# 影片筆記：Qwen3.8は正直どう？今話題のローカルLLMのQwen3.8はどんなAIモデルかAIのプロが徹底解説します


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：⚠️ 全文快速校讀發現未解決異常（segment=32 待確認：日文長漢字詞與片假名直接黏接，疑似公司/產品名稱 ASR 錯認；AI 未輸出可驗證的暫定修正版；segment=77 待確認：日文長漢字詞與片假名直接黏接，疑似公司/產品名稱 ASR 錯認；AI 未輸出可驗證的暫定修正版）
- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=1 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=7 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## ⚠️ 重要警告：逐字稿辨識疑點與校正待辦

**請注意：以下內容基於分段筆記整理，但原始逐字稿存在大量辨識錯誤與語意斷裂。以下摘要與事實陳述僅反映「筆記中記載的內容」，若與實際影片不符，請參考下方的「逐字稿辨識疑點」進行查證。**

### 待校正清單 (需人工確認)
*   **segment 1, 7, 68, 117, 124, 264**: `unnatural_sentence_boundary` — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。
*   **segment 32, 77, 81, 125, 143, 155**: `rapid_semantic_review` — 日文長漢字詞與片假名直接黏接，疑似公司/產品名稱 ASR 錯認；AI 未輸出可驗證的暫定修正版。
*   **模型名稱不確定**：筆記中出現大量「ク3.5」、「ク園」、「クエン」、「クエ」、「クエント」、「クエンス3.8」、「クエンススタジオ」、「クエンスのASR」、「クイメージ2.0Pro」、「ク3.8X」、「K3」等變體，極大機率均指代 **Qwen** 系列，但無法在筆記中直接替換為確定事實。
*   **參數描述混亂**：「2.4T」、「2.4テ」、「2.4超」、「2.4兆」、「A95B」、「95ビリオン」、「950億」、「512のエクスパート」、「11だけ動く」等描述，需確認是否正確對應 MoE 架構的總參數與活躍參數。
*   **語意不明片段**：「水分回ってる」、「意見と従がってる」、「妨たになったり」、「動画出てる」、「ぜ非ぜひ」、「アクティブ南B」等片段語意不通，無法直接作為摘要事實。

---

## 一句話總結

影片探討阿里雲開發的 **Qwen 3.8** 系列模型，講者指出該系列發布後資訊混亂，區分為雲端 API 版與本地開源版；其中 **Qwen 3.8 27B** 被推薦為適合本地運行的版本，具備多模態與思考模式，但整體用戶評價兩極，存在穩定性與效能落差，且本地模型在深度對話能力上仍無法與頂級雲端模型（如 ChatGPT、Claude）相比。

## 核心重點

1.  **Qwen 3.8 版本區分與資訊混亂**：
    *   Qwen 由阿里雲（Alibaba）開發，近期發布的 Qwen 3.8 系列引發資訊混亂。
    *   **Qwen 3.8 Max**：僅限雲端 API/Studio 使用，支援多模態（圖/影片），非開源下載版。
    *   **Qwen 3.8 2.4T (95B)**：參數量巨大（總參數 2.4 兆，活躍參數 950 億），雖為開源但對硬體要求極高，本地運行困難（講者形容為「會崩壞」），且缺乏多模態與思考模式。
    *   **Qwen 3.8 27B**：講者認為這是本地用戶真正應關注的版本，支援多模態、可調整思考模式，且在 PC 上運行速度與效能相較前代有顯著提升。

2.  **技術架構：MoE (Mixture of Experts)**：
    *   採用混合專家架構，總參數大但活躍參數小（例如 95B 或 11 個專家）。
    *   「公開權重」（Open Weight）意味著可下載，但受硬體限制。

3.  **本地 LLM 的現實限制與趨勢**：
    *   需要高規格 PC 或專用伺服器。
    *   模型正趨向小型化與高效能，若能在一般 PC 上運行且兼具速度與品質，將大幅提升實用性。
    *   建議將本地模型運行環境與日常使用的 PC 分離（例如使用閒置的 Mac mini），以避免佔用記憶體影響其他工作。

