電子發(fā)燒友網(wǎng)綜合報道 8月7日，阿里通義千問宣布發(fā)布更小尺寸新模型——Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507。目前新模型已在魔搭社區(qū)、HuggingFace正式開源。在非推理領(lǐng)域，Qwen3-4B-Instruct-2507全面超越閉源的GPT4.1-Nano。在推理領(lǐng)域，Qwen3-4B-Thinking-2507甚至可以媲美中等規(guī)模的Qwen3-30B-A3B（thinking）。官方表示，2507版本的Qwen3-4B模型對手機(jī)等端側(cè)硬件部署尤為友好。

隨著AI技術(shù)的廣泛應(yīng)用，不同場景對模型的需求呈現(xiàn)出多樣化態(tài)勢。在一些資源受限的邊緣設(shè)備，如智能手機(jī)、智能手表、物聯(lián)網(wǎng)終端等，大尺寸模型由于計算資源需求大、內(nèi)存占用高，難以有效部署和運行。同時，對于一些對實時性要求極高的應(yīng)用場景，如自動駕駛的實時決策、工業(yè)生產(chǎn)中的即時質(zhì)量控制等，大模型的高延遲也成為制約其應(yīng)用的瓶頸。在此背景下，小尺寸、低延遲且具備一定性能的模型成為市場的新需求。阿里通義千問敏銳地捕捉到這一趨勢，適時推出了Qwen3-4B模型。

Qwen3-4B，從名稱便可知其規(guī)模相對較小，“4B”代表著該模型擁有約40億的參數(shù)。相較于那些擁有千億甚至萬億參數(shù)的“巨無霸”模型，Qwen3-4B堪稱“小個子”。

在語言理解方面，Qwen3-4B展現(xiàn)出了出色的表現(xiàn)。它能夠精準(zhǔn)理解人類輸入的各種復(fù)雜語句，無論是日常交流中的口語化表達(dá)，還是專業(yè)領(lǐng)域的術(shù)語和復(fù)雜邏輯語句，都能快速把握其中的語義和意圖。例如，在醫(yī)療領(lǐng)域，面對醫(yī)生輸入的包含專業(yè)醫(yī)學(xué)詞匯和復(fù)雜診斷邏輯的語句，Qwen3-4B可以準(zhǔn)確理解病情信息，為后續(xù)的輔助診斷提供可靠依據(jù)。在法律場景中，對于法律條文的解讀和法律案例的分析，它也能深入理解其中的法律關(guān)系和關(guān)鍵要點。

其文本生成能力同樣可圈可點。Qwen3-4B可以生成高質(zhì)量、連貫且符合語境的文本內(nèi)容。無論是撰寫新聞稿、故事創(chuàng)作、詩歌生成，還是進(jìn)行商業(yè)文案的策劃，它都能根據(jù)給定的主題和要求，快速生成富有創(chuàng)意和邏輯性的文本。而且，生成的文本在語法準(zhǔn)確性和語義合理性上都有較高水準(zhǔn)，大大減少了人工后期修改的工作量。

在多模態(tài)交互方面，Qwen3-4B也有積極探索。它不僅能夠處理文本信息，還能與圖像、音頻等多種模態(tài)數(shù)據(jù)進(jìn)行交互。例如，在圖像描述生成任務(wù)中，它可以根據(jù)輸入的圖像，生成準(zhǔn)確、生動的文字描述，詳細(xì)闡述圖像中的場景、人物、物體及其相互關(guān)系。在語音交互場景中，它能夠理解語音輸入的內(nèi)容，并給出相應(yīng)的語音或文本回復(fù)，實現(xiàn)自然流暢的人機(jī)對話。

值得一提的是，Qwen3-4B還具備良好的可擴(kuò)展性和適應(yīng)性。開發(fā)人員可以根據(jù)具體的應(yīng)用需求，對其進(jìn)行微調(diào)和優(yōu)化，使其更好地適配不同的業(yè)務(wù)場景。同時，由于其小尺寸的特點，它在部署和運行過程中對硬件資源的要求較低，能夠在各種資源有限的設(shè)備上穩(wěn)定運行，大大降低了應(yīng)用成本。