格隆汇9月24日｜1. 美国三大股指期货小幅上涨，纳指期货涨0.24%，标普500指数期货、道指期货涨 0.17%。 8. "木头姐"Cathie Wood时隔四年重新建仓阿里巴巴，价值逾1600万美元。 9. 美国政府寻求获得美国最大锂矿公司美洲锂业(Lithium Americas)高达10%的股权。 2. 欧股主要指数涨跌不一，德国DAX指数涨0.08%，英国富时100指数跌0.17%，法国CAC指数跌 0.73%，欧洲斯托克50指数跌0.23%。 3. 美联储主席鲍威尔对未来降息的前景持谨慎态度，美国财长贝森特：本应发出降息100至150个基点的 信号。 4. 据报OpenAI与英伟达商讨AI数据中心合作模式，将租赁而非购买AI芯片。 5. 阿里巴巴与英伟达开展Physical AI合作，包括数据的合成处理、模型的训练等。 6. 阿里巴巴2025云栖大会首提"超级人工智能"，将积极推进3800亿的AI基础设施建设，并计划追加更大 的投入。 7. 通义千问Qwen推出Qwen3-Max，为迄今为止规模最大、能力最强的模型。 美股时段值得关注的事件： 22:00 美国8月新屋销售总数年化 10. 美光科技 ...

今天，类似的故事似乎正在中国市场重演 ——主角是阿里巴巴。 纵观商业史，依靠成功的自我革命来摆脱困境、重返巅峰的企业屈指可数。 90年代IBM的"大象跳舞"和2014年后微软的"云转型"，便是两个标志性事 件，它们证明了一家巨头在增长失速后，依然有能力完成自我重塑。 资本市场的反应最为直接。在经历了漫长的调整期后，阿里股价近期再度拉升，创下自 2021年8月以来的新高。这轮上涨背后，是市场对其AI战略价值 的重新定价——从持续超预期的云业务财报，到通义大模型的高频迭代，再到关于其自研AI芯片的最新风声，一系列信号正共同支撑起一个新的估值叙 事。 但在这轮估值重塑中，一个更底层的核心事实远未被市场充分认知： 阿里巴巴不仅是全球四朵 "超级AI云"中唯一的中国公司，更是其中少数采取"全栈自研"路径的公司——即在AI芯片、云计算平台和基础大模型三个核 心层面均追求顶尖自研能力，与谷歌形成了战略上的跨洋呼应。 | | | 全球四朵"超级AI云" | | | | --- | --- | --- | --- | --- | | 对比维度 | 谷歌-美国 (Google) | 阿里巴巴-中国 (Alibaba) | 微软- ...

阿里巴巴AI战略定位 - 阿里巴巴成为全球四朵"超级AI云"中唯一的中国公司 采取全栈自研路径 在AI芯片 云计算平台和基础大模型三个核心层面追求顶尖自研能力[4] - 公司股价创2021年8月以来新高 市场对其AI战略价值重新定价 基于云业务超预期财报 通义大模型高频迭代和自研AI芯片进展[3] AI竞赛范式转变 - AI竞赛从"模型竞赛"转向全栈技术体系竞争 模型能力正快速平台化 高质量开源模型使顶尖AI能力成为普惠基础设施[5] - 竞赛胜负取决于迭代速度和成本效率两个核心变量 需要构建垂直整合的AI全栈技术体系[6] 超级AI云四大要素 - 千亿级资本投入：阿里巴巴宣布未来三年投入3800亿元建设云和AI基础设施 超过去十年总和 过去四个季度已投入超1000亿元[6][10] - 百万级集群云计算能力：为大规模并行训练提供计算环境 决定模型迭代速度上限[7] - 世界级基础大模型：通义千问Qwen衍生模型数量突破17万 成为全球第一AI开源模型[12] - 自主AI芯片布局：实现软硬件协同设计 降低推理成本 构筑长期成本优势[8] 全球竞争格局 - 全球IaaS市场由亚马逊AWS 微软Azure 阿里云和谷歌云主导 合计份额近80% 阿里云是唯一进入第一梯队的中国公司[10] - 美国三大科技巨头（谷歌 微软 亚马逊）和中国阿里巴巴形成全球四大"超级AI云"格局[10] 战略路径分化 - 微软和亚马逊采用"云+生态"模式：通过资本注入与OpenAI/Anthropic形成战略同盟 但存在协同效率和战略稳定性挑战[11] - 谷歌和阿里巴巴选择"全栈自研"模式：通过对AI芯片 云计算平台和基础大模型的端到端自研 实现更快创新迭代和更优成本结构[12] - 全栈自研模式已显现业绩增长：谷歌云收入增速从28%加速至32% 阿里云收入增速从18%大幅攀升至26%[12] 中国AI产业进展 - 中国开源模型技术表现优异 通义千问Qwen和DeepSeek等模型通过庞大开发者生态影响全球AI技术范式[13] - OpenAI2025年8月宣布开源两款核心模型 被认为是对中国开源力量的直接回应[13] - 完整全栈AI能力成为将开源优势转化为系统性产业优势的关键 需要自研芯片 云计算平台和基础大模型的垂直整合能力[13]

