AI发展演进路线 - AI发展将从通用人工智能(AGI)迈向超级人工智能(ASI)，AGI是起点而非终点[2] - 通往ASI的演进分为三阶段：智能涌现(学习人)、自主行动(辅助人)、自我迭代(超越人)[4][5] - 当前行业处于第二阶段"自主行动"阶段，AI具备工具使用和编程能力[6] 智能涌现阶段 - 第一阶段特征为"学习人"，大模型通过理解数字化知识发展泛化智能和通用对话能力[6] - 互联网发展为智能技术奠定基础，实现知识数字化[6] - AI具备多步推理能力，能够理解意图并解答问题[6] 自主行动阶段 - 第二阶段特征为"辅助人"，AI具备在真实世界中行动的能力[6] - AI可在人类目标设定下拆解复杂任务，使用和制作工具[6] - 大模型具备Tool Use能力，能连接所有数字化工具完成真实世界任务[6] - 大模型Coding能力提升，可帮助人类解决更复杂问题并将更多场景数字化[6] - 自然语言将成为AI时代的源代码，任何人用自然语言就能创造自己的Agent[6] 自我迭代阶段 - 第三阶段特征为"超越人"，核心要素是连接真实世界全量原始数据和自主学习能力[7] - AI需要直接从物理世界获取更全面、更原始的数据以实现超越人类的突破[7] - AI渗透更多物理世界场景后将为自己模型升级迭代搭建训练基础设施[7] 大模型作为操作系统 - 大模型是下一代操作系统，将承载用户、软件与AI计算资源交互调度的中间层[11] - 几乎所有链接真实世界的工具接口都将与大模型进行链接[11] - 未来几乎所有与计算世界打交道的软件都可能由大模型产生的Agent构成[11] - 模型部署方式将多样化，运行在所有设备上[11] 超级AI云与计算范式 - 超级AI云是下一代的计算机，全世界可能只会有5-6个超级云计算平台[11] - 计算范式正从CPU为核心的传统计算转变为以GPU为核心的AI计算[11] - 新AI计算范式需要更稠密算力、更高效网络、更大集群规模[11] - 需要充足能源、全栈技术、数百万GPU和CPU协同运作[11] AI作为核心商品 - AI将替代能源成为最重要的商品，驱动千行百业日常工作[11] - 绝大部分AI能力将以Token形式在云计算网络上产生和输送[11] - Token就是未来的电[11] 人机协同模式 - 人类与AI将形成全新协同模式，未来家庭、工厂、公司都将有众多Agent和机器人全天候服务[13] - 每人可能都需要100张GPU芯片来为其工作[13] - ASI将指数级放大人类智力杠杆，使人类10小时产出乘以十倍、百倍杠杆[14] - 技术革命解锁生产力后将创造更多新需求[14] 行业影响 - AI将重构整个基础设施、软件和应用体系，成为真实世界的核心驱动力[14] - AI将掀起新一轮智能化革命[14] - 数据中心计算范式正在发生革命性改变[11]

AI发展演进路线 - 通往超级人工智能ASI将经历智能涌现、自主行动和自我迭代三阶段演进 [2] - 第一阶段智能涌现特征为学习人 AI通过学习海量人类知识具备泛化智能和通用对话能力 [2][3] - 第二阶段自主行动特征为辅助人 AI掌握工具使用和编程能力 当前行业正处于该阶段 [2][3] - 第三阶段自我迭代特征为超越人 AI通过连接物理世界全量原始数据实现自主学习 [2][4] 技术架构变革 - 大模型将成为下一代操作系统 承载用户 软件与AI计算资源交互调度的中间层 [6] - 自然语言将成为AI时代的源代码 任何人可用自然语言创造自己的Agent [3][6] - 计算范式从CPU为核心的传统计算加速转变为以GPU为核心的AI计算 [6] - 未来几乎所有与计算世界打交道的软件将由大模型产生的Agent替代商业软件 [6] 基础设施需求 - 新AI计算范式需要更稠密算力 更高效网络 更大集群规模 [6] - 需充足能源 全栈技术 数百万GPU和CPU协同运作 [6] - 全球可能仅存5-6个超级云计算平台承载海量需求 [6] 产业影响展望 - AI将替代能源成为最重要商品 驱动千行百业日常工作 [6] - 绝大部分AI能力将以Token形式在云计算网络产生和输送 Token即未来的电 [6] - ASI将指数级放大人类智力杠杆 使10小时产出提升十倍百倍 [7] - 未来每人可能需要100张GPU芯片支持Agent和机器人全天候服务 [7]

