擊敗 Meta，阿里 Qwen2.5 再登全球開源大模型王座

9 月 19 日雲棲大會，阿里雲 CTO 周靖人發佈通義千問新一代開源模型 Qwen2.5，旗艦模型 Qwen2.5-72B 性能超越 Llama 405B，再登全球開源大模型王座。Qwen2.5 全系列涵蓋多個尺寸的大語言模型、多模態模型、數學模型和代碼模型，每個尺寸都有基礎版本、指令跟隨版本、量化版本，總計上架 100 多個模型，刷新業界紀錄。

Qwen2.5 全系列模型都在 18T tokens 數據上進行預訓練，相比 Qwen2，整體性能提升 18% 以上，擁有更多的知識、更強的編程和數學能力。Qwen2.5-72B 模型在 MMLU-rudex 基準（考察通用知識）、MBPP 基準（考察代碼能力）和 MATH 基準（考察數學能力）的得分高達 86.8、88.2、83.1。

Qwen2.5 支持高達 128K 的上下文長度，可生成最多 8K 內容。模型擁有強大的多語言能力，支持中文、英文、法文、西班牙文、俄文、日文、越南文、阿拉伯文等 29 種以上語言。模型能夠絲滑響應多樣化的系統提示，實現角色扮演和聊天機器人等任務。在指令跟隨、理解結構化數據（如表格）、生成結構化輸出（尤其是 JSON）等方面 Qwen2.5 都進步明顯。

語言模型方面，Qwen2.5 開源了 7 個尺寸，0.5B、1.5B、3B、7B、14B、32B、72B，它們在同等參數賽道都創造了業界最佳成績，型號設定充分考慮下遊場景的不同需求，3B 是適配手機等端側設備的黃金尺寸；32B 是最受開發者期待的「性價比之王」，可在性能和功耗之間獲得最佳平衡，Qwen2.5-32B 的整體表現超越了 Qwen2-72B。

72B 是 Qwen2.5 系列的旗艦模型，其指令跟隨版本 Qwen2.5-72B-Instruct 在 MMLU-redux、MATH、MBPP、LiveCodeBench、Arena-Hard、AlignBench、MT-Bench、MultiPL-E 等權威測評中表現出色，在多個核心任務上，以不到 1/5 的參數超越了擁有 4050 億巨量參數的 Llama3.1-405B，繼續穩居「全球最強開源大模型」的位置。

專項模型方面，用於編程的 Qwen2.5-Coder 和用於數學的 Qwen2.5-Math 都比前代有了實質性進步。Qwen2.5-Coder 在多達 5.5T tokens 的編程相關數據上作了訓練，當天開源 1.5B 和 7B 版本，未來還將開源 32B 版本；Qwen2.5-Math 支持使用思維鏈和工具集成推理（TIR）解決中英雙語的數學題，是迄今為止最先進的開源數學模型系列，本次開源了 1.5B、7B、72B 三個尺寸和一款數學獎勵模型 Qwen2.5-Math-RM。

多模態模型方面，廣受期待的視覺語言模型 Qwen2-VL-72B 正式開源，Qwen2-VL 能識別不同解像度和長寬比的圖片，理解 20 分鐘以上長影片，具備自主操作手機和機器人的視覺智能體能力。日前權威測評 LMSYS Chatbot Arena Leaderboard 發佈最新一期的視覺模型性能測評結果,Qwen2-VL-72B 成為全球得分最高的開源模型。

Qwen2-VL-72B 在權威測評 LMSYS Chatbot Arena Leaderboard 成為成為全球得分最高的開源視覺理解模型

自從 2023 年 8 月開源以來，通義在全球開源大模型領域後來居上，成為開發者尤其是中國開發者的首選模型。性能上，通義大模型日拱一卒，逐步趕超美國最強開源模型 Llama，多次登頂 Hugging Face 全球大模型榜單；生態上，通義從零起步、開疆拓土，與海內外的開源社區、生態夥伴、開發者共建生態網絡，截至 2024 年 9 月中旬，通義千問開源模型下載量突破 4000 萬，Qwen 系列衍生模型總數超過 5 萬個，成為僅次於 Llama 的世界級模型群。