Modelo grande de código abierto de Alibaba Cloud: impulsa la construcción del ecosistema de IA y su aplicación en múltiples escenarios

Con la proliferación de modelos de código abierto, su rendimiento ya puede compararse con el de los modelos propietarios más avanzados del momento. Al mismo tiempo, el modelo de código abierto reduce eficazmente los costos de entrenamiento de los modelos, lo que permite desplegar y aplicar a gran escala los modelos más avanzados a un costo reducido.

En medio de la ola de la era de la IA, el Grupo Alibaba ha transformado por completo su estrategia de desarrollo empresarial.

El 24 de febrero de 2025, el CEO del Grupo Alibaba, Wu Yongming, anunció que, en los próximos tres años, Alibaba planea invertir más de 380 mil millones de yuanes en la construcción de infraestructura global de servicios en la nube y de hardware para IA; esta inversión supera con creces el total que la empresa ha destinado a este sector durante los últimos diez años.

En el ámbito de los grandes modelos, Alibaba Cloud ha logrado resultados destacados. En la actualidad, ha puesto en código abierto más de 200 modelos diferentes, y el número de modelos derivados de Qwen ha superado las 100 mil en las comunidades de código abierto tanto en China como en el extranjero, superando a la serie Llama de Estados Unidos y consolidándose como el líder mundial en modelos abiertos de gran escala.

El equipo de Qwen de Alibaba Cloud reveló a la revista “Escuela de Negocios” que, gracias al código abierto, Alibaba Cloud se compromete a construir un sólido ecosistema de IA, facilitando que un gran número de pequeñas y medianas empresas, así como desarrolladores de IA, puedan utilizar Qwen de manera más temprana y sencilla, impulsando la difusión y la aplicación práctica de las tecnologías de grandes modelos y contribuyendo a la construcción del ecosistema chino de grandes modelos. Pues solo al establecer una base sólida para los grandes modelos se podrán abrir infinitas posibilidades para futuras aplicaciones comerciales.

Desde agosto de 2023, Alibaba Cloud ha sido pionero en China al abrir al público una serie de grandes modelos de forma masiva, convirtiéndose en la primera gran empresa del país en hacerlo a gran escala, y ha obtenido en múltiples ocasiones los títulos de “Campeón mundial de código abierto” y “Campeón de modelos nacionales” en prestigiosas clasificaciones como Chatbot Arena y Sinan OpenCompass. En 2024, tan solo el modelo de código abierto Qwen2.5-1.5B alcanzó el 26,6% de las descargas de modelos en Hugging Face, la mayor comunidad de código abierto del mundo, ocupando el primer lugar a nivel global.

Alibaba Cloud señala que el código abierto permite reunir la sabiduría y la fuerza de desarrolladores de todo el mundo, lo que, en comparación con la investigación y el desarrollo independientes de una sola empresa, impulsa de manera más eficiente la innovación y la iteración tecnológica. Por ejemplo, tras la apertura del código de DeepSeek R1, se desató a nivel mundial una ola de reproducciones de R1, lo que supuso un fuerte impacto para el modelo de inferencia o1 de OpenAI y llevó la tecnología de los grandes modelos globales a una nueva etapa en el ámbito de los modelos de inferencia.

Además, el código abierto favorece la construcción del ecosistema. En este modelo, cualquier persona puede descargar y desplegar gratuitamente modelos de IA, lo que impulsa de manera significativa la difusión de nuevas tecnologías. Por ejemplo, cuatro de los seis modelos de distilación de DeepSeek se basan en modelos de código abierto de Qwen; asimismo, el equipo de Fei-Fei Li, también a partir de modelos de código abierto de Qwen, logró entrenar con éxito un nuevo modelo, s1-32B, cuyo rendimiento rivaliza con el de los mejores modelos de inferencia, y que supera en un 27 % al o1-preview en la resolución de problemas matemáticos de competición.

Además, el código abierto acelera el proceso de industrialización de la IA y facilita la implementación de las tecnologías de IA en diversos sectores. Para las startups y las pequeñas y medianas empresas, utilizar directamente modelos de código abierto puede reducir considerablemente las barreras técnicas y financieras para ingresar al ámbito de la IA; combinándolos con sus propias bases de conocimiento o corpora, pueden desarrollar rápidamente soluciones verticales adaptadas a distintos sectores.

Cabe destacar especialmente que QwQ-32B, lanzado por Alibaba Cloud el 6 de marzo de 2025, no solo es adecuado para empresas, sino que también resulta fácil de usar tanto para desarrolladores individuales como para usuarios comunes, y puede desplegarse localmente en tarjetas gráficas de consumo, lo que reduce considerablemente los costos de implementación y uso. Gracias al aprendizaje por refuerzo a gran escala, este modelo ha logrado avances significativos en matemáticas, código y capacidades generales, alcanzando un rendimiento global comparable al de DeepSeek‑R1.

