文 | 字母 AI

这两天，阿里宣布成立 Token 事业群（Alibaba Token Hub，ATH）的消息成为了业内关注的焦点，但在这一轮 AI 组织重排中，阿里方面一些选择显得有些与众不同。

过去一年，大模型竞赛持续升温，一些公司开始把模型研发团队提升为集团级技术中枢。例如字节将基础研究力量逐步收拢到 Seed 团队之下，腾讯也在 2025 年底重组 AI 架构，使混元逐渐演化为更接近集中式研发中枢的形态。

但在阿里方面的这一轮动作中，通义实验室并没有像 Seed 一样，被单独提升为类似 " 集团级研究中枢 " 的存在，而是被放进了一个以 Token 为核心的 AI 业务体系之中，成为 ATH 事业群的一部分。

据了解，该事业群还包括面向开发者的百炼 MaaS 平台、面向 C 端用户的千问 App，以及面向企业场景的悟空 AI 工作平台。从组织架构上看，这是阿里近年来最大的一次 AI 业务整合。

按照阿里方面的规划，在这一体系中，通义实验室负责模型能力，百炼负责平台分发，而千问和悟空则承担应用落地。

事实上，阿里过去的 AI 能力长期分散在多个体系之中：达摩院负责基础研究，阿里云推动 AI 服务平台，电商和钉钉等业务线则各自发展算法与产品能力，模型研发、平台能力和业务场景之间往往跨越多个部门。

Token 事业群的成立，本质上是一次将模型、平台与应用重新捆绑的组织重构，" 强化协同 " 的意图十分明显。

从 Token 事业群这个名字也不难看出，阿里更关心的，似乎是这样一个问题：如何让 AI 能力成为各个业务体系的抓手，并迅速转化为 Token 调用规模。

吴泳铭亲自挂帅，阿里想用 ATH 解决 " 协同问题 "

ATH 的官方目标被概括为三句话：" 创造 Token、输送 Token、应用 Token"。

也就是说，阿里成立这一个部门，首先想解决的是从模型研发到 API 平台，再到应用场景的应用链路问题。

通义实验室在这个过程中负责模型研发，MaaS 负责平台分发，而千问和刚刚发布的悟空分别承担 C 端助手和 B 端 Agent 应用。

这一设计的直接目的，是打破过去几年阿里 AI 体系中的协同问题。此前通义实验室、阿里云、钉钉、千问等业务分属不同体系，模型研发、商业化落地和场景接入之间存在明显的跨部门成本。

以钉钉方面为例，" 无招 " 陈航回归之后，钉钉团队在产品战略上大幅转向 ALL in AI。过去一年里，钉钉陆续上线 AI 助手、AI 文档、AI 表格、AI 会议纪要等功能。但在功能落地过程中，很多能力主要由钉钉团队内部推进。

自 2023 年 " 云钉一体 " 拆解之后，钉钉就一直在 " 自力更生 " 的状态。在那之后，钉钉、阿里云和通义实验室在组织上分属不同体系，各自拥有明确的业务目标。在这种结构下，不同团队往往会优先解决自己的产品问题，甚至可能会出现 " 重复造轮子 " 的情况。

据阿里内部人士透露，钉钉团队曾在产品内部尝试打通支付能力，希望让企业用户在钉钉直接完成付款操作，但这一尝试最终没有落地。

而在一段时间后发布的千问 App，则直接在应用内打通了支付体系，千问方面依托支付能力直接开启了一波 " 请客喝奶茶 " 的 30 亿补贴活动，试图给大众留下千问 " 能办事 " 的产品形象。

但这也说明，阿里旗下的众多业务之间，一些同类资源此前并没能在组织内有效调用。从模型到产品功能落地的链路上，协同的问题一直存在。

因此，ATH 的成立本质上就是把研发、平台、产品化全部放进同一组织，以缩短从模型到应用的路径。

吴泳铭的亲自挂帅，本身也是一个姿态层面的信号，这位 CEO 将更多参与 AI 业务间的协同和业务迭代。

自 2023 年接任阿里 CEO 以来，吴泳铭在内部多次强调 AI 是集团未来最重要的技术方向，并推动阿里重新集中资源投入基础模型和算力基础设施。

阿里此前披露，未来三年将在云计算和 AI 基础设施领域投入超过 3800 亿元人民币，这一规模超过过去十年相关投入总和。

昨天举行的钉钉 2.0 发布会上，阿里方面发布了企业级 AI 原生工作平台悟空。阿里方面披露的信息显示，未来阿里集团内部的商业能力将逐步接入这一平台：包括淘宝、天猫、1688、支付宝以及阿里云等 B 端能力，都将通过悟空向企业用户开放。

公开资料显示，钉钉目前服务约 2300 万企业组织、超过 6 亿用户，其工作流系统沉淀了数千种企业应用能力，这也意味着悟空上线后，阿里 AI 能力将直接嵌入一个现成的企业软件入口。

