事业

如果说通义的产品帮助了普通用户，那通义的开源才是真正造福了万千开发者。通义坚持走模型开源、合作开放的路线，已经构建起了「全模态、全尺寸」的开源生态。

从领域上，千问已经开源了LLM模型、Qwen-VL视觉模型、Qwen-Audio音频模型和CodeQwen代码大模型；从语言模型的尺寸上，Qwen1.5涵盖了0.5B, 1.8B, 4B, 7B, 14B, 32B, 72B和最近刚刚发布的110B尺寸和一款MoE模型。

作为开发者，我选择用Qwen的另一个原因就是Qwen团队部署适配工作很完善。以Qwen1.5-72B为例，除了基础模型和Chat模型，官方还提供了GPTQ-INT4、GPTQ-INT8、AWQ、GGUF四个量化模型，最大程度地给用户本地化部署提供方便，真的可以说是总有一款适合你，我自己电脑上就用LM Studio跑的32B模型。

更何况，不论是Chatbot Arena还是OpenCompass测评，Qwen系列模型都在开源模型的前列。这样扎实的开源工作，也就不奇怪会有国内外那么多开发者都在线催更Qwen2了。

聊回开源和闭源之争。我其实并不反对企业做闭源产品，因为总是要恰饭的嘛，可以理解。但我永远旗帜鲜明地支持并佩服开源模型。开源工作真的是需要愿景的，只有信仰开源的公司，才会如此坚定地走开源路线。国外有Meta，国内有阿里，都是大模型的开源之光。

去年GPT-4刚发布的时候我还挺悲观的，觉得AI会是一个赢家通吃的赛道，因为用户只会选择使用最强的模型。但蓬勃发展的开源社区改变了我的想法——做开源模型，即使不是最强，也会有很多开发者来共同构建生态。阿里云开源通义系列模型，我想一方面是在证明自研能力和技术储备，另一方面也想要在开源生态上做出表率。

开源在生态上一定会比闭源更强，毫无疑问。开发者可以自己下载、部署、微调模型，构建自己理想中的AI应用而不受大公司控制，能有更安全的数据环境和数据合规要求，这些都是闭源产品不能提供的。开源社区会不断地优化模型运行，提高运算效率，反哺模型开发，甚至反过来节约开发资金。

阿里云这样积极做开源，是真的有AI普惠的愿景，推动国内企业特别是中小企业落地AI应用，构建繁荣的大模型生态。

不止通义，中国最强的大模型都跑在阿里云上

阿里云的愿景显然不止通义千问，魔搭社区对标HuggingFace，做大模型领域的Github。在大模型时代，Github已经不能满足大家开源模型权重文件的需求，从模型库、数据集到在线运行的创空间，魔搭上已经有了4500多个模型，累计用户已超过500w+。

要做「中国大模型的自由市场」魔搭的底气来自阿里云的基础算力设施，来自阿里云在AI Infra和MLOps上的持续投入，开发者可以以MaaS形式在阿里云完成一站式的搭建、部署、测试、上线。

不止通义，百川、智谱、零一万物、昆仑万维等中国最强大模型都跑在阿里云上，阿里云依然是AI时代最具性价比的上云选择。

可以说通义一周年，交出了非常漂亮的成绩单。但我还是想问一句：Qwen2啥时候发布啊，等不及要用了。

以上。