7月11日晚间，阿里通义千问推出Qwen Chat更新，新增桌面端支持一键唤起MCP并直接调用，同时网页端首页可直接开启对话。此次更新强化了多项功能，包括深入研究、图像生成、网页开发、深度思考和搜索等，进一步提升了用户体验。这一升级展示了阿里在人工智能领域的持续创新能力，为用户提供了更便捷、高效的交互方式。

7月11日，搜狐科技探访发现，Manus北京海淀办公区仅剩十余人工作，公司明确表示‘不再招聘’。据悉，该办公区位于epark花园路社区，此前曾吸引大量合作方和媒体关注，但近期热度下降。多名离职员工透露，当初因产品潜力加入，但数月后选择离职。尽管招聘平台仍显示开放20余个职位，但实际已停止招聘。此前网传Manus裁撤部分国内业务并将核心技术人员迁往新加坡总部，官方曾回应相关传闻。3月11日，Manus与阿里通义千问团队达成战略合作，但相关微博已被清空，中文版推进或已暂停。

2025年6月27日，阿里云通义千问宣布推出多模态模型Qwen VLo，实现从感知到生成的跨越。该模型支持动态分辨率生成，可灵活应对不同场景的图像需求，并通过从左到右、从上到下的渐进式生成方式提升创作体验。Qwen VLo具备精准内容理解与再创造能力，能保持语义一致性，同时支持开放指令编辑和多语言交互，满足用户多样化需求。目前仍处于预览阶段，开发团队将持续优化。

6月12日，全球AI开源社区Hugging Face发布最新AI开源贡献榜，中国团队表现突出。阿里通义千问排名全球第五、中国第一，DeepSeek位列第九，成为前十榜单中仅有的两家非美国机构。该榜单基于开源模型、数据集、开发者关注度、社区活跃度及全球影响力等多维度评估，全面反映各大机构在AI领域的贡献度。此次上榜彰显了中国在AI开源领域的强劲实力。

北京时间5月29日凌晨，英伟达CEO黄仁勋在谈及中国AI发展时表示，中国的AI进程不会因是否有美国芯片而中断，关键在于其是否基于美国技术平台。他提到，低成本国产AI模型DeepSeek的崛起引发了对数据中心和AI计算基础设施投资合理性的反思，这些投资曾助力英伟达业绩增长。黄仁勋强调，主打推理能力的DeepSeek对算力需求更高，将进一步推升对英伟达芯片的需求。同时，他指出DeepSeek和阿里巴巴通义千问（Qwen）是当前表现最优的开源AI模型之一，在美国、欧洲等地受到欢迎。DeepSeek的成功凸显了开源AI的战略重要性，呼吁美国技术平台应继续成为全球开源AI的首选，并强调与全球顶级开发者，特别是中国开发者的合作至关重要。

5月27日，阿里巴巴集团与全球知名ERP系统供应商SAP宣布达成战略合作。双方将整合SAP的企业管理软件与阿里云的AI及云计算能力，助力企业数字化转型。SAP计划接入阿里云的通义千问大模型，支持在中国及东南亚、中东、非洲市场的客户使用SAP ERP云及私有云版本。阿里云将提供强大的IaaS支持，帮助企业部署包括RISE with SAP在内的多种解决方案。此外，阿里巴巴集团还将引入SAP商业AI、BTP平台、Ariba采购云等产品，进一步完善企业基础设施。此次合作标志着企业级AI应用的重要进展。

5月13日，通义千问Qwen官方宣布推出Deep Research（深入研究）AI系统。该系统能逐步规划复杂科研任务，综合网上海量信息，在十几分钟内完成以往需数小时的工作。Deep Research已上线QwenChat，面向所有人免费开放。使用时仅需输入提示语，系统会通过反问确认任务细节，制定研究计划并整合信息形成易读报告。Deep Research融合了Qwen的多种能力，实现从需求理解到成果交付的闭环操作。

日经新闻近日报道，阿里通义千问大模型已成为日本AI开发的基础。在日经AI模型综合排名中，通义千问Qwen2.5-Max位列第六，超越多款国内外知名大模型。目前，日本多家新兴企业正基于千问开发企业大模型。例如，ABEJA于4月17日发布的推理模型由千问QwQ-32B驱动；ELYZA于5月1日推出的企业大模型同样源自千问；Lightblue和Axcxept也在开发日语专属大模型。其中，Axcxept的日语模型EZo已应用于日本医疗保健及公共服务领域。截至目前，阿里通义已开源超200个模型，全球下载量超3亿次，千问衍生模型超10万，成为全球第一开源模型。

《科创板日报》9日消息，英伟达近日开源了多个代码推理模型，分别为32B、14B和7B参数规模。这些模型以阿里通义千问的Qwen2.5系列为基础，分别是Qwen2.5-32B、Qwen2.5-14B和Qwen2.5-7B。这一举措体现了英伟达在AI领域的技术合作与开放策略，值得关注的是，开源模型有助于推动开发者社区的技术创新与应用落地。

5月1日，阿里巴巴旗下通义千问团队发布了Qwen2.5-Omni-3B模型，这是Qwen2.5-Omni-7B的轻量版，参数量为3B，但多模态性能保留了7B版本的90%以上。该模型支持文本、音频、图像和视频等多种输入形式，尤其在实时文本生成和自然语音输出方面表现出色。基准测试显示，其视频理解和语音生成能力接近7B版本。相比7B模型，3B版本显存占用减少了53%，由60.2GB降至28.2GB，使它能在普通24GB GPU设备上运行，适合消费级硬件。此模型采用Thinker-Talker架构和TMRoPE嵌入方法，支持FlashAttention 2和BF16精度优化，提升了运行效率。不过，该模型目前仅限研究用途，企业需获得单独许可才能用于商业开发。