而钉钉此前打不通的支付环节，就这样在 ATH 成立的第二天被提上了日程。

从组织架构来看，ATH 更像一个 "AI 产业链部门 "。

这种结构意味着阿里在 AI 时代优先解决的问题并不是 " 强化模型技术路线 "，而是 AI 能力如何快速转化为应用规模。

因此，ATH 的核心逻辑是重建 AI 协作结构。通过将模型研发、平台分发和应用产品统一到一个事业群，阿里希望减少内部摩擦，让 AI 能力更快嵌入整个商业生态。

只是，这意味着作为模型研发的核心——通义实验室在这一轮变化中，并未像友商的 Seed 或者混元一般，作为独立的研发中枢存在。

通义不走 Seed 路线，拥抱 "Token 经济 "

Token 这个词，在过去两个月的 AI 产业里，一直持续地被高频提及。

随着 OpenClaw 等 AIAgent 框架流行，模型调用量迅速上升。开发者平台 OpenRouter 的统计显示，LLMToken 调用量在 8 周内从约 5.5 万亿增长到 15 万亿。

而据沙利文报告显示，2025 年下半年中国企业级大模型日均调用量已达约 37 万亿 Tokens，较上半年 10.2 万亿增长 263%。

其中，Token 消耗排名前三的模型体系分别为通义千问、字节豆包大模型和 DeepSeek，占比分别为 32.1%、21.3% 和 18.4%，合计超过七成。

这一行业变化趋势，可能是驱使阿里走上这条路的关键因素之一。如果按照这种逻辑竞争，相比起模型能力，更重要的是谁能创造更多 Token 消耗场景。

另一边，这也和阿里 AI 庞大业务版图有关。事实上，今天发布的悟空，并不是阿里第一次宣布 AI 业务和集团内其他生态的大协同。

就在几个月前，同样在这座杭州阿里西溪园区报告厅，在千问 App 的发布会上，就曾有淘宝、高德、飞猪等业务的负责人现身 " 站台 "。

这种跨业务的集体亮相，本身就像是一种信号：阿里方面想要让 AI 进入整个集团生态。

淘宝的商品信息、支付宝的支付能力、钉钉的工作流以及高德的地理数据，都有可能通过千问和悟空，把阿里各个业务生态变成一个巨大的 Token 调用池。

"Token 优先 " 模式，一方面正在不断强化阿里内部各板块间 AI 业务的协同，但同时也使得通义实验室的定位，逐渐和竞争对手们出现了一些偏差。

过去一年里，腾讯和字节已经逐渐走上 " 大研发中心 " 的路线：字节将原本分散在 AILab 等团队的模型与算法力量整合进 Seed 体系，由前 GoogleFellow、DeepMind 研究副总裁吴永辉牵头，负责基础模型与长期 AGI 研究。

腾讯则把 AILab、优图实验室以及混元大模型团队等研发力量统一到混元体系，由普林斯顿博士、曾任 OpenAI 研究员的姚顺雨统筹推进。

Qwen 技术负责人林俊旸离职时，业内曾传出通义 /Qwen 团队 AI Infra 体系和研发协同上仍有短板。

而在随后的内部沟通会上，阿里云 CTO、主导通义实验室的周靖人表示，团队处于 " 资源紧张状态 "，内外差异有很多历史原因，未来正在做整体规划，但对此没有进一步展开说明。

Qwen 系列模型本身拥有相当庞大的开源矩阵。从 0.5B 到几十 B 参数的不同规格模型，使其在开发者社区和企业部署场景中获得了较高关注度。

截至 2026 年初，Qwen 模型在 HuggingFace 等平台累计下载量已超过 7 亿次，成为全球下载量最高的开源大模型体系之一。

但在主力模型的表现上，如 Qwen3.5-plus 等模型的表现上，似乎未能有效说服市场。

此前曾公开报道显示，有阿里内部人士称，Qwen 在除夕当天开源的 Qwen3.5Plus 模型只能算是一个 " 半成品 "。

有 AI 行业内部人士曾向字母 AI 表示，Qwen3.5 在部分场景下的表现，已经被 Minimax/ 智谱 / 月之暗面等独立模型公司拉开了差距。

而在 AIInfra 层，字节、腾讯近来也都在继续加码：相关报道显示，字节方面 2025 年资本开支计划超 1500 亿元，主要投向 AI 基础设施，并在马来西亚、泰国继续扩建数据中心。

而据 SOSP（操作系统原理研讨会）2025 上，字节方面披露的论文《Robust LLM Training Infrastructure at ByteDance》显示，字节大模型训练平台运行在超过 20 万张 GPU 的生产集群上。

腾讯则在 2025 年四季度单季资本开支达 390 亿元，新设 AIInfra 部门，同时其韶关智算中心项目已开工，承接混元等核心业务。

此前，在 Qwen 技术负责人林俊旸离职风波后，阿里 CEO 吴泳铭在内部信中回应称，公司将成立基础模型支持小组，由其本人牵头，与周靖人等高管共同协调集团资源，加大对通义大模型研发的投入与支持。

从目前的组织调整来看，阿里的方向已经相当明确：相比单点突破模型能力，更重要的是让模型更快进入真实业务场景，并通过大规模调用形成商业闭环。

而在 ATH 体系下，重组后的 Qwen 团队和通义实验室，能否在这样的结构下获得足够资源，并在模型能力上重新追赶行业节奏，仍然值得持续观察。