云棲大會

核心內(nèi)容紀(jì)要

本文沒廢話，就講倆事兒：

• 今天云棲大會上，阿里發(fā)了啥

• 今天云棲大會上，吳媽（男的）講了啥

阿里發(fā)了啥

Qwen3-Max：旗艦?zāi)Ｐ?/strong>

旗艦?zāi)Ｐ?，總參?shù)超過萬億，訓(xùn)練數(shù)據(jù)36T，包含指令（Instruct）和推理（Thinking）兩大版本

該模型在編程能力、Agent 工具調(diào)用能力等方面表現(xiàn)突出，其推理版本更是在數(shù)學(xué)推理測試中取得 100 分滿分

Qwen3-Next：下一代基模架構(gòu)

下一代基礎(chǔ)模型架構(gòu)及系列模型，旨在突破模型計(jì)算效率。該架構(gòu)采用高稀疏度 MoE 結(jié)構(gòu)等技術(shù)，實(shí)現(xiàn)了以小得多的激活參數(shù)規(guī)模，達(dá)到媲美更大模型的性能

與密集模型相比，其訓(xùn)練成本降低超過 90%，長文本推理吞吐量提升 10 倍以上

Qwen3-Coder：編程模型

專用于編程領(lǐng)域的模型，與 Qwen Code、Claude Code 系統(tǒng)進(jìn)行聯(lián)合訓(xùn)練，顯著提升了應(yīng)用效果、推理速度和代碼安全性

該模型，可一鍵完成完整項(xiàng)目的部署和問題修復(fù)

Qwen3-VL：視覺理解模型

新一代開源視覺理解模型，大幅提升了視覺 Agent 和空間感知等能力，一個(gè)突出的特點(diǎn)是能根據(jù)設(shè)計(jì)草圖直接生成代碼。

此外，該模型支持百萬級 tokens 上下文，可理解超過 2 小時(shí)的視頻

Qwen3-Omni：全模態(tài)大模型

開源的全模態(tài)預(yù)訓(xùn)練大模型，可實(shí)現(xiàn)全模態(tài)輸入和輸出，能像人類一樣“聽說寫”。其技術(shù)突破在于，多模態(tài)混合訓(xùn)練在增強(qiáng)音視頻能力的同時(shí)，并未削弱單模態(tài)文本與圖像的性能

該系列還開源了全球首個(gè)通用音頻描述（caption）模型

Wan2.5 preview：多模態(tài)視覺創(chuàng)作模型

專注于視覺創(chuàng)作的系列模型，涵蓋文生視頻、圖生視頻、文生圖和圖像編輯四大功能。其核心突破是首次實(shí)現(xiàn)了音畫同步的視頻生成，可根據(jù)畫面內(nèi)容匹配人聲、音效和背景音樂

該模型支持生成長達(dá) 10 秒的 1080P 高清視頻，并全面升級了圖像生成能力

通義百聆：全新語音大模型

通義大模型家族的全新語音大模型成員，包含兩大模型：語音識別大模型 Fun-ASR 和語音合成大模型 Fun-CosyVoice

• Fun-ASR 基于數(shù)千萬小時(shí)真實(shí)語音數(shù)據(jù)訓(xùn)練，具備強(qiáng)大的上下文理解能力；

• Fun-CosyVoice 則提供上百種預(yù)制音色，可用于客服、有聲書、直播等多種場景

吳媽講了啥

核心愿景：從 AGI 到 ASI
我們正處在一場由 AI 驅(qū)動的智能化革命中，這場革命的目標(biāo)將從通用人工智能（AGI）發(fā)展到超級人工智能（ASI）。ASI 將超越人類智能，能自我迭代，并解決人類目前無法攻克的重大科學(xué)難題

具體來說
闡述通往ASI的三階段路線：闡述了通往超級人工智能（ASI）的演進(jìn)路線，分為“智能涌現(xiàn)”（學(xué)習(xí)人）、“自主行動”（輔助人）和“自我迭代”（超越人）三個(gè)階段

明確阿里云兩大核心戰(zhàn)略

• 一是將通義千問堅(jiān)定開源，致力于打造“AI時(shí)代的Android”；

• 二是構(gòu)建作為“下一代計(jì)算機(jī)”的超級AI云，為全球提供智能算力網(wǎng)絡(luò)
  

