2025云栖大会：阿里云的全栈AI战略与激进布局

922b3eb6

文｜晓静
编辑｜沈月
在2025云栖大会上，阿里巴巴集团CEO吴泳铭公布了公司的AI战略核心方向。他首次明确提出了阿里巴巴对人工智能发展的三大关键判断：
第一，通用人工智能（AGI）的实现已成为确定性趋势，而能够自我迭代、全面超越人类智能的超级人工智能（ASI）才是终极目标；
第二，为迎接ASI时代的到来，阿里云已战略升级为"全栈人工智能服务商"，并正在实施三年3800亿元的AI基础设施建设计划，未来还将持续追加投入；
第三，到2032年，阿里云全球数据中心能耗规模将较2022年提升10倍，这意味着公司算力基础设施将实现指数级扩张，为超级人工智能的发展提供坚实基础。
吴泳铭演讲结束之后，阿里股票跳涨超过4%，至下午13:30，涨幅达6.65%。在最近一个财季中，阿里云智能集团收入同比增加26%，管理层在财报电话会议中表示，AI相关收入已连续八个季度保持三位数同比增长。自Q2财报发布之后，阿里重回市场焦点，其中一条主线就是轰轰烈烈的AI叙事。
吴泳铭认为，超级AI云需要超大规模的基础设施和全栈的技术积累，未来全世界可能只会有5-6个超级云计算平台。如今，阿里巴巴正以激进投入和全面布局，力争占据其中一席。
这一战略也清晰具象地展现在杭州云栖小镇现场，前方人潮涌动，参展商达500多家。今年的云栖大会现场设有三大展馆，1号馆主题是人工智能+，主要为AI应用开发生态；2号馆为计算馆，主要展示云技术基座；3号馆则是前沿应用，主题是Agent和具身智能。此外，和2024年云栖大会大同小异的是，展商多为阿里合作伙伴，整个展区也是阿里AI生态的小缩影。
从模型、到算力、到应用，阿里确实在全栈的路上越走越远，但这背后也注定是资本开支持续和巨大的投入。云栖大会现场，阿里云智能首席技术官周靖人进行了长达一小时的技术发布，详细介绍了通义大模型系列、AI基础设施及开发平台的多项重要更新。本文将复盘本次云栖大会呈现的技术进展与战略布局，梳理阿里AI发展的激进版图。  

图：云栖大会现场

一、大模型方面：开源的通义千问和AI时代的Android

吴泳铭在主题演讲中，将大模型明确定义为新一代的操作系统，而通义大模型想做的是“AI时代的Android”。在云栖大会上，阿里一次性发布了多项重要的模型更新：
1）基础模型与多模态模型

• Qwen3-Max：旗舰大模型，主打推理、Agent工具调用与Coding；预训练数据量达36T tokens。在大模型用Coding解决真实世界问题的SWE-Bench Verified测试中，Instruct版本获得69.6分，位列全球第一梯队；在聚焦Agent工具调用能力的Tau2-Bench测试中，Qwen3-Max取得74.8分，超过Claude Opus4和DeepSeek-V3.1。
  
• Qwen3-Next：面向“超长上下文+超大参数”时代的新架构，模型总参数80B仅激活 3B ，性能可媲美千问3旗舰版235B模型。针对大模型在上下文长度和总参数两方面不断扩展（Scaling）的未来趋势而设计，采用了混合注意力机制、高稀疏度 MoE 结构、多token 预测（MTP）机制等核心技术，模型训练成本较密集模型Qwen3-32B降低超90%，
  
• Qwen3-Coder：编程专项模型升级，强调速度、鲁棒性与安全性。
  
• Qwen3-VL（视觉理解，开源）：在多模态推理、视觉Agent与视觉编程上增强，扩展3D Grounding与百万tokens上下文。在视觉感知和多模态推理方面，在32项核心能力测评中超过Gemini-2.5-Pro和GPT-5。Qwen3-VL拥有视觉智能体和视觉Coding能力，能看懂图片，还能像人一样操作手机和电脑，自动完成许多日常任务。
  
