引言
阿里云的千问模型再次升级，展现了强大的实力！开源了通义千问720亿参数模型Qwen-72B、18亿参数模型Qwen-1.8B 及音频大模型Qwen-Audio。
这一次，仅凭700亿参数和2GB显存，千问模型就大放异彩。
感觉就像是阿里云在闭源市场与讯飞、百度竞争不过，决定效仿Meta，转向开源战略。这对于百度文心来说可能是个挑战，毕竟他们的高级版已经开始收费。百川的500亿开源模型还未开源。但对于广大用户来说，这无疑是个好消息！
AI快站已提供通义千问72B、1.8B、Audio模型下载。
下载地址：
https://aifasthub.com/models/Qwen
720亿参数
模型特点
通义千问-72B（Qwen-72B）是阿里云研发的通义千问大模型系列的720亿参数规模的模型。Qwen-72B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-72B的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen-72B-Chat。
- 大规模高质量训练语料：使用超过3万亿tokens的数据进行预训练，包含高质量中、英、多语言、代码、数学等数据，涵盖通用及专业领域的训练语料。通过大量对比实验对预训练语料分布进行了优化。
- 强大的性能：Qwen-72B在多个中英文下游评测任务上（涵盖常识推理、代码、数学、翻译等），效果显著超越现有的开源模型。具体评测结果请详见下文。
- 覆盖更全面的词表：相比目前以中英词表为主的开源模型，Qwen-72B使用了约15万大小的词表。该词表对多语言更加友好，方便用户在不扩展词表的情况下对部分语种进行能力增强和扩展。
- 更长的上下文支持：Qwen-72B支持32k的上下文长度。
- 系统指令跟随：Qwen-72B-Chat可以通过调整系统指令，实现角色扮演，语言风格迁移，任务设定，和行为设定等能力。
模型下载
AI快站
通义千问-72B-预训练：
https://aifasthub.com/models/Qwen/Qwen-72B
通义千问-72B-Chat：
https://aifasthub.com/models/Qwen/Qwen-72B-Chat
通义千问-72B-Chat-Int8：https://aifasthub.com/models/Qwen/Qwen-72B-Chat-Int8
通义千问-72B-Chat-Int4：
Huggingface
通义千问-72B-预训练：
https://huggingface.co/Qwen/Qwen-72B
通义千问-72B-Chat：
https://huggingface.co/Qwen/Qwen-72B-Chat
通义千问-72B-Chat-Int8：https://huggingface.co/Qwen/Qwen-72B-Chat-Int8
通义千问-72B-Chat-Int4：
18亿参数
模型特点
通义千问-1.8B（Qwen-1.8B）是阿里云研发的通义千问大模型系列的18亿参数规模的模型。Qwen-1.8B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-1.8B的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen-1.8B-Chat。
- 低成本部署：提供int8和int4量化版本，推理最低仅需不到2GB显存，生成2048 tokens仅需3GB显存占用。微调最低仅需6GB。
- 大规模高质量训练语料：使用超过2.2万亿tokens的数据进行预训练，包含高质量中、英、多语言、代码、数学等数据，涵盖通用及专业领域的训练语料。通过大量对比实验对预训练语料分布进行了优化。
- 优秀的性能：Qwen-1.8B支持8192上下文长度，在多个中英文下游评测任务上（涵盖常识推理、代码、数学、翻译等），效果显著超越现有的相近规模开源模型，具体评测结果请详见下文。
- 覆盖更全面的词表：相比目前以中英词表为主的开源模型，Qwen-1.8B使用了约15万大小的词表。该词表对多语言更加友好，方便用户在不扩展词表的情况下对部分语种进行能力增强和扩展。
模型下载
AI快站
通义千问-1.8B-预训练：
https://aifasthub.com/models/Qwen/Qwen-1_8B
通义千问-1.8B-Chat：
https://aifasthub.com/models/Qwen/Qwen-1_8B-Chat
通义千问-1_8B-Chat-Int8：
https://aifasthub.com/models/Qwen/Qwen-1_8B-Chat-Int8
通义千问-1_8B-Chat-Int4：
Huggingface
通义千问-1.8B-预训练：
https://huggingface.co/Qwen/Qwen-1_8B
通义千问-1.8B-Chat：
https://huggingface.co/Qwen/Qwen-1_8B-Chat
通义千问-1_8B-Chat-Int8：
https://huggingface.co/Qwen/Qwen-1_8B-Chat-Int8
通义千问-1_8B-Chat-Int4：
音频聊天
模型特点
Qwen-Audio 是阿里云研发的大规模音频语言模型（Large Audio Language Model）。Qwen-Audio 可以以多种音频 (包括说话人语音、自然音、音乐、歌声）和文本作为输入，并以文本作为输出。Qwen-Audio 系列模型的特点包括：
- 音频基石模型：Qwen-Audio是一个性能卓越的通用的音频理解模型，支持各种任务、语言和音频类型。在Qwen-Audio的基础上，我们通过指令微调开发了Qwen-Audio-Chat，支持多轮、多语言、多语言对话。Qwen-Audio和Qwen-Audio-Chat模型均已开源。
- 兼容多种复杂音频的多任务学习框架：为了避免由于数据收集来源不同以及任务类型不同，带来的音频到文本的一对多的干扰问题，我们提出了一种多任务训练框架，实现相似任务的知识共享，并尽可能减少不同任务之间的干扰。通过提出的框架，Qwen-Audio可以容纳训练超过30多种不同的音频任务；
- 出色的性能：Qwen-Audio在不需要任何任务特定的微调的情况下，在各种基准任务上取得了领先的结果。具体得，Qwen-Audio在Aishell1、cochlscene、ClothoAQA和VocalSound的测试集上都达到了SOTA；
- 支持多轮音频和文本对话，支持各种语音场景：Qwen-Audio-Chat支持声音理解和推理、音乐欣赏、多音频分析、多轮音频-文本交错对话以及外部语音工具的使用(如语音编辑)。
模型下载
AI快站
通义千问-Audio-预训练：
https://aifasthub.com/models/Qwen/Qwen-Audio
通义千问-Audio-Chat：
Huggingface
通义千问-Audio-预训练：
https://huggingface.co/Qwen/Qwen-Audio
通义千问-Audio-Chat：