财务表现 - 公司25H1实现营业收入54.46亿元，同比增长19.21% [1] - 公司25H1实现归母净利润3.54亿元，同比增长78.65% [1] 分业务营收情况 - 家用电器智能控制器营收35.6亿元，同比增长22.14% [1] - 电动工具智能控制器营收5.35亿元，同比增长8.32% [1] - 智能化产品智能控制器实现收入6.18亿元，同比增长9.92% [1] - 汽车电子智能控制器实现收入4.15亿元，同比增长5.20% [1] - 相控阵T/R芯片实现收入2.01亿元，同比增长180.16% [1] 技术创新与产业布局 - 公司前瞻布局体感交互技术，推出"感知计划"体感衣，已广泛适配VR/AR场景 [1] - 技术延伸至康养坐垫等产品形态 [1] - 在行业数智化模型中接入DeepSeek大模型，落地智能办公、健康家居、智能控制等多类应用 [1] - 构建从"信息处理"到"设备控制"的软硬一体产业协同路径 [1]

9月24日下午消息，今日，罗永浩与周鸿祎深度对谈。在谈及"在全职全能的模型出现之后，产品经理还 有没有意义"时，罗永浩表示，具体要看如何定义"全职全能"。如果大模型所有方面的能力都比人类 强，那可能没有必要了。但是那个点来临之前，产品经理是永远有用的。 周鸿祎表示赞同。他举例到，"如果去问任何一个大模型，航空发动机怎么造，航母怎么做？它肯定回 答不出来。甚至让它写个AI浏览器或一套杀毒软件，它肯定做不出来。因为太多的专业知识不全是在 互联网都能找到的，而是很多专家，很多企业的内部知识。" 他还提到，大模型刚出来的时候，大家觉得应该越大越好。但现在发现"大"和"有能力"并不完全成正 比。实际上很多模型很小但能力很强。 责任编辑：李昂 所以，周鸿祎指出，大模型和智能体最终都要能够本地化、专业化，才能和业务结合。 ...

阿里云栖大会AI模型发布概览 - 阿里在云栖大会上密集发布多个AI模型 涵盖文本、视觉、音频、视频全模态领域 展示其全面的AI技术布局 [1][68] - 发布会期间公司股价出现显著上涨 反映市场对此次技术发布的积极态度 [1][2] Qwen3-Max模型性能 - Qwen3-Max为万亿参数MoE模型 使用36万亿tokens预训练 支持100万token上下文 直接对标GPT-5和Claude Opus 4等顶尖模型 [3][6][8] - 在LMArena全球权威模型对战平台排名前三 评分1430分 超越GPT-5-Chat的1430分 [4][5] - Instruct版本在专业测试集表现卓越：AIME2025领先 LiveCodeBench v6泛化能力突出 τ²-Bench以74.8分超越Claude Opus 4 SWE-Bench获69.6分居世界第一梯队 [9][11] - Thinking版本在AIME 25和HMMT数学推理竞赛获满分100分 与GPT-5 Pro持平 目前尚未开放体验 [13][15] Wan2.5视频生成突破 - 支持1080P分辨率和10秒时长生成 新增"音画同出"能力 可上传图片+音频直接生成带角色音频的视频 [23][25][27] - 解决音色一致性问题 支持音频驱动 显著增强数字人和人物表演能力 为AI短剧提供技术基础 [32] - 已上线通义万相平台供用户体验 [28] Qwen3-VL视觉语言模型 - 支持256K token上下文 可扩展至100万token（约2小时视频） 今日凌晨已开源 [33][34] - 235B-A22B版本在多项评测超越Gemini2.5 Pro 具备视觉Agent能力 可理解按钮和调用工具完成PC/手机端任务 [37][40] - 在复杂表格推理测试中一次性正确解析包含31省市8年经济数据的多维表格 [42][43] Qwen3-Omni全模态模型 - 端到端支持文本、图像、音频、视频输入 支持119种文本语言交互和19种语音理解语言 [48] - 语音对话延迟仅211毫秒 集成function call和MCP工具调用能力 [49][50] 其他模型技术亮点 - Qwen3-Coder-Plus提升推理速度并增强代码安全性 [54] - Qwen3-Next采用80B参数仅激活3B 性能媲美235B模型 训练成本降超90% 长文本推理吞吐量提升10倍 [54] - 通义百聆语音模型家族包含Fun-ASR（支持10+种语言实时处理）和Fun-CosyVoice（百种预制音色） [55][57][58] - 实时多模态翻译Qwen3-LiveTranslate-Flas延迟仅3秒 安全审核模型Qwen3Guard支持RL奖励建模 [59][60] 战略意义与行业影响 - 阿里通过此次发布会构建从底层模型到上层应用的全模态AI生态 展现其技术储备和产业化能力 [65][68] - 大规模开源行为旨在推动AI生态繁荣 强化行业影响力 [63][67]