4.  **用戶反饋與評價**：
    *   部分用戶反映 Qwen 3.8 存在思考模式卡死、輸出速度慢、中文處理獨特風格等問題。
    *   整體評價呈現兩極：部分使用者反應良好，但也有使用者遇到持續運轉或完全無法運作的問題。
    *   由於 Qwen 3.8 被視為本地模型中的頂級模型之一，目前的實際表現與高期待值之間存在落差。

5.  **本地模型 vs. 雲端模型**：
    *   個人 PC 級別難以達到 ChatGPT 或 Claude 等最新模型的深度對話水準。
    *   原因：參數量限制（如 27B）及硬體規格限制。
    *   結論：本地模型適合處理大量數據任務，不適合追求與最新雲端模型相比的深度對話。

## 詳細大綱

### 1. Qwen 3.8 發布背景與資訊混亂
*   Qwen 由阿里雲（Alibaba）開發，中國在本地 LLM 領域表現強勁。
*   Qwen 3.8 近期發布，但資訊複雜，需區分不同版本用途。
*   講者指出資訊混亂主要在於「雲端 API/Studio 版本」與「本地開源（Open Weight）版本」的區別。

### 2. Qwen 模型版本解析
*   **Qwen 3.8 Max**：
    *   僅雲端 API/Studio 可用。
    *   支援多模態。
    *   非開源下載版。
*   **Qwen 3.8 2.4T (95B)**：
    *   超大參數模型（總參數 2.4 兆，活躍參數 950 億）。
    *   本地運行極度困難（講者形容為「會崩壞」）。
    *   無多模態，無思考模式。
*   **Qwen 3.8 27B**：
    *   本地用戶推薦版本。
    *   支援多模態、思考模式開關。
    *   效能提升明顯，適合在 PC 上運行。

### 3. 技術架構簡述
*   **MoE (Mixture of Experts)**：混合專家架構。
    *   總參數大但活躍參數小（如 95B 或 11 個專家）。
    *   講者口語化描述為「萌」或「專家」。
*   **參數概念**：公開權重（Open Weight）意味著可下載，但受硬體限制。
*   **推理過程**：提及推理過程中參數的計算方式（筆記中聽似「水論に2.4パラメーター全部バー通って計算」）。

### 4. 本地 LLM 的現實限制
*   需要高規格 PC 或專用伺服器。
*   模型輕量化與速度提升是趨勢，但高階模型仍難在普通 PC 運行。
*   安全性與隱私：本地運行通常不與外部通信，但需注意學習數據使用條款。

### 5. Qwen 的其他應用與評價
*   **ASR/TTS**：語音識別與合成模型在本地運行時記憶體需求較低，效能優秀。
*   **圖像生成**：Qwen Image 存在但非主流話題（筆記中提及「クイメージ2.0Pro」）。
*   **用戶反饋**：
    *   存在思考模式卡死、輸出慢、中文處理風格獨特等問題。
    *   安全性評估：除非有異常資訊發送，否則安全性無虞。
    *   穩定性問題：存在 Bug 或運作不穩定的情況（部分正常、部分極佳、部分完全無法運作）。
    *   期待與現實落差：作為本地 Top 3 級別的模型，實際表現未完全符合最新模型的高期待。

### 6. 觀眾提問與結語
*   **提問者**：コトロジー (Kotology)
*   **問題**：本地模型能否進行深度對話？
*   **回答**：
    *   個人 PC 級別難以達到 ChatGPT 或 Claude 等最新模型的深度對話水準。
    *   原因：參數量限制（如 27B）及硬體規格限制。
    *   結論：本地模型適合處理大量數據任務，不適合追求與最新雲端模型相比的深度對話。
*   **結語**：歡迎觀眾透過評論欄提供想了解的技術資訊。

