除了财务，中国的开源革命还回应了全球对数字主权的关键诉求。对多数全球南方国家而言，依赖单一 封闭式模型将带来不可接受的地缘政治风险。中国的开源模型开辟了一条不同道路：即"公共产品"之 路。由于模型权重可公开下载，无论是巴西大学还是南非金融机构，都能在本土服务器上运行这些模 型。有关技术一旦被下载，便成为他们自己的资产。这种模式培育了"黑箱式"专有系统无法提供的信任 感与持久性。此外，开源代码的透明性使本地安全研究人员能自主检测系统，确保其符合本土安全标 准。 这种协作模式的实际成效已在全球各地的本土应用中显现。2025年10月，乌干达基于通义千问架构推出 自主大语言模型"向日葵"，旨在为4600万人口弥合数字鸿沟，使农民能以当地的卢干达语获取农业指 导。由于其底层的中国技术支持100多种语言——包括常被英语主导的西方数据边缘化的语言，实现了 前所未有的语言包容性。同样，马来西亚推出的本土大语言模型NurAI，其系统是通过优化中国的基础 模型而实现的。这标志着"主权人工智能"新时代的到来——各国利用高质量的全球基础模型，构建体现 自身独特价值的系统。 这场转变具有结构性意义。全球顶尖风投机构发现，其投资组合中高 ...

在中国人工智能实验室开源产品遍地开花的背景下，英伟达于周一发布了全新系列开源人工智能模型。 该公司称，新款模型相较前代产品，运算速度更快、成本更低、智能程度更高。 英伟达素以供应芯片闻名，OpenAI 等企业正是借助其芯片训练闭源模型并开展商业化收费服务。与此 同时，英伟达也推出了一系列自研开源模型，覆盖物理仿真、自动驾驶等多个领域，可供科研人员及其 他企业使用。帕兰提尔技术等公司已将英伟达的模型整合至自身产品中。 在中国人工智能实验室开源产品遍地开花的背景下，英伟达于周一发布了全新系列开源人工智能模型。 该公司称，新款模型相较前代产品，运算速度更快、成本更低、智能程度更高。 英伟达素以供应芯片闻名，OpenAI 等企业正是借助其芯片训练闭源模型并开展商业化收费服务。与此 同时，英伟达也推出了一系列自研开源模型，覆盖物理仿真、自动驾驶等多个领域，可供科研人员及其 他企业使用。帕兰提尔技术等公司已将英伟达的模型整合至自身产品中。 英伟达于本周一正式推出第三代 "Nemotron" 大语言模型，该系列模型主打文本生成、代码编写等任 务。其中，最小型号Nemotron 3 Nano已于当日发布，另外两款更大规模的型 ...

中央经济工作会议定调明年宏观政策 - 会议部署明年经济工作 强调实施更加积极有为的宏观政策 增强前瞻性针对性协同性 持续扩大内需 优化供给 发展新质生产力 推进全国统一大市场建设 防范化解重点领域风险 推动经济实现质的有效提升和量的合理增长 [2] - 财政政策与货币政策表述均增加“继续”二字 强调政策统一和连续性 即“继续实施更加积极的财政政策”和“继续实施适度宽松的货币政策” [2] - 新增“物价合理回升”作为重要考量 重点关注通胀与内需问题 [2] - 引导金融机构加力支持扩大内需、科技创新、中小微企业等重点领域 此为新增表述 [3] - 针对房地产市场 在“加快构建房地产发展新模式”外 提出“鼓励收购存量商品房重点用于保障性住房等”化解库存新方式 首次纳入中央经济工作会议内容 [3] 美联储降息与政策动向 - 美联储宣布降息25个基点 联邦基金利率目标区间从3.75%-4.00%下调至3.50%-3.75% [4] - 点阵图显示决策层预计明年仍有一次25个基点的降息 与三个月前预测一致 [4] - 本次决议有3名FOMC投票委员反对降息 为2019年来首次出现3张反对票 [4] - 声明新增段落表示准备金余额已降至充足水平 将根据需要开始购买短期国债以维持充足准备金供应 [4] - 市场观点与美联储存在分歧 市场预期明年需降息四次 而美联储整体偏向全年仅降息一次 口风偏中性 [5] - 