SOTA 是能力，能被全世界用起来才是护城河。

作者｜李苏

编辑｜靖宇

8 月 20 日晚，阿里巴巴发布新季度业绩。

阿里云外部商业化收入同比增长 45%，创 22 个季度以来的新高。AI 云及算力服务收入达到 484.37 亿元，经调整 EBITA 为 56.28 亿元，同比增长 133%，利润率升至 12%。AI 相关产品收入连续第 12 个季度实现三位数增长，本季度达到 123.76 亿元。

这组数字解释了市场对云业务的反应。同样亮眼的，还有以千问大模型为核心的一整套模型矩阵。过去一个月，阿里在大语言、图像、语音、视频、音乐五个方向上，密集摆出了一整排全球第一梯队的模型。

在这场愈演愈烈的模型大战里，绝大多数公司还在拼某一个单项，而阿里已经开始打团战。

01

模型 SOTA 是基操，

全线 SOTA 才是稀缺物

过去两年，一家 AI 公司拿下某个榜单的 SOTA，早已不算新闻。真正稀缺的，是同一家公司在同一时间窗口，把最重要的几类模型都推到全球第一梯队。

这份清单目前只有阿里能一次性交出：

• 大语言模型 Qwen3.8-Max：总参数 2.4 万亿，CodeArena 编程竞技场全球第三，Artificial Analysis Agentic 智能体评测全球第一，已开放权重；

• 图像模型 Qwen-Image-3.0：Image Arena 中国第一；

• 语音模型 Qwen-Audio：ASR、TTS、Realtime 三类模型在 Artificial Analysis 相关榜单同时拿下第一，堪称语音行业 " 大满贯 "；

• 视频模型 Wan3.0：Artificial Analysis Text-to-Image 与 Video Editing 双榜全球第一；

• 音乐模型 HappyShrimp：作为全新品类首次亮相。

把这几行放在一起看，才能读懂这份财报的另一层含义。模型 SOTA 是行业基操，全线 SOTA 才是稀缺物。这样的阵仗，非但在中国绝无仅有，放到全球也令人侧目。

更关键的是节奏。单个模型偶尔冲上榜单，靠的是某个团队在某一方向的爆发；多条产品线同时进入第一梯队，比拼的是训练基础设施、数据飞轮、算法团队和产品组织的整体协同能力。前者是灵光一现，后者是工厂能力。

阿里在 AI 行业里的生态位，也因此被重新定义。过去，外界更多把 Qwen 视为阿里在开源大语言模型领域的观察对象。现在，它已经是一个横跨文本、图像、语音、视频、音乐的模型矩阵。竞争的单位，从一款产品，切换到一整套体系。

02

Qwen3.8-27B，

成了开源模型新一代「斩杀线」

模型能不能打，光看榜单不够，还要看外部开发者是否真正使用。

这一点上，Qwen3.8 提供了一个近期最直接的样本。Qwen3.8 经历了从 Preview 版本到正式版本的连续更新，随后开源的 Qwen3.8-27B 在上线两天后登顶 Hugging Face 趋势榜，并强势冲入史上最受欢迎模型榜第三，下载量超过 100 万次。业内已经开始把它视作开源模型的新一代「斩杀线」。新模型发布，得先跟它比能力再比成本，比不过，发布当天就基本失去讨论价值。

下载之后，更关键的是开发者会怎么处理模型。Qwen3.8-27B 的开源节点，正好处于全球开发者密集寻找开源模型的阶段。模型上线后，开发者会根据自己的需求进行量化和微调，也会将模型部署到不同的芯片和云平台上。应用公司则会评估模型在客服和编程等场景中的成本与效果，也会继续测试搜索与办公任务。模型被下载只是第一步，后续的适配和二次开发，才会影响它进入更多应用的速度。

Qwen 由此不再只是一次产品发布。芯片厂商第一时间适配、云平台上架，开发者跟进量化和微调，企业客户则会根据实际任务选择合适的版本。模型进入了更长的产业链，阿里提供的也不再只是一个「可以下载的模型文件」，而是一个被真实使用的基座。

这种扩散已经有数据支撑。截至目前，阿里累计开源模型超过 460 个，Qwen 系列模型全球下载总量超过 30 亿次，衍生模型数量超过 30 万个。衍生模型数量意味着开发者和机构已经在 Qwen 基础上进行持续修改，模型能力开始通过不同版本进入具体行业和应用。

这也是当下 AI 下半场的分水岭。当模型能力普遍逼近，谁能撬动全球产业链一起用，谁就拥有别人短期抢不走的护城河。SOTA 是能力，能被全世界用起来才是护城河。一位长期观察开源生态的开发者对此的判断很直接：「榜单前三谁都可能坐一坐，但让三十万个衍生模型跑在自己底座上的公司，只会是少数几家。」

不止于此，阿里的模型矩阵正在把这种生态势能横向复制。Qwen-Image 拿下国内图像模型第一，重点押注图像信息密度和文字生成准确度；Wan3.0 公测后可以把文档和 PPT 直接转化为视频，让视频模型和真实办公场景发生连接；Qwen-Audio 把语音识别、合成、实时交互三条线一起补齐，直接对准客服、会议、智能硬件；HappyShrimp 把生成边界推进到旋律与人声。