## 工具 / 模型 / 名詞整理

*   **Qwen (通義千問)**：阿里雲開發的大型語言模型系列。
    *   Qwen 3.5
    *   Qwen 3.6
    *   Qwen 3.7
    *   Qwen 3.8
    *   Qwen 3.8 Max
    *   Qwen 3.8 2.4T (95B)
    *   Qwen 3.8 27B
    *   Qwen 3 ASR (語音識別模型)
    *   Qwen TTS (語音合成模型)
    *   Qwen Image (圖像生成模型，筆記中提及「クイメージ2.0Pro」)
*   **Qwen Studio**：阿里雲提供的瀏覽器端聊天與社群平台。
*   **Qwen Code**：用於編寫代碼的工具/功能。
*   **LM Studio**：用於安裝和運行本地 LLM 的工具。
*   **Ollama**：提及用於本地 LLM 運行的工具。
*   **Hugging Face**：公開開源模型的平台（筆記中聽似「ハギングフェイス」）。
*   **Claude**：Anthropic 開發的雲端 LLM。
*   **ChatGPT (GPT-3, GPT-4)**：OpenAI 開發的雲端 LLM（筆記中提及「JATGPT」疑為口誤）。
*   **Gemini**：Google 開發的雲端 LLM。
*   **DeepSeek (深求)**：提及中國開發的本地 LLM。
*   **Google AI Studio**：Google 提供的瀏覽器端工具。
*   **LINE**：提及用於發送技能文件的通訊軟體。
*   **YouTube**：影片發布平台。
*   **X (Twitter)**：用戶討論與反饋的平台。
*   **Alibaba (阿里雲)**：Qwen 的開發公司。
*   **Artificial Analysis**：提及的模型排名指標來源。
*   **Mac mini**：建議用於運行本地模型的閒置設備（筆記中聽似「Macminニ」）。
*   **PC**：個人電腦。
*   **Local LLM / ローカル LLM**：本地大語言模型（筆記中聽似「ローカルエレム」）。
*   **MoE (Mixture of Experts)**：混合專家架構。
*   **ASR (Automatic Speech Recognition)**：語音識別。
*   **TTS (Text-to-Speech)**：語音合成。

## 操作流程整理

1.  **確認模型版本**：
    *   區分 Qwen 3.8 Max（雲端）、Qwen 3.8 2.4T/95B（高階開源）、Qwen 3.8 27B（本地推薦）。
    *   根據硬體規格選擇合適的版本。
2.  **安裝與運行**：
    *   使用 LM Studio 或 Ollama 等工具安裝本地 LLM。
    *   從 Hugging Face 等平台下載公開權重（Open Weight）模型。
3.  **硬體環境建議**：
    *   避免在主力 PC 上運行本地模型，以免佔用記憶體影響其他工作。
    *   建議利用閒置設備（如 Mac mini）專門運行本地模型。
4.  **功能測試與評估**：
    *   測試多模態（圖/影片）支援情況。
    *   測試思考模式（Thinking Mode）開關與穩定性。
    *   評估語音識別（ASR）與語音合成（TTS）效能。
5.  **用戶反饋與調整**：
    *   關注用戶反饋，如思考模式卡死、輸出速度慢等問題。
    *   根據實際使用體驗調整預期，理解本地模型與雲端模型的差異。

