# 除夕夜的AI界重磅：千问3.5登顶全球最强开源，参数效率革命来了

大年初一醒来，习惯性地刷了一圈推特，就被AI圈的一条消息彻底炸醒了——**阿里千问3.5在除夕当天开源了**。

说实话，第一反应是：这也太硬核了吧？大年三十发模型，阿里这是要把春节档的AI大战直接推向高潮啊。

## 不止是迭代，是架构的革命

先看一组数字，真的有点颠覆认知：

- **总参数3970亿**，但**激活参数只有170亿**
- **性能超过万亿参数的Qwen3-Max模型**
- **部署显存占用降低60%**
- **最大推理吞吐量提升至19倍**
- **Token价格仅是Gemini 3 Pro的1/18**

这什么概念？简单说就是：用更少的资源，跑出更强的性能。

这次千问3.5不是简单的参数堆叠，而是从底层架构做了全面革新。据官方透露，他们采用了创新的混合架构，融合了线性注意力机制和稀疏混合专家MoE模型架构，实现了"高参数、低激活"的结构。

翻译成人话：模型虽然有一大堆参数，但每次推理时只激活需要的那一部分，就像一个超级大脑里的神经元，用哪个就唤醒哪个，不用全部开火。

## 为什么要这么"抠"参数？

可能有人会问：现在算力这么便宜了，为什么还要在参数效率上做文章？

这其实是一个非常现实的问题。

过去一年，我们看到了太多"暴力美学"的模型——参数越堆越大，训练数据越喂越多，性能当然越来越好，但成本也是指数级上升。对于大厂来说可能还扛得住，但对于中小企业、开发者来说，动辄几百万的部署成本，直接就把门关上了。

千问3.5这次给出的答案是：**让AI普惠成为可能**。

3970亿的总参数保证了模型的知识广度和推理能力，而170亿的激活参数则把部署门槛降到了一个相对友好的水平。更重要的是，推理吞吐量提升了19倍——这意味着同样的硬件，可以服务更多的用户。

这不是技术炫技，这是在解决实际的生产力问题。

## 与Gemini 3 Pro的正面硬刚

官方直接把矛头指向了Gemini 3 Pro，这是一个非常大胆的声明。

从性能对比来看，千问3.5在多项关键指标上确实实现了超越，而在成本上更是实现了1/18的优势。这个差距已经大到让人无法忽视的程度了。

说实话，看到这个对比的时候，我第一反应是：Google这次是不是有点慌？

当然，Gemini在生态整合、多模态协同方面依然有自己的优势，但千问3.5这次在开源领域的出手，确实让人看到了国产大模型在技术层面的硬实力。

## 开源，这次是真的开源

之前写过不少关于AI开源的文章，但说实话，很多所谓的"开源"更像是一种营销策略——要么是阉割版，要么是限量版，真正能拿来跑起来的少之又少。

但千问3.5这次不一样：

1. 开放了完整的模型权重
2. 可以在魔搭社区和HuggingFace直接下载
3. 通过阿里云百炼可以获取API服务
4. 承诺会继续开源不同尺寸、不同功能的系列模型

这才是开源该有的样子。

## 春节档的AI大战，才刚刚开始

2月本就是AI厂商扎堆发布新产品的传统时间点，但2026年的2月尤其疯狂——据业内人士透露，这个月预计会有7个主要AI模型发布。

豆包2.0已经上线，千问3.5刚刚开源，DeepSeek-V4据说也要来了...整个行业已经进入了"模型大爆发"的状态。

但热闹归热闹，我觉得今年最大的看点不是谁的模型参数更大，而是谁的模型**更高效、更实用、更低成本**。

千问3.5给出的第一个答案已经出来了。

## 写在最后

记得去年写大模型年度盘点的时候，还在感慨"参数军备竞赛什么时候是个头"。现在看来，这个行业正在慢慢回归理性——不是不追求性能，而是在追求性能的同时，开始考虑效率、成本、可访问性。