美联储重新购买短期国债被解读为基于维护市场短期流动性的考虑 动作偏“鸽派” 并非重启量化宽松 [5] 国际机构上调中国经济增长预期 - 世界银行发布最新中国经济简报 预计2025年中国经济增长率为4.9% 2026年为4.4% 两项预期均较前一期上调0.4个百分点 [8] - 国际货币基金组织（IMF）上调2025年中国经济增速预期至5.0% 较两个月前预测提高0.2个百分点 并将2026年预期上调0.3个百分点至4.5% [8] - 亚洲开发银行上调今年中国经济增长预测0.1个百分点至4.8% [8] - 上调原因包括更积极的财政政策、适度宽松的货币政策支撑内需和投资 以及出口市场多元化保持韧性 [8] - 在外部环境严峻、内需增长疲软背景下 外贸保持高速增长 物价水平出现反弹趋势 传递经济回暖积极信号 [9] 科技与高端制造领域进展 - “九天”无人机成功首飞 机长16.35米 翼展25米 最大起飞重量16吨 载荷能力达6000公斤 航时12小时 转场航程7000公里 [10] - 创新点在于“蜂群母舰”概念 机腹蜂巢任务舱可容纳数百架微型无人机或巡飞弹 提升突防能力和火力密度 依靠自研技术首飞成功 [11] - 设计采用“通用平台+模块化任务载荷”理念 具备军民两用潜力 可快速更换任务舱 承担重型物资运输、精准物流投送、应急救援、测绘地理等多种服务 [10][11] - Meta公司使用阿里巴巴的通义千问（Qwen）模型来优化其新的闭源AI模型“Avocado” 该项目由扎克伯格亲自领导 预计明年春季亮相 [12] - Meta从开源向闭源生态倾斜 选择阿里Qwen进行辅助训练 表明阿里在开源模型领域得到广泛认可 [12] 互联网公司海外与资产布局 - 京东以34.98亿港元收购位于香港中环的中国建设银行大厦部分办公楼层 [14] - 京东表示将围绕供应链持续投资 推动零售、物流、技术研发等业务融入香港 近两年已加大在港投资 包括收购佳宝食品超级市场、投入运营快递港岛运营中心并新增超100名快递员 [14] - 近期阿里、蚂蚁、小红书、美团等互联网大厂也陆续加码香港市场 将其视为国际市场跳板和试验田 [14] - 苏宁易购以合计8元对价向第三方出售8家公司股权 每家公司交易对价1元 出售后不再纳入合并报表范围 [16] - 截至评估基准日2025年9月30日 出售的八家公司中七家100%股权评估值为负值 另一家评估值为0元 交易预计增加归母净利润约9.92亿元 [16] - 苏宁易购曾耗资48亿元控股家乐福中国 现相关资产已沦为债务负担 公司近年财报由亏转盈主要依靠出售负债子公司减少债务 经营层面仍面临持续亏损 [17] 金融市场与板块表现 - 12月11日A股市场震荡调整 沪指跌0.7%报3873.32点 深成指跌1.27%报13147.39点 创业板指跌1.41%报3163.67点 [18] - 沪深两市成交额1.86万亿元 较上一交易日放量786亿元 全市场近4400只个股下跌 [18] - 商业航天、零售概念局部活跃 半导体设备概念局部走强 房地产、服装家纺、饮料制造等板块跌幅居前 [18] - 市场缺乏利好支撑 房地产利好传闻未证实致板块走弱 国内CPI修复存在不确定性致消费板块走低 [18] - 市场传闻北交所打新规则将与市值挂钩并降低开户门槛 午后北证50一度大幅走高 [19]

