文章核心观点 - Agent（智能体）被视为AI落地的关键载体，行业正进入Agent时代 [1][7] - 阿里云通过发布高代码Agent开发框架ModelStudio-ADK，展示了其在Agent领域的饱和式投入决心，旨在推动AI在真实业务场景的落地 [1][4][11] - 阿里云定位为“全栈人工智能服务商”，通过提供从底层算力到上层模型及Agent工具链的全栈服务，支持AI应用的工业化生产 [19][21] Agent行业趋势与共识 - 全球科技巨头（如英伟达、微软）均看好Agent，认为其是数万亿美元级别的机会 [7] - 中国科技巨头（阿里、字节、百度、华为）已积极布局Agent开发平台，各行业应用激进 [8] - 到2024年12月，中国头部综合类AI原生应用Agent数量已超10万个，2025年可能达百万级 [10] - 分析机构Gartner预警，到2027年底可能有超40%的Agentic AI项目被取消，当前热潮存在炒作成分 [10] 阿里云的技术与产品布局 - 基础模型层面：发布通义大模型Qwen3-Max等7款模型，核心性能宣称超越GPT-5 [4] - 技术愿景层面：提出ASI（超级人工智能）愿景，认为大模型是下一代操作系统 [4] - 应用落地层面：一站式平台“百炼”发布高代码Agent开发框架ModelStudio-ADK，突破预定义编排局限 [4][11] - ModelStudio-ADK基于AgentScope打造，推理性能提高50%，决策成功率达90%，支持200多款模型调用 [13] - 该框架集成7大企业级能力，支持复杂业务逻辑转化，可1小时内开发DeepResearch等项目 [15] - 平台支持多Agent联动，兼容主流Agent调用协议，支持异步、同步调用 [15] Agent开发模式探讨 - 行业存在低代码与高代码开发路径之争，面向真实业务场景的精品Agent需要高代码开发 [11][16] - 高代码开发源于Agent需连接真实物理世界，深度融合业务知识库、系统对接与外部能力调用 [11] - 阿里云采取ADP（低代码）与ADK（高代码）双平台策略，满足不同复杂度需求 [16][18][19] - 阿里云百炼平台已有超20万开发者开发了80多万个Agent [18] - 低代码平台应用案例：网商银行贷款审核应用，任务处理时间从3小时优化至5分钟内，准确率超95% [18] 阿里云的战略定位 - 阿里云致力于成为“全栈人工智能服务商”，提供公有云、云计算能力、上层模型及Agent工具链 [19][21] - 全球范围内，仅谷歌与阿里进行了类似的全栈AI业务布局 [21] - 全栈能力是打通Agent商业化最后一公里、推动精品Agent涌现及ASI时代到来的关键 [21]

大模型技术产品发布 - 阿里云发布七款大模型技术产品 覆盖语言、语音、视觉、多模态、代码等模型领域 [3] - 旗舰模型Qwen3-Max预训练数据量达36T 总参数超过万亿 编程能力和工具调用能力有较大提升 [5] - 下一代基础模型架构Qwen3-Next总参数80B里激活3B 性能即可达到千问3旗舰版235B模型 [6] - 开源视觉理解模型Qwen3-VL 升级3D检测能力 扩展支持百万tokens上下文 视频理解时长扩展到2小时以上 [10] - 全模态模型Qwen3-Omni具备音视频能力 可部署于车载、智能眼镜和手机等 [11] - 通义万相2.5视频生成模型实现音画同步 视频生成时长从5秒提升至10秒 支持24帧每秒的1080P高清视频生成 [13] - 语音大模型通义百聆发布语音识别模型Fun-ASR和语音合成模型Fun-CosyVoice 后者可提供上百种预制音色 [15] AI基础设施扩建 - 阿里云宣布新一轮全球基础设施扩建计划 在巴西、法国和荷兰首次设立云计算地域节点 扩建墨西哥、日本、韩国、马来西亚和迪拜的数据中心 [16] - 阿里云在全球29个地区运营91个可用区 今年以来已投入启用8个新的AI和云数据中心及可用区 [16] - 阿里巴巴集团积极推进三年3800亿的AI基础设施建设计划 2032年阿里云全球数据中心的能耗规模将比2022年提升10倍 [16] 服务器与网络升级 - 发布新一代磐久128超节点AI服务器 单柜支持128个AI计算芯片 采用自研CIPU 2.0芯片和EIC/MOC高性能网卡 推理性能提升50% [18] - 新一代高性能网络HPN 8.0采用训推一体化架构 存储网络带宽800Gbps GPU互联网络带宽6.4Tbps 支持单集群10万卡GPU互联 [20] - 高性能并行文件存储CPFS单客户端吞吐提升至40GB/s 对象存储OSS推出Vector Bucket 成本比自建开源向量数据库降低95% [20] 产业链合作 - 阿里云和英伟达在Physical AI领域达成合作 PAI平台将集成英伟达Physical AI软件栈 缩短具身智能等应用的开发周期 [22] - 联想百应智能体接入通义Qwen3大模型 丰富了模型库 提升了语言理解、多轮推理、指令跟随等关键能力 [26] - 鸿鑫智造为阿里云液冷设施提供冷却配电方舱、一体化冷源方舱等 磐久128超节点AI服务器后续将采用液冷方式散热 [26] - 软通动力展示基于第四代英特尔志强可扩展处理器的GPU服务器 支持多种类型的AI加速卡 [28] 平台与开发生态 - 阿里云百炼平台发布全新Agent开发框架ModelStudio-ADK 1个小时能开发一个能生成深度报告的Deep Research项目 [15] - 阿里云百炼平台的模型日均调用量过去一年增长了15倍 [15] - 智能计算灵骏集群通过多级亲和性与拓扑感知调度设计 基于HPN网络支持10万卡稳定互联 [21]