Sin embargo, a medida que los beneficios marginales derivados de la Ley de Escalabilidad van disminuyendo, los grandes fabricantes de modelos, con OpenAI a la cabeza, ya han alcanzado el límite de sus capacidades tecnológicas y de recursos en términos de acumulación de datos y potencia computacional. Por ello, explorar nuevas vías de optimización se ha convertido en un aspecto clave. La industria ha comenzado a reducir costos mediante una optimización extrema de la potencia de cálculo y a realizar mejoras en las etapas de aprendizaje por refuerzo y de inferencia, con el fin de entrenar modelos de alto rendimiento de manera más eficiente. El lanzamiento de QwQ-32B vuelve a confirmar el enorme potencial del aprendizaje por refuerzo para mejorar el rendimiento de los modelos.

Alibaba Cloud señaló que, con la proliferación continua de modelos de código abierto, su rendimiento ya puede compararse con el de los modelos cerrados más avanzados. Además, el modelo de código abierto reduce los costos de entrenamiento de los modelos, lo que permite desplegar y aplicar los modelos más avanzados a un costo reducido.

Curiosamente, para hacer frente a la competencia de las empresas chinas, gigantes internacionales como Google y OpenAI también han comenzado a ajustar sus estrategias e intentan adoptar un enfoque de código abierto limitado. Por ejemplo, Google, que anteriormente se centraba en el modelo cerrado Gemini, recientemente ha hecho público Gemma 3; mientras tanto, OpenAI, a menudo bautizada como “CloseAI”, bajo la influencia del entorno de código abierto en China, ha visto a su CEO, Sam Altman, reconocer que su estrategia de código cerrado fue un error y anunciar planes futuros de apertura de código.

En la actualidad, cada vez más empresas optan por utilizar directamente los servicios API estándar ofrecidos por los proveedores de grandes modelos, especialmente en casos en los que el negocio es relativamente estable y no requiere una personalización extensa. El uso de estos servicios API resulta más económico, ya que solo se generan costos cuando se realiza una llamada real; esto lo hace particularmente adecuado para escenarios con picos y valles de demanda pronunciados, como los sistemas de atención al cliente, donde, salvo durante las horas pico del día, la demanda es baja y no es necesario desarrollar un gran modelo desde cero, lo que reduce significativamente los costos.

La plataforma BaiLian de Alibaba Cloud es un servicio de modelos de IA a gran escala diseñado por Alibaba específicamente para empresas, que ayuda a las organizaciones y a los desarrolladores a construir, entrenar y desplegar aplicaciones de IA de manera más eficiente. En la actualidad, la llamada a APIs basada en esta plataforma constituye la principal vía de comercialización de los modelos de gran escala de Alibaba Cloud. La plataforma BaiLian de Alibaba Cloud ofrece una forma rápida y sencilla de acceder a sus servicios, lo que permite a los usuarios aprovechar fácilmente las capacidades de los grandes modelos de Alibaba Cloud.

Además de las llamadas API estándar, Alibaba Cloud ofrece un conjunto completo de soluciones personalizadas de IA desarrolladas en colaboración, que abarcan el ajuste fino de modelos y la creación de modelos a medida, para satisfacer las necesidades de los clientes que no están familiarizados con la tecnología de modelos o que requieren un alto grado de personalización. Para los usuarios que priorizan la seguridad de los datos y la protección de la privacidad, Alibaba Cloud ha lanzado soluciones de despliegue privado, como la integración de los modelos en equipos todo en uno que se venden directamente a los clientes.

En el proceso de impulsar la comercialización de los grandes modelos de código abierto, Alibaba Cloud sigue explorando formas más rentables de abrir las capacidades de IA.

Desde 2024, Alibaba Cloud ha reducido en múltiples ocasiones los precios de la serie de modelos Qwen; en particular, el precio de entrada del API Qwen-Long ha pasado de 0,02 yuanes por cada mil tokens a 0,0005 yuanes por cada mil tokens, lo que representa una rebaja del 97%. Además, otros modelos como Qwen-Turbo, Qwen-Plus, Qwen-Max y los modelos de comprensión visual también han experimentado importantes recortes de precios, permitiendo así que más empresas y desarrolladores accedan a capacidades de IA a un costo aún más bajo.

Cabe destacar que la reducción continua de los costos se debe a los avances sostenidos de Alibaba Cloud en infraestructura de IA, especialmente en la mejora de la eficiencia computacional, la optimización del rendimiento de la red y la aceleración de la velocidad de almacenamiento. Por ejemplo, Alibaba Cloud ha lanzado la arquitectura de red de alto rendimiento HPN7.0, que soporta conexiones estables con más de 100.000 GPUs; el servidor AI Panjiu, que admite hasta 16 tarjetas por nodo; y el almacenamiento de archivos CPFS, con un rendimiento de transferencia de datos de 20 TB/s.

