“面向AI時代，阿里云怎么看，怎么辦？

2025年9月，杭州，云棲大會。

這片中國云計算最具象征意義的土地，再一次站上了產業敘事的聚光燈中心。阿里巴巴集團CEO吳泳銘在云棲大會上拋出一個判斷：“AGI只是起點，ASI才是終極目標。”

這是他首次系統性提出“AI三階段演進路徑”——智能涌現、自主行動、最終抵達自我進化的超級人工智能（ASI）。這一判斷不僅刷新了市場對阿里云AI戰略的理解，也隱約指向整個AI產業正在到來的下一階段：從“通用智能”邁向“超級智能”。

但吳泳銘的這場演講遠不止理念輸出。在他站臺的背后，是阿里一整套呼應未來趨勢的技術、產品與基礎設施體系：Qwen3-Max橫空出世、七款模型重磅發布，全棧AI基礎架構全面升級，企業級Agent生態走向規?；涞?hellip;…

這場大會，不再只是一個“云廠商”的技術更新會，而像是一場帶有基礎設施宣言性質的智能化革命前夜會議。如果說ChatGPT引爆的是語言理解的奇點，那云棲大會上釋放的，是一場更大范疇、系統性智能重構的前奏。

這一切讓人不得不重新思考：AI這條看似“模型競速”的賽道，正在變成什么？

阿里又為何選擇在AGI浪潮中，率先轉向看似更遙遠卻更關鍵的ASI方向？

如果說過去十年，云計算是一場基礎設施的重建，那么現在，一場關于智能系統的重構正在拉開帷幕。

從虛擬化到智能化，

云計算的“基礎設施使命”正在被改寫

回看過去二十年，云計算的核心使命可以用一句話概括：讓算力成為像水電一樣的基礎設施。

2006年，AWS發布EC2服務，首次把計算資源做成了“租用式商品”，企業不再需要自建數據中心，公有云時代由此開啟。此后的十年，IaaS、PaaS、SaaS三層模型在全球快速鋪開，云計算成為每一家科技公司的底座，也成為數字經濟的“用電網”。

在中國，從阿里云、騰訊云、華為云，到眾多垂直SaaS廠商，一場“用軟件定義硬件、用平臺標準化服務”的基礎設施革命持續進行。

可以說，云計算的第一個時代，是計算能力的商品化，它解決的是“部署效率”和“成本結構”的問題。

2022年底，ChatGPT的誕生改變了一切。

算力，不再只是運算邏輯的承載工具，而成為“訓練智能”的燃料。大模型訓練對TPU/GPU的依賴極其重度，推理服務需要更高的響應能力與吞吐率；同時，模型調度、參數存儲、向量檢索、記憶存取……每一項智能服務背后，都綁定著云的調度能力與資源設計。

云，正在被AI重新定義。

它不再僅僅是“資源優化器”，而正在變為“智能生成的孵化器”。AI模型以Token為單位消耗云資源，推理就是計算，計算就是價值。今天的AI，正在重寫“計算-智能”的產業結構。

于是，我們看到全球云巨頭紛紛開始轉型：Microsoft將Azure全面與OpenAI整合，形成“智能云”戰略聯盟；Google Cloud變成Gemini模型落地平臺，推出Vertex AI平臺；阿里、華為等中國云廠商，則逐步提出“全棧AI基礎設施”的系統化轉型。

盡管AI方興未艾，但市場對于“如何走出同質化”已有集體焦慮。

1.模型能力趨同：主流語言大模型的對話能力、生成文本質量已高度接近，差異難以持續放大。

2.落地路徑復雜：從模型能力到業務應用，中間隔著工具鏈、數據流、安全性等現實阻力。

3.算力與生態碎片化：GPU調度難、推理成本高、Agent生態不成熟，導致“可用性”和“效率”拉不開天花板。

4.缺乏“閉環反饋系統”：模型缺乏自主迭代能力，仍依賴人類提供更新、微調、測試反饋。

這些問題共同構成了一個核心問題：在大模型之后，AI的下一階段增長來自哪里？

是繼續“卷模型參數”？還是構建一個能自我進化的系統？

這，正是阿里在2025云棲大會上，試圖給出回答的問題。

要觀察阿里云，

吳泳銘是最好的“窗口”

