阿里云近日在人工智能领域再推重磅成果，正式上线Qwen3.5系列两款全新大模型——Qwen3.5-Plus与Qwen3.5-397B-A17B。这两款模型不仅支持文本处理，更突破性地实现了多模态任务处理能力，标志着阿里在通用人工智能领域的技术积累迈入新阶段。其中Qwen3.5-Plus作为3.5系列最新力作，Qwen3.5-397B-A17B则以开源旗舰定位，为全球开发者提供更强大的技术底座。
技术突破方面，Qwen3.5系列实现底层架构的全面革新。Qwen3.5-Plus版本总参数达3970亿，但通过动态激活机制仅需170亿参数即可运行，在保持性能超越前代万亿参数模型Qwen3-Max的同时，显存占用降低60%，推理吞吐量最高提升至19倍。该模型在视觉-文本联合训练数据规模上实现指数级增长，特别强化了中英文、多语言及STEM领域的数据质量，采用更严格的数据过滤标准，确保模型在复杂场景下的稳定性。
开源生态建设取得实质性进展。华为计算官方宣布，Qwen3.5模型发布后，昇腾AI团队在0天内完成技术适配，通过MindSpeed MM框架实现基于Atlas 800 A3、Atlas 900 A3SuperPoD等硬件的训练复现。该框架采用FSDP训练后端设计，将模型适配周期缩短80%，支持vLLM-Ascend和SGLang两种推理方案在Atlas 800 A2/A3设备上的高效部署，为产业界提供开箱即用的开发体验。
性能对比数据显示，Qwen3.5-397B-A17B在32k/256k上下文长度下，解码吞吐量分别达到Qwen3-Max的8.6倍和19.0倍，较Qwen3-235B-A22B提升3.5倍至7.2倍。多模态能力方面，该模型通过早期文本-视觉融合训练，在相近参数量级下显著优于Qwen3-VL。语言支持范围从119种扩展至201种语言及方言，词汇表扩容至25万，使多数语言的编码解码效率提升10%-60%。
技术文档显示，Qwen3.5系列采用Qwen3-Next架构，集成更高稀疏度的MoE（专家混合）机制、Gated DeltaNet+Gated Attention混合注意力模块，并通过稳定性优化和多token预测技术提升训练效率。目前，开发者可通过魔乐社区、gitcode社区获取vLLM部署方案，SGLang社区提供专用部署指导，形成完整的技术支持链条。