• Qwen3-Omni（全模态）：在“听-说-写-视听”混合训练下，兼顾语音/音视频与文本/图像性能稳定。可像人类一样听说写，应用场景广泛，未来可部署于车载、智能眼镜和手机等。用户还可设定个性化角色、调整对话风格，打造专属的个人IP。类似于人类婴儿一出生就全方位感知世界，Qwen3-Omni一开始就加入了“听”、“说”、“写”多模态混合训练。在预训练过程中，Qwen3-Omni采用了混合单模态和跨模态数据。
  

2）生成式图像/视频与语音

• 通义万相 Wan 2.5-preview：通义模型家族中的视觉基础模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。支持文生视频、图生视频、文生图和图像编辑，视频生成能力从5秒提升至10秒，并支持1080P 24fps视频生成。此次，通义万相2.升级了图像生成能力，可生成中英文文字和图表，支持图像编辑功能，输入一句话即可完成P图。
  

• 通义百聆（Fun-ASR / Fun-CosyVoice）：全新的语音大模型。包括语音识别大模型Fun-ASR、语音合成大模型Fun-CosyVoice。Fun-ASR基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性；Fun-CosyVoice可提供上百种预制音色，可以用于客服、销售、直播电商、消费电子、有声书、儿童娱乐等场景。
  

二、Agent开发与运行平台方面：阿里云百炼发布全新Agent开发框架

阿里在本届云栖把“模型服务 + Agent 开发”合并为一条主线来发布：面向企业工程化的高代码框架 ModelStudio-ADK首次发布，低代码平台 ModelStudio-ADP同步升级；模型侧以 Qwen3 等为核心扩容；运行侧以无影 AgentBay 做算力与工具调度的底座。官方口径称，过去一年百炼平台的日均模型调用量增长约 15 倍。
ModelStudio-ADK 面向企业级 Agent 的开发与部署，支持自主决策、多轮反思、循环执行等通用能力，基于通义开源的 AgentScope，可用于深度研究、硬件代理、复杂检索等应用，并提供云端组件化开发与部署能力。阿里云表示，借助该框架可在较短时间内完成如 Deep Research 之类项目的原型搭建。
模型层面，百炼继续接入并发布 Qwen3 系列等模型，重点提升推理与规划效率；平台目前可一键调用包括 Qwen、Wan、DeepSeek 在内的 200 余款模型。
组件与运行能力，百炼集成了工具连接（MCP Server）、多模检索（RAG Server）、执行隔离（Sandbox Server）、记忆管理（Memory Server）与支付订阅（Pay Server）等企业级组件，其中 Pay Server 与支付宝联合推出，用于 Agent 的计费与结算。基于 ADK 的示例应用包括 DeepResearch、Agentic-RAG、Computer-Use Agent，提供在线体验与代码下载。
ModelStudio-ADP 聚焦低代码场景，提供模板化编排与部署。阿里云称平台已有超 20 万开发者创建了数十万级 Agent。
面向运行时底座，无影 AgentBay 新增自进化引擎、自定义镜像、安全围栏与内存状态管理等能力，目标是在云端更稳定地调度算力、存储与工具链，减轻本地设备限制。现场，阿里还展示了“无影 Agentic Computer”，强调与云端状态与“记忆”打通以承载更长链路的 Agent 工作流。
三、基础设施方面：以通义为核心的操作系统和以AI云为核心的下一代计算机

阿里云在本届云栖把“软硬一体”的AI体系做了一次成套升级：通义作为核心能力持续演进，AI云被明确为“下一代计算机”的承载形态。官方披露，过去一年 AI 算力提升超过 5 倍、AI 存力提升超过 4 倍。

图：阿里云CTO周靖人

先看服务器。
新一代“磐久 128”超节点 AI 服务器亮相，单柜可容纳 128 颗加速芯片，支持多种 AI 芯片形态；配合自研 CIPU 2.0 与 EIC/MOC 网卡，目标是在高密度部署下兼顾带宽与时延。按阿里云公布的口径，在同等算力规模下可把推理效率做出明显提升。