中美AI竞争格局 - 美国在私营部门创新、前沿研究、模型开发和先进计算基础设施方面领先，2024年全球50个顶级AI模型中美国机构独占40个[4][9] - 中国通过"AI+"举措在农业、制造业和监控等领域大规模部署人工智能，在AI相关出版物和专利总量上领先，2024年中国工业机器人安装量超过全球其他国家总和，全球市场份额从2023年51%上升至2024年54%[4][13] - 中国拥有全球最丰富的AI应用场景，在计算机视觉和自然语言处理的应用层专利上优势明显[13] 中国开源战略 - 中国引领AI开源浪潮，阿里巴巴通义千问、深度求索、字节跳动豆包、智谱AI ChatGLM、上海稀宇MiniMax等高性能大模型纷纷开源[19] - 开源模型性能快速追赶世界顶尖水平，性能达到SOTA 95%以上的模型几乎免费可用，冲击西方昂贵的API调用和软件授权模式[21] - 开源模式降低全球AI开发门槛，引导用户使用中国硬件生态，形成基于成本、习惯和技术路径依赖的生态绑定[23][26][27] 硬件战略布局 - AI时代软件正在"富余化"，硬件重新变得稀缺，高端芯片制造困难且供应链壁垒高[33] - 中国具备稳定、低成本、大规模制造复杂硬件的能力，能够提供与开源模型适配最好、成本最低、品类最全的硬件矩阵[25][34] - 中国生产全球三分之二以上的电动汽车和一半以上的工业机器人和智能家电，创造全球最具活力的技术扩散环境[39] 发展路径探索 - 算法优化派通过软件极致优化弥补硬件短板，实现软件定义算力[38] - 生态一体化派提供从算力到应用的全家桶服务，锁定企业用户[38] - 底层自主派打造100%自主可控的备用系统，如华为昇腾、寒武纪[38] 未来竞争推演 - 美国可能联合欧洲、日韩建立基于高安全标准的硬件制造联盟，或让顶级闭源模型与特定硬件平台深度绑定[40] - 中国"开源+硬件"战略具有去中心化和向下兼容特点，能以极低成本赋能发展中国家市场，构建非西方AI生态圈[41][42] - 全球科技价值链正在重构，掌握智能生产力工具生产资料的一方将拥有定义世界的话语权[43]

人工智能发展趋势 - 人工智能发展正从"数据时代"进入"经验时代" 训练大模型的数据几乎耗尽 智能体通过观察、行动和奖励信号与世界交互 [3] - 强化学习带领进入新经验时代 但需持续学习和元学习技术释放全部潜力 [3] - 人工智能替代不可避免 权力和资源将流向最聪明的智能体 [4] 开源与资源开放 - 开源成为AI竞争关键变量 从代码开源演进为资源开放 [5] - 开放数据和计算资源是推动AI发展的必需环节 [6] - 之江实验室将8B参数模型部署至太空星座 提出"计算卫星"新概念 [6] 机器人产业发展 - 具身智能发展面临高质量数据采集和模型算法挑战 多模态数据融合不理想 [7] - 机器人控制模态对齐存在技术难点 [7] - AI落地应用仍处于爆发性增长前夜 [7] 企业AI转型 - AI转型最大瓶颈在组织文化 必须由CEO主导且业务驱动 [8] - 需聚焦利润而非应用场景 打破组织壁垒和惯性 [8] - "本地对本地"模式成为全球现象 企业需建立分散化全球布局 [8] 中国企业全球化 - 中企海外收入占比仅8% 远低于韩国的65% [9] - 全球品牌百强中仅12家中国企业 美国有61家 [9] - 全球化3.0阶段需输出IP和专长 建设国际化团队 [10] 能源需求与核聚变 - AI用电量占全球1.5% 预计将增长至20%以上 [11] - 核聚变能量密度极高 1克燃料相当于8吨石油 [2][11] - 全球核聚变公司累计获投71亿美元 同比增长9亿美元 [12] - 89%企业看好2030年代末实现并网发电 [12] 技术突破路径 - 可控核聚变存在激光惯性约束和磁约束两大技术方向 [12] - 磁惯性约束混合路径可降低造价和建造时间 [12] - AI技术助力解决核聚变物理过程理解难题 [12]

