通义千问推出全新轻量级模型家族：Qwen3.5 小模型系列正式上线

今天，阿里通义千问团队正式发布 Qwen3.5 小型模型系列，包含 Qwen3.5-0.8B、Qwen3.5-2B、Qwen3.5-4B 和 Qwen3.5-9B 四款轻量级版本，每个尺寸都提供基础版（Base），供开发者按需选择。

这批模型不是“缩水版”，而是基于 Qwen3.5 统一架构深度优化的产物。它们原生支持图像与文本联合理解，无需额外插件，直接就能看图说话、图文问答。结构更精简，训练更高效，强化学习能力也全面升级——这意味着，哪怕只有几GB的显存，你也能跑出接近大模型的智能表现。

不同尺寸，不同场景，总有一款适合你

0.8B 和 2B：手机能跑的AI
这两个版本小巧到能在安卓/iOS 手机、树莓派、智能手表等边缘设备上本地运行，推理速度极快，延迟低至几十毫秒。适合做语音助手、实时翻译、拍照识物、车载交互等对响应速度要求极高的场景。不需要联网，不依赖云端，隐私和稳定性都拉满。

4B：轻量智能体的黄金选择
如果你在开发一个能自主规划、调用工具的AI助手（比如自动写周报、查邮件、订机票），4B 是目前最平衡的选择——性能足够强，能理解复杂指令，资源占用却只有大模型的零头。很多团队已经开始用它做RAG系统的核心引擎，效果不输13B甚至更大的模型。

9B：小身板，大能量
别被它的尺寸骗了。社区实测显示，Qwen3.5-9B 在 MMLU、GSM8K、HumanEval 等主流评测中，表现已逼近 GPT-4o 或 Llama 3 70B 级别模型，尤其在中文任务上优势明显。有人用它在单张 24GB 显卡上跑多轮对话+图像理解，全程不卡顿。这不是“小模型”，这是“高性能压缩包”。

开源即用，部署门槛降到最低

这次，通义千问把所有模型都开源了，不设门槛，不收授权费。你可以在 Hugging Face 和 ModelScope（魔搭）直接下载，支持 PyTorch、GGUF、AWQ、FP8 等多种格式，连量化后的模型都给你备好了，NVIDIA、AMD、Apple Silicon 都能跑。

不少开发者已经用 2B 模型在自己的 Android App 里嵌入了本地问答功能，用户反馈“比微信语音转文字还快”；也有团队用 9B 模型在边缘服务器上搭建了智能客服系统，成本不到传统方案的1/5。

完整生态，从0.8B到397B，一网打尽

至此，Qwen3.5 家族已经覆盖从 0.8B 到 397B 的全尺寸谱系。无论你是想在嵌入式设备上跑个语音唤醒词，还是在数据中心训练千亿级大模型，都能找到对应的版本。开源社区的工具链也日趋成熟——有自动量化工具、模型蒸馏脚本、本地部署Docker镜像，甚至还有为树莓派优化的一键安装包。

现在就去试试吧：

• Hugging Face 集合页：https://huggingface.co/collections/Qwen/qwen35
• ModelScope 魔搭社区：https://modelscope.cn/collections/Qwen/Qwen35

别再只盯着大模型了。真正的AI落地，不在云端，而在你手里的手机、车机、摄像头和传感器里。小模型，正在悄悄改变一切。