2024云栖大会上，阿里云CTO周靖人公布了通义大模型的一系列最新进展。

　　现场，周靖人宣布通义旗舰模型Qwen-Max全方位升级，性能接近GPT-4o。通义官网和通义APP的后台模型均已切换为Qwen-Max，继续免费为所有用户提供服务。用户也可通过阿里云百炼平台调用Qwen-Max的API。

　　“相比上一代模型，Qwen-Max在训练中使用了更多的训练数据、更大的模型规模、更强的人类对齐，最终达到了更高的智能水平。在MMLU-Pro、MATH、GSM8K、MBPP、MultiPL-E、LiveCodeBench等十多个权威基准上，Qwen-Max表现接近GPT-4o，数学能力、代码能力则超越了GPT-4o。数学和代码所代表的推理能力是大模型智能水平的最重要体现。”周靖人称。

　　周靖人表示，目前通义大模型已覆盖文本生成、图像理解、视频理解、音频理解、图像生成、视频生成等全模态场景。

　　同时，周靖人发布了通义千问新一代开源模型Qwen2.5。据介绍，旗舰模型Qwen2.5-72B性能超越Llama 405B。Qwen2.5全系列涵盖多个尺寸的大语言模型、多模态模型、数学模型和代码模型，每个尺寸都有基础版本、指令跟随版本、量化版本，总计上架100多个模型。

　　据悉，对比2023年4月的初代通义千问大模型，Qwen-Max的理解能力提升46%、数学能力提升75%、代码能力提升102%、幻觉抵御能力提升35%、指令遵循能力提升105%，模型与人类偏好的对齐水平提升了700%以上。

　　此外，周靖人宣布了通义万相的升级，包括了全新的视频生成模型，可生成影视级高清视频，可应用于影视创作、动画设计、广告设计等领域。另一款产品通义灵码亦迎来升级，从一年前只能完成基础的辅助编程任务，进化到几句话就能完成需求理解、任务拆解、代码编写、修改BUG、测试等开发任务，最快几分钟可从0到1完成应用开发，提升数十倍开发效率。

　　据悉，通义万相首批上线文生视频、图生视频功能，在文生视频功能中，用户输入任意文字提示词，即可生成一段高清视频，支持中英文多语言输入，并可以通过灵感扩写功能智能丰富视频内容表现力，支持16:9、9:16等多种比例生成；在图生视频功能中，支持用户将任意图片转化为动态视频，按照上传的图像比例或预设比例进行生成，同时可以通过提示词来控制视频运动。

　　在活动现场，阿里云演示了该模型的运动生成和概念组合能力，输入“穿着滑冰鞋的小兔子在冰面上灵活移动的可爱场景”，通义万相用时数分钟就生成了一段高清视频。

（文章来源：新华财经）