一條超級人工智能之路。

作者｜栗子

一場由人工智能驅動的產業革命，正以前所未有的速度和深度重塑世界。在這場巨變中，每一個巨頭都在尋找自己的定位和航向。

9月24日，阿里巴巴集團CEO吳泳銘在2025云棲大會現場，給出了阿里云迄今為止最清晰、也最大膽的答案。

“通用人工智能（AGI）只是起點，終極目標是發展出能自我迭代、全面超越人類的超級人工智能（ASI）。”

這并非一次務虛的遠景展望。圍繞ASI這一終極目標，阿里云系統性地規劃了一條通往未來的路徑、一套支撐路徑的戰略以及一份確保戰略落地的決心。

在過去一年多里，這家中國最大的云計算公司經歷了一場從內到外的深刻變革。吳泳銘上任后迅速確立了“AI驅動、公共云優先”的核心戰略，將公司的未來與AI浪潮緊緊綁定。

如今，這一戰略的輪廓日益清晰：阿里云不再滿足于做一家傳統的云服務商。它的野心是成為全球領先的“全棧人工智能服務商”。

在「甲子光年」看來，一個正在全力加速、意圖定義下一個計算時代的阿里云，其在AI時代的戰略野心，清晰而堅定。

1.阿里云為什么必須“All in AI”？

任何一家巨頭的戰略轉向，都是內外因合力的結果。阿里云將AI置于前所未有的核心位置，既順應了技術浪潮，也是尋求自我突破的必經之路。

自2022年底以來，以大語言模型為代表的生成式AI技術席卷全球，其顛覆性潛力已成共識。這場由人工智能驅動的智能化革命，正以前所未有的速度和廣度重塑各行各業。

根據吳泳銘在演講中引述的數據，AI的行業滲透速度已經超過了歷史上所有技術。Tokens的消耗速度每兩三個月就翻一番；未來5年全球AI的累計投入將超過4萬億美元。

不僅如此，全球的AI市場規模也在以驚人的速度擴張。多家市場研究機構預測，到本世紀30年代初，全球AI市場規模將達到萬億美元級別。

AI不僅是一個全新的技術賽道，更是一個新的商業模式和經濟范式，其核心生產資料是數據，核心生產力是算力，而核心生產關系則由模型與應用生態定義。

這是一個任何科技公司都無法忽視的巨大增量市場。

對于云計算廠商而言，這場變革尤其關鍵。因為大模型的訓練和推理需要海量的計算資源，這會使云平臺從過去的“IT基礎設施”轉變為“AI工廠”。

更直白一點：誰能提供最強大、最高效、最易用的AI能力，誰就將主導下一個十年的云計算市場。

所以我們看到，微軟與OpenAI的深度綁定使其Azure云業務煥發新生；谷歌憑借其深厚的AI研究底蘊全力追趕；AWS則利用其市場領導地位整合AI服務。

在這場全球性的牌局中，阿里云別無選擇，唯有迎戰。

但要贏下這場戰役并不容易。在AI浪潮來臨之前，阿里云乃至整個阿里巴巴集團都面臨著增長的挑戰。在2024財年的第三和第四季度，阿里云的營收增速一度放緩至個位數。

盡管通過優化收入結構，盈利能力有所提升，但市場迫切需要一個新的、更具想象力的增長故事。吳泳銘正是在這一背景下接任，并迅速為阿里云開出了“AI驅動、公共云優先”的藥方。

這一戰略的核心邏輯在于：放棄利潤率較低的項目制合同，聚焦高價值、高毛利的公共云核心產品，并通過AI能力加持，驅動公共云業務的爆發式增長。

在這一戰略下，AI不再是云上的一個普通應用，而是云業務增長的核心驅動力。

這一轉變的效果立竿見影。根據阿里巴巴最新發布的2026財年第一季度財報，阿里云季度收入同比大漲26%至333.98億元，創下三年新高。其中，AI相關收入已連續8個季度保持三位數增長，并強力帶動了計算、存儲等其他公共云服務的需求。

資本市場也用真金白銀投了贊成票，阿里股價從2023年的低谷反彈，市值重回3萬億港元，高盛等國際投行也因其清晰的AI敘事而上調其目標價。

因此，All in AI對阿里云而言，不僅是技術上的與時俱進，更是商業模式上的自我革新，是從規模增長到高質量增長的必然選擇。

2.解構“全棧AI”：阿里云正在構建怎樣的未來？

All in AI戰略之后，“全棧人工智能服務商”是吳泳銘給AI時代阿里云的新定位。

“全棧”一詞意味著提供從底層基礎設施到上層應用的全鏈路、端到端的能力。我們可以從“云基礎設施-模型-應用”三個層次來解構阿里云的“全棧”布局。

首先看云基礎設施。

吳泳銘判斷，“超級AI云是下一代的計算機”。這個“下一代計算機”必須具備幾個特征：超大規模的基礎設施、更稠密的算力、更高效的網絡、以及至關重要的“全棧技術積累”。

