阿里云：2025年通义大模型全球下载量6亿次，衍生模型17万个

近日消息，在今日2025云栖大会上，阿里通义大模型迎来7连发，阿里云智能首席技术官周靖人发布了多项重磅技术更新。

通义大模型在模型智能水平、Agent工具调用和Coding能力、深度推理、多模态等方面实现多项突破。

截至目前，通义大模型已成为全球第一开源模型，也是中国企业选择最多的模型。

当前，阿里通义开源了300余个模型，覆盖不同大小的“全尺寸”及LLM、编程、图像、语音、视频等“全模态”，全球下载量突破6亿次，全球衍生模型17万个，稳居全球第一。

超100万家客户接入通义大模型，权威调研机构沙利文2025上半年报告显示，在中国企业级大模型调用市场中，阿里通义占比第一。

在大语言模型中，阿里通义旗舰模型Qwen3-Max全新亮相，性能超过GPT5、Claude Opus 4等，跻身全球前三。

Qwen3-Max包括指令（Instruct）和推理（Thinking）两大版本，其预览版已在Chatbot Arena排行榜上位列第三，正式版性能可望再度实现突破。

Qwen3-Max是通义千问家族中最大、最强的基础模型，预训练数据量达36T tokens，总参数超过万亿，拥有极强的Coding编程能力和Agent工具调用能力。

下一代基础模型架构Qwen3-Next及系列模型也正式发布，模型总参数80B仅激活3B，性能即可媲美千问3旗舰版235B模型，实现模型计算效率的重大突破。

而在专项模型方面，千问编程模型Qwen3-Coder迎来重磅升级。

新的Qwen3-Coder与Qwen Code、Claude Code系统联合训练，应用效果显著提升，推理速度更快，代码安全性也显著提升。

其开源后调用量曾在知名API调用平台OpenRouter上激增1474%，位列全球第二。

在多模态模型中，视觉理解模型Qwen3-VL重磅开源，在视觉感知和多模态推理方面实现重大突破，在32项核心能力测评中超过Gemini-2.5-Pro和GPT-5。

Qwen3-VL拥有极强的视觉智能体和视觉Coding能力，不仅能看懂图片，还能像人一样操作手机和电脑，自动完成许多日常任务。

而全模态模型Qwen3-Omni也惊喜亮相，音视频能力狂揽32项开源最佳性能SOTA，可像人类一样听说写，应用场景广泛，未来可部署于车载、智能眼镜和手机等。

同时，用户还可设定个性化角色、调整对话风格，打造专属的个人IP。

而在视觉基础模型中，通义万相推出Wan2.5-preview系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。

通义万相2.5视频生成模型能生成和画面匹配的人声、音效和音乐BGM，首次实现音画同步的视频生成能力，进一步降低电影级视频创作的门槛。

视频生成时长从5秒提升至10秒，支持24帧每秒的1080P高清视频生成，并进一步提升模型指令遵循能力。

最后，通义大模型家族还迎来了全新的成员——语音大模型通义百聆，包括语音识别大模型Fun-ASR、语音合成大模型Fun-CosyVoice。

Fun-ASR基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性。

Fun-CosyVoice可提供上百种预制音色，可以用于客服、销售、电商、消费电子、有声书、儿童娱乐等场景。