AI作为下一代操作系统 - AI被视为下一代操作系统 AGI将向ASI超人工智能发展 [1] - 阿里巴巴CEO吴泳铭认为AI需直接从物理世界获取原始数据实现突破 例如新一代自动驾驶通过原始车载摄像头数据学习实现更高驾驶能力 [6] 车企AI智能体应用加速落地 - 理想 比亚迪 智己 蔚来等车企过去半年已宣布将AI智能体引入智能座舱 [2] - 车内智能体可实现语音点餐功能 车主行车中语音点餐到达后无缝取餐 [2] - 理想汽车展示智能体"理想同学"调用星巴克小程序完成点单支付全流程 演示视频持续一分多钟 [1] 智能体技术框架与生态连接 - 车机智能体主要通过CUA和MCP/A2A两种框架运作 [2] - CUA框架通过多模态大模型理解任务生成动作 最终通过小程序或APP执行任务 例如理想OTA7.5系统接入支付宝生态 [2] - MCP/A2A框架将任务分发给第三方智能体完成 例如肯德基点单由肯德基自有智能体实现业务逻辑 [4] - 支付环节设置安全验证 需刷脸或语音确认 小额支付可启用免密支付 [4][5] 技术瓶颈与解决方案 - GUI Agent图形界面智能体准确率较低 15步任务准确率约30% 影响停车登记等复杂任务稳定性 [3] - 理想采用"多步轨迹"拆解方案 基于用户想法页面截图和对话状态预测页面动作 通过有限集合预测提高准确率 [3] 未来发展方向 - 理想发布Agent 2.0框架 重点发展全信息记忆和环境感知能力 [5] - 全信息记忆涵盖程序记忆情景记忆语义记忆 包括用户屏幕操作环境互动和人物关系认知 [5] - 环境感知能力通过摄像头识别真实二维码等信息 结合全信息记忆由大模型规划推理完成任务 [5] - 智能体从被动辅助转向主动代劳 例如自动完成车牌号输入等重复操作 [5]

今天，在京东全球科技探索者大会（JDD）上，京东宣布，未来三年，将持续投入，带动形成万亿规模的人工智能生态。 这次大会，京东首次系统展示了AI全景布局，不仅升级"JoyAI"大模型品牌，还一口气发布三款C端产品、四大场景应用和三大深度平台，意图把供应链 优势延伸至用户端。 受此消息带动，京东集团港股股价盘中涨幅近7%。 9月25日，京东宣布：未来三年，将持续投入，带动形成万亿规模的人工智能生态 三款产品全面押注AI新交互 同时，京东正式推出行业首个"附身智能平台"JoyInside 2.0，强调全龄陪伴、拟人交互和言行一致三大能力，为机器人、AI玩具、智能眼镜等终端"装上大 脑"。目前已有超过30家硬件品牌接入，相关产品已上线京东。 JoyInside2.0已接入超30家品牌 即将上线的京犀App，被定位为"下一代购物与生活服务超级入口"，不只"听懂人话"，更理解商品，意图实现真正意义上的超个性化推荐。据透露，AI购 物、AI试衣等体验后续将从主站迁入这款独立App。 "他她它"App则搭载新版JoyAI大模型，内置一位什么都能聊的"万能博士"智能体，既能查天气、点外卖、聊财经，还可根据用户性格切换对话风格。 ...

