文：王智遠 | ID:Z201440

阿里云Qwen3系列模型，早在圈子里傳得沸沸揚揚。

昨天晚上，身邊好幾個朋友在等發布，我邊追劇邊等，結果實在困得不行，凌晨1點就睡了。

今天早上起得比較早，看到了官宣內容，內部同學說，模型是在昨天凌晨4點上線的，官方正式消息是，今天早上6點多發出。

這幫人太肝了，憋到五一前也要弄出來，熬夜不睡覺。

官方說：這次Qwen3在自然語言處理、多模態能力上都有了非常大的提升，是阿里云在人工智能領域的一次全新升級。

它的火爆程度幾乎不用多說，發布兩個小時，GitHub上的Star數就已經超過了16.9k；整個系列包括2個MoE模型和6個稠密模型，可以說是陣容強大。

什么是MoE模型？什么稠密模型呢？

你可以把 MoE 模型想象成多個“專家”組成的智囊團，每個專家都負責自己的一攤事，當你有一個復雜的問題需要解決時，它會判斷哪個專家最擅長處理這個問題，然后只調用個專家來幫你解決。

稠密模型，就簡單了，一個全能型選手，不管什么任務，它都自己搞定；優勢是不考慮分工，直接上，對于不太復雜的問題，表現很不錯。

但問題是，如果太復雜，或者特別細，它可能就沒那么專業了，畢竟不是為專業領域設計的。

這次發布的幾個模型，如果你搞開發，基本上去模型市場、阿里云官方、huggingface、或魔搭社區都能體驗到，詳細參數這里不贅述，外面一搜就有。

普通用戶，想自己玩一玩，手機端用通義APP就行了。

我今天早上打開時發現，APP 里已經上線了三個模型：一個是 A22B，一個叫 32B，還有一個是高性能深度思考版的 32B。

這里的B指「Billion」，也就是“十億”，表示模型參數。

比如：

32B 就是 320 億參數，A22B 可以理解為 220 億左右的參數規模。所以你看，當一個模型后面跟著多少 B 的時候，其實是在告訴我們它有多“大”。參數越多，一般意味著模型的能力越強。

寫到這，問題來了：日常用到底該選哪個呢？

Qwen3-235B-A22B，這個模型太大了，適合開發者和企業用，我覺得把它裝在手機上玩，完全屈才了。

Qwen3-32B 更適合日常使用，可以把它當成一個助手，處理文檔、聊天、寫個簡單的報告都沒問題，屬于中等規模模型。

QwQ-32B 則是一個“思考型”模型，適合一團亂麻、不想自己動腦的問題。比如：讓你做個 PPT，你可以讓它先幫你列個框架，再慢慢完善。

所以，我覺得，Qwen3-32B和QwQ-32B就夠了。

我用 iPhone 14 Pro Max，在手機上試了一下這兩個模型，運行速度真的很快，完全不卡頓，而且手機也不發熱，文字生成速度明顯比我講話還快。

不過說實話，我在手機上用 AI 模型的情況還是挺少的，因為大多數時間我都在 PC 端工作。

那說到PC端，網頁地址是：https://chat.qwen.ai

我數了下，這里面有10多個模型。

這些模型是阿里云旗下比較常用、也比較大的模型。每個模型后面延伸出來的一些小模型，基本在 GitHub 上被很多開發者用。

所以，要和這些模型直接對話，在PC端豈不是一件很爽的事情？

以前我經常用 Qwen 2.5 Max 模型，它在內容處理上特別靈敏，能準確理解我的意思；這次更新后，我先試了一下它的 A22B 版本，讓它處理文本感覺沒什么意思，于是就讓它生成一張圖片。

我讓 Kimi 幫我寫了一個有意境的提示詞，然后，把提示詞復制給 A22B，結果它反應很快，大概三秒鐘就生成了一張圖片，大小是 1.5 兆。你覺得怎么樣？

這個模型支持連續對話，不過連續對話能力好像有點問題：它只能生成新的圖片，而不會在原來的圖片基礎上進行優化。

這可能因為它的模型本身沒有針對聊天框進行上下文進行連續推理的優化。不過，不重要。

我又把前天拍的視頻，關于夸克AI超級搜索框的那個上傳給了它，大概210MB，2分鐘；然后用了30B-A3B這個模型來處理。

我就跟它說：你幫我把視頻里的文字提取出來，再優化一下，我要發小紅書。

其實這個算有點復雜或者說連續步驟的任務吧，不能只做一步，得一步步來。結果，它直接就給我把文字提出來了，還順手給我起了個標題，一看就很適合發小紅書。

整個過程挺順，效率也很高。

不是吹噓，我已經無法用語言、案例形容它的快速和高效了。感覺它的處理能力，已經遠遠超越了常大腦的運作能力。

我日

我的局限就在于，已經不知道該如何去使用它了。或者說，面對這樣一個龐大的工具，我在想：

我的思考上限在哪里？還有哪些復雜的任務，它能夠幫我解決？在日常生活中，我還有什么是可以交給他去完成的？

我開始擔心，自己會不會逐漸依賴它，甚至被它引導？

亞里士多德（Aristotle）說：人的本性在于求知。以前思考很重要，現在思考似乎變得不那么「必要」了。既然這樣，什么才是最重要的呢？

或許，我們該重新審視“如何與AI共處”這一議題了。