核心人事变动与战略信号 - 阿里云CTO、通义实验室负责人周靖人正式成为阿里巴巴合伙人，这是阿里合伙人团队在今年6月从26人收缩至17人后的首次增补 [2][3][5] - 此次人事变动发生在关键的技术换挡窗口期，大模型从“能用”走向“要落地”，云厂商从“拼算力”转向“拼体系化AI” [6] - 周靖人晋升为合伙人，是因为其领导的通义实验室在过去一年保证了千问（Qwen）模型的领先地位，获得了管理层的高度评价，被视为集团强化AI核心战略的信号 [6][20] 阿里巴巴合伙人制度与AI战略升级 - 阿里巴巴合伙人团队是公司的最高集体决策机构，选拔门槛极高，需在阿里工作5年以上、高度认同公司文化、对公司发展有积极贡献，并获得75%以上（即至少13位）现任合伙人赞同 [9] - 2025年，阿里巴巴将AI战略从“技术叙事”升级为“生死线”，并宣布未来三年将投入至少3800亿元用于云计算与AI基础设施建设，该金额超过公司过去十年在相关领域的投入总和 [7] - 马云亲自督战AI，频繁点名周靖人要求汇报Qwen3进展，认为AI将成为阿里未来十年的主要增量，而模型是整个体系的第一变量 [7] 周靖人的职业履历与技术贡献 - 周靖人于2015年加入阿里出任阿里云首席科学家，历经阿里云、电商、蚂蚁等多个关键岗位，于2020年底回到阿里云担任CTO兼达摩院副院长，十年后成为合伙人 [8][11] - 在技术层面，其为阿里云打造了飞天系统和神龙计算架构，主导构建了iDST（阿里数据科学研究院）和全球领先的MaxCompute大数据引擎，在2018年双十一带领团队每秒处理17亿条日志 [11] - 在业务层面，其重构了淘宝搜索，打造新一代语义理解引擎，参与推动阿里妈妈整合实现搜广推一体化，并参与个性化算法设计，成为阿里算法领域核心负责人之一 [11] - 其带领达摩院期间，成立智能计算实验室，推动前沿技术研发，培养数百名AI顶尖人才，产出50+顶会论文和16项专利 [12] - 负责阿里云后，推动“飞天+神龙+磐久AI服务器”三位一体架构，使AI算力利用率达90%，训练成本降低30% [12] - 在大模型浪潮中，其率先提出“模型即服务”理念，并发起国内最大AI开源社区魔搭ModelScope，开源了达摩院近400个模型 [12] 通义实验室与Qwen大模型体系 - 通义实验室起源于阿里达摩院内部的大模型与多模态AI团队，于2023年重组后归属阿里云系统，由阿里云CTO统筹管理 [22] - 实验室定位兼顾“研究+工业化+商业落地”，既关注前沿AI技术，也强调模型能服务于阿里生态内外并落地到业务和产品 [22] - 通义大模型系列主要涉及四大方向：自然语言、视觉、视频和语音，包括通义千问系列、通义万相-图像生成系列、通义万相-视频生成系列、语音合成与识别系列 [24] - Qwen系列大模型从原有的多模态大模型M6进化而来，是一个大规模开源的大语言模型家族矩阵，目前已更新至第三代Qwen3 [26][27] - Qwen3系列实现了从0.5B到480B的全尺寸技术布局，并建立了覆盖文本、图像、语音、视频的全模态开源矩阵 [17] - 规模最大、能力最强的Qwen3-Max参数量超万亿，预训练数据达到36万亿tokens [29] - Qwen3引入了“混合推理”机制，支持更强推理能力、长上下文、多语言和多模态能力，覆盖从基础通用语言到专业任务的多种能力矩阵 [34] Qwen模型的技术成就与市场影响 - Qwen在开源生态中已成为全球最具影响力的模型族之一，实现下载量7亿+，衍生模型18万+ [18] - Qwen3-Max-Thinking（思考模式）在极具挑战性的数学推理基准测试AIME 25和HMMT上均取得满分，是国产大模型首次在这两个榜单拿下满分 [30] - 在考察Agent工具调用能力的Tau2 Bench测试中，Qwen3-Max-Instruct打败了Claude Opus4和DeepSeek V3.1 [32] - 2025年11月17日，阿里宣布千问项目全力进军“AI to C”市场，通义千问App公测版上线，正式与ChatGPT展开全面竞争，并免费开放 [34] - 公测23天后，通义千问App月活跃用户突破3000万 [38] - 据彭博社消息，Meta计划在明年春季发布的闭源模型“Avocado”（牛油果），在训练过程中参考或使用了Qwen作为蒸馏源来进行优化 [40] 