虽然很多AI产品都被放在一起比较，但它们和它们背后的人是有差别的。

本周六AI小饭桌继续营业🈺 AI硬件从业者欢迎来看看～

今晚欢迎来AGI Bar快闪面基～

昨天去魔搭开发者大会，听通义千问负责人林俊旸讲了Qwen的进展和未来方向，总结一些信息分享：

1. Qwen2.5训练过程虽然有些曲折，但证明了RL的潜力，所以Qwen2.5一结束Qwen3也顺着这个思路推进。

2. MoE和Dense模型都还在做，最近团队比较关注Qwen3-30B-A3B（MoE）和Qwen3-4B（Dense）。关注前者是发现它能比较好地平衡速度和资源占用，后者是因为适合手机端侧场景（据说做了“极致的剪枝和蒸馏”）。

3. 另外一个重点是多模态。首先Qwen下一代VL已经在路上，目前有一些阶段性进展，现场林俊旸演示了Qwen-VLo逐步生成图像的case和编辑功能。另外还有Omni的多模态能力（Thinker-Talker架构），现在只有7B，之后会持续Scaling。总之让多模态模型的生成和理解统一是目前的追求。

4.接下来Qwen的重点方向：持续PreTraning；Scaling RL/Context/Modalities；从Training Model的时代，推进到Training Agent时代。

和一家在某巨头公司（旗下有N个国民品牌）工作快20年的CTO聊AI 落地，有一个点很触动：数字化是需要从前往后做的，也就是先做前端获客运营，再做后端供应链。但AI要从后往前做。

和锦秋一起组织的AI小饭桌圆满结束！发现大家要么AI创业蒸蒸日上，要么已经走在蒸蒸日上的路上！再次感谢@石头.AI

咋说呢，也就是仅仅聊到了12点吧😀

AI播客最近真的很火。这几天又看到豆包的电脑版和网页版上线了AI播客，就上传网页链接试了一下。

发现，它的生成速度比预想中快，基本10s之内生成了内容，声音和对话也比较自然。整体感觉下来，这个功能适合老年人的日常信息输入，也适合年轻人上下班、健身时的信息获取。

我的使用方式是打开豆包网页端，选择"AI播客"，上传内容后生成（图1）。喜欢使用电脑版本的朋友，可以直接选择"AI播客"再进行输入或者上传操作。

Case1 养生文章总结

第一个Case是我的刚需。我选择了一篇养生文章，让豆包帮忙制作成播客。这样做的好处是帮家中的老人（比如我妈）在不伤眼睛的前提下学习养生知识。基本只需要几秒钟，男女主播就上线了。

而且，主播们没有把文章中的每个字都读取出来，而是选取了重点，通过讲述的方式告诉听众知识。这样一条被豆包划重点制作而成的播客，全长也就4分钟左右，比老人自己阅读的速度快很多。

Case2 英语信息获取

第二个case。我选了一篇之前读过的、美国VC a16z的研究，直接把英文内容的链接丢进豆包。页面上立刻出现两个主播一问一答，解读这篇文章的播客。

双方主播提问自然，口语化交流不出戏。更牛的是，这篇文章本来是有一点艰涩的，比如使用了一些需要动脑子才能get的比喻。但在播客里，男主播口语化的讲述，我瞬间就理解了原文的意思。

等于豆包配了两个精通外语、了解AI投资，还表达通俗易懂的老师，一直在帮我学习，效率比自己阅读还高。

还能想到很多场景，比如让它总结技术论文、时事信息等等。感兴趣的小伙伴们也可以试试。