合作背景 - 亚信科技全资附属公司与阿里云签订能力中心合作合同 成为阿里云云计算项目交付能力中心 [1] - 阿里云是全球领先的云计算及人工智能科技公司 中国最大、亚太地区第一的云服务商 服务全球200多个国家和地区的数百万客户 [2] - 阿里云为超过一半的A股上市公司、80%中国科技创新企业提供服务 [2] 合作内容 - 双方将加强在通义千问大模型、人工智能一体机、AI大模型安全方案等多方向的联合产品研发及服务合作 [1] - 阿里云持续深耕算力技术与模型算法迭代 为AI应用落地提供底层支撑 [1] - 亚信科技依托深度学习和大语言模型生成能力 优化传统应用开发范式 以高质量、高弹性、低成本的云交付能力服务阿里云客户 [1] 战略意义 - 合作体现阿里云对亚信科技在AI大模型应用交付领域能力的高度认可 [1] - 亚信科技是阿里云政企"星河计划"人工智能生态联盟重要成员 具备端到端全链路服务能力 [2] - 合作将为集团拓展AI大模型交付等新业务领域提供机会 创造更多潜在增长机会 [2] 能力互补 - 阿里云凭借领先的基础设施和技术储备提供支撑 [1] - 亚信科技在咨询规划、基础设施、大模型平台、大模型应用、大模型部署、大模型服务、运营管理等方面具备突出能力 [2] - 双方将优势互补 共谋发展 助推"人工智能+"落地百行千业 [1][2]

人工智能发展三阶段 - 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 当前AI已逼近国际数学奥赛金牌水平[4][10] - 第二阶段自主行动 AI掌握工具使用和编程能力以辅助人类 可连接数字化工具完成真实世界任务[5][11] - 第三阶段自我迭代 AI通过连接物理世界获取原始数据并实现自学习 最终实现超越人类的超级人工智能[6][13][15] 阿里云AI战略布局 - 通义千问坚持开源开放路线 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[6][22] - 构建超级AI云作为下一代计算机 需要数百万计GPU和CPU协同运作 全球可能仅存5-6个超级云计算平台[6][20] - 推进三年3800亿AI基础设施建设计划 预计2032年全球数据中心能耗规模较2022年提升10倍[6][23] 行业发展趋势 - 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[7] - 大模型将成为下一代操作系统 自然语言成为AI时代编程语言 Agent替代传统软件[18] - AI渗透速度史上最快 Token消耗速度每两三个月翻一番 Chatbot成为用户渗透率最快功能[7] 技术演进方向 - AI需直接获取物理世界原始数据 仅学习人类归纳知识无法实现更高阶突破[13][14] - 通过强化学习与持续学习机制 实现自主优化和参数自我迭代[16] - 模型部署方式多样化 将运行在所有计算设备并具备持久记忆能力[19] 未来应用场景 - AGI将人类从80%日常工作中解放 ASI可能创造超级科学家和全栈超级工程师[8] - 未来每个人需使用100张GPU芯片 全球Agent数量可能超过人口总量[12][26] - AI将攻克医学难题 发明新材料 解决可持续能源和气候问题 甚至实现星际旅行[8]

