通义千问发布 Qwen Intelligence，推出三个移动端 SOTA 智能体
通义千问发布 Qwen Intelligence，首批包含三个 SOTA 智能体。Mobile Planner Agent 负责任务规划、拆解与编排，在 MobilePA-Bench。
推荐理由：官方给出三个移动端智能体的分工、基准成绩与开源评测套件入口，可据此判断手机端 Agent 的能力边界。
千问 Qwen
全部主题阿里千问 Qwen 系列的开源发布与迭代：从旗舰模型到端侧小模型的全谱系动态。
最新精选
X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 阿里发布 Qwen-Audio-3.1 音频模型系列，含 TTS-Next 与 ASR-Next 并大幅降价
阿里发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两款模型，共五款模型覆盖理解、生成、交互与创作。
推荐理由：官方一次性给出五款音频模型的能力分工与降价幅度，可据此判断语音链路的选型与成本变化。
X：Unsloth (@UnslothAI)精选AI 评分 Unsloth 发布 Qwen-Image-2.1 GGUF，12GB 显存可本地运行
Unsloth 发布 Qwen-Image-2.1 的 GGUF 量化版本，可在 12GB 显存下本地运行，7B 模型表现与 Nano Banana 2.0 相当。
推荐理由：Unsloth 给出 Qwen-Image-2.1 的本地量化运行方案与显存门槛，可据此判断本地部署成本。
X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 阿里通义千问发布 Qwen-Image-2.1 图像生成模型并开放权重
阿里通义千问发布 Qwen-Image-2.1，称其为 Qwen-Image 系列中最均衡、最具性价比的图像生成模型，现已开放权重。该模型统一支持生成与编辑，采用 7B 轻量架构，官方称其性能超过多数闭源模型，并大幅加速多图输入的推理。
推荐理由：官方给出 7B 轻量架构、RGBA 原生透明与最多 10 张参考图编辑等要点，可据此判断图像生成与编辑的开放权重选择。
X：Unsloth (@UnslothAI)精选AI 评分 Qwen3.8-Flash 通过 Unsloth GGUF 实现 75GB 内存本地运行
Qwen3.8-Flash 这个 125B MoE 模型现已可通过 Unsloth 的 GGUF 在 75GB RAM 上本地运行，Unsloth 称其性能超过 Claude-Opus-4.6 (Max)。Qwen3.8-Flash-Next 面向 CPU RAM 与统一内存配置，可提供接近 VRAM 的速度。Unsloth 已放出使用指南与 Hugging Face 上的 GGUF 文件。
推荐理由：125B MoE 模型在 75GB 内存本地运行的量化方案，为端侧部署提供了可参考的显存与内存配置路径。