阿里云拿出了前瞻性的思考，其他玩家怎么跟？

撰文 | 赵卫卫

就在昨天，一场云栖大会把阿里巴巴的股价拉到本月第四次创新高。

港股盘中涨超 10%，收盘大涨 9%，股价创 2021 年 10 月以来新高。市值一日暴增近 3000 亿港元。原因何在？

当下，美国   AI   领域潮流主导者，是   OpenAI   和谷歌，而中国人工智能力量中的弄潮儿，是阿里和字节。

每年云栖大会，都是观察阿里   AI   实力的一个窗口，今年比往年更有阿里味。「人工智能 + 馆」里，没有了大模型六小虎的专属展台，「前沿应用馆」里也不再有千篇一律的人形机器人，「计算馆」里，阿里云高密度 AI 服务器和新一代高性能网络架构依然是重磅「武器」。

而更能引起关注的，是清晰的目标，是一号位对未来路线图的描绘。

「实现   AGI（通用人工智能）已是确定性事件，但这只是起点。AI   不会止步于   AGI，它将迈向超越人类智能、能够自我迭代进化的超级人工智能（ASI）。」阿里巴巴集团董事兼首席执行官吴泳铭认为。

与之一道令市场情绪催化的，是阿里饱和式的投入。阿里正在积极推进三年   3800   亿元的   AI   基础设施建设计划，并将会持续追加更大的投入。为了迎接超级人工智能（ASI）的到来，阿里云预计到   2032   年其全球数据中心的能耗规模将是   2022   年的   10   倍。

这是一种长远规划的宣言，更是一种打破现有竞争逻辑的路线图。

而关于眼前的路最直观的呈现，是在前不久   IDC   公布的《中国大模型公有云服务市场分析》报告。报告中按照大模型调用量的市场份额来看，今年上半年中国市场份额第一是火山引擎，占据了   49.2%，而第二和第三分别是阿里云和百度智能云，占比分别是   27% 和   17%。

公有云上大模型调用量，是评估大模型市场企业格局的关键参考指标之一。

但事实上，阿里云的大模型一直走开源路线，很多企业都通过私有化部署来使用   AI，这也就造成了这个单一数据上的不足。阿里云在公有云市场整体是绝对领先的，而且云计算也不是单一维度的竞争，靠的是底层基础和上层应用场景构成的复杂生态。

阿里云拿出了自己前瞻性的思考，它笃定自己的技术路径和发展节奏，那么对于中国其他云厂商来说，他们会跟随还是另辟蹊径？这必将是一个充满压力的回答。

1

一号位定调

MaaS，也就是如今流行的模型即服务，就是阿里云最先在行业提出的。

那时候还是   2022   年，  ChatGPT   还没有火，阿里云就把   MaaS   看作是更高阶的云产物，因为之前的云计算中，底层的计算、存储等是   Iaas（基础设施即服务），在往上是   PaaS   层，用数据平台、机器学习平台来实现云服务，而模型是融合了数据和计算，代表着更新的生产元素。

如今，MaaS   代表着全新的   AI   云服务范式，将大模型以云服务方式提供给更多的企业和开发人员，AI   云服务围绕着   GPU   构建，而传统云服务是以   CPU   为基础。

MaaS   的模式验证了阿里云过去几年的预判，那么未来的预判是什么？

吴泳铭用一张图详细描绘了通往   ASI（超级人工智能）之路：第一阶段：「智能涌现」，AI   通过学习海量人类知识具备泛化智能。第二阶段：「自主行动」，AI   掌握工具使用和编程能力以「辅助人」，这是行业当前所处的阶段。第三阶段：「自我迭代」，AI   通过连接物理世界并实现自学习，最终实现「超越人」。

不难看出，人是目的本身。

而要实现第三个阶段的关键点，一方面是   AI   连接了真实世界的全量原始数据；另外一方面是   AI   自主学习，这意味着随着能力的持续提升，未来的模型将通过与真实世界的持续交互，获取新的数据并接收实时反馈，借助强化学习与持续学习机制，自主优化、修正偏差、实现自我迭代与智能升级。

此外，吴泳铭还有两个核心路径的判断：大模型是下一代操作系统、超级 AI   云是下一代计算机。

也就是说，大模型会取代软件，未来真实世界的工具接口将与大模型链接，用户需求和行业应用将会通过大模型相关工具执行任务，大模型将会是承载用户、软件与   AI   计算资源交互调度的中间层，成为   AI   时代的操作系统。

而硬件层面，如今以   GPU   为核心的   AI   计算，正在取代以   CPU   为核心的传统计算，Token   就是未来的电。充足的能源、全栈的技术、数以百万计的   GPU   和   CPU，协同网络、芯片、存储、数据库高效运作，这就需要一个超级   AI   云承载海量的需求。

「未来，全世界可能只会有   5～6   个超级云计算平台」，吴泳铭认为。这就是前瞻性的未来，而阿里云持续加大投入，就是要迎接超级人工智能时代的到来。

2

眼前的竞争路

「我们底层的云服务，一部分是用阿里云，一部分是用火山引擎。」云栖大会上的一位参展商告诉「蓝洞商业」。

这家参展商是爱诗科技，作为国内知名的视频大模型创业公司，在   9   月份刚刚宣布完成超   6000   万美元   B   轮融资，而领投的正是阿里巴巴。爱诗科技创始人王长虎是前字节跳动视觉技术负责人，爱诗科技的主要产品是   AI   视频生成   PixVerse（拍我   AI），目前全球用户超   1   亿。