宣布大規(guī)模AI投入計(jì)劃 阿里巴巴將在未來三年投入3800億用于AI基礎(chǔ)設(shè)施建設(shè)，并規(guī)劃到2032年，其全球數(shù)據(jù)中心的能耗規(guī)模將提升10倍，以支撐ASI時(shí)代的到來。

演講全文

開始演講之前，我想特別感謝一下支持整個(gè)中國乃至全球科技行業(yè)的開發(fā)者朋友。今天是云棲大會的10周年，云棲大會起源于阿里云的開發(fā)者大會，是廣大開發(fā)者推動了中國乃至全球的云計(jì)算、AI和科技行業(yè)的發(fā)展。所以，在演講之前，我想特別向開發(fā)者們致以最高的謝意。

當(dāng)前的世界，一場由人工智能驅(qū)動的智能化革命剛剛開始。過去幾百年，工業(yè)革命通過機(jī)械化放大了人類的體能，信息革命通過數(shù)字化放大了人類的信息處理能力。而這一次，智能化革命將遠(yuǎn)超我們的想象。通用人工智能AGI不僅會放大人類智力，還將解放人類的潛能，為超級人工智能ASI的到來鋪平道路。

最近的三年，我們已經(jīng)清晰地感受到它的速度。幾年時(shí)間，AI的智力從一個(gè)高中生迅速提升到博士生的水平，還能拿到國際IMO的金牌。AI Chatbot是人類有以來用戶滲透率最快的功能。AI 的行業(yè)滲透速度超過歷史上所有技術(shù)。Tokens 的消耗速度兩三個(gè)月就翻一番。最近一年，全球AI行業(yè)的投資總額已經(jīng)超過4000億美元，未來5年全球AI的累計(jì)投入將超過4萬億美元，這是歷史上最大的算力和研發(fā)投入，必然將會加速催生更強(qiáng)大的模型，加速AI應(yīng)用的滲透。

實(shí)現(xiàn)AGI——一個(gè)具備人類通用認(rèn)知能力的智能系統(tǒng)，現(xiàn)在看來已成為確定性事件。然而，AGI并非AI發(fā)展的終點(diǎn)，而是全新的起點(diǎn)。AI不會止步于AGI，它將邁向超越人類智能、能夠自我迭代進(jìn)化的超級人工智能（ASI）。

AGI的目標(biāo)是將人類從80%的日常工作中解放出來，讓我們專注于創(chuàng)造與探索。而ASI作為全面超越人類智能的系統(tǒng)，將可能創(chuàng)造出一批“超級科學(xué)家”和"全棧超級工程師"。ASI將以難以想象的速度，解決現(xiàn)在未被解決的科學(xué)和工程問題，比如攻克醫(yī)學(xué)難題、發(fā)明新材料、解決可持續(xù)能源和氣候問題，甚至星際旅行等等。ASI將以指數(shù)級的速度推動科技的飛躍，引領(lǐng)我們進(jìn)入一個(gè)前所未有的智能時(shí)代。

我們認(rèn)為，通往ASI之路將經(jīng)歷三個(gè)階段：

第一階段是“智能涌現(xiàn)”，特征是“學(xué)習(xí)人”。過去幾十年的互聯(lián)網(wǎng)發(fā)展，為智能涌現(xiàn)提供了基礎(chǔ)。互聯(lián)網(wǎng)將人類歷史上幾乎所有的知識都數(shù)字化了。這些語言文字承載的信息，代表了人類知識的全集?；诖?，大模型首先通過理解全世界的知識集合，具備了泛化的智能能力，涌現(xiàn)出通用對話能力，可以理解人類的意圖，解答人類的問題，并逐漸發(fā)展出思考多步問題的推理能力?，F(xiàn)在，我們看到AI已經(jīng)逼近人類各學(xué)科測試的頂級水平，比如國際數(shù)學(xué)奧賽的金牌水平。AI逐漸具備了進(jìn)入真實(shí)世界、解決真實(shí)問題、創(chuàng)造真實(shí)價(jià)值的可能性。這是過去幾年的主線。