Plaud 在招兵买马，疯狂招人。 他们去年赚了一亿多美金，今年能赚两亿多。 怎么理解这个数字的价值？如果你在国内融资，几乎不可能拿到比这更多的美元。 不过 Plaud 没那么需要融资，它是全世界最成功的 AI 硬件 Startup。约 150 美金的录音卡片，卖给了全球超过 100 万人，引来大厂效仿，甚至还有美国团 队跑来中国找供应商。 你不好奇吗？为什么？ 莫子皓是 Plaud 中国区 CEO，也是负责 AI 产品和研发的合伙人。加入之前，他「看到了真实的数据，一年增长四倍。这就是 PMF。」 硬件的销售带来的用户，稳定、真实、有粘性，还高净值。他们有真实的需求，用 Plaud 记录了密度和价值极高的信息，对他们个人至关重要的信息。所 有这些，用今天流行的话说，就是 context。 过去的东西任由行业 follow 和 copy，对 Plaud 来说，这些竞争来得太慢了，他们无瑕顾及。 我们更好奇的是，在 PMF 的助推下，在这丰沃的用户 context 土壤上，Plaud 可以做什么？他们「误打误撞」发现和解锁的下一个关卡，是什么？ 以下是我们与莫子皓的对话内容，经 Founder Park 编辑整 ...

1. 吴泳铭表示，将在3800亿元AI基础设施的建设上，追加更大的投入。 今年初，阿里巴巴港股的市值还只有1.5万亿港元左右，9个多月后，阿里巴巴不仅实现了市值翻倍，还创下了近4年的股价新高。 在阿里巴巴市值翻倍的这9个月里，每当"吴泳铭""AI""投资"三个关键词同时出现时，阿里的股价通常都会迎来一波大涨。 今年2月，吴泳铭宣布阿里将在未来三年投入至少3800亿元建设云和AI硬件基础设施，随后阿里股价在10个交易日内累计上涨超过35%；在Q2财报电话会 上，吴泳铭再一次重申阿里对AI投入的决心，配合二季度阿里云的超预期表现，阿里巴巴美股一夜上涨13.5%。 最近一次，则是在9月24日举办的2025云栖大会上，吴泳铭宣布未来计划追加更大的投入，阿里港股股价盘中大幅拉升，最终收涨9.16%，总市值来到3.32 万亿港元。 在两股情绪并存的市场上，计划投入3800亿，要做AI时代基础设施的阿里云为什么得到了更多的"支持票"？ 不确定的泡沫和确定的AGI 本月初，美国科技公司甲骨文发布截至8月的2026财年第一财季报告，财报显示，未实现履约义务（尚未确认的已签约收入）已经达到4550亿美元，同比 增长359%，并且 ...

题图来自：视觉中国 从AGI到ASI，阿里果然是造词担当。 阿里集团CEO、阿里云董事长吴泳铭在9月24日的阿里云栖大会上提出观点：实现通用人工智能AGI只 是起点，发展出能自我迭代、全面超越人类的超级人工智能ASI才是终极目标。 维特根斯坦说，语言的边界就是世界的边界。 跳出原有语言体系的表达，确实让人印象深刻，恍如新世界的大门就在眼前。 姚顺雨在今年4月发布的博客《The second Half》提到，AI下半场已经开始，"评估比训练更重要""通过 把智能转化为有用的产品，打造出数十亿甚至万亿美元的公司。" 这些参与"下半场"的创业公司，显然是各大云平台的潜在客户。阿里云需要尽可能多地把它们搞到手。 淘金者可能穷困潦倒，但卖铲子的人总能富得流油。 阿里云已经吃到甜头。根据2025年二季度财报，阿里云收入333.98亿元，同比增长26%，增速创三年新 高，其中AI收入已经占阿里云外部商业化收入超20%。 它的模式已经清晰。 吴泳铭在演讲中重点提到了"两个判断"（两个产品）： 1、大模型是下一代OS。通义千问开源300多款模型，做AI时代的andriod。 别管ASI是否会重蹈"新零售"的覆辙，反正股价已经信 ...

