Компания Alibaba запустила CosyVoice Studio, которую она позиционирует как первую в Китае полнофункциональную платформу для повышения производительности с помощью голоса. Этот продукт объединяет семейство моделей Qwen-Audio Alibaba в единый стек, охватывающий распознавание речи, синтез речи и взаимодействие с голосом в режиме реального времени.
Данная платформа основана на семействе моделей, которое заняло первое место в Индексе преобразования речи в речь для искусственного интеллекта 28 июля, где модель Qwen-Audio-3.0-Realtime показала результат 84,1 процента, лидируя в области голосового рассуждения, производительности агентов и динамики диалога.
Продукт разделен на три функциональных модуля. CosyFlow представляет собой уровень личной эффективности: он преобразует речь, произнесенную в спешке, в структурированный рабочий результат, исключая этап очистки, который требуют традиционные голосовые инструменты. CosyCreative является контентным уровнем: он принимает сценарий или URL-адрес и генерирует готовый аудиоматериал в любом голосе. А модуль CosyAgent предназначен для корпоративного сектора: он позволяет предприятиям интегрировать голосовой интерфейс в уже существующие системы обслуживания клиентов.
Такое разделение отражает три направления коммерциализации голосового ИИ вне чат-ботов.
Стратегическое значение запуска связано с международным ростом спроса на продуктивность, основанную на голосе. Например, американский голосовой клавиатурный сервис Wispr увеличил свою годовую оценку почти втрое за шесть месяцев, достигнув 2 миллиардов долларов, а количество пользователей выросло более чем в сто раз в годовом исчислении. Глобальное финансирование голосового ИИ превысило 7 миллиардов долларов только в первом квартале 2026 года. Параллельно развивается аппаратное обеспечение: голосовые кольца, очки с ИИ и подвески с ИИ стремятся снизить барьер для интеграции повседневной жизни в рабочие процессы ИИ. В американском рынке эталонной реализацией полнофункциональной голосовой платформы стала ElevenLabs. Alibaba считает, что китайский аналог отсутствует, и CosyVoice Studio призван заполнить эту нишу.
Alibaba обладает структурным преимуществом благодаря циклу обучения моделей. CosyVoice Studio не является продуктом, созданным с нуля; это пользовательский интерфейс для семейства моделей, которое подвергалось интенсивной нагрузке от реального производственного трафика в Qwen, DingTalk, Amap и Taobao с 2023 года. Модель Qwen-Audio обучалась на большом объеме данных с шумными китайскими диалектами, и каждый новый релиз проходит цикл обратной связи с пользователями. Именно поэтому данная платформа может быть выпущена сразу, не требуя года пилотных проектов для стабилизации стека.
Интересным аспектом является структура рынка. Голос стал наименее трудоемким способом ввода данных для агента ИИ, и Alibaba позиционирует CosyVoice Studio как маршрутизирующий слой для голосового трафика в Китае. Платформа также представляет собой наиболее чистый пример комплексного подхода Alibaba: собственный проприетарный ИИ, производственная платформа и продукт для разработчиков, выходящие на рынок одновременно. Предыдущая волна победителей в сфере китайского голосового ИИ состояла из инструментов с узкой специализацией. Следующая волна, по мнению компании, будет представлена именно платформами, и Alibaba становится первой крупной китайской технологической компанией, выпустившей такую платформу.
Компания Alibaba анонсировала флагманскую модель Qwen3.8 с общим количеством параметров 2,4 триллиона и 95 миллиардами активационных параметров, а также офисный агент Qianwen Office, предназначенный для рабочих процессов в сфере корпоративного искусственного интеллекта. Стратегия, основанная на сочетании базовой модели и офисных инструментов, использует преимущество экосистемы DingTalk перед конкурентами, такими как Tencent WorkBuddy и ByteDance Doubao.
3 августа Alibaba выпустила новую генерацию фундаментальной модели Qwen3.8. Флагманская версия Qwen3.8-Max обладает 2,4 триллионами общих параметров, 95 миллиардами активационных параметров, контекстным окном в 1 миллион токенов и способностью к нативному визуальному пониманию. Архитектура модели объединяет разреженную структуру Mixture-of-Experts с оптимизацией смешанного внимания, что обеспечивает более высокую скорость и эффективность инференса.
В тот же период была запущена публичная бета-версия Qianwen Office, где Qwen3.8 выступает в качестве стандартного движка инференса. Это замыкает цикл взаимодействия между базовой моделью, доступом через DingTalk и реальными рабочими задачами. Выпуск Qwen3.8 знаменует собой переход фокуса от чат-интеллекта к интеллектуальной доставке.
Модель продемонстрировала прорыв в автономном программировании, самостоятельно работая около 16 дней в пустой папке для создания саморазвивающегося фреймворка агента под названием oh-my-cli, который был полностью открыт на GitHub. В выполнении профессиональных офисных задач Qwen3.8 за один час завершила аннотирование юридических пунктов, что заняло бы неделю команде юристов. Кроме того, модель проанализировала более 160 часов видеозаписей баскетбольных игр, содержащих свыше 8400 наступательных и оборонительных эпизодов, и подготовила тактические профили игроков и отчеты для тренеров всего за несколько минут. Возможность работы с длинным контекстом позволяет модели читать финансовые PDF объемом 200 страниц и обрабатывать более 100 часов видео для последующего использования в рабочих процессах.