第二個(gè)階段是“自主行動”，特征是“輔助人”。這個(gè)階段，AI不再局限于語言交流，而是具備了在真實(shí)世界中行動的能力。AI可以在人類的目標(biāo)設(shè)定下，拆解復(fù)雜任務(wù)，使用和制作工具，自主完成與數(shù)字世界和物理世界的交互，對真實(shí)世界產(chǎn)生巨大影響。這正是我們當(dāng)下所處的階段。

實(shí)現(xiàn)這一跨越的關(guān)鍵，首先是大模型具備了Tool Use能力，有能力連接所有數(shù)字化工具，完成真實(shí)世界任務(wù)。人類加速進(jìn)化的起點(diǎn)是開始創(chuàng)造和使用工具，現(xiàn)在大模型也具備了使用工具的能力。通過Tool Use，AI可以像人一樣調(diào)用外部軟件、接口和物理設(shè)備，執(zhí)行復(fù)雜的真實(shí)世界任務(wù)。這個(gè)階段，由于AI能夠輔助人類極大提高生產(chǎn)力，它將快速的滲透到物流、制造、軟件、商業(yè)、生物醫(yī)療、金融、科研等幾乎所有行業(yè)領(lǐng)域。

其次，大模型Coding能力的提升，可以幫助人類解決更復(fù)雜的問題，并將更多場景數(shù)字化。現(xiàn)在的Agent還比較早期，解決的主要是標(biāo)準(zhǔn)化和短周期的任務(wù)。要想讓Agent能解決更復(fù)雜、更長周期任務(wù)，最關(guān)鍵的是大模型的Coding能力。因?yàn)锳gent可以自主Coding，理論上就能解決無限復(fù)雜的問題，像工程師團(tuán)隊(duì)一樣理解復(fù)雜需求并自主完成編碼、測試。發(fā)展大模型Coding能力是通往AGI的必經(jīng)之路。

未來，自然語言就是AI時(shí)代的源代碼，任何人用自然語言就能創(chuàng)造自己的Agent。你只需要輸入母語，告訴AI你的需求，AI就能自己編寫邏輯、調(diào)用工具、搭建系統(tǒng)，完成數(shù)字世界的幾乎所有工作，并通過數(shù)字化接口來操作所有物理設(shè)備。

未來，也許會有超過全球人口數(shù)量的Agent和機(jī)器人與人類一起工作，對真實(shí)世界產(chǎn)生巨大影響。在這個(gè)過程中，AI就能連接真實(shí)世界的絕大部分場景和數(shù)據(jù)，為未來的進(jìn)化創(chuàng)造條件。

隨后AI將進(jìn)入第三個(gè)階段——“自我迭代”，特征是“超越人”。

這個(gè)階段有兩個(gè)關(guān)鍵要素：

第一、AI連接了真實(shí)世界的全量原始數(shù)據(jù)
目前AI的進(jìn)步最快的領(lǐng)域是內(nèi)容創(chuàng)作、數(shù)學(xué)和Coding領(lǐng)域。我們看到這三個(gè)領(lǐng)域有明顯的特征。這些領(lǐng)域的知識100%是人類定義和創(chuàng)造的，都在文字里，AI可以100%理解原始數(shù)據(jù)。但是對于其他領(lǐng)域和更廣泛的物理世界，今天的AI接觸到的更多是人類歸納之后的知識，缺乏廣泛的、與物理世界交互的原始數(shù)據(jù)。這些信息是有局限的。AI要實(shí)現(xiàn)超越人類的突破，就需要直接從物理世界獲取更全面、更原始的數(shù)據(jù)。

舉一個(gè)簡單的例子，比如一家汽車公司的CEO要迭代明年的產(chǎn)品，大概率會通過無數(shù)次的用戶調(diào)研或者內(nèi)部的討論來決定下一款汽車將要具備什么樣的功能，與競對相比要實(shí)現(xiàn)哪些方面的長板，保留什么方面的能力?，F(xiàn)在AI要去做還是很難的，核心點(diǎn)在于它所獲得的數(shù)據(jù)和信息，全都是調(diào)研來的二手?jǐn)?shù)據(jù)。如果有一天AI有機(jī)會，能夠連接這款汽車的所有的資料和數(shù)據(jù)，它創(chuàng)造出來的下一款汽車會遠(yuǎn)遠(yuǎn)超過通過無數(shù)次頭腦風(fēng)暴所創(chuàng)作出來的。這只是人類世界當(dāng)中的一個(gè)例子，更何況更復(fù)雜的物理世界，遠(yuǎn)遠(yuǎn)不是通過人類知識歸納就能夠讓AI理解的。