阿里云的竞争策略与未来方向 - 阿里云是全球四大“超级AI云”之一，其广告口号宣称“AI云市场份额领先，超过第2–4名总和” [20] - 公司强调其是全球极少数能在大模型与云计算两端同时做到全栈自研的公司，并将此能力视为长期竞争中的真正护城河 [20] - 未来的发展思路围绕模型与云的协同展开，认为大模型的每一次突破，背后是整个云计算和数据、工程平台的全面配合和升级 [20] - 在模型方向上，将继续推进推理模型的演化，并视多模态为迈向通用智能的关键路径，同时探索新的在线、持续、自主学习机制 [20] - 在基础设施层面，正强化云与模型的深度融合，认为工程能力、整个云系统结合AI的性能和效率会变成核心竞争力 [21] - 公司认为全球AI已进入加速期，比拼的是迭代速度和创新能力，阿里快节奏发布是通义大模型体系化演进的表现 [21]

Meta AI战略重大转向 - Meta首席执行官扎克伯格亲自介入并推动公司AI战略转向，重点开发可商业化盈利的闭源AI模型，此举与公司长期宣扬的开源战略形成重大背离 [2] - 新AI模型代号为“Avocado”，预计将于明年春天亮相，很可能以闭源形式推出，由Meta严格控制并对外出售使用权 [2] - 为推进新战略，扎克伯格挖角顶尖AI人才组建名为TBD Lab的新团队，并为部分人员提供数亿美元级别、为期多年的薪酬方案 [3] 新模型“Avocado”的技术开发 - TBD Lab团队在训练“Avocado”模型时，采用模型“蒸馏”技术，使用了包括谷歌Gemma、OpenAI的gpt-oss以及阿里巴巴通义千问（Qwen）在内的多家第三方模型 [3] - 使用中国阿里巴巴的通义千问技术来训练新模型，标志着扎克伯格在技术态度上的微妙转变 [4] 行业背景与竞争格局 - Meta转向闭源模型的路线与其竞争对手谷歌和OpenAI的做法保持一致 [2] - 行业观点认为，在开源AI领域，中国已处于领先地位，英伟达首席执行官黄仁勋表示“中国在开源领域遥遥领先——远远领先” [4] - Meta此前发布的开源模型Llama 4表现未达预期，令硅谷和扎克伯格感到失望，直接促成了此次战略转向 [3] 市场反应与公司动态 - 受Meta使用阿里巴巴通义千问技术训练新模型的消息影响，阿里巴巴美股盘前直线拉升，开盘后维持2%左右的涨幅 [2] - Meta新任首席AI官Alexandr Wang倾向于支持闭源模型 [2] - 在Llama 4发布后，扎克伯格将部分参与该项目的人员边缘化 [3]

文章核心观点 - Meta公司首席执行官马克·扎克伯格亲自介入并推动公司AI战略转向，从开源转向开发名为“Avocado”的闭源商业模型，以寻求盈利，并在模型训练中使用了包括阿里巴巴通义千问在内的多家第三方模型[7][8] 市场反应与公司数据 - 消息影响下，阿里巴巴美股盘前直线拉升，开盘后维持约2%的涨幅[2] - 阿里巴巴美股当日开盘价为159.64美元，前一日收盘价为155.96美元[3] - 阿里巴巴总市值为3808.25亿美元，总股本为23.86亿股[6] - 当日成交量为414.83万股，成交额为6.61亿美元[6] Meta公司AI战略转向 - Meta战略出现重大转向，从多年大力宣扬的开源战略转向开发闭源模型“Avocado”，预计明年春天亮相，此举与谷歌和OpenAI路线一致[7] - 战略转向的直接原因是其开源模型Llama 4的表现令硅谷和扎克伯格感到失望[8] - 公司新任首席AI官Alexandr Wang倾向于支持闭源模型[8] 团队重组与资源投入 - 扎克伯格将部分参与Llama项目的人员边缘化，并亲自出面挖角顶尖AI研究人员和负责人[8] - 新招募的部分人员获得了数亿美元级别、为期多年的薪酬方案[8] - 新加入的人员被集中到名为TBD Lab的团队中，扎克伯格将大量时间和精力花在与该团队密切合作上[8] 模型训练与技术合作 - TBD Lab团队在训练新模型“Avocado”时，采用了“蒸馏”方法，使用了包括谷歌Gemma、OpenAI的gpt-oss以及阿里巴巴通义千问在内的多家第三方竞争对手模型[8] - 使用中国技术（阿里巴巴通义千问）训练新模型，标志着扎克伯格在态度上的微妙转变[8] - 英伟达首席执行官黄仁勋曾表示，中国在开源领域遥遥领先[8]

