阿里云开源大模型通义千问，性能实现代际飞跃？

近日，阿里云通义千问发布全球性能最强的开源模型 Qwen2-72B，相比 2 月推出的 Qwen1.5，Qwen2 实现了整体性能的代际飞跃。

性能不仅超过最强的开源模型 Llama3-70B，也超过文心 4.0、豆包pro、混元 pro 等中国闭源大模型，所有人均可在魔搭社区和 Hugging Face 免费下载这一模型。

如何看待阿里云 Qwen2 性能超越 Llama3 ？

相比于OpenAI扭扭捏捏、踌躇不定的挤牙有姿态，相比李彦宏说闭源模型能力会持续领先，开源意义不大的样子，还是更欣赏Meta和阿里这种走开源路线的厂商。它们真正贯彻了互联网的精神:开放、平等、协作、分享。

今日，阿里云用Qwen2a再次向我们证明了一个道理:开源并不代表落后，反而成为了我们角逐国际舞台的重要力量:

一、关于大模型

未来几年仍然是LLMA大放异彩的时光，更宽泛的说，注定是生成式AI大放光芒的一段岁月。

从LLM出现以后，我感觉自己几乎每天都会使用LLM来办公以及生活等，轮番上阵，不停歌。无论是代码生成、文档解读，还是无趣时的闲聊，似乎没有哪天是LLM与我缺席的。

阿里的通义千问算是比较常用的一个LLM了，他们非常贴心的开放了自己的智能体，一个类似prompt库的智能体集合，非常方便。其在输入问题时其也可自动化的联网搜索，这是目前免费的gpt-3.59所无法提供的联网以及插件功能，加之网络访问问题，合起来构成我不怎么用openai9的原因。

今天，通义开源了Qwen2系列。Qwen的开源在海外一直备受关注，口碑很好。果然，这次也是刚刚开源，就登上了HuggingFace的开源大模型的榜首。

二、不失崇高的开源之旅

阿里的开源选择，一直都是持续关注的，开源的伟大，无需多言。

去年八月初，阿里云便率先开源了自己的QWen-7B和QWen-7B-Chat，一度中上HuggingFace趋势榜单，Githuba也获星颇多，两个模型的参数规模都是70亿。

这次，Qwen2开源系列包含5个尺寸的预训练和指令微调模型，系列模型还大幅提升了代码、数学、推理、指令遭循、多语言理解等能力

今日，阿里云用Qwen2再次向我们证明了一个道理:开源并不代表落后。打败OpenAl的，一定不是表现更优秀的闭源模型，而是开源这条赛道。

三、关于Qwen2

体验了一下Qwen2，进行了匿名的随机对战测试。不得不说，Qwen的能力确实够强，文本生成速度飞快，也够专业，可为实力强劲。

看来阿里不仅开源频率和速度全球无二、模型性能也不断进化，两面齐开花。

这样的精彩表现，一是阿里本身的技术能力，二是秉持着伟大的互联网开源精神，多方互相协作的结果。

不到一年时间，通义先后开源数十款不同尺寸的模型，包括大语言模型、多模态模型、混合专家橙型、代码大模型。开源频率和速度全球无二，模型的性能也随着版本选代而肉眼可见地进化，从Qwen-72B开始，逐渐步入全球大模型竞争的核心腹地，在权威榜单多次创造中国大模型的“首次”。

阿里的报告展示了大型模型在四种多语言不安全查询类别(非法活动、欺诈、色情、隐私暴力)中生成有害响应的比例。测试数据来源于Jailbreak9，并被翻译成多种语言进行评估。

通过显著性检验(P值)，发现Qwen2模型在安全性方面与GPT-4的表现相当，并且显著优于Mixtra-8x22B模型。

四、如何看待阿里云开源大模型

现在，Qwen2系列模型的API已经登陆了阿里云百炼平台，还有一大堆开源平台和工具都宣布支持Qwen2，阿里云的CTO周靖所言非虚，阿里云，确实是「AI时代最开放的云」。

Qwen从最开始单一感官的、仅支持文本输入的语言模型，到“五官全开”的、支持文本、图像、音频等多种信息输入的多模态模型，到如今性能全面超越所有国内闭源大模型，一步步我都持续关注，看在眼里，为这样的进取而开心。

这次对Qwen2的测评体验下来是非常棒的，技术特点很突出。而且对Qwen系列模型的未来发展也充满信心，希望能在更多领域发挥作用，也希望更多的社区成员能参与进来，共同推动开源型的发展和进步，对于开发者来说，不仅仅是多了个强大的工具，更是开源的一次伟大胜利!

从去年到现在，阿里这种连续快速的开源动作，显示出了其拥抱开源的决心和态度。国内头部大模型厂商的技术引领和技术共享，不仅对于推进中国大模型生态建设意义重大，而且对于所有开发者和用户的帮助和体验也都是极为重要的。

在相当长的时间内，开源必将带来更大的普及性，占据更大的讨论价值和研究地位，取得更大的技术进步。此外，得益于阿里云的存在，通义千问本身也在提供云端的自研大模型，这种开源和云端的一体结合共存，我觉得为了会吸引越来越多的普通用户和开发者。

最后，希望秉持着Meta和阿里云这种开源神的大模型厂商越来越多，技术共享，百花齐放，构建更开放完善的LLM生态。