所以AI要進(jìn)入到一個(gè)更高的階段，就需要直接從物理世界獲取更全面、更原始的數(shù)據(jù)，就像在自動駕駛的早期階段，只靠人類的總結(jié)，Rule-based的方法去實(shí)現(xiàn)自動駕駛，無法實(shí)現(xiàn)很好的效果。新一代的自動駕駛，大部分采用端到端的訓(xùn)練方法，直接從原始的車載攝像頭數(shù)據(jù)中學(xué)習(xí)，實(shí)現(xiàn)了更高水平的自動駕駛能力。即便我們現(xiàn)在看起來相對簡單的自動駕駛問題，僅依靠人類歸納的知識和規(guī)則，也無法解決，更何況整個(gè)復(fù)雜的物理世界。只是讓AI學(xué)習(xí)人類歸納的規(guī)律，是遠(yuǎn)遠(yuǎn)不夠的。只有讓AI與真實(shí)世界持續(xù)互動，獲取更全面、更真實(shí)、更實(shí)時(shí)的數(shù)據(jù)，才能更好的理解和模擬世界，發(fā)現(xiàn)超越人類認(rèn)知的深層規(guī)律，從而創(chuàng)造出比人更強(qiáng)大的智能能力。

第二、Self-learning自主學(xué)習(xí)
隨著AI滲透更多的物理世界場景，理解更多物理世界的數(shù)據(jù)，AI 模型和agent能力也會越來越強(qiáng)，有機(jī)會為自己模型的升級迭代搭建訓(xùn)練infra、優(yōu)化數(shù)據(jù)流程和升級模型架構(gòu)，從而實(shí)現(xiàn) Self learning。這會是AI發(fā)展的關(guān)鍵時(shí)刻。

隨著能力的持續(xù)提升，未來的模型將通過與真實(shí)世界的持續(xù)交互，獲取新的數(shù)據(jù)并接收實(shí)時(shí)反饋，借助強(qiáng)化學(xué)習(xí)與持續(xù)學(xué)習(xí)機(jī)制，自主優(yōu)化、修正偏差、實(shí)現(xiàn)自我迭代與智能升級。每一次交互都是一次微調(diào)，每一次反饋都是一次參數(shù)優(yōu)化。當(dāng)經(jīng)過無數(shù)次場景執(zhí)行和結(jié)果反饋的循環(huán)，AI將自我迭代出超越人類的智能能力，一個(gè)早期的超級人工智能（ASI）便會成型。

一旦跨過某個(gè)奇點(diǎn)，人類社會就像按下了加速鍵，科技進(jìn)步的速度將超越我們的想象，新的生產(chǎn)力爆發(fā)將推動人類社會進(jìn)入嶄新的階段。這條通往超級人工智能的道路，在我們的眼前正在日益清晰。隨著AI技術(shù)的演進(jìn)和各行各業(yè)需求爆發(fā)，AI也將催生IT產(chǎn)業(yè)的巨大變革。

我們的第一個(gè)判斷是：大模型是下一代的操作系統(tǒng)。我們認(rèn)為大模型代表的技術(shù)平臺將會替代現(xiàn)在OS的地位，成為下一代的操作系統(tǒng)。未來，幾乎所有鏈接真實(shí)世界的工具接口都將與大模型進(jìn)行鏈接，所有用戶需求和行業(yè)應(yīng)用將會通過大模型相關(guān)工具執(zhí)行任務(wù)，LLM將會是承載用戶、軟件 與 AI計(jì)算資源交互調(diào)度的中間層，成為AI時(shí)代的OS。來做一些簡單的類比：自然語言是AI時(shí)代的編程語言，Agent就是新的軟件，Context是新的Memory，大模型通過MCP這樣的接口，連接各類Tools和Agent類似PC時(shí)代的總線接口，Agent之間又通過A2A這樣的協(xié)議完成多Agent協(xié)作類似軟件之間的API接口。