文章核心观点 - ChatGPT的发布引发全球人工智能革命，重塑科技与商业世界，并深刻改变金融市场格局[3] - AI热潮推动标普500指数上涨64%，其中七大科技巨头贡献近半涨幅，英伟达股价暴涨979%[1][3][8] - AI行业陷入没有技术护城河的激烈军备竞赛，领导地位频繁更迭，先发优势难以维持[4][10][13] - 技术变革带来社会结构性重塑，在创造技术红利的同时加剧经济分化和职业不确定性[5][15] AI对金融市场的提振作用 - ChatGPT发布时全球金融市场处于后疫情时代最糟糕环境，标普500较年初高点下跌25%[6] - AI概念驱动标普500指数自ChatGPT发布以来上涨64%，七大科技巨头贡献其中近半涨幅[3][8] - 英伟达成为最大受益者，股价上涨979%，OpenAI估值从140亿美元暴涨至5000亿美元[1][8][9] - 七大科技巨头在标普500指数中的权重从三年前约20%飙升至35%，市场集中度风险上升[8] AI行业竞争格局演变 - 行业呈现没有绝对赢家的军备竞赛特征，领导地位在2025年发生多次轮换[4][10] - 中国初创公司DeepSeek以低成本模型引发全球市场震动，一度导致英伟达股价暴跌[4][10] - OpenAI的GPT-5发布后表现不及预期，谷歌凭借Gemini 3展开强势反击[4][11] - Meta的Llama、阿里巴巴通义千问、Anthropic的Claude等模型加剧行业竞争[12] 技术红利与社会影响 - AI热潮扭转了高通胀、高利率下的低迷市场情绪，但加剧了经济的"K型"分化[5] - 技术突破能在数月内被复制，任何先发优势都是暂时的，行业没有稳固护城河[13] - 变革带来普遍不安感，年轻一代面临职业道路不明朗，老一辈人技能可能不再适用[15] - 行业领袖承认当前可能存在类似90年代末互联网泡沫的泡沫现象[14]

阿里巴巴的转型逻辑 - 公司转型的秘诀是始终围绕用户需求，自主培育核心业务，不依赖收购 [3] - 公司发展云计算完全是出于处理自身平台海量数据的技术自主可控需求，起点是内部使用再开放给外部客户 [8] - 对创业者的建议是优先选择有机增长而非并购，因为自身团队培养的能力DNA纯正且文化匹配 [8] 中国AI生态的战略优势 - 中国AI战略的核心目标不是模型性能，而是普及率，计划到2030年AI智能体普及率达到90% [3] - 中国电力成本比美国低40%，得益于国家电网每年900亿美元的资本支出，其电力装机容量是美国的2.6倍，新增装机容量是美国的9倍 [4] - 在中国建设数据中心的成本比美国低60% [5] - 全球几乎一半的AI科学家和研究人员拥有中国大学的学位 [6] - GPU资源的匮乏迫使中国团队在系统层面进行创新，以优化效率 [7] 开源模式与AI商业模式 - 开源模型会击败闭源模型，因其在成本、数据主权和隐私方面更符合全球大多数用户的利益 [7] - 公司的AI商业模式不依靠模型收费，而是通过提供云计算基础设施服务来实现变现 [3][7] AI时代的人才与技能 - 年轻人在AI时代需要三大核心能力：知识获取、分析思维和提问能力 [3] - 学习编程的目的不是为了操作机器，而是为了训练思维过程 [9] - 未来值得关注的专业方向包括数据科学、心理学与生物学、以及材料科学 [10] 对AI行业的宏观判断 - AI的价值在于渗透率，真正的赢家是能在自身行业和生活中最好地应用AI的一方，而非拥有最好模型的一方 [3] - AI可能存在金融市场泡沫，但技术本身是真实且具有变革性的，其发展不会重蹈互联网技术泡沫覆辙 [13] - AI将从工具变为伙伴，AGI将改变人类行为方式 [3]