在2025年云棲大會的主旨演講中，阿里巴巴集團CEO吳泳銘講的，是一條更加宏大而具進化視角的路線圖：“AGI是起點，ASI才是終極目標。”

一句話，重構了阿里對AI未來的戰略敘事方式。

那么，怎么來理解阿里云，并預測其未來的布局呢？我想，可以從吳泳銘所闡述的體系中，尋找到未來的方向。

“智能三段論”：從理解人到超越人

吳泳銘提出，AI的發展將經歷三個階段：

1.智能涌現（學習人）

AI通過學習人類所有公開的語言知識，獲得基礎推理與泛化能力。這是ChatGPT所代表的階段：AI能“聽懂人話”，但只能停留在語言層面的協作。

2.自主行動（輔助人）

AI不僅能說，更能“做”。具備工具使用（Tool Use）和自主編程（Coding）能力，開始介入現實任務，成為真實世界的“任務執行者”與“系統建設者”。這正是我們所處的階段。

3.自我迭代（超越人）

真正的ASI時代，AI將通過連接真實世界、獲取原始數據、進行持續學習，實現智能閉環進化。從依賴人類輸入的靜態智能，變為能夠感知→決策→行動→再學習的動態智能系統。

這條路徑，是阿里對AI的“物種級進化論”，也是從“工具視角”邁向“生態系統視角”的認知轉變。

大模型=操作系統，超級云=智能引擎

在演講中，吳泳銘還提出了兩個頗具“重建范式”意味的判斷：

1. 大模型將成為下一代操作系統

在他看來，自然語言將成為AI時代的源代碼；Agent將取代傳統軟件，成為任務處理的基本單元；大模型將負責調度用戶輸入、調用工具、分發算力，是新一代的“中樞神經”。

我們可以通過下面的表格，來對這一類別進行分析：

這意味著未來的軟件開發將不再依賴工程師從零編寫代碼，而是通過用自然語言“調度智能”來構建系統，開發門檻極大下降，場景實現效率大幅提升。

2. 超級AI云是下一代“計算機”

吳泳銘認為，Token將成為未來智能社會的“電”，以單位成本在算力網絡中流通；大模型在超級云中運行，將像操作系統+應用一樣與芯片、存儲、接口協同演化；超大規模AI基礎設施將成為未來國家與企業的“數字主權”。

阿里云正基于這一邏輯，構建下一代AI計算底座：從硬件到調度網絡，從模型到編譯器，打造“模型訓練+推理+工具調用”的全鏈閉環。

戰略底色：從參數競賽，邁入“系統構建”的時代

吳泳銘的核心判斷，其實在于一個底層邏輯的切換：AI行業的下一步突破，不只在單點性能，而在系統閉環。

過去，我們習慣于從模型規模、上下文長度、跑分排行榜上判斷AI進化。但阿里認為，這種模式已經逼近“天花板”，真正的躍遷要來自“自我進化能力”——即AI不再依賴人類更新，而能在場景中不斷反饋、優化、自修復。

要實現這一點，必須三者協同：

1.強大的大模型（理解與生成能力）

2.連接世界的Agent系統（行動與感知能力）

3.持續運行的云基礎設施（迭代與訓練能力）

而這些，阿里試圖用一整套從模型、Agent到AI基礎設施的系統化方案來解決。

吳泳銘畫的路線圖，

阿里云正在一點點實現

在提出“從AGI邁向ASI”的戰略愿景后，阿里在2025云棲大會上同步發布了一系列覆蓋大模型、Agent平臺、AI基礎設施以及產業落地場景的核心產品，意圖構建一個從“模型”到“工具”再到“平臺”的完整技術閉環。

如果說吳泳銘的演講是一張面向未來的“智能路線圖”，那么這部分發布，就是這張圖的“工程藍圖”。

大模型：七連發，不是模型堆疊，而是“能力架構重構”