大模型將會吞噬軟件。大模型作為下一代的操作系統(tǒng)，將允許任何人用自然語言，創(chuàng)造無限多的應(yīng)用。未來幾乎所有與計(jì)算世界打交道的軟件可能都是由大模型產(chǎn)生的Agent，而不是現(xiàn)在的商業(yè)軟件。潛在的開發(fā)者將從幾千萬變成數(shù)億規(guī)模。以前由于軟件開發(fā)的成本問題，只有少量高價(jià)值場景才會被工程師開發(fā)出來變成商業(yè)化的軟件系統(tǒng)。未來所有終端用戶都可以通過大模型這樣的工具來滿足自己的需求。

模型部署方式也會多樣化，它將運(yùn)行在所有設(shè)備上?，F(xiàn)在主流的調(diào)用模型API的方式，來使用模型只是初級階段，其實(shí)看起來非常原始。類似大型主機(jī)時(shí)代的分時(shí)復(fù)用階段，每個(gè)人只有一個(gè)終端連接上大型主機(jī)分時(shí)復(fù)用。這種方式無法解決數(shù)據(jù)持久化，缺乏長期記憶，實(shí)時(shí)性不夠，隱私無法解決，可塑性也不夠。未來模型將運(yùn)行在所有計(jì)算設(shè)備中，并具備可持久記憶，端云聯(lián)動的運(yùn)行狀態(tài)，甚至可以隨時(shí)更新參數(shù)，自我迭代，類似我們今天的OS運(yùn)行在各種環(huán)境之中。

正是基于這個(gè)判斷，我們做了一個(gè)戰(zhàn)略選擇：通義千問選擇開放路線，打造AI時(shí)代的Android。我們認(rèn)為在LLM時(shí)代，開源模型創(chuàng)造的價(jià)值和能滲透的場景，會遠(yuǎn)遠(yuǎn)大于閉源模型。我們堅(jiān)定選擇開源，就是為了全力支持開發(fā)者生態(tài)，與全球所有開發(fā)者一起探索AI應(yīng)用的無限可能。

我們的第二個(gè)判斷：超級AI 云是下一代的計(jì)算機(jī)。大模型是運(yùn)行于 AI Cloud之上新的OS。這個(gè)OS可以滿足任何人的需求。每個(gè)人都將擁有幾十甚至上百個(gè)Agent，這些Agent 24小時(shí)不間斷地工作和協(xié)同，需要海量的計(jì)算資源。數(shù)據(jù)中心內(nèi)的計(jì)算范式也在發(fā)生革命性改變，從CPU為核心的傳統(tǒng)計(jì)算，正在加速轉(zhuǎn)變?yōu)橐?GPU為核心的 AI 計(jì)算。新的AI計(jì)算范式需要更稠密的算力、更高效的網(wǎng)絡(luò)、更大的集群規(guī)模。

這一切都需要充足的能源、全棧的技術(shù)、數(shù)百萬計(jì)的GPU和CPU，協(xié)同網(wǎng)絡(luò)、芯片、存儲、數(shù)據(jù)庫高效運(yùn)作，并且24 小時(shí)處理全世界各地的需求。這需要超大規(guī)模的基礎(chǔ)設(shè)施和全棧的技術(shù)積累，只有超級AI云才能夠承載這樣的海量需求。未來，全世界可能只會有5-6個(gè)超級云計(jì)算平臺。

在這個(gè)新時(shí)代，AI將會替代能源的地位，成為最重要的商品，驅(qū)動千行百業(yè)每天的工作。絕大部分AI能力將以Token的形式在云計(jì)算網(wǎng)絡(luò)上產(chǎn)生和輸送。Token就是未來的電。在這個(gè)嶄新的時(shí)代，阿里云的定位是全棧人工智能服務(wù)商，提供世界領(lǐng)先的智能能力和遍布全球的AI云計(jì)算網(wǎng)絡(luò)，向全球各地提供開發(fā)者生態(tài)友好的AI服務(wù)。

首先，我們有全球領(lǐng)先的大模型——通義千問。通義千問開源了300多款模型，覆蓋了全模態(tài)、全尺寸，是最受全球開發(fā)者歡迎的開源模型。截至目前，通義千問全球下載量超6億次，衍生模型超17萬個(gè)，是全球第一的開源模型矩陣，可以說是滲透計(jì)算設(shè)備最廣泛的大模型。

