吳泳銘：未來三年，阿里將投入 3800 億用于 AI 基礎(chǔ)設(shè)施建設(shè)。

當(dāng)大模型明確展示出將重復(fù)工作自動(dòng)化的潛力后，2025 年成為眾多企業(yè)將 AI 融入業(yè)務(wù)的開端。定位于 AI 基礎(chǔ)設(shè)施的阿里云也在進(jìn)行更加長遠(yuǎn)且飽和的投入。

在 9 月 24 日舉辦的 2025 云棲大會(huì)上，吳泳銘在主題演講中說：“通用人工智能（AGI ：Artificial General Intelligence）并非 AI 發(fā)展的終點(diǎn)，而是全新的起點(diǎn)。AI 不會(huì)止步于 AGI，它將邁向超越人類，能夠自我迭代進(jìn)化的超級(jí)人工智能（ASI：Artificial Superintelligence）?！?/p>

吳泳銘在會(huì)上解釋了通往 ASI 的三階段演進(jìn)路線：

- 第一階段：“智能涌現(xiàn)”，AI 通過學(xué)習(xí)海量人類知識(shí)具備泛化智能。

- 第二階段：“自主行動(dòng)”，AI 掌握工具使用和編程能力以 “輔助人”，這是行業(yè)當(dāng)前所處的階段。

- 第三階段：“自我迭代”，AI 通過連接物理世界并實(shí)現(xiàn)自學(xué)習(xí)，最終實(shí)現(xiàn) “超越人”。

為實(shí)現(xiàn)這一目標(biāo)，阿里云將通過兩方面實(shí)施自己的 AI 戰(zhàn)略：

其一，通義千問將繼續(xù)開源戰(zhàn)略，并努力將其打造為 “AI 時(shí)代的 Android”。據(jù)吳泳銘介紹，截至目前通義千問開源了 300 多款模型，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。

作為一種典型的規(guī)模經(jīng)濟(jì)業(yè)務(wù)，云計(jì)算平臺(tái)的用戶越多，越容易攤平早期基礎(chǔ)設(shè)施建設(shè)投入的成本，并建立競(jìng)爭優(yōu)勢(shì)，而開源策略能夠更快地激發(fā)市場(chǎng)需求，吸引更多有才華的開發(fā)者參與進(jìn)來，加速這個(gè)過程。

其二，構(gòu)建作為 “下一代計(jì)算機(jī)” 的超級(jí) AI 云，為全球提供智能算力網(wǎng)絡(luò)。

隨著近兩年生成式 AI 的模型與應(yīng)用規(guī)模大幅提升，以 CPU 為核心的傳統(tǒng)計(jì)算，正加速轉(zhuǎn)變?yōu)橐?GPU 為核心的 AI 計(jì)算。這一轉(zhuǎn)變對(duì)算力密度、網(wǎng)絡(luò)效率和集群規(guī)模提出了更高要求，推動(dòng)云計(jì)算公司基于 GPU 特性與大規(guī)模并行計(jì)算需求，構(gòu)建新型計(jì)算體系。過去幾年，AWS、Google Cloud、微軟 Azure、阿里云等云計(jì)算平臺(tái)，都投入了大量資源建設(shè)新型計(jì)算基礎(chǔ)設(shè)施。

吳泳銘認(rèn)為，只有超級(jí) AI 云才能夠承載這樣的海量需求，他預(yù)測(cè)，未來全世界可能只會(huì)有 5-6 個(gè)這樣的超級(jí)云計(jì)算平臺(tái)。

圍繞這些判斷，阿里巴巴正在追加更大的投入，在未來的三年中投入 3800 億用于 AI 基礎(chǔ)設(shè)施的建設(shè)。這一轉(zhuǎn)變也將帶來巨大的能源需求，在阿里云的遠(yuǎn)期規(guī)劃中，以 2022 年 “GenAI 元年” 為標(biāo)準(zhǔn)，2032 年阿里云全球數(shù)據(jù)中心的能耗規(guī)模將會(huì)提升 10 倍。

吳泳銘說，如同電力放大了人類的體力一樣，ASI 將指數(shù)級(jí)放大人類的智力杠桿。人類將因此變得比歷史上任何時(shí)候都更強(qiáng)大，能夠?qū)⒕杏诟邔哟蔚膭?chuàng)造與探索，從而推動(dòng)社會(huì)的前進(jìn)。

以下是吳泳銘的演講全文：

當(dāng)前的世界，一場(chǎng)由人工智能驅(qū)動(dòng)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(huì)放大人類智力，還將解放人類的潛能，為超級(jí)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 是人類有史以來用戶滲透率提升最快的功能。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(huì)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(huì)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(jí)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(jí)科學(xué)家” 和 " 全棧超級(jí)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(jí)的速度推動(dòng)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)?；ヂ?lián)網(wǎng)將人類歷史上幾乎所有的知識(shí)都數(shù)字化了。這些語言文字承載的信息，代表了人類知識(shí)的全集?；诖?，大模型首先通過理解全世界的知識(shí)集合，具備了泛化的智能能力，涌現(xiàn)出通用對(duì)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(cè)試的頂級(jí)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(dòng)”，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(dòng)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(duì)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(chǎng)景數(shù)字化?，F(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)?Agent 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(cè)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(huì)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(duì)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(chǎng)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(shí) 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(duì)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(shí)，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(huì)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(jìng)對(duì)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(huì)，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(huì)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(shí)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(dòng)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(dòng)駕駛，無法實(shí)現(xiàn)很好的效果。新一代的自動(dòng)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(dòng)駕駛能力。即便我們現(xiàn)在看起來相對(duì)簡單的自動(dòng)駕駛問題，僅依靠人類歸納的知識(shí)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(dòng)，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(chǎng)景，理解更多物理世界的數(shù)據(jù)，AI 模型和 agent 能力也會(huì)越來越強(qiáng)，有機(jī)會(huì)為自己模型的升級(jí)迭代搭建訓(xùn)練 infra、優(yōu)化數(shù)據(jù)流程和升級(jí)模型架構(gòu)，從而實(shí)現(xiàn) Self learning。這會(huì)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(jí)。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(chǎng)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(jí)人工智能（ASI）便會(huì)成型。

一旦跨過某個(gè)奇點(diǎn)，人類社會(huì)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(dòng)人類社會(huì)進(jìn)入嶄新的階段。這條通往超級(jí)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(tái)將會(huì)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(huì)通過大模型相關(guān)工具執(zhí)行任務(wù)，LLM 將會(huì)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(huì)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(chǎng)景才會(huì)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(huì)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(jí)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(dòng)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(chǎng)景，會(huì)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(jí) 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(chǔ)、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(jí) AI 云才能夠承載這樣的海量需求。未來，全世界可能只會(huì)有 5-6 個(gè)超級(jí)云計(jì)算平臺(tái)。

在這個(gè)新時(shí)代，AI 將會(huì)替代能源的地位，成為最重要的商品，驅(qū)動(dòng)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(tái)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(jí) AI 云計(jì)算平臺(tái)之一。在硬件和網(wǎng)絡(luò)層面，阿里云自研的核心存儲(chǔ)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(tái)全新的 AI 超級(jí)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(duì) 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(huì)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(duì)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(dòng) AI 行業(yè)的發(fā)展，迎接 ASI 時(shí)代的到來。

超級(jí)人工智能到來之后，人類和 AI 會(huì)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?AI 將如何相處？我們對(duì)未來充滿樂觀，超級(jí)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(huì)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(jí)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(huì)創(chuàng)造出更多的新需求。人會(huì)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(dòng)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。

題圖來源：云棲大會(huì)