阿里巴巴AGI与ASI发展路径 - AGI并非AI发展终点而是全新起点 AI将迈向超越人类智能并能自我迭代进化的超级人工智能(ASI) [1] - 通往ASI分为三阶段演进路线 从"学习人"到"辅助人"最终"超越人" [2] AI基础设施投入计划 - 阿里云积极推进三年3800亿AI基础设施建设计划 并将持续追加更大投入 [3] - 为迎接ASI时代 2032年阿里云全球数据中心能耗规模将比2022年提升10倍 [3] 大模型技术突破 - 通义大模型7连发 在模型智能水平 Agent工具调用 Coding能力 深度推理和多模态实现多项突破 [4] - 旗舰模型Qwen3-Max性能超过GPT5和Claude Opus 4 其预览版在Chatbot Arena排行榜位列第三 [4] - 下一代基础模型架构Qwen3-Next发布 性能可媲美千问3旗舰版235B模型 [4] 专项模型升级 - 千问编程模型Qwen3-Coder重磅升级 应用效果显著提升 [4] - 多模态视觉理解模型Qwen3-VL开源 在视觉感知和多模态推理实现重大突破 [4] - 全模态模型Qwen3-Omni音视频能力揽获32项开源最佳性能SOTA [5] 语音模型创新 - 语音识别大模型Fun-ASR基于数千万小时真实语音数据训练 具备强大上下文理解能力与行业适应性 [5] - 语音合成大模型Fun-CosyVoice提供上百种预制音色 适用于客服 销售 直播电商等场景 [5] 视觉模型进展 - 视觉基础模型通义万相推出Wan2.5-preview系列模型 涵盖文生视频 图生视频 文生图和图像编辑四大功能 [5]

Meta人才流失与组织问题 - Meta以143亿美元收购Scale AI 49%股权并招募其28岁创始人亚历山大·王 随后开出最高4年3亿美元薪资招募顶尖AI研究员 但团队组建后出现离职潮 包括工作12年的老员工和刚加入的OpenAI研究员[4] - 离职原因包括组织臃肿 疫情后VP层级增多导致审批流程低效 以及内部政治斗争频繁 OpenAI和Google背景的研究员不擅长应对此类环境[8] - 超级智能实验室规模达5000人 但核心模型训练团队仅需50人 其中20多人负责模型设计调优 20多人负责基础设施 其余人员从事边缘化产品 效率低下[9] - 内部存在主动"赛马"现象 缺乏明确ownership 多个团队重复相同工作 与亚马逊和Google的集中式管理形成对比[10] - 部门财务自主权弱 VP预算有限 无法独立决策奖金分配或资源调配 导致团队难以进行战略性改变[11] 顶尖AI公司组织策略对比 - OpenAI和Anthropic采用使命驱动模式 全公司围绕单一目标努力 避免重复工作 团队规模虽达千人但目标一致[10][12] - Google依赖权威研究者定方向 相对集权 减少内部冲突 2023年后通过多点推进策略 在文字 图像 视频等多领域同时发力 最终实现技术反超[18][23] - xAI偏工程驱动 通过扩大模型规模和算力构建壁垒 马斯克认为"不存在research 一切都是engineering" 与Google的科学驱动形成对比[18] - Anthropic聚焦文字空间 专注coding场景 OpenAI侧重C端多样化应用 ChatGPT周活达7-8亿 但面临Google桌面端Chrome的壁垒挑战[23][24] AI人才流动与职业发展 - 顶尖AI人才首选OpenAI和Anthropic 其次为Google 核心驱动力是参与AGI突破并留名历史 而非金钱报酬[21][22] - 研究者年龄多在35-40岁 需有奠基性成果 但近年博士生难有突破性研究 因算力被大公司垄断 多数人跟随LLM主线[15] - 理想团队架构为5-6名顶尖研究者配5-6名工程型人才 前者决定公司10年发展 后者决定2-3年发展[16][17][19] - 当前研究环境浮躁 博士生普遍追逐大模型方向 缺乏底层算法改进 批判性思维培养不足 甚至辍学创业[35] AI原生组织构建 - AI原生组织应最大化利用AI工具 仅在新岗位需求时招人 采用去中心化网状结构替代金字塔层级 提升协作效率[26] - 任务分配需抽象化 避免过度细节 强调工程师的架构设计能力 而非单纯代码执行 AI使团队产出提升3-5倍[26][27] - 团队信任至关重要 CEO需判断哪些工作可放手 同时保持能力互补 避免重叠导致冲突[27][29] - Pokee AI案例显示 8人团队通过每日站会协调优先级 依赖关系抽象化任务 实现5-10倍效率提升[28] 资本市场与技术脱节 - 2025年AI资本市场可能降温 VC将评估年度表现 若营收不及预期则冷却 当前市场期望过高[34] - Meta广告业务提升被二级市场认可 但实际与LLM和GenAI关联较小 主要依赖传统推荐系统优化 存在技术进展与资本认知脱节[34] - 美国顶尖研究基金会(如盖茨 扎克伯格设立)资源充裕 但难招募执行层人才 因加入大厂更具晋升确定性[20]