全球大模型格局 - 全球大模型发展呈“双核驱动”态势，技术路径上闭源与开源并行，地缘格局上美国与中国成为两大核心力量[10] - 美国在算力、算法和人才方面积累深厚，主导闭源领域；中国将开源作为重要发展方向，有助于应对供应链不确定性和外部制约[13] - 头部闭源模型形成OpenAI、Anthropic与Google“三驾马车”之势，OpenAI的GPT系列在综合能力方面具备优势，Anthropic聚焦专业场景，Google的Gemini路线更倾向于“全面而均衡”[17] 开源模型的崛起 - 2025年是中国大模型发展的“破局之年”，DeepSeek横空出世，在全球范围内率先以开源方式复现具备“长链推理”能力的大模型[18] - DeepSeek通过创新训练机制将推理过程中的Token成本大幅压缩，实现“低成本，长推理”范式，迅速引爆开发者社区[18] - 除DeepSeek外，通义千问和Kimi等国产大模型也已陆续开源，共同探索兼具技术深度与生态广度的新型开源路径[18] - 开源对中国而言是一种系统性战略，本土开源模型获得广阔应用试验场，并激活了中国庞大的工程师红利，实现算力、数据与人才的高效协同[19] 端侧模型发展 - 2025年“端侧推理”成为模型落地的重要战场，在云端训练昂贵、推理成本上升的背景下，部分推理能力迁移到设备端执行[20] - 端侧模型参数量级在几亿到数十亿，具备低延迟响应、强隐私保护和几乎可忽略的运行成本优势[21] - 家庭与办公场景成为端侧模型的典型载体，安防摄像头、家用机器人等开始依赖本地推理完成视觉理解和任务执行[21] 大模型关键技术演进 - 大模型从单一文本能力迈向更复杂综合形态，四大技术趋势包括原生多模态融合、推理能力、长上下文窗口与记忆机制，以及智能体能力[22] - 前沿大模型正转向原生多模态架构，将图像、语音、文本等多种模态嵌入同一共享向量表示空间，实现更高效一致的理解与生成[23] - 推理能力成为核心标配，模型在训练阶段学习“如何一步步思考”，在推理阶段采用“延长思考时间”等机制提升判断能力[24][26] - 新一代模型支持超长上下文并结合外部记忆存储机制，能够在多次交互中持续追踪用户身份和偏好，成为具备长期认知能力的数字伙伴[27] 训练范式与架构探索 - 大语言模型经历范式转变，从以大规模预训练为核心单一路径，演进为融合后训练精调与运行时计算增强的多阶段协同体系[31] - 能力提升遵循三条“规模法则”：预训练规模法则构建基础能力，后训练规模法则注入任务导向行为模式，测试时规模法则提升准确性[32][33][34] - Transformer仍是绝对主流架构，但研究者积极探索线性注意力模型、混合注意力机制和文本扩散模型等替代或混合方案[37] 物理AI和世界模型 - 世界模型和物理AI成为行业新焦点，物理AI指能够感知现实环境、理解物理规律并采取有效行动的智能系统[38] - 世界模型是AI在“脑海中构建的微型世界”，能模拟和预测未来状态，具备“内部模拟-预演-规划”能力，提升系统泛化能力和安全性[38] - 2025年世界模型领域迎来多项标志性进展，DeepMind发布Genie3，OpenAI推出Sora2，World Labs发布Marble，NVIDIA Isaac Sim获得业界广泛关注[44] 产业链与基础设施 - 算力基础设施层面英伟达领先地位依然稳固，市值一度突破5万亿美元，多元化生态虽已萌芽但远未成熟[47] - AI行业从依赖少数云厂商支持转向多方参与的“循环式资金支持”模式，形成以英伟达和OpenAI为核心的“软硬双核”驱动结构[48][51] - 