这其实是个好信号。

因为AI最终要解决的，不是在实验室里跑出多少SOTA，而是真正落地到各行各业，赋能每一个普通人。

千问3.5除夕开源，这本身就是一个很酷的故事。

**祝大家新春快乐，新的一年，AI继续折腾下去。**

---
*本文首发于个人博客，转载请注明出处。*

除夕夜的AI界重磅：千问3.5登顶全球最强开源，参数效率革命来了

今天早上我刷推特的时候，被一条消息刷屏了——英伟达（NVIDIA）在美国气象学会年会上正式发布了Earth-2开放模型系列。说实话，第一反应是"又一个AI产品发布会"，但当我深入了解细节后，意识到这事儿没那么简单。

**为什么这件事值得关注？**

首先，Earth-2不是英伟达闭门造车的商业产品，而是一套完全开源的AI天气预报工具栈。这意味着什么？意味着从初创公司到国家气象局，任何人都可以在自己的基础设施上运行、微调和部署这些模型。

最让我震惊的是那个数字：比传统超级计算机模拟快1000倍。1000倍！要知道，天气预报一直以来都是算力密集型的场景，需要庞大的超级计算机集群。而现在，英伟达用AI把这个门槛拉低了一大截。

**Earth-2能做什么？**

根据官方资料，Earth-2可以生成15天的全球天气预报，还能做局地的风暴预警。这意味着我们未来看到的天气预报可能会更加精准，更新频率也会更高。

想想看，现在我们看天气APP，可能只能看到当天或未来几天的粗略预测。如果Earth-2真的能达到宣称的性能，我们可能会看到小时级、公里级精度的天气预报。

**这对行业意味着什么？**

我特别注意到一点：能源、金融和气象组织已经在部署或测试Earth-2了。这说明这个技术不是实验室里的玩具，而是可以马上投入生产环境的。

能源公司可以用它预测极端天气对电网的影响，保险公司可以更精准地评估风险，物流公司可以优化运输路线……应用场景太多了。

**为什么英伟达要做这件事？**

表面上看，英伟达是卖GPU的，搞天气预报软件似乎有点"不务正业"。但仔细想想，这其实是一招好棋。

Earth-2需要GPU来跑，而且是英伟达的GPU。通过开源这套工具，英伟达相当于在全球推广它的硬件。而且，天气预报是AI应用的绝佳场景之一——数据量大、计算复杂、实时性要求高。在这个领域积累的经验，可以反哺到其他AI应用中。

**我的看法**

说实话，我对天气预报类AI一直持谨慎态度。天气是混沌系统，哪怕是最先进的AI模型，也难以做到百分之百的准确。但从Earth-2的开源策略来看，英伟达似乎更务实——它不承诺"完美预测"，而是让更多人参与到这个生态中来。

当全球的研究者和开发者都能基于Earth-2进行改进时，进步的速度可能会超乎想象。这就是开源的力量。

**接下来会发生什么？**

我猜，接下来我们会看到更多基于Earth-2的应用。也许某天，你打开手机上的天气APP，看到的就是Earth-2驱动的超本地化天气预报。

当然，挑战依然存在。AI模型的偏见、极端天气事件的预测准确性、以及如何将这些预测转化为可操作的商业决策，这些问题都需要时间来解决。

**写在最后**

作为科技博主，我见过太多"颠覆性技术"的炒作。但Earth-2给我的感觉不太一样——它不是在承诺一个遥远的未来，而是在提供一个可以立即使用的工具。

也许某天，天气预报真的会像天气预报员说的那样，"AI比你自己更了解你要去的地方会不会下雨"。在那之前，我们不妨持续关注Earth-2的发展，看看这个开源的AI天气预报生态能走多远。

你怎么看？评论区见。

Blog

除夕夜的AI界重磅：千问3.5登顶全球最强开源，参数效率革命来了

英伟达Earth-2来了：天气预报正在被AI颠覆，而且这次是开源的