在他的構想中，未來的AI應用場景是，每個人都可能擁有幾十甚至上百個Agent，24小時不間斷地工作。這將產生對計算資源的海量需求。而數據中心內的計算范式，也正在“從CPU為核心的傳統計算，加速轉變為以GPU為核心的AI計算”。

這一切，都需要用一個全新的基礎設施進行支撐。

為了承載這一需求，阿里云正在構建一個軟硬一體、垂直整合的AI基礎設施。

?巨額投入：阿里云正在推進一項“三年3800億”的AI基礎設施建設計劃，并計劃持續追加投入。吳泳銘甚至給出了一個驚人的遠期規劃：到2032年，阿里云全球數據中心的能耗規模將比2022年提升10倍。這種“飽和式投入”彰顯了其構建全球領先算力網絡的決心。

?全棧自研：阿里云是現階段中國唯一具備軟硬件垂直整合能力的公司，在全球范圍內也只有少數公司采取類似路徑。從自研的核心存儲系統、網絡架構到計算芯片，阿里云通過底層技術的協同創新，來確保大模型訓練和推理的極致效率。

?全球網絡：目前，阿里云在全球29個地域運營著91個可用區，服務全球500萬客戶。這張遍布全球的智能算力網絡，是其“Token就是未來的電”這一愿景的物理載體，旨在將AI能力像電力一樣輸送到世界各地。

再看模型。

如果說超級AI云是計算機硬件，那么大模型就是運行在其上的操作系統。吳泳銘用“AI時代的Android”來比喻通義千問的戰略定位。

這是一個極具沖擊力的類比。在PC時代，Windows定義了人機交互；在移動互聯網時代，iOS和Android定義了應用生態。

阿里云認為，在AI時代，大模型將取代傳統OS的地位，成為“承載用戶、軟件與AI計算資源交互調度的中間層”。在這個新的“操作系統”上，“自然語言是AI時代的編程語言，Agent就是新的軟件”。

正是基于這個判斷，阿里云為通義千問堅決地選擇了開源路線。吳泳銘直言：“在LLM時代，開源模型創造的價值和能滲透的場景，會遠遠大于閉源模型。”

這一戰略選擇的背后，是阿里云對AI生態發展規律的深刻洞察。通過開源，阿里云計劃將通義千問打造成一個基礎平臺，吸引全球開發者在此之上構建應用，進而形成一個繁榮的生態系統。

這條路，阿里云走得異常堅決且迅速。自確立新戰略以來，通義千問的開源步伐不斷加速：

從最初的幾個版本，到如今“開源300余款模型，覆蓋了全模態、全尺寸”，成為全球最大的開源模型家族；從Qwen2.5到Qwen3，再到專用的Coder和VL模型，通義的快速迭代和全面布局，使其在技術上足以與全球頂級開源模型一較高下。

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，是全球第一的開源模型矩陣。

通過開源，阿里云正在構建一個強大的“引力場”。它讓通義大模型快速滲透到全球的計算設備中，成為事實上的標準之一。

根據海外大模型API聚合平臺OpenRouter的數據，阿里千問模型的全球市場份額一度突破12%，位列全球第四。這正是其開源生態吸引力的體現。

正如Android系統一樣，雖然谷歌不直接通過操作系統本身盈利，但它掌控了整個移動生態的入口和分發渠道。

阿里云的邏輯與此類似：通過一個開放的“AI安卓”，掌控未來AI應用生態的入口，最終將海量的應用和開發者，匯聚到自己的“下一代計算機”之上。

最后看應用。

不只是對云基礎設施和模型，阿里云對應用軟件也做出了顛覆式判斷：Agent將吞噬軟件，自然語言就是未來的源代碼。

“以前由于軟件開發的成本問題，只有少量高價值場景才會被工程師開發出來變成商業化的軟件系統。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。”吳泳銘直言。

站在阿里云的視角，未來絕大多數與計算世界交互的，將不再是今天由軟件公司預先開發、打包售賣的商業軟件，而是由大模型根據用戶需求即時生成的智能體。

這不僅意味著軟件的形態將會從以往固化的、功能有限的App，轉變為靈活的、可組合、可演進的Agent集群；更意味著軟件開發的門檻將會被無限拉低，潛在的開發者將從全球幾千萬專業程序員，擴展到數以億計甚至數十億的普通用戶；同時，開發的長尾需求將被充分釋放，任何個性化、非標的需求，都有可能被低成本地數字化和自動化。

事實上，這一趨勢已初現端倪。阿里云百煉平臺上，超過20萬開發者已經創建了70多萬個Agent。在各行各業，Agent正在替代傳統軟件，執行更復雜的任務。

例如在智能編碼領域，通義靈碼插件下載量已超2000萬，累計生成超30億行代碼。在中國建設銀行旗下的建信金科，代碼智能生成采納率超30%；在吉利汽車，AI生成代碼占比超30%；在用友，AI代碼生成占比已達37%。AI Coding Agent正在成為程序員的“全棧超級工程師”雛形。