AI发展阶段定义 - 公司首次系统阐述通往超级人工智能(ASI)的三阶段演进路线：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[3] 第二阶段"自主行动"AI掌握工具使用和编程能力以辅助人类[3][6] 第三阶段"自我迭代"AI通过连接物理世界实现自学习最终超越人类[3][8] - 当前行业处于第二阶段 AI通过Tool Use能力连接数字化工具完成真实世界任务 并借助Coding能力解决复杂问题[6][7] - 第三阶段需满足两个关键要素：AI连接真实世界全量原始数据[8][10] 以及实现Self-learning自主学习能力[11][12] 行业发展趋势与规模 - 全球AI行业投资总额最近一年超过4000亿美元 未来5年累计投入将超过4万亿美元[3] - 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[3] - Tokens消耗速度每两三个月翻一番[3] - 未来每个人可能需要使用100张GPU芯片 全球Agent和机器人数量可能超过全球人口[8][24] 技术架构变革 - 大模型是下一代操作系统 将替代现有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][15] - 自然语言成为AI时代编程语言 Agent是新的软件形态 Context替代Memory功能[14][15] - 模型部署方式将多样化 运行在所有计算设备中 具备持久记忆和端云联动能力[16] - 数据中心计算范式从CPU为核心转向以GPU为核心的AI计算 需要更稠密算力和更大集群规模[18] 公司战略与投入 - 公司积极推进三年3800亿人民币的AI基础设施建设计划 并持续追加更大投入[1][22] - 2032年全球数据中心能耗规模将较2022年提升10倍[1][22] - 通义千问选择开放路线 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[16][19] - 定位全栈人工智能服务商 提供一站式模型服务平台百炼和Agent运行环境AgentBay等开发者套件[19] 产品与基础设施 - 运营中国第一 全球领先的AI基础设施和云计算网络 具备软硬件垂直整合能力[20] - 正在打造全新AI超级计算机 协同创新基础架构设计和模型架构[20] - 通义千问覆盖全模态 全尺寸 是全球第一的开源模型矩阵[19] 应用场景影响 - AI将渗透物流 制造 软件 商业 生物医疗 金融 科研等几乎所有行业领域[7] - 未来几乎所有与计算世界打交道的软件都由大模型产生的Agent替代[15] - 开发者规模将从几千万扩大到数亿 终端用户可通过大模型直接满足需求[15] - ASI将解决医学难题 发明新材料 解决可持续能源和气候问题 甚至推动星际旅行[4]

股价表现 - 公司股价盘初大涨超9%至178.11美元 创2021年8月以来新高 [1] 战略合作 - 公司与英伟达正式开展Physical AI全面合作 覆盖数据合成处理、模型训练、环境仿真强化学习及模型验证测试等全实践环节 [1] - 公司正积极推进3800亿AI基础设施建设并计划追加更大投入 [1] 全球基础设施扩张 - 阿里云宣布在巴西、法国和荷兰首次设立云计算地域节点 [1] - 将扩建墨西哥、日本、韩国、马来西亚和迪拜的数据中心以服务全球客户AI和云计算需求增长 [1] 机构评级 - 花旗重申买入评级 维持目标价187美元 认为公司将迎AI演进带来的结构性机遇 [1] - 美国银行将目标价从168美元上调至195美元 [1] - 大摩重申增持评级 目标价200美元 看好公司作为中国最佳AI赋能者的地位 [1]

核心合作内容 - 亚信科技与阿里云签订能力中心合作合同 成为阿里云的云计算项目交付能力中心 [1] - 双方将加强在通义千问大模型、人工智能一体机、AI大模型安全方案等多方向的联合产品研发及服务合作 [1] - 合作包括行业应用原生研发及市场开拓 助推人工智能+落地百行千业 [1] 双方战略定位 - 阿里云是全球领先的云计算及人工智能科技公司 中国最大、亚太地区第一的云服务商 服务全球200多个国家和地区数百万客户 为超过一半A股上市公司及80%中国科技创新企业提供服务 [2] - 亚信科技是大模型应用交付领军企业 具备端到端全链路服务能力 阿里云政企"星河计划"人工智能生态联盟重要成员 [2] 技术能力分工 - 阿里云持续深耕算力技术与模型算法迭代 凭借领先基础设施和技术储备为AI应用落地提供底层支撑 [1] - 亚信科技推进人工智能原生企业转型 依托深度学习和大语言模型生成能力优势 优化传统应用开发范式 [1] - 亚信科技以高质量、高弹性、低成本的云交付能力服务阿里云客户 [1] 合作价值评估 - 合作体现阿里云对亚信科技在AI大模型应用交付领域能力的高度认可 [1] - 合作将为亚信科技拓展AI大模型交付等新业务领域提供机会 [2] - 预期建立互利合作关系将创造更多潜在增长机会 [2]