展望人工智能的未来，萨顿提出，人类将真正理解智能，并借助技术将其创造出来；人类的智力水平很快将会被超级人工智能远远超越，权力和资源会流 向最聪明的智能体。基于此，他认为在人类的发展进程中，人工智能的替代将是不可避免的。 阿里云创始人王坚： 开源模型与闭源模型的选择，是AI竞争的关键变量 【导读】共话AI，2025外滩大会大咖云集 9月11日上午，2025Inclusion·外滩大会大咖云集，来自16个国家和地区的550位嘉宾参会分享，包括新晋图灵奖得主理查德·萨顿（Richard Sutton），阿里 云创始人、之江实验室主任王坚，源码资本投资合伙人、美国国家工程院外籍院士张宏江，香港大学计算与数据科学学院院长马毅、蚂蚁集团CEO韩歆 毅、宇树科技创始人兼首席执行官王兴兴等全球顶尖学者、产业界人士、青年创业者和科学家，共同探索智能时代的创新路径与商业未来。 以下是精彩观点集锦—— 图灵奖得主理查德·萨顿： 人工智能进入"经验时代"，潜力远超以往 2024年图灵奖得主、加拿大计算机科学家理查德·萨顿（Richard Sutton）认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的"经验时 代"，潜 ...

AI行业发展趋势 - 开源模式成为AI竞争的关键变量 从代码开源演进为资源开放是AI时代的革命性变化[1][3][4] - 2025年开源成为行业分水岭 此前最好基础模型集中在美国头部公司 随后通义千问Qwen和DeepSeek实现开源[3] - OpenAI CEO承认在开源问题上站在历史错误一边 印证开源模式的重要性[3] 资源开放模式 - 模型权重开放本质是数据资源和计算资源的开放 可避免重复消耗计算资源[4] - 开放数据和计算资源是推动AI发展的必需环节 规模千倍万倍增加带来天翻地覆的变化[1][4] - 太空成为重要资源领域 人工智能不应缺失太空应用 将出现第四种"计算卫星"[4] 太空AI应用突破 - 之江实验室将12颗卫星同时送上太空 首次将8B参数完整大模型部署至太空[5] - 星座系统实现太空任意位置数据处理能力 命名为"三体计算星座"向全球开放[5] - 太空AI算力为深空探索奠定基础 太阳轨道数据传输受限 必须依靠太空AI处理能力[5] - 火星探索需要计算和AI陪伴 是未来10-20年最激动人心的方向[5]

人工智能发展现状与趋势 - 人工智能进入以持续学习为核心的"经验时代"，潜力远超以往，人类数据红利正逼近极限 [3][4] - 当前AI技术仍缺乏对智能本质的科学理解，仅具静态知识存储能力而非真正的智能，存在逻辑混乱和幻觉问题 [11][12] - 智能的核心在于自我验证与自我纠错能力，需构建基于数学原理与闭环反馈的白箱模型实现自主智能演进 [12][14] 开源与闭源模型竞争格局 - 开源模型与闭源模型的选择成为AI竞争关键变量，开源含义从代码开源演进为资源开放（开放数据与计算资源） [6][7] - 2025年开源成为革命性变化，世界顶级基础模型从集中在美国头部公司转向开源化，例如通义千问Qwen和DeepSeek开源 [7] AI基础设施与产业化进程 - AI驱动基础设施大规模扩张，OpenAI的Stargate和Musk的Colossus等项目需100万个GPU，耗电量相当于北京市用电量的八分之一 [10] - 2025年美国主要科技公司AI相关资本开支预计超3000亿美元，IDC产业大规模建设带动电力生态和经济发展 [10] - 模型和GPU算力成为未来组织核心资产，Agent将重塑企业流程，"超级个体+agent"带来结构性变革 [10] 垂直领域应用与挑战 - AI医疗领域坚持人机结合路径，AI无法替代医生但可作为助手拓展医生能力边界，解决多学科会诊等场景需求 [16][17] - AI医疗落地面临三大核心难题：高质量数据、抑制幻觉和医学伦理 [17] - 具身智能领域存在高质量数据与模型算法挑战，视频生成与机器人控制模态对齐仍需突破 [20] 创新环境与产业机遇 - 创新创业门槛大幅降低，年轻创新者可用AI工具实现新创意，小组织爆发力持续增强 [20] - 去中心化协作可实现多智能体双赢，权力和资源将流向最聪明的智能体 [4]