На стороннем рейтинге Arena модели Qwen занимают позиции сразу за Anthropic Claude в общем зачете и четвертое место в мировом рейтинге CodeArena по программированию. Ценовая политика агрессивна: внутри страны стоимость составляет 12 юаней за миллион входных токенов и 36 юаней за миллион выходных токенов, при этом внутренние попадания в кэш оцениваются в 1,5 юаня. Международные тарифы составляют 2 доллара США и 6 долларов США за миллион токенов соответственно, что соответствует 40% и 24% цены Opus.
Стратегия компании основана на принципе ценообразования в обмен на масштаб, что закрепляет разработчиков и корпоративных клиентов в экосистеме Qianwen благодаря высокой экономической эффективности флагманской модели. Qianwen Office является первой платформой для реализации возможностей Qwen3.8. Хотя продукт тесно связан с Qwen3.8, он открыт для использования любой модели, которая лучше подходит для конкретной задачи, включая модели, не разработанные Alibaba. Это создает внутреннее давление на команду Qwen, требуя поддержания лидерства в области офисных приложений.
Qianwen Office стал результатом нескольких месяцев внутренней интеграции и реорганизации, в ходе которой QoderWork, Wukong и MuleRun были объединены под руководством генерального директора DingTalk Чэнь Юсена. Alibaba использует свою существующую базу предприятий DingTalk и Alibaba Cloud, вместо того чтобы напрямую конкурировать с Tencent в потребительских инструментах ИИ. Конкурентная среда теперь включает интеграцию Feishu и Doubao в Doubao Enterprise со стороны ByteDance, продвижение WorkBuddy со стороны Tencent и позиционирование Qianwen Office со стороны Alibaba. Для Alibaba ставка заключается в том, что когда базовая модель, доступ к DingTalk и корпоративные рабочие процессы будут интегрированы с помощью Qwen3.8 и Qianwen Office, можно будет преодолеть последний этап перехода от конкуренции параметров к внедрению непосредственно на рабочем месте. Запуск Qwen3.8 сам по себе сигнализирует о смене парадигмы в отрасли — от демонстрации разговорных возможностей к обеспечению производственной интеллектуальной доставки.
Три крупных китайских технологических гиганта — Alibaba, Tencent и ByteDance — одновременно сосредоточили свои усилия на одной стратегической цели: настольном офисном AI-агенте. Согласно отчету аналитической фирмы Analysys за второй квартал 2026 года, охватывающему 17 основных настольных AI-агентов, общее количество посещений в июне 2026 года достигло 60,62 миллиона. При этом три лидера — Alibaba, Tencent и ByteDance — совокупно обеспечили 56,22 миллиона этих визитов, оставив всего 4,4 миллиона для всех остальных конкурентов.
Эти данные подтверждают, что экономика платформ применима и к офисным AI-агентам, подобно тому, как это было с браузерами и поисковыми системами: пользователи склонны устанавливать один основной настольный агент, что формирует естественную олигополистическую динамику.
В июле 2026 года все три компании провели реструктуризацию своих портфелей AI-агентов. Alibaba объединила три существующих продукта — QoderWork (для локальных настольных операций), Wukong (для корпоративной безопасности и разрешений) и MuleRun (для шаблонов сложных рабочих процессов) — в единый продукт под предварительным названием Qianwen Office. Руководит этим проектом новый генеральный директор DingTalk Чэнь Юсен, технический основатель, родившийся в 1992 году, чей стартап Chaitin Technology был приобретен Alibaba Cloud.
Tencent, по сообщениям, переместила свою команду продуктового центра QClaw в Отдел облачных продуктов 6 и интегрировала ее с WorkBuddy под единым управлением. ByteDance же преобразовала Doubao в свой флагманский бренд офисного агента.
Прогнозируется, что китайский рынок AI-агентов вырастет с 80,4 миллиардов юаней в 2025 году до 696,8 миллиардов к 2030 году. Наиболее конверсионным сегментом являются компании с одним сотрудником, которым требуется ИИ для помощи в роли ассистента, бухгалтера или дизайнера. Почти 60% пользователей готовы платить, поскольку повышение производительности в офисе обеспечивает прямую окупаемость инвестиций: сэкономленное время трансформируется в заработанные деньги.
Стратегия Alibaba под руководством Чэня Юсена заключается в интеграции трех уровней: QoderWork выступает как уровень взаимодействия для управления рабочим столом естественным языком, Wukong — как уровень разрешений, функционирующий в рамках корпоративных границ безопасности, а MuleRun — как уровень исполнения для многократно используемых шаблонов рабочих процессов. Этот подход схож с методологией Anthropic, где Claude Chat, Claude Code и Claude Cowork используют одну базовую модель под единым интерфейсом. Цель унифицированного продукта — устранить путаницу у пользователей, которая ранее вынуждала клиентов выбирать между тремя несовместимыми продуктами Alibaba.
Преимущество Tencent кроется в глубокой интеграции с экосистемами WeChat и облачными сервисами. WorkBuddy уже поддерживает тесную связь с Tencent Docs, WeCom и Tencent Meeting, предлагая корпоративный рабочий процесс, глубоко встроенный в доминирующую в Китае бизнес-коммуникации экосистему WeChat. ByteDance Doubao использует опыт компании в области алгоритмов рекомендаций и генерации контента. Эта трехсторонняя конкуренция сводится к тому, какая компания сможет предложить наиболее полный комплексный офисный опыт от начала намерения пользователя до завершения работы. Результат этой борьбы, вероятно, определит направление корпоративного программного обеспечения в Китае на десятилетие вперед, поскольку настольный агент станет основным интерфейсом для взаимодействия работников знаний с цифровыми инструментами, замещая традиционную модель офисного пакета парадигмой рабочего процесса, ориентированной на ИИ.