市场扩张和合作 - 亚信科技全资附属公司与阿里云签订能力中心合作合同[3] - 亚信科技是阿里云政企“星河计划”人工智能生态联盟重要成员[4] 合作潜在机会 - 与阿里云合作预期为亚信科技拓展AI大模型交付等新业务创造潜在增长机会[4] 阿里云客户情况 - 阿里云服务全球200多个国家和地区数百万客户[4] - 阿里云为超一半A股上市公司及80%中国科技创新企业提供服务[4]

文章核心观点 - Token是未来的电 类比AI计算资源如同电力系统般的基础设施角色[1][4] - 阿里巴巴全面转型为AI公司 以AI驱动为核心战略 聚焦电商和AI+云两大方向[13][14][18] - AI演进路径分为三阶段 最终目标是实现自我迭代的超级人工智能(ASI)[7][9][23] AI演进路径与终极愿景 - AI发展分为三阶段：学习人(过去) 辅助人(现在) 自我迭代超越人(未来)[7] - 当前关键在工具使用能力(Tool Use) 连接数字与物理世界[7] - 未来自然语言成为AI时代源代码 每个人可创造Agent 数量超全球人口[8] - ASI需突破两门槛：连接真实世界全量原始数据 实现自主学习(Self-learning)[9] - 2032年阿里云数据中心能耗规模较2022年提升10倍 为ASI时代做准备[4][23] 阿里巴巴战略选择与投入 - 通义千问选择开源路线 目标成为下一代操作系统[4][11] - 阿里云定位"超级AI云" 全球仅5-6家能承载海量计算需求[11] - 三年投入3800亿元建设AI基础设施 超过去十年总和[4][16] - 推动"公共云优先"战略 收缩项目制订单 聚焦可规模化AI电网模式[15] - 全栈自研垂直整合 覆盖AI芯片 云计算平台 基础大模型三大核心层[20] 技术成果与市场表现 - 通义开源300余个模型 覆盖全尺寸全模态 全球下载量突破6亿次[17] - 衍生模型17万个 服务超100万家客户 中国企业级大模型调用市场占比第一[17] - 服务中国90%国家级及大型国有银行 全球前十手机品牌中九家深度合作[17] - 阿里云收入增速从2%提升至26% 股价最高涨幅超75%达148美元[16][17] - 支撑中国95%车企智能座舱与自动驾驶 通义灵码服务70%中国车企[22] 行业竞争格局 - 全球超级AI云仅AWS 微软云 谷歌云 阿里云四家拥有入场券[20] - 竞争焦点从模型智能转向全栈技术体系 比拼迭代速度与成本效率[20] - 阿里选择与谷歌类似的垂直整合路径 实现底层算力到上层应用全面赋能[20][22]

吴泳铭是一个极少出现在聚光灯之下的CEO。 基于此，他阐述了阿里的两个核心选择：其一，通义千问选择开源路线，希望成为下一代操作系统；其二，阿里云要成为"超级AI云"，因为未来的 商业模式就像电力系统，"Token就是未来的电"。 为支撑这一宏大愿景，吴泳铭表示，阿里巴巴正在积极推进三年3800亿的AI基础设施建设计划，并将会持续追加更大的投入。根据远期规划，为了 迎接ASI时代的到来，对比2022年这个GenAI的元年，2032年阿里云全球数据中心的能耗规模将提升10倍。 这场演讲，是他少有的高调表达，为理解他上任后700多天的所有决策，提供了一个清晰的视角。 1.终极思考：通往ASI的三级火箭 在他看来，实现一个具备人类通用认知能力的AGI，只是AI发展的一个阶段。AI的终极形态，将是能够自我迭代、超越人类智能的ASI。它将可能创 造出一批"超级科学家"和"全栈超级工程师"，以指数级的速度去解决今天人类难以攻克的科学问题，比如新药研发、新材料和可持续能源。 执掌阿里巴巴两年以来，他极少发声，也未接受过任何一家媒体的专访。综合多方信息，可以拼凑出一个更立体的形象：他是阿里"第一个程序 员"，亲手写下了公司早期 ...