阿里在此次大會上一口氣發布了七款重磅大模型，覆蓋語言、多模態、音視頻、圖像生成等關鍵能力層——但這場“七連發”，其戰略意義遠不止模型數量本身。

Qwen3-Max：在多項權威評測中名列前茅

Qwen3-Max 在多項權威評測中名列前茅，躋身全球前三；其預覽版已在Chatbot Arena排行榜位列第三；Instruct版本在SWE-Bench Verified斬獲69.6分，Tau2-Bench取得 74.8 分；推理增強版在AIME25與HMMT兩項數學測試中均獲滿分100（國內首次）。

Qwen3-Next：效率革命者

創新“參數激活技術”，3B模型激活后能力媲美235B模型，極大降低推理成本。展示了“邊緣智能”與“低成本智能普惠”的潛力。

Qwen3-VL、Qwen3-Omni、通義萬相、通義百聆：全感知多模態矩陣

這次云棲大會，阿里云還一口氣發布或者更新了一系列模型：

·Qwen3-VL：視覺語言理解，支持圖文內容識別；

·Qwen3-Omni：多模態輸入輸出，文本+圖像+音頻協同；

·通義萬相：圖像生成模型，支持風格化與控制參數生成。

·通義百聆：音視頻轉寫與理解；

此外，開源模型的累計下載已超6億次，衍生模型數量達17萬個，建立起全球范圍內影響力最廣泛的大模型矩陣。

Agent系統：從助手到開發者，從流程引擎到智能交互體

Agent被視為通向ASI的關鍵中間態，也是大模型“自主行動能力”的具體體現。阿里此次發布的通義百煉平臺，就是一個圍繞企業應用打造的全生命周期Agent開發系統。

百煉面向企業提供ModelStudio-ADK（高代碼）與ModelStudio-ADP（低代碼）雙路徑：前者1小時即可產出Deep Research等復雜Agent，平臺日均調用量一年增長15倍；后者已被20萬+開發者用來構建80萬+Agent；組件側集成MCP/RAG/Sandbox/Memory/Pay Server等七大企業級能力（Pay Server與支付寶聯合首發）。

此外，阿里的通義靈碼，作為AI for Coding的國產領跑者，也取得諸多成績：下載量超2000萬，生成代碼超60億行；已與用友、平安、小鵬、國防科工系統實現深度集成；不再只是“代碼建議工具”，而是“團隊AI開發助手”。

AI基礎設施：打造屬于智能時代的“電網”

任何AI系統的進化都繞不開算力、網絡、存儲的強力支撐。本屆云棲大會上，阿里云升級了全棧AI底座，從芯片到調度網絡，打造出一個“Token級別”的智能運行平臺。

在基礎設施方面，阿里云頗具誠意，例如：

·磐久128超節點：新一代磐久128超節點AI服務器單柜支持128枚AI芯片，Pb/s級 Scale-Up帶寬、百ns級延遲，同等算力下推理性能提升約50%；

·靈駿智算集群：靈駿智算集群通過模型感知智能路由、網絡拓撲感知調度等優化，面向AI/Agent負載提供穩定高并發與彈性，并支撐10萬卡大規模GPU集群高效互聯與調度；

·對象存儲OSS Vector Bucket：OSS Vector Bucket提供海量向量的高性價比存儲，相較自建開源向量數據庫成本下降約95%，結合OSS MetaQuery可更快構建RAG等應用；

·HPN 8.0網絡架構：新一代HPN 8.0采用訓推一體化架構，存儲網絡帶寬800Gbps、GPU互聯6.4Tbps，可支撐單集群10萬卡高效互聯；

磐久AI Infra2.0 128超節點服務器

而且，阿里云在加快全球布局，新增法國、荷蘭、巴西數據中心，在全球91個可用區部署云原生智能平臺。

產業落地：AI走進“真實世界的場景閉環”

