Model Kecil Qwen 3.5: Peningkatan AI Multimodal Pada Peranti

Alibaba baru sahaja melancarkan siri model kecil Qwen 3.5 pada 14 Mac 2026 — empat kuasa berat open-weight pada 0.8B, 2B, 4B, dan 9B parameter. Ini bukan LLM yang membengkak biasa. Ia secara asasnya multimodal, menggabungkan pemprosesan visi dan teks terus dari kotak, disesuaikan untuk peranti tepi dan mudah alih. Seperti dilaporkan oleh Heise dan penanda aras pada Artificial Analysis, ia melebihi beratnya dalam tugas penalaran, pengkodan, dan penjanaan. Sejujurnya? Saya tidak menjangka model kecil boleh bersaing dengan gergasi besar secepat ini. Tetapi kita dah sampai sini.

Model multimodal boleh ditempatkan tepi seperti model kecil Qwen 3.5 ini bermakna pencipta boleh mencipta imej dan video secara tempatan. Tiada lagi menunggu barisan awan. Latensi menurun. Kos merosot — terutamanya untuk aliran kerja berulang. Saya cakap betul-betul dengan awak: Saya dah cuba persediaan serupa dalam... ujian meluas saya. Kebebasan terasa berbeza bila awak tak perlu hubungi awan untuk setiap prompt. Dan kemajuan dalam AI multimodal ini sudah digunakan dalam penciptaan kandungan dewasa, membolehkan imej dan video NSFW hiper-peribadi terus pada peranti awak tanpa kebergantungan internet. Perkara ini memindahkan kuasa kembali kepada pengguna. Pencipta mudah alih dapat alat tahap pro dalam poket mereka. Bunyi biasa dari model besar? Ya — tapi sekarang ringan dan tempatan.

Kesemua empat model mendarat di Hugging Face sebagai berat open-source, percuma untuk dimuat turun dan halus — ambil ia melalui repo rasmi. Akses API? Ekosistem Alibaba menyokongnya, walaupun jalankan tempatan adalah bintang di sini. Dari segi perkakasan, 0.8B hampir tak perlukan apa-apa: fikir telefon pintar sederhana atau laptop asas. Skala ke 9B, dan awak nampak GPU sederhana atau mudah alih tahap tinggi. Tiada superkomputer diperlukan. Apa yang mengejutkan saya: bahkan yang terkecil menghasilkan output koheren luar talian. Untuk pencipta mudah alih, itu langkah maju yang hebat.