## 值得注意的限制或風險

1.  **資訊混亂與版本誤解**：
    *   Qwen 3.8 發布後資訊複雜，用戶可能誤將雲端版（Max）或高階開源版（2.4T/95B）與本地推薦版（27B）混淆。
    *   需仔細區分各版本的硬體要求與功能支援（如多模態、思考模式）。
2.  **硬體限制**：
    *   高參數模型（如 2.4T/95B）對硬體要求極高，普通 PC 難以運行。
    *   即使推薦版（27B）也需一定硬體規格，且可能影響日常使用體驗。
3.  **穩定性與效能問題**：
    *   部分用戶反映 Qwen 3.8 存在思考模式卡死、輸出速度慢等問題。
    *   整體評價兩極，存在 Bug 或運作不穩定的情況。
4.  **與雲端模型的差距**：
    *   本地模型在深度對話能力上仍無法與頂級雲端模型（如 ChatGPT、Claude）相比。
    *   參數量限制及硬體規格限制導致本地模型在複雜任務上的表現有限。
5.  **安全性與隱私**：
    *   雖然本地運行通常不與外部通信，但仍需注意學習數據使用條款。
    *   除非有異常資訊發送，否則安全性無虞，但需保持警惕。

## 逐字稿辨識疑點

*   **模型名稱變體**：
    *   「ク3.5」、「ク園」、「クエン」、「クエ」、「クエント」、「クエンス3.8」、「クエンススタジオ」、「クエンスのASR」、「クイメージ2.0Pro」、「ク3.8X」、「K3」：極大機率均指代 **Qwen** 系列及其不同版本或功能，但無法在筆記中直接替換為確定事實。
*   **參數描述混亂**：
    *   「2.4T」、「2.4テ」、「2.4超」、「2.4兆」、「A95B」、「95ビリオン」、「950億」、「512のエクスパート」、「11だけ動く」：需確認是否正確對應 MoE 架構的總參數與活躍參數。
*   **語意不明片段**：
    *   「水分回ってる」：語意不明，可能是「動作回っている」(持續運轉) 或「水分」為聽寫錯誤。
    *   「意見と従がってる」：語意不通，可能是「意見と乖離してる」(意見與現實脫節) 的聽寫錯誤。
    *   「妨たになったり」：語意不明，可能是「妨げになったり」(造成妨礙) 的聽寫錯誤。
    *   「動画出てる」：語意不明，可能是「動いてくれる」(能夠運行) 的聽寫錯誤。
    *   「ぜ非ぜひ」：重複語氣詞，應為「ぜひ」。
    *   「アクティブ南B」：語意不明，可能是特定技術名稱、產品名稱的口誤或聽寫錯誤。
*   **其他聽寫錯誤**：
    *   「ハギングフェイス」：應為 Hugging Face。
    *   「Macminニ」：應為 Mac mini。
    *   「JATGPT」：應為 ChatGPT 的口誤或聽寫錯誤。
    *   「ローカルエレム」：應為「ローカル LLM」或「Local LLM」的聽寫錯誤。
    *   「コトロジー」：觀眾名稱，需確認是否為正確拼寫。
    *   「クエントの作ってます」：重複出現，應為「Qwen 是由...開發的」。
    *   「水論に2.4パラメーター全部バー通って計算」：指推理過程中參數的計算方式，聽似「水論」。
    *   「ビューを嗅いて」：聽起來像「ビューを引いて」或「ビューを見て」，指查看視圖或結果。
    *   「モバイルのレイアド」：聽起來像「Mobile のレイアウト」(Mobile Layout)，指手機版排版。
    *   「AIかける教育事業」：聽起來像「AI をかけた教育事業」或類似表述。
    *   「クアデスクトップ」/「クオonPhone」：指 Qwen Desktop 或 Qwen on Phone (手機版應用)。
    *   「イメージジェネレーションディープリサーチ」：指 Image Generation (圖像生成) 與 Deep Research (深度研究)。
    *   「マルチモデルアンダースタンディング」：指 Multimodal Understanding (多模態理解)。
    *   「フェイブル」/「フェカ」：聽起來像某個模型名稱或平台名稱，無法確定具體指代。
    *   「アーティフシャルアナリシス」：指 Artificial Analysis。
    *   「シンキング」/「シンキングで」：指 Thinking (思考模式)。
    *   「アリバ」/「アリババ」/「アリババクラウド」：Alibaba (阿里) / Alibaba Cloud (