Además, la plataforma Bailian de Alibaba Cloud ha integrado más de 200 API de grandes modelos, abarcando tanto modelos abiertos como cerrados de primera línea, tanto nacionales como internacionales. Para reducir los costos de uso de las API de grandes modelos de texto, la plataforma Bailian de Alibaba Cloud ha lanzado un nuevo modelo de facturación basado en KV Cache, que evita el cálculo repetitivo mediante el almacenamiento automático en caché del contexto, lo que disminuye aún más los costos de invocación del modelo y resulta adecuado para escenarios como textos extensos, completado de código, conversaciones multironda y resumen de textos específicos.

En términos generales, los grandes modelos de IA de código abierto enfrentan dos desafíos clave en su proceso de comercialización: en primer lugar, la falta de aplicaciones “ganadoras” que mejoren de manera significativa la experiencia del usuario o la eficiencia; esto indica que el mercado aún no está plenamente preparado para adoptar estos grandes modelos de IA, y sus casos de uso y potencial siguen pendientes de ser explorados y validados. En segundo lugar, el mercado B2B se encuentra todavía en una fase inicial de exploración, y los directivos de las empresas carecen de una comprensión suficiente sobre cómo aprovechar los grandes modelos de código abierto para generar valor empresarial; por ello, resulta más difícil convencerles de invertir en soluciones de IA en comparación con los modelos de código cerrado.

Ante estos desafíos y con miras a la planificación futura, Alibaba se ha preparado mediante una solución integral de pila completa basada en “nube + IA”. Por ejemplo, aprovecha la potencia de sus infraestructuras de IA para expandir el mercado B2B. Al mismo tiempo, a través de iniciativas como la renovación y actualización de Quark, explora el potencial de las aplicaciones de grandes modelos en el mercado C2C, con el objetivo de crear ejemplos de productos de gran impacto y ofrecer la mejor puerta de entrada a la experiencia de IA.

Con el constante avance de la tecnología de los grandes modelos, estos han demostrado un enorme valor y potencial de aplicación en numerosos ámbitos.

En enero de 2024, FAW China, en colaboración con Qwen de SiRui, lanzó la primera aplicación de inteligencia empresarial (BI) basada en grandes modelos del sector automotriz: GPT‑BI. Gracias a las capacidades del gran modelo Qwen, FAW ha logrado la inteligencia de datos, transformando una gran cantidad de activos de datos ociosos en recursos de alto valor.

En concreto, GPT‑BI ayuda a FAW a generar informes automáticos de datos de ventas, lo que mejora enormemente la eficiencia laboral. Men Xin, vicepresidente del Comité de Operaciones de la marca Hongqi de FAW, señaló que la IA tiene aún más aplicaciones prácticas en el día a día. Por ejemplo, durante el desarrollo de vehículos completos se manejan grandes volúmenes de datos, como la compatibilidad dimensional en la producción, la evaluación de procesos y las estrategias de ensamblaje; antes, estas etapas dependían de la evaluación manual. Ahora, Hongqi utiliza estos datos y requisitos para crear un modelo de evaluación automática de los vehículos Hongqi y lo integra en todo el proceso de producción, reduciendo así etapas que solían tomar 20, 50 o incluso más de 80 días a apenas segundos o unos pocos días en la plataforma de trabajo.

Basándose en la exploración de escenarios empresariales reales como GPT‑BI, FAW también planea aprovechar sus extensos activos de datos de alta calidad para desarrollar, en la plataforma integral de desarrollo de aplicaciones con grandes modelos “Alibaba Cloud Bailian”, modelos verticales especializados en múltiples sectores —como I+D, fabricación y servicio postventa—, permitiendo así que los grandes modelos desplieguen plenamente su potencial en procesos como la producción y las ventas.

El 11 de marzo de 2025, la plataforma Manus anunció una colaboración estratégica con el equipo de Qwen de Alibaba. Ambas partes, basándose en los modelos abiertos de la serie Qwen, implementarán todas las funciones de Manus en plataformas nacionales de modelos y de computación, con el objetivo de crear para los usuarios chinos productos de agentes inteligentes universales más creativos.

En la industria se considera ampliamente que la cooperación entre Manus y Alibaba no solo busca aprovechar los avanzados grandes modelos, sino también encontrar una plataforma en la nube de alta rentabilidad para satisfacer la enorme demanda de capacidad de cómputo, especialmente en el mercado chino. Esta colaboración acelerará el proceso de industrialización de los agentes inteligentes impulsados por IA, reduciendo los costos operativos y mejorando el rendimiento de los servicios mediante soluciones de computación en la nube eficientes y económicas.

