近日，阿里巴巴開源了新一代通義千問模型 Qwen3，Arm 率先成為首批成功適配該模型的計算平臺廠商。與此同時，Arm 面向人工智能 (AI) 框架開發者的開源計算內核 Arm KleidiAI 與阿里巴巴開源的輕量級深度學習框架 MNN 已深度集成。得益于此，Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型能夠在搭載 Arm 架構 CPU 的移動設備上無縫運行，為用戶提供卓越的端側 AI 推理能力。

作為阿里巴巴最新開源的混合推理模型，Qwen3 在 AIME、LiveCodeBench 等權威評測集上斬獲了同尺寸開源模型 SOTA。其中，Qwen3-0.6B、Qwen3-1.7B、Qwen3-4B 等三款模型兼具低功耗和高性能等優勢，非常適合在移動端進行部署。

在 AI 模型快速迭代、日新月異的當下，開發者亟需一個具備可擴展性的通用技術底座，以便高效利用每一個新模型的優勢。作為業界性能最強、能效最高的計算平臺，Arm 為開發者提供了無縫優化其 AI 工作負載所需的卓越性能、能效、靈活性和可擴展性。Arm CPU 能滿足不斷發展的 AI 工作負載需求，是開發者的理想之選，它不僅能在模型推出時迅速實現適配與支持，還能隨著模型的演進，通過 Arm 異構計算策略與 GPU、加速器及網絡技術的共生協作，實現 AI 系統的最佳優化。在此次阿里 Qwen3 模型推出后，運行結果顯示，Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型在基于 Arm 架構 CPU 的移動設備上，運行和響應速度大幅提升，為終端用戶帶來了極致的 AI 推理能力。

雙方圍繞千問大模型持續緊密合作，今年三月，Arm 與阿里巴巴淘天集團在搭載基于 Arm Cortex-X925 的旗艦移動系統級芯片 (SoC) 的智能設備上，通過 KleidiAI 與 MNN 的集成，模型預填充（指 AI 模型在生成響應之前先對提示詞輸入進行處理）性能提升了 57%，以及解碼（指處理提示詞后從 AI 模型生成文本的過程）性能提升了 28%。這一性能提升，使得運行在搭載 Arm CPU 上的通義千問 Qwen2-VL-2B-Instruct，其端側多模態 AI 工作負載的性能顯著增進，帶來全新的用戶體驗！

展望未來，Arm 也將一如既往助力開發者在端側設備上提供更加復雜的多模態體驗，為新一輪智能計算浪潮奠定堅實基礎，在 AI 的不斷演進中，實現體驗的持續躍升！