人工智能发展趋势 - 人工智能进入以持续学习为核心的"经验时代" 潜力远超以往 [2] - 人类数据红利正逼近极限 超级人工智能将远超人类智力水平 [2] - 开源模型与闭源模型的选择成为AI竞争关键变量 [3][4] - 开放数据和计算资源是推动AI发展的必需环节 [4] 产业化与基础设施 - 大模型"规模定律"仍然有效 智能体与经济结构转型将重塑社会 [6] - AI驱动基础设施大规模扩张 OpenAI的Stargate和Musk的Colossus等项目耗电量巨大 [6] - 100万个GPU耗电量相当于北京市用电量的八分之一 [6] - 2025年美国主要科技公司AI相关资本开支预计超3000亿美元 [6] - IDC产业大规模建设带动电力生态和经济发展 [6] - 模型和GPU算力将成为未来组织的核心资产 [6] 技术突破方向 - 当前AI仅具静态知识存储能力 缺乏自我验证与自我纠错能力 [8] - 需将AI从"黑箱"系统转变为基于数学原理的"白箱"模型 [8] - 具身智能发展面临高质量数据和模型算法对齐的挑战 [14] - 视频生成与机器人控制模态对齐存在技术难题 [14] 行业应用落地 - AI医疗领域坚持人机结合发展路径 致力于解决数据/幻觉/伦理三大核心问题 [10][11] - AI无法替代医生 但可帮助专科医生拓展能力边界 支持MDT多学科会诊 [10] - 让名医专注科研和疑难杂症 基层医生获得AI助手支持 [11] - 创新创业门槛大幅降低 小组织在AI时代爆发力增强 [14] 市场表现数据 - 云计算50ETF(516630)近五日上涨10.13% 市盈率115.35倍 主力资金净流入469.6万元 [20] - 游戏ETF(159869)近五日上涨6.76% 市盈率44.91倍 主力资金净流出8712.1万元 [19] - 科创半导体ETF(588170)近五日上涨5.83% 主力资金净流入1050.9万元 [19] - 食品饮料ETF(515170)近五日上涨2.50% 市盈率21.51倍 主力资金净流出1069.6万元 [19]

9月11日上午，2025 Inclusion·外滩大会在上海黄浦世博园区开幕。阿里云创始人、之江实验室主任王坚 在开幕式暨主论坛上带来对人工智能时代的最新思考。他认为，从代码开源变为资源开放是AI时代的 革命性变化，开放数据和计算资源是推动AI往前走的必需环节，开源模型与闭源模型的选择变成了AI 竞争的关键变量。 "2025年注定是不平凡的一年。开源这一沿用软件时代的概念，成为了AI竞争的关键变量，"王坚表示。 在今年1月之前，当时世界上最好的基础模型都集中在美国几家头部公司，随后通义千问Qwen开源， DeepSeek开源，OpenAI CEO Sam Altman也承认，在开源这个时刻，OpenAI站在了历史的错误一边。 他认为，1998年，行业里最好、最开放浏览器Netscape开源，这是互联网时代的分水岭事件，是互联网 时代的关键变量。在人工智能时代，开源模型与闭源模型的选择，已经变成了AI竞争的关键变量，也 是行业无法绕开的。 王坚表示，当数据、模型、算力乘上了更大的变量，规模被千倍万倍增加后，我们看到的人工智能发生 了不只是原理上的进步，在事实上发生了一次天翻地覆的变化。而当规模到这个程度的时候， ...