Hace poco, el reconocido gigante tecnológico mundial Apple firmó una alianza con Alibaba; como proveedor de Apple, Alibaba está desarrollando funciones de inteligencia artificial para la versión china del iPhone.

Los analistas señalan que Apple ha optado por colaborar con Alibaba, por un lado por las ventajas en capacidad de cómputo de la plataforma de Alibaba Cloud y, por otro, porque la serie de modelos Qwen de Tongyi posee una potente capacidad multimodal. Para los agentes de IA, además de un modelo lingüístico robusto, es indispensable contar con la capacidad de comprender entradas multimodales como imágenes y audio; este es uno de los criterios clave que empresas como Apple toman en cuenta al elegir socios para modelos de IA a gran escala.

En cuanto a las capacidades multimodales, el modelo Qwen-Vision Language de Siring destaca por su excelente desempeño. Tomando como ejemplo la versión más reciente, Qwen2.5-VL, este modelo no solo maneja entradas y salidas de texto, sino que también es capaz de procesar información visual y de video, incluyendo la comprensión de videos de hasta una hora de duración.

En comparación con la versión anterior, Qwen2-VL, este modelo ha incorporado múltiples mejoras. Por ejemplo, su capacidad de grounding reforzada permite una mayor precisión en la identificación de eventos y objetos físicos, lo que facilita que el modelo vincule de manera más eficaz las descripciones textuales con los elementos presentes en imágenes o videos reales. Asimismo, su capacidad mejorada de OCR (reconocimiento óptico de caracteres) destaca especialmente al procesar textos complejos o manuscritos, así como textos extensos, sin necesidad de realizar ajustes adicionales para tipos específicos de texto, y ofrece un rendimiento superior al abordar textos escritos desde ángulos irregulares.

En Qwen2.5-VL, el equipo de Qwen ha diseñado también un formato de análisis de documentos más completo —el formato HTML de QwenVL—, que no solo reconoce con precisión el texto en los documentos, sino que también extrae la información de posición de los elementos del documento (como imágenes, tablas, etc.), reproduciendo con exactitud la disposición original del diseño.

Según se informa, este modelo, además de contar con un rendimiento excepcional, incorpora capacidades de agente, como la generación de documentos en formato JS estándar, lo cual resulta fundamental para su aplicación práctica. Solo cuando el formato de salida está estandarizado, los agentes pueden utilizar eficazmente estos resultados. Gracias a estos ingeniosos diseños, no solo se ha reforzado la funcionalidad y la utilidad del modelo, sino que también se ha brindado un sólido apoyo al desarrollo futuro de la industria de la IA.

Desde 2024, Alibaba Cloud ha comenzado a desplegar modelos grandes directamente en dispositivos como teléfonos móviles, para ejecutar tareas locales, como la generación de resúmenes de voz. La colaboración entre Alibaba y Apple adopta una arquitectura que combina el extremo y la nube: en la nube se alojan modelos de gran tamaño, mientras que en el dispositivo se configuran modelos con parámetros más reducidos, complementados con medidas de seguridad; esta es una dirección clave de desarrollo para el futuro.

Desde el punto de vista del modo de despliegue, existen principalmente dos enfoques para implementar modelos grandes en teléfonos móviles: por un lado, el despliegue local, que consiste en integrar el modelo grande directamente en el dispositivo o bien desplegar modelos más pequeños (con un tamaño de parámetros entre 0,5 y 7 mil millones) para ejecutar tareas que requieren alta sensibilidad a los datos; por otro lado, la combinación con la nube, en la que se ejecutan modelos más pequeños en el dispositivo para procesar datos sensibles, mientras que las tareas complejas se envían a través de la red al modelo grande alojado en la nube.

Las ventajas de los grandes modelos en la nube, como Siring, radican en su potencia, su capacidad para abordar tareas complejas y su gran cantidad de parámetros, lo que se traduce en un excelente rendimiento; sin embargo, presentan problemas de latencia y de privacidad en la transmisión de datos. Por su parte, los grandes modelos locales ofrecen una mayor seguridad y protección de los datos, ya que todo el procesamiento se realiza en el dispositivo; resultan suficientes para tareas básicas, pero están limitados por su tamaño, por lo que su rendimiento no alcanza el de los modelos en la nube, y la experiencia puede ser algo inferior.

Aunque los modelos locales pueden cubrir las necesidades de tareas básicas, para requisitos de personalización con niveles de inteligencia más elevados, los grandes modelos en la nube siguen siendo imprescindibles. La tendencia futura podría consistir en buscar un equilibrio: aprovechar los modelos locales para garantizar la seguridad de los datos y respuestas rápidas, mientras se recurre a los modelos en la nube para resolver problemas complejos.