这些方向单看是分散的，合起来却指向同一个判断：阿里不是在赌某一个模型，而是在赌「模型作为一种新型工业品」的整体生产能力。

03

以「智能前沿工厂」重估阿里

当模型可以像工业品一样被批量生产、被广泛消费，估值这件事，也就到了该换坐标系的时候。

过去，市场习惯用云厂商 + 互联网公司的组合来给阿里估值：一部分对标基础设施，一部分对标电商与消费。这份财报之后，这套框架开始显得不够用。一个更贴近现在阿里的说法，或许是「前沿智能工厂」。

8 月 20 日发布的财报显示，阿里云外部商业化收入同比增长 45%，创 22 个季度以来的新高。AI 云及算力服务收入达到 484.37 亿元，经调整 EBITA 同比增长 133% 至 56.28 亿元，利润率达到 12%。阿里巴巴 CEO 吴泳铭在当晚的分析师电话会上给出了一组更能说明 " 模型 C 位 " 的数字：本季度阿里 AI 相关产品年化收入（ARR）突破 495 亿元，在阿里云外部商业化收入中的占比升至 35%，包括 MaaS 在内的模型与应用服务收入 ARR 已突破 160 亿元。他把这一增长定性为 " 算力、存储、MaaS、AI 应用的全面增长 "。换句话说，撑起 45% 云增速的，不是某一层业务，而是模型和应用一起在跑。

阿里在底层芯片上的投入，也在这一轮收入里同步兑现。目前，平头哥已经形成覆盖 GPU 和 CPU，同时包括存储与网络芯片的自研体系，并围绕计算和存储环节，进一步延伸到网络优化。真武 AI 芯片通过阿里云服务，已经进入自动驾驶和互联网等 20 多个行业的 650 多家外部客户，训练、微调、推理全流程均已跑通。

据吴泳铭在电话会上披露，基于新一代平头哥芯片真武 M890 的超节点实例，近日已上线阿里云规模化销售，下半年还将持续放量；与此同时，阿里云已把大型 AIDC 数据中心的交付工期压到 100 天，处于全球最领先水平——芯片和数据中心两条线，正在同步为模型工厂扩产能。

基础设施之上，应用端也在承接这些能力。阿里推出了面向个人和企业用户的千问办公。该产品同时支持桌面端 Agent 和云端 Agent，并支持企业协同 Agent，目标是进入企业的日常工作流程。消费端的千问 App 则在增加生产力和专业功能的付费服务，并接入淘宝天猫和淘宝闪购等业务。阿里披露，已有 2.5 亿用户通过千问 App 的智能体功能完成过由 AI 驱动的购物体验。

这些应用背后新增的模型调用、存储与网络需求，最终都沿着这条链路回流到阿里云，正在向 Agentic Cloud 全面演进的阿里云，本身也是这条兑现路径上的中央车间。吴泳铭在电话会上把这条链路概括为「算力 - 模型 -Token- 应用 - 收入」的完整商业闭环，「这是一个正向循环」。

从全局看，阿里当前的 AI 体系已经有比较明确的层级。底层包括算力和芯片，中间是覆盖多种模态的模型产品，外部连接开源开发者，商业端由阿里云承接企业客户。各部分单独看，分别属于基础设施和模型研发，再到开源社区与云服务。叠在同一家公司里，就变成一条围绕客户需求持续互相转化的链路。

不过，这套体系能否长期保持效率，仍然要看模型迭代速度和算力成本，也要看企业付费意愿。阿里需要持续证明，新模型能够带来更多有效调用，开源用户能够转化为长期客户，AI 收入的增长也能够改善云业务利润。当前的财报已经给出了第一阶段答案，阿里云的增长和利润正在同步加快。

把镜头拉远，这轮 AI 竞争正在完成一次静悄悄的换挡。

上半场，行业比的是谁能率先冲到某个榜单的顶端；下半场，比的是谁能同时在多个模态上持续产出 SOTA、并把它们兑换成真实的商业收入和产业影响力。前者是短跑，后者是团战。

阿里今天的动作，正是一次典型的 " 团战开局 "：一边用模型矩阵拉齐能力上限，一边用开源生态放大扩散半径，再用阿里云和 Agent 产品把 Token 运输到广阔的应用现场。追求最前沿的 AGI 是一条线，把 AI 价值落向实处、深处是另一条线，两条线在同一家公司里第一次被拧成了一股。

回到开头那个问题：AI 下半场真正的胜负手是什么？

不是再造一个更大的模型，而是造一座能持续造出更好模型、并把它们送到全世界手里的工厂。阿里已经打响了模型团战的第一枪，接下来要看的，是这座前沿智能工厂的产能，能否跟上它自己制造出的这份需求。

* 头图来源：视觉中国

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

当模型 SOTA 成了行业基操，

什么才是 AI 下半场真正的胜负手？