Alibaba rzuca wyzwanie dominacji USA, wprowadzając Qwen 3.5
Alibaba Group Holding Ltd (NYSE:BABA) wprowadziła swój najnowszy model AI, Qwen-3.5, intensyfikując rywalizację między Chinami a Stanami Zjednoczonymi na polu sztucznej inteligencji.
Model ten, wyposażony w 397 miliardów parametrów, stanowi znaczący krok naprzód względem swojego poprzednika i konkuruje z czołowymi amerykańskimi modelami od OpenAI oraz Alphabet Inc. (NASDAQ:GOOGL) (Google DeepMind).
Model Qwen-3.5-Open-Source wykazuje znaczące postępy, mimo iż jest mniejszy od swojego poprzednika, Qwen-3-Max-Thinking, który posiadał ponad 1 bilion parametrów, jak podał SCMP w poniedziałek.
Zamknięta wersja, Qwen-3.5-Plus, może pochwalić się oknem kontekstowym o wielkości 1 miliona tokenów, co stanowi jedno z największych osiągnięć w branży.
Wyczekiwana premiera, zaplanowana tuż przed Chińskim Nowym Rokiem, zakończyła burzliwy tydzień, w którym niemal wszystkie wiodące chińskie firmy AI zaprezentowały nowe flagowe modele, jak zauważono w raporcie.
W ciągu ostatniego roku Chiny wyrosły na głównego napędzającego otwartoźródłową sztuczną inteligencję, odróżniając się od bardziej zamkniętych, własnościowych strategii modeli przyjmowanych przez wiele firm z Doliny Krzemowej, które decydują się nie udostępniać publicznie wag swoich modeli, jak podano w raporcie.
Pobrane dane z Hugging Face pokazały, że chińskie otwarte modele w zeszłym roku przewyższyły amerykańskie pod względem globalnej adopcji, a DeepSeek i Qwen stanowiły większość tego wzrostu, dodano w raporcie.
Ekspansja otwartoźródłowego podejścia na robotykę
Strategiczne skupienie Alibaba na technologii open-source jest widoczne w jej najnowszych rozwiązaniach AI.
Akademia DAMO firmy wprowadziła również RynnBrain, model zaprojektowany w celu ulepszania robotyki i automatyzacji zadań w rzeczywistym świecie.
Model ten jest trenowany na modelu wizualno-językowym Alibaba Qwen3-VL, ukazując zaangażowanie firmy w integrację otwartoźródłowej AI na różnych platformach.
Możliwości RynnBrain obejmują mapowanie obiektów i nawigację w złożonych środowiskach, takich jak kuchnie czy linie produkcyjne, co plasuje go jako konkurenta dla Google Gemini Robotics-ER 1.5 oraz Nvidia Corp’s (NASDAQ:NVDA) Cosmos-Reason2.
Ten nacisk na innowacje open-source stanowi element szerszej strategii Alibaba, mającej na celu przyspieszenie rozwoju AI i obniżenie kosztów dla deweloperów.
Wskaźniki adopcji i globalne partnerstwa
Otwartoźródłowe podejście Alibaba zyskuje na popularności, a jej modele Qwen przekroczyły 700 milionów pobrań na Hugging Face, stając się najbardziej rozpowszechnionym otwartoźródłowym systemem AI.
Strategia ta jest zgodna z wizją AI Alibaba na 2025 rok, kładąc nacisk na otwartość i współpracę w celu stymulowania innowacji.
Zgodnie z informacjami SCMP, zaangażowanie Alibaba w open-source przyciągnęło również znaczną uwagę innych gigantów technologicznych.
Meta Platforms Inc. (NASDAQ:META) włączyła modele Qwen firmy Alibaba do odbudowy własnego stosu AI, co podkreśla rosnący wpływ inicjatyw open-source Alibaba na globalny krajobraz technologiczny.
Wyniki wydajności i prognozy analityków
Wydajność Qwen-3.5 przewyższyła oczekiwania, a wyniki testów wskazują, że jest na równi z czołowymi modelami największych amerykańskich firm.
Analityczka HSBC Charlene Liu zauważyła, że działalność chmurowa Alibaba jest dobrze przygotowana do dalszego wzrostu w obliczu silnego popytu na AI.
Skupienie firmy na otwartoźródłowej AI może wzmocnić jej pozycję długoterminową, skłaniając analityków do podwyższenia prognoz dla Alibaba.
Akcje BABA: Akcje Alibaba wzrosły o 1,14% do 157,50 USD podczas wtorkowej sesji przedrynkowej, według danych Benzinga Pro.
Zdjęcie autorstwa jackpress za pośrednictwem Shutterstock
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Amerykańskie giełdy przegapiły „dobrą wiadomość” przed oczami? Prognozy zysków wyjątkowo skorygowane w górę, strateg: fundamenty są tak silne, że „wydają się nierealne”
Seaport Research Partners uważa, że na amerykańskim rynku akcji występuje wyraźne rozbieżność między wynikami przedsiębiorstw a zachowaniem cen akcji: zyski w drugim kwartale są silne, a analitycy stale podnoszą prognozy, lecz wysokie stopy procentowe i obawy o trwałość zysków ograniczają wyceny. Sektory takie jak przemysł i transport mogą oferować okazje związane z nieprawidłową wyceną. Jednak jeśli Fed ponownie zasygnalizuje podwyżkę stóp, może to krótkoterminowo wywrzeć presję na rynek akcji.
Wybory w USA już wkrótce, Wall Street stawia na podzielony Kongres, czy rynek czeka łagodny oddech?
Wraz ze zbliżającymi się wyborami śródokresowymi w Stanach Zjednoczonych, Wall Street powszechnie obstawia scenariusz „podzielonego Kongresu”, w którym Demokraci przejmują Izbę Reprezentantów, a Republikanie utrzymują Senat. Uważa się, że taki układ ograniczy radykalne reformy i złagodzi niepewność. Dane historyczne pokazują, że od 1950 roku, gdy podczas prezydentury Republikanina Kongres był podzielony, średni roczny wzrost indeksów giełdowych wynosił 13,7%, co jest wyższym wynikiem niż 8,3% przy pełnej kontroli Republikanów nad Kongresem i 4,9% przy pełnej kontroli Demokratów. Jeśli wyniki wyborów odbiegną od przewidywań, rynek może dalej silnie się wahać.
Znany inwestor giełdy amerykańskiej Eric Jackson dołączył do komitetu doradczego Shengda Technology (SDA.US), wspierając strategię internacjonalizacji firmy oraz budowanie relacji z inwestorami.
Założyciel EMJ Capital i znany inwestor technologiczny Eric Jackson oficjalnie dołączył do rady doradczej firmy.
W erze AI rośnie zapotrzebowanie na "optyczne połączenia"! Lumentum (LITE.US), “stojąc w świetle”, wyprzedza NPO i zwiększa pojemność OCS, przygotowując się na moment wzrostu zysków.
Z perspektywy inżynierii niskopoziomowej wzrost zapotrzebowania na połączenia optyczne wynika z częstszej i bardziej rygorystycznej wymiany danych między większą liczbą węzłów obliczeniowych: model mieszanych ekspertów (MoE) wymaga rozproszenia i agregacji danych między GPU; oddzielenie prefillingu i dekodowania (Prefill-Decode Disaggregation) wymaga przesyłania pamięci podręcznej klucz-wartość (KV Cache); złożone przepływy pracy agentów zwiększają współbieżność wywołań modelu, wykonywania narzędzi oraz dostępu do danych.
Ceny krypto
Więcej