产品发布 - 阿里发布通义旗舰模型Qwen3-Max 性能超过GPT5和Claude Opus 4 跻身全球前三[1] - 模型包括指令版本和推理版本 预览版在Chatbot Arena排行榜位列第三[1] - 正式版性能有望再度实现突破[1] 技术规格 - Qwen3-Max为通义千问家族中最大最强的基础模型 预训练数据量达36T tokens 总参数超过万亿[1] - 拥有极强编程能力和Agent工具调用能力[1] - 在SWE-Bench Verified测试中Instruct版本获得69.6分 位列全球第一梯队[1] - 在Tau2-Bench测试中取得74.8分 超过Claude Opus4和DeepSeek-V3.1[1] - 推理增强版本Qwen3-Max-Thinking-Heavy在AIME 25和HMMT测试中均获满分100分[1] 产品体系 - 通义千问系列模型实现从0.5B到超万亿参数的全尺寸覆盖[2] - 包含三百多个大模型 可满足不同场景需求[2] 服务接入 - 用户可在通义千问QwenChat上免费体验Qwen3-Max[2] - 可通过阿里云百炼平台调用API服务[2]

Plaud NotePin S则支持项链、手环、背夹、磁吸片等多种穿戴方式，仅17.6g，可连续20小时录音，40天 待机，定价1249元，Plaud Note定价则为1149元。 谈及缘何瞄准AI纪要赛道，莫子皓表示，这是一个大厂看不上，小厂搞不定的赛道。"我们专注做好产 品，在软件、硬件、设计等各方面都优选行业最高品质，因此价格比同类产品高出几百块，用户也愿意 买单，相信好的产品会说话，我们很多订单是因为企业管理者自己用了觉得好，再批量购买给公司员工 用的。" 值得一提的是，Plaud合伙人&全球销售负责人孙驰告诉记者："目前我们产品在海外卖了170个国家，但 我们没有在任何一个国家做过任何本地化的需求，我们卖非洲、卖日本、卖欧洲，卖的只有语言不同， 所有产品都是一样的。" "大模型时代，其实给社会提供了新的机会，我们销往不同国家的产品，只是因为合规的原因，大模型 不一样，我们不觉得在中国我们需要在产品上做任何修改。"孙驰说。 谈及国内外大模型性能差异，孙驰表示，在中文的语言转写上，国内的模型会比海外的模型更好。在一 些整体的信息整理上，这方面其实可能差距没有那么大，可能三个月左右。但是在一些跟智能相关的 ...

阿里云超节点架构 - 大模型训练推理对显存容量和带宽需求增长 传统GPU单机8卡方案无法满足业务需求[4] - 超节点解决方案采用多卡组成 具备大容量显存和低延迟共享特性[4] - 超节点设计基于高密度集成的PPU芯片 充分发挥芯片设计优越性[6] UALink互联协议 - 超节点采用UALink协议 联盟成员包括AMD AWS Google Intel Meta Microsoft等[5] - AMD贡献Infinity Fabric协议促成联盟成立 阿里云加入该联盟[5] - 协议针对行业自有技术演进成本高问题 提供开放互联方案[5] 硬件性能参数 - PPU配备96GB HBM2e显存 高于A800的80GB 与H20容量一致[10] - 片间互联带宽达700GB/s 远超A800的400GB/s 略低于H20[10] - 支持PCIe 5.0×15接口 优于A800的PCIe 4.0×16 与H20同代[10] - 功耗400W与A800相同 低于H20的550W[10] - 基础版峰值算力120TFLOPS专注AI推理 高级版支持AI训练[10] 网络与拓扑架构 - ALS-D系统在UALink上补充在网计算加速特性 支持Switch组网模式[9] - 采用基于Switch硬件连接方案 支持单层和二层互连拓扑[9] - 可扩展至数百/数千节点互连 满足并行计算发展需求[9] 系统集成方案 - 超节点实现单机64卡配置 磐久机柜功率达300千瓦[9] - 采用铜线链接方案提升密度 对互联协议有特定要求[9] - 通过MoE技术提升模型表达能力 降低算力需求[8]