图：“磐久 128”超节点 AI 服务器

网络方面推出HPN 8.0，高带宽与训推一体化是关键词。存储网络带宽提高到 800Gbps，GPU 互联带宽到 6.4Tbps，可支撑万卡级别的稳定互联与调度。
存储系统也做了针对性改造。并行文件存储 CPFS 的单客户端吞吐提升至 40GB/s，面向训练阶段的数据高速读取；表格存储 Tablestore 用作 Agent 的记忆与知识库；对象存储 OSS 新增 Vector Bucket，专门承载向量数据，并结合 MetaQuery 的语义检索与内容感知，便于快速搭建 RAG 类应用。
通用计算产品线也同步推进。基于“飞天 + CIPU”的体系，第九代企业级实例引入英特尔与 AMD 的新平台，覆盖离线分析、视频转码等高并发场景。
在弹性与调度上，容器服务 ACK 新增“灵骏节点池”，加入模型感知路由、多角色推理负载管理与故障自愈；ACS 强化网络拓扑感知与 Serverless GPU 弹性，支持更高并发的沙箱启动，并通过智能休眠/唤醒把 Agent 的使用成本压低。
AI 平台层，PAI 与通义模型做了联合优化。训练侧围绕 MoE、DiT等路径做并行与通信策略升级；推理侧通过权重管理与路由策略把吞吐做高、时延做低，扩容速度也随之加快。整体目标是让“模型—平台—算力”以同一套设计原则协同工作。

在云栖大会现场，作者沟通了多位参会嘉宾，询问他们“最期待在云栖大会收获什么”。答案出奇地相似：参会者希望看到好的行业应用案例，找找灵感和启发，以及寻找AI的落地契机。
其中还有一位参会者提到，“希望看到更多阿里内部如何把AI用起来的案例，不仅仅是阿里如何通过AI赚钱，而是阿里这样一家大公司，如何因为AI重构组织流程、重新获得新的增长点。”
在2024年的云栖大会上，吴泳铭说过一句话，生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级App，而是接管数字世界、改变物理世界。
阿里在AI上的投入，短期内已经受到了资本市场的关注和认可，但是，AGI之路才开始，ASI是更宏大的理想。随着全球AI竞争进入白热化阶段，阿里这场豪赌能否成功，将取决于其能否真正打通从模型到应用的全栈能力，并在全球范围内建立可持续的AI生态。
相关阅读：
相关阅读：

—じ☆ve人生—

一唱一和，文章词用的真好

ress

镜花水月

孙正义又只能拍大腿！

陪着寂寞看孤单

吴泳铭将AI比作新时代的“水电煤”，把大模型定义为下一代操作系统，这个定位既清晰又宏大。但现实是AGI尚未实现，ASI更像科幻概念，阿里需要证明自己不仅能画饼，更能把饼做实。

kingfirefly

通义开源路线像极了AI时代的“安卓战略”，但谷歌安卓的成功靠的是全球生态，阿里能否复制这种成功？目前下载量6亿次、衍生模型17万个的数据很亮眼，但最终衡量成功的不是模型数量，而是有多少应用真正改变了行业🤔

颠颠

最让我震撼的是“AI需要原始数据而非二手数据”的观点。这揭示了当前AI的局限性——我们训练AI的方式就像让学生只读教科书而不接触现实世界。如果阿里真能解决物理世界数据获取问题，确实可能实现跨越式发展。

温馨阁

作为AI开发者，我第一时间试用了通义千问Next模型。架构创新确实能感受到，但周靖人说的“模型持续学习”还没看到。希望阿里不要只顾着发模型，更要把开发者工具链做好，让百炼平台真能成为AI时代的应用商店。

standme

23分钟=2200亿，这可能是史上最贵演讲按分钟计费版。建议下次演讲开到半夜，这样阿里市值就能超过苹果了

陪着寂寞看孤单

这场AI竞赛越来越有意思了。开源确实能快速占领市场，但如何商业化是个难题。看看谷歌安卓和苹果iOS的差异，也许未来会是“通义安卓” vs “GPT iOS”的格局？