同時(shí)，阿里云提供一站式模型服務(wù)平臺百煉，支持模型定制化以及Agent快速開發(fā)，同時(shí)提供AgentBay這樣的Agent運(yùn)行環(huán)境、靈碼/Qoder等一系列開發(fā)者套件，讓開發(fā)者可以方便地使用模型能力和創(chuàng)建使用Agent。

其次，阿里云運(yùn)營著中國第一、全球領(lǐng)先的AI基礎(chǔ)設(shè)施和云計(jì)算網(wǎng)絡(luò)，是全球少數(shù)能做到軟硬件垂直整合的超級AI云計(jì)算平臺之一。在硬件和網(wǎng)絡(luò)層面，阿里云自研的核心存儲系統(tǒng)、網(wǎng)絡(luò)架構(gòu)、計(jì)算芯片，構(gòu)成了阿里云大型計(jì)算集群最堅(jiān)實(shí)的底座。

阿里云正在全力打造一臺全新的AI超級計(jì)算機(jī)，它同時(shí)擁有最領(lǐng)先的AI基礎(chǔ)設(shè)施和最領(lǐng)先的模型，可以在基礎(chǔ)架構(gòu)設(shè)計(jì)和模型架構(gòu)上協(xié)同創(chuàng)新，從而確保在阿里云上調(diào)用和訓(xùn)練大模型時(shí)，能達(dá)到最高效率，成為開發(fā)者最好用的AI云。

AI行業(yè)發(fā)展的速度遠(yuǎn)超我們的預(yù)期，行業(yè)對AI基礎(chǔ)設(shè)施的需求也遠(yuǎn)超我們的預(yù)期。我們正在積極推進(jìn)三年3800億的AI基礎(chǔ)設(shè)施建設(shè)計(jì)劃，并將會持續(xù)追加更大的投入。從現(xiàn)在我們看到的AI行業(yè)遠(yuǎn)期發(fā)展以及客戶需求角度來看，為了迎接ASI時(shí)代的到來，對比2022年這個(gè)GenAI的元年，2032年阿里云全球數(shù)據(jù)中心的能耗規(guī)模將提升10倍。這是我們的一個(gè)遠(yuǎn)期規(guī)劃，我們相信通過這樣的飽和式投入，能夠推動AI行業(yè)的發(fā)展，迎接ASI時(shí)代的到來。

超級人工智能到來之后，人類和AI會是怎么樣的協(xié)作關(guān)系？

未來的AI越來越強(qiáng)，甚至超越人類智能能力的ASI誕生，那我們?nèi)祟惡虯I將如何相處？我們對未來充滿樂觀，超級人工智能到來之后，人類和AI是一個(gè)嶄新的協(xié)同方式。程序員可能已經(jīng)感受到了，我們可以下一個(gè)指令，通過Coding這樣的工具，讓它晚上12個(gè)小時(shí)就能夠創(chuàng)造出一個(gè)我們需要的系統(tǒng)，從這里我們看到了未來人和AI怎么樣去共同協(xié)同的一種早期的雛形。所以我們覺得，從Vibe Coding到Vibe Working。未來，每個(gè)家庭、工廠、公司，都會有眾多的Agent和機(jī)器人24小時(shí)為我們服務(wù)。也許，未來每個(gè)人都需要使用100張GPU芯片為我們工作。

正如電曾經(jīng)放大了人類物理力量的杠桿，ASI將指數(shù)級放大人類的智力杠桿。過去我們消耗10個(gè)小時(shí)的時(shí)間，獲得10小時(shí)的結(jié)果。未來，AI可以讓我們10小時(shí)的產(chǎn)出乘以十倍、百倍的杠桿?；仡櫄v史，每次技術(shù)革命解鎖更多生產(chǎn)力之后，都會創(chuàng)造出更多的新需求。人會變得比歷史上任何時(shí)候都強(qiáng)大。

最后，我想強(qiáng)調(diào)，一切才剛剛開始。AI 將重構(gòu)整個(gè)基礎(chǔ)設(shè)施、軟件和應(yīng)用體系，成為真實(shí)世界的核心驅(qū)動力，掀起新一輪智能化革命。阿里巴巴將持續(xù)投入，與合作伙伴和客戶一起，讓AI 深入產(chǎn)業(yè)、共創(chuàng)未來。祝大家度過一個(gè)充實(shí)愉快的云棲大會，謝謝大家！