AI Radar
Support
LiveUpdated 2026-09-22 14:48 UTC

今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。

今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。 其中一个重点是 RSI，也就是模型递归自我进化。Qwen3.8-Max…今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。 其中一个重点是 RSI，也就是模型递归自我进化。Qwen3.8-Max…今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。 其中一个重点是 RSI，也就是模型递归自我进化。Qwen3.8-Max…今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。 其中一个重点是 RSI，也就是模型递归自我进化。Qwen3.8-Max…

This is a AI post classified by Jev as Frontier models (a model release), kept by the AI Radar because it carries real work, not commentary.

今天结束了，看完发布会，这次 Qwen 发布了不少新模型，但更值得关注的是，它正在形成一套从模型训练、推理优化到芯片协同的完整研发体系。 其中一个重点是 RSI，也就是模型递归自我进化。Qwen3.8-Max 在较少人工干预的情况下，连续运行一个多月，完成了 33 轮有效迭代。 几个现场公布的数据很直观： - Qwen 自主适配新的硬件环境并优化 SGLang，单实例吞吐提升 96% - 在芯片设计实验中连续运行 60 多个小时，调用 EDA 工具超过 1 万次，最终将物理实现面积减少 42% -Qwen3.8-Flash 缓存命中的输入，每百万 Token 低至 0.1 元 - Qwen3.8-27B 用消费级显卡的电脑就能运行，被开发者称为本地版 Opus 4.6 这次发布的 Qwen3.8-Omni-Flash 也很值得关注。它将文本、图像、音频和视频放进统一的理解框架，支持 1M 上下文和最长 1 小时的音视频输入。在价格上，四种模态统一计费，输入每百万 Token 0.8 元，缓存命中只要 0.1 元。相比上一代模型，输入价格下降约九成。 从现场释放的信息来看，Qwen 的方向已经比较清楚，继续提高模型能力，同时降低运行成本，并让模型更深入地参与训练、推理和芯片设计流程。此外，Qwen 还在继续押注 Scaling 和统一多模态。采用新一代架构的 Qwen4

Posted by Ding (156.2k followers) 1 h ago · 8 likes · 2.1k views · view the original post on X. Kept by the AI Radar as Frontier models.

More AI work like this

Every post is read and classified by Jev (TypeSafe): what it is, which market it belongs to, and whether the link is a real tool. 41.7k posts from 5k X accounts over the last 14 days, 1.7k tools, 19 markets. Collected every 5 minutes, fully re-ranked every hour — last update 2026-09-22 14:48 UTC. Full method.