阿里巴巴AI战略布局 - 阿里巴巴与英伟达开展Physical AI合作[1] - 公司正式推出规模最大、能力最强的模型Qwen3-Max[2] - 公司提出AGI只是起点，终极目标是超级人工智能[3] - 公司将在美国新建5个AI数据中心推进"星际之门"项目[4] 全球AI产业合作动态 - AMD宣布与AI创企Cohere扩大全球AI合作[5] - SAP和OpenAI宣布合作，计划推出"德国版OpenAI"[6] - 应用材料与格芯合作推进AI和AR光子技术[7]

他宣布，公司正积极推进3,800亿元的AI基础设施建设，并计划追加更大投入。到2032年，阿里云全球 数据中心的能耗规模将比2022年提升10倍。这一目标预示着阿里云算力投入将指数级增长，为迎接超级 人工智能（ASI）时代做准备。 值得注意的是，阿里巴巴正式发布了其迄今为止规模最大、能力最强的模型Qwen3-Max。该模型的性 能表现引人注目，其预览版在权威的LMArena文本排行榜上位列全球第三，超越了GPT-5-Chat。此前公 布的2025财年第二季度财报显示，阿里云智能集团收入同比增长26%，创下近三年最高增速。公司整体 净利润同比增长76%，表明AI投入已开始产生实效。 他表示大模型是下一代操作系统，而AI云是下一代计算机。"大模型将取代传统OS，成为连接用户、软 件与AI计算资源的中间层。" 受到上述信息的刺激，资本市场也给予了积极回应。 9月24日，阿里巴巴港股全天大涨9.14%，股价创下2021年10月以来新高 ，市值一日暴增近3000亿。本 月该股已累计上涨超四成，年内涨幅接近翻倍。截至发稿，其总市值达到3.32万亿港元。从美股层面来 看，当地时间周一，华尔街明星基金经理"木头姐"凯茜·伍德 ...

产品发布与性能表现 - 阿里通义旗舰模型Qwen3-Max于2025云栖大会亮相 性能跻身全球前三 包含指令和推理两大版本 [1] - 模型预训练数据量达36T tokens 总参数超过万亿 拥有极强编程能力和工具调用能力 [1] - Instruct版本在SWE-Bench Verified测试中获得69.6分 位列全球第一梯队 [1] - 在Tau2-Bench工具调用测试中获得74.8分 超过Claude Opus4和DeepSeek-V3.1 [1] 技术突破与创新 - 推理增强版本Qwen3-Max-Thinking-Heavy结合工具调用和并行推理技术 在数学推理测试AIME25和HMMT中均获满分100分 为国内首次突破 [3] - 模型通过写代码解题及增加计算资源实现性能提升 展现卓越推理能力 [3] - 通过持续增长数据和参数规模验证Scaling Law有效性 性能突破显示规模化路径仍具潜力 [5] 产品体系与商业化 - 通义千问系列实现从0.5B到超万亿参数的全尺寸覆盖 包含三百多个大模型 满足不同场景需求 [5] - 用户可通过通义千问QwenChat免费体验Qwen3-Max 或通过阿里云百炼平台调用API服务 [5]