截至2025年8月全球AI应用的年度经常性收入约300亿美元，但行业全链条成本需达到约6000亿美元年收入才能实现合理回报，存在数千亿美元亏损缺口[51] 应用层发展机遇 - 大模型公司通过打造“超级助手”和布局开发者工具、AI搜索等，希望成为下一代人机交互的入口掌控者[53][54] - AI应用创业者的机会存在于大模型边界之外的垂直领域，需要深度行业理解、复杂工作流整合或强用户关系沉淀的场景[55] - 成功创业路径包含三个关键策略：抢跑模型能力、搭建灵活脚手架、将护城河转向用户数据侧积累[56] AI应用进化与挑战 - AI应用从被动响应的对话工具向具备目标感与自主性的智能体进化，经历对话、Copilot、有限智能体和自主智能体四个阶段[61] - 软件开发方式发生根本转变，核心工作转向“上下文工程”，即动态编排提示词、记忆、状态与工具调用[62][65] - 高达95%的组织未能从生成式AI投入中获得可衡量的商业回报，出现“生成式AI鸿沟”，主因是应用场景错配和难以捕捉隐性知识[65][66] - AI应用面临“成本悖论”，尽管单位Token推理成本下降，但由于链式推理导致Token调用量大幅攀升，公司整体支出可能不降反升[67] 2026年AI行业展望 - 技术方向关注在线持续学习，期待模型能实现终身学习模式，在线持续地学习、感知反馈、自我调整[73] - 经济影响关注AI能否打破“生产率悖论”，当大模型承担智力工作、机器人接管体力任务，可能推动全要素生产率提升[74][75] - 投资逻辑从“技术叙事”回归“商业基本面”，投资者更关注项目是否具备真实竞争壁垒、清晰可持续的经济模型和规模效应[76]

核心财务业绩 - 2026财年第二季度核心电商业务客户管理收入（CMR）同比增长10% [3] - 即时零售业务单位经济效益（UE）显著改善，11月UE亏损较七八月份降低一半，笔单价环比8月上涨超过两位数 [3] - 阿里云整体收入同比强劲增长34%，AI相关产品收入连续9个季度实现三位数同比增长 [3] - 本季度资本开支为315亿元，过去四个季度在AI+云基础设施的资本开支约1200亿元 [7] AI与云业务战略进展 - 公司AI战略在AI to B和AI to C两大方向发力，目标是成为世界领先的全栈AI服务商并打造面向C端的AI超级原生应用 [4] - 阿里云在混合云市场增速超20%，超过市场平均增速，金融云增速也领先市场，在中国AI云市场份额超过第二到第四名总和 [7] - 旗舰模型Qwen3-Max性能超过GPT5、Claude Opus 4等国际竞争者，跻身全球前三 [7] - 在Hugging Face上基于Qwen家族开发的衍生模型数量已超过18万个，超过第二名的两倍 [8] - 千问App公测一周新下载量突破1000万，成为增长最快的AI应用 [4] AI技术能力与生态优势 - 千问Qwen已开源300多款模型，覆盖全模态和全尺寸，在全球主要模型社区下载量突破7亿，超越Meta的Llama成为全球第一的开源模型家族 [13] - 下一代架构Qwen3-Next训练成本较密集模型大降超90%，长文本推理吞吐量提升10倍以上 [13] - 过去一年阿里云AI算力增长超5倍，AI存力增长4倍多，在已采用生成式AI的财富中国500强中，超53%企业选择阿里云，渗透率位列第一 [14] - 公司运营着中国第一、全球领先的AI基础设施和云计算网络，在全球29个地域设有92个可用区 [14] 市场影响与未来展望 - 公司股价自年初上涨超过87% [11] - 即时零售业务目标未来三年带动万亿GMV成交 [3] - 公司计划投入3800亿元建设AI基础设施，预计到2032年阿里云全球数据中心的能耗规模将是现在的10倍 [10] - 新加坡国家人工智能计划（AISG）在其东南亚语言大模型项目中转向阿里巴巴的通义千问Qwen开源架构 [21]