刷到一条推，马斯克转发了阿里通义千问的发布帖，就说了四个字：「Impressive intelligence density」。 智能密度，令人印象深刻。 你懂的，马斯克不是那种随便给人捧场的主。他自己有Grok，跟OpenAI还在掐架，整个AI圈他都是竞争对手。这种情况下说一句「impressive」，感觉不太一样。 阿里这次发的是Qwen3.5小模型系列，四个尺寸：0.8B、2B、4B、9B。这个「B」是参数量，数字越小模型越轻，9B就是90亿参数，0.8B是8亿。 听起来好像没啥，现在动不动就千亿参数，GPT-4据说好几千亿，这几个小不点算啥？ 但我看了那张对比图，有点意思。Qwen3.5-9B在好几个测试上干翻了GPT-5 nano，跟Gemini 2.5 Flash-Lite也不相上下，某些项目还领先。 GPT-5 nano可是OpenAI专门为移动端做的东西，他们自己说这是效率最高的小模型。结果被9B的国产模型正面硬刚……这个有点出乎意料。 我自己理解「智能密度」就是这个意思： 同样大小的模型，里面能装多少能力进去；之前AI圈有点像军备竞赛，谁参数多谁牛，跟手机圈比处理器核数一样，后来大家才发现用户根本感知不到差别。 现在的感觉是，能塞进手机、平板、眼镜里随时跑的小模型，可能才是真正落地的方向。 我自己的看法是，模型越小，越有可能真的进你口袋里、戴在你身上。眼镜、戒指、项链、手机，这些东西放不下一个大模型，但放得下一个9B的。 某种意义上，千问在做的事，可能在给下一代硬件备弹药。 然后我就开始想，阿里以后会不会自己做硬件？或者说，下一批做AI硬件的厂商，会不会直接拿千问的模型来用？这个问题我觉得比「模型跑分谁高」有意思多了。 不过也不用太兴奋。 基准测试这东西懂行的都清楚，可以刷，可以挑有利于自己的项目，不完全等于真实能力。千问小模型真正的考验还是落地，开发者用不用、体验咋样、生态能不能起来，这些都还早。 但赛道确实热闹起来了，这个感觉挺真实的。马斯克那句话，不如说是一个观察：这个局，跟以前不一样了。