而在智能終端領域，AI同樣正在重構硬件市場。全球TOP 10的手機品牌有9家與通義大模型達成深度合作。榮耀Magic V5手機已經搭載了飛豬和高德的垂直Agent應用。安克創新的新一代AI智能體耳機，接入高德等MCP，搭載通義千問，支持百種語言的實時翻譯和百科問答。

這些案例表明，AI不再是飄在空中的概念，而是已經落地的生產力工具。根據國際權威市場調研機構Omdia和沙利文的報告，阿里云已成為中國企業采用GenAI滲透率第一、選擇最多的廠商，這正是其“全棧AI”戰略在市場端得到驗證的有力證明。

3.10年能耗翻10倍，阿里云通往ASI

無論是超級AI云還是LLM OS，或者是未來Agent對今天軟件形態的顛覆，這一切變化都指向了一個明確的發展路徑：人工智能將會AGI發展到ASI。

吳泳銘將其對AI未來演進的判斷，提煉為一個極具洞察力的理論框架——通往ASI的三階段演進路線。這個框架不僅是對技術路徑的預測，更是前面提到阿里云所有AI戰略布局的邏輯基石。

第一階段是“智能涌現”，特征是“學習人”。

這一階段的本質，是AI對人類已有知識的消化和復刻。它解決了AI“知其然”的問題，使其能夠理解人類的意圖，成為一個知識淵博的“博學者”。

通義千問在過去的發展中，正是這一階段的典型代表。從最初的版本到如今能夠“在10個權威測評中，綜合性能超過GPT-3.5”的Qwen2.0，再到中文領域性能全面趕超GPT-4 Turbo的Qwen2.5，其能力的提升，正是對人類知識理解深度和廣度不斷拓展的結果。

第二階段是“自主行動”，特征是“輔助人”。

AI行業目前正處于這個階段的開端。這一階段的革命性突破在于，AI不再僅僅是一個被動的知識問答系統，而是開始具備在真實世界中行動的能力。

在這個階段，AI成為了人類強大的“協作者”，并以前所未有的速度滲透到千行百業。

?制造業：西門子與阿里云合作的Industrial Copilot，能夠完成訂單調度、生產、倉儲物流等具體任務；三一重工基于通義千問打造的“維修助手AI agent”，將繁雜的歷史維修案例轉化為即時可用的智能診斷能力。

?金融業：中國工商銀行基于通義千問多模態大模型推出的“商戶智能審核助手”，用AI取代傳統OCR技術；中華聯合財險利用通義大模型實現保險產品要件的智能編寫與校驗。

?招聘領域：智聯招聘基于通義千問打造的AI智能體，覆蓋了從職位發布到面試的全流程，使得HR發起溝通率和人崗匹配率均提升超過70%。

這些Agent應用的爆發式增長，正在深刻地改變著各行各業的生產力范式。在阿里云百煉平臺上，“企業級Agent月均創建量近8.4萬個，單月最高突破9.8萬”，這串數字背后，是AI從“輔助工具”向“核心生產力”的質變。

第三階段是“自我迭代”，特征是“超越人”。這是對AI終局最大膽，也最引人深思的預判。

吳泳銘認為，未來的AI將會擺脫對人類歸納知識的依賴，直接從物理世界獲取全量、原始的數據。正如新一代自動駕駛系統采用端到端的訓練方法，直接從原始的車載攝像頭數據中學習，而非依賴人類總結的規則。

當AI深度滲透物理世界，積累了足夠多的原始數據后，將有能力為自己模型的升級迭代“搭建訓練infra、優化數據流程和升級模型架構”。

通過與真實世界的反饋循環，“每一次交互都是一次微調，每一次反饋都是一次參數優化”，最終自我迭代出超越人類的智能能力。

宏大的愿景和清晰的戰略，最終需要靠“真金白銀”的投入來落地。

吳泳銘在演講中表示，為了迎接ASI時代的到來，阿里云不僅在積極推進今年2月宣布的“3年3800億的AI基礎設施建設計劃”，并將會持續追加更大的投入，目標是對比2022年（GenAI元年），未來10年阿里云全球數據中心的能耗規模將提升10倍。

這種不計成本的“飽和式投入”，背后是阿里云對未來市場格局的深刻判斷：AI時代的競爭，是基礎設施的競爭，是規模效應的競爭。只有通過超大規模的投入，構建起在性能和成本上的絕對優勢，才能在未來的“超級AI云”競賽中勝出。

因為“未來，全世界可能只會有5-6個超級云計算平臺”。

顯然，阿里云想成為其中一個。

（封面及文中配圖來源：阿里云）