人工智能发展愿景 - 实现通用人工智能AGI已是确定性事件 但只是起点 终极目标是发展出能自我迭代 全面超越人类的超级人工智能ASI [1][5] - AGI将人类从80%日常工作中解放出来 ASI将创造超级科学家和全栈超级工程师 以指数级速度解决医学难题 新材料 可持续能源 气候问题甚至星际旅行 [5] 三阶段演进路线 - 第一阶段智能涌现：AI通过学习海量人类知识具备泛化智能 已逼近人类各学科测试顶级水平如国际数学奥赛金牌 [3][7] - 第二阶段自主行动：AI掌握工具使用和编程能力以辅助人 这是行业当前所处阶段 正快速渗透物流 制造 软件 商业 生物医疗 金融 科研等几乎所有行业 [3][7][8] - 第三阶段自我迭代：AI通过连接物理世界并实现自学习最终超越人 需要直接从物理世界获取更全面原始数据 通过自主学习实现模型升级迭代 [3][9][11][12] 战略路径与基础设施投入 - 通义千问坚定开源开放路线 致力于打造AI时代的Android 已开源300多款模型 全球下载量超6亿次 衍生模型超17万个 [3][15][20] - 构建作为下一代计算机的超级AI云 为全球提供智能算力网络 未来全世界可能只会有5-6个超级云计算平台 [3][17][18] - 积极推进三年3800亿AI基础设施建设计划 将持续追加更大投入 2032年全球数据中心能耗规模较2022年提升10倍 [3][21] 行业发展趋势与数据 - AI Chatbot是人类有史以来用户渗透率最快的功能 行业渗透速度超过历史上所有技术 Tokens消耗速度两三个月翻一番 [4] - 最近一年全球AI行业投资总额超4000亿美元 未来5年累计投入将超4万亿美元 是历史上最大算力和研发投入 [4] - 未来自然语言就是AI时代源代码 任何人用母语就能创造Agent 可能有超过全球人口数量的Agent和机器人与人类一起工作 [8][9] 技术架构变革 - 大模型是下一代操作系统 将替代现在OS地位 成为承载用户 软件与AI计算资源交互调度的中间层 [14] - 模型部署方式将多样化 运行在所有计算设备中 具备持久记忆 端云联动 可随时更新参数自我迭代 [15] - 数据中心计算范式从CPU为核心转向以GPU为核心 需要更稠密算力 更高效网络 更大集群规模 [18] 阿里云战略定位 - 定位全栈人工智能服务商 提供世界领先智能能力和全球AI云计算网络 [20] - 运营中国第一 全球领先AI基础设施和云计算网络 自研核心存储系统 网络架构 计算芯片 [20] - 提供一站式模型服务平台百炼 支持模型定制化和Agent快速开发 提供AgentBay运行环境 灵码/Qoder等开发者套件 [20]

阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭9月24日在云栖大会上表示，为了迎接ASI（超级人工智能）时代的到来，对比2022年这个 GenAI的元年， 到2032年阿里云全球数据中心的能耗规模将提升10倍。这意味着阿里云算力投入将指数级提升。 受此消息影响，今日港股阿里巴巴持续走高， 截至午间收盘，涨6.4%，股价创2021年10月以来新高。 根据方舟投资每日交易报告，公司旗下两只ETF——ARKF和ARKW于22日合计买入阿里巴巴ADR价值约1630万美元。这是该基金自2021 年9月以来首次重新建仓阿里巴巴。 方舟投资对阿里巴巴的首次投资可追溯到2014年，即该公司上市不久后。但自2021年9月之后，公开记录中未再出现相关投资或代理投票 记录。 吴泳铭表示 大模型是下一代操作系统，AI Cloud是下一代计算机。 同时，他认为，算力正在从以CPU为核心的计算加速转变为GPU为核 心，新的计算范式需要超大规模的基础设施和全栈基础积累才能承载。未来，全世界也许只会有5到6个超级云计算平台。 "木头姐"四年来首次加仓 华尔街明星基金经理"木头姐"(Cathie Wood)掌舵的方舟投资管理公司近期重 ...