如果說模型與平臺是“思維系統”，那么真正連接ASI的最后一步，是AI開始“進入世界”，形成閉環。阿里云的一系列新技術、新產品，已經在多個行業實現了規?；瘧寐涞?。

例如，在游戲領域，網易接入百煉，自動測試Agent覆蓋測試工作流，效率提升50%+；在制造領域，三一重工部署維修Agent，實現工單識別、備件調度、語音交互閉環；在金融領域，工商銀行通過通義靈碼構建審計流程AI助手，日均節省150人力時；在工業領域，西門子正式與阿里云共建工業AI Copilot，智能控制系統已部署在浙江產線；在汽車領域，吉利在R&D與流程ERP系統中，引入AI多Agent交互系統。

這些案例表明，AI已從“樣機”進入“產品”，從“實驗”進入“流程”。

我們站在一個新時代的門口

在這場以“通往ASI”為敘事主線的云棲大會之后，我們或許應當重新理解這三個字母所代表的意義。

它不是一個“GPT-6級別”的下一站更新，也不是模型參數再翻倍后的競賽終點，而是：一場關于智能系統能否持續自主進化、能否接入世界反饋、能否成為“有生命的操作系統”的技術文明試驗。

“智能基礎設施化”，是通往ASI的真正底層革命

在這個過程中，大模型不再只是一個技術產物，它是“新語言”；Agent不再只是輔助工具，它是“新角色”；云平臺不再只是服務承載體，它是“新地理”與“新主權”。

阿里試圖構建的，正是這樣一種跨越三個維度的體系：

如果這一體系能夠實現“從數據感知到行動執行再到模型更新”的閉環，就不再只是人工智能的升級，而是“智能生態系統”的誕生。

ASI不是“超越人類”，而是“重新連接人類”

人類社會從未如此接近一種“非人類智能系統”的誕生。但ASI的意義，并不是制造一個新的主宰者，而是創造一個可以持續協同演化的共生體。

對組織而言，ASI意味著更扁平、更自適應的流程；對產業而言，ASI意味著從“軟件自動化”邁向“智能主動化”；對個人而言，ASI不是取代你，而是成為你能力邊界的外延。

它是未來操作系統的底層邏輯，也是未來經濟體的中樞智能。

阿里與中國AI，從追趕者傳成長為突破者、體系構建者

在全球AI浪潮的劇烈變革中，中國技術體系長期面對“技術追趕”與“路徑依賴”的雙重挑戰。

但阿里在此次大會中展現出的，不再是對現有范式的模仿，而是一次對智能系統架構的原創性思考：從模型研發、Agent平臺到算力網絡與全球部署，構建出一個具有閉環能力、工程支撐與商業場景的大體系。

這意味著，中國AI力量正在完成從“點上突破”到“面上塑形”的躍遷。

突破“云”，我們站在又一次基礎設施文明躍遷的門檻

從人類有記憶以來，每一次基礎設施的躍遷，都會引發一次文明結構的重組：

·鐵路與電網重構了工業社會的時空邊界；

·通信與互聯網打破了信息傳遞的物理限制；

·云計算開啟了數字資源的集中與普惠，成為數字經濟的底座。

而現在，我們正在見證另一種更深層的躍遷：從算力基礎設施，躍遷為智能基礎設施；從信息交換網絡，演進為智能協同網絡。

這不僅是云的升級，更是文明運行方式的重構。未來的社會，將不是以“流程驅動”運行的，而是以“智能調度”驅動運行的。決策將由感知與反饋形成閉環，行動將由Agent與模型自主執行，組織邊界將被動態智能所滲透與重新定義。

阿里在做的，不是單點突破的AI能力建設，而是試圖構建一整套可持續進化的智能生態系統。這需要極強的戰略定力，也需要工程能力、產業鏈接力和對未來社會邏輯的深度判斷。

我們站在技術文明的又一個門檻上。

歷史不會記住每一個Token的生成，但它會記住，那些用Token重新設計系統、重塑邊界、重構未來的組織與時代精神。

也許，這正是云之后的“智能文明”時代，最值得銘記的注腳。