阿里云与火山引擎早已经成为行业最为关注的云厂商，就连各自负责人公开受访也免不了提及对方。

阿里云的目标，如今定义是全球领先的全栈   AI   服务提供商。作为阿里云首席技术官的周靖人，之前被问及对手火山引擎的激进投入时表示，火山这几年发展很快，「我们欢迎大家一起来推动   AI   产业的发展，这个市场空间还很大。」

而谭待作为火山引擎的一号位，已经挑明要成为国内   AI   云的第一名。他承认，阿里云的云业务是国内最大的一家，但如果按整个集团来算资源规模的话，火山引擎不比阿里少，「如果没有那么大的内部资源，再大的力也出不了奇迹，都没有让你练手的地方。」

在杭州机场，火山引擎激进的投放广告，宣传其在公有云大模型调用量上的优势。

去年，中国市场的公有云大模型调用量是   114   万   Tokens，而随着大模型的发展，今年上半年这个数据就增长了   400%。与之对应的是，火山引擎在这一领域的市场份额，也从去年的   46.4%   增长到了今年上半年的   49.2%。  IDC   报告预测，未来中国生成式   AI 高速增长，这一市场规模在   2028   年将达到   482.4 亿。

大模型调用量只是一个维度的竞争，它反映的是大模型服务在市场上的受欢迎程度。

阿里云在整体公有云市场依然是领先地位。同期的   IDC   的报告中，在基础设施和大数据平台等维度，也都是保持领先，尤其是大数据公有云市场，阿里云的市场份额是   47%，超过第二名到第四名的总和。

事实上，阿里云也在   AI   模型服务上追赶火山引擎，云和模型的软硬一体联合优化，已经成为阿里云的目标之一。

有行业人士透露，阿里云正在打造一批   AI   应用领域的标志性企业，通过接入的客户数来聚拢生态，而不是只看模型的调用量，即便调用量不大但未来有成长性，也都成为阿里云重点发展的客户。

阿里云眼前的竞争路，意味着既要有高性价比的模型，又要有完善的云服务支撑，当模型能力越来越成为云服务的重要组成部分，云服务系统结合   AI   的性能和效率，就成为阿里云当下的核心竞争的命题。

3

模型背后的系统之战

混合推理是当下模型发展的重要趋势，阿里云今年   4   月在行业内首发了混合推理模型   Qwen3，总参数量仅为   DeepSeek R1   的三分之一，它能做到自动根据问题来选择快思考的非推理模型和慢思考的推理模型。豆包大模型   1.6   等国内大模型同行后来都跟进了混合推理模式。

而这次云栖大会上，阿里又一口气拿出了   7   款通义千问模型产品，涵盖了语言、语音、视觉、多模态、代码等模型领域。

其中最值得注意的是旗舰模型   Qwen3-Max，这是通义千问中最大和最强的模型。预训练数据量高达   36T tokens，总参数超过万亿。其性能在全球权威评测中已超越   GPT-5、Claude Opus 4   等顶尖模型，跻身世界前三，在代表   Agent   核心能力的工具调用能力和   Coding   能力评测中，这款模型均位列全球第一梯队。

而最能代表通义千问前瞻布局的模型要算   Qwen3-Next  ，效率和性价比都是其极致的追求。该模型总参数   80B，但仅需激活   3B   参数，性能便可媲美   235B   的旗舰模型，模型训练成本较密集模型 Qwen3-32B 大降超   90%，长文本推理吞吐量提升   10   倍以上。

有了更强的模型，如何让模型能力落地自然也是不能失的重心，尤其是   Agent（智能体）作为   AI   落地的关键载体。

作为一站式模型服务和   Agent   开发平台，阿里云百炼发布全新   Agent   开发框架   ModelStudio-ADK，该框架突破以预定义编排方式开发   Agent   的局限，可帮助企业高效开发具备自主决策、多轮反思和循环执行能力的   Agent。

阿里云百炼平台最新的数据是，已有超   20   万开发者开发了   80   多万个 Agent，过去一年，阿里云百炼平台的模型日均调用量增长了   15   倍。

最值得注意的是，阿里在支付等商业化能力的   Agent   落地，例如通过低代码   Agent   开发平台   ModelStudio-ADP，网商银行开发了贷款审核应用，支持合同、发票、营业执照等   26   种凭证，以及店面门头、餐饮厨房、就餐区、货架商品等超过   400   种细粒度物体的精准识别，准确率超 95%，其任务处理时间从原来的   3   小时优化至   5   分钟内。

Agent   开发本质是支持   AI   落地到物理世界，正如吴泳铭的观点，未来可能会有超过全球人口数量的   Agent（智能体）和机器人，和人类一起工作，对真实世界产生巨大影响。在阿里云的价值观中，智能体正是连接数字世界与真实世界的最佳载体。

Agent   是当下云厂商和   AI   公司竞争的焦点，它自己思考、规划、编排流程，会带来更大的云计算资源，也意味着更大的经济价值。

「今天模型之间的竞争，其实也是系统的竞争；今天云的竞争，也是模型的竞争」，周靖人认为。所以任何一个维度都不可能错过，不论是丰富的通义大模型家族，还是   Agent   开发范式，再或者是   AI   基础设施的计算存储能力，阿里云都在通过全栈   AI   体系，投入到这一场宏伟蓝图的构建中。

期待值已经拉满，这场通往超级人工智能的前瞻之路，阿里已经上路并给行业做出了范例。

审校 | 陈秋霖

END