“今天比拼的不再是單一模型的能力，而是系統性的迭代速度與全棧創新能力。”阿里云CTO周靖人在采訪時指出，阿里云正通過“模型+云+基礎設施”的三層聯動，構建具備全球競爭力的全棧AI體系。
全棧自研：阿里云的“三重優勢”與全球站位
在全球AI云市場中，阿里云是少數同時具備大模型自研能力、云計算平臺與底層算力布局的廠商。從行業來看，從算力芯片、云計算平臺到大模型家族，目前全球能同時覆蓋這三層的公司只有阿里巴巴和谷歌。
根據沙利文調研，中國500強企業中已有60%–70%接入生成式AI，其中阿里云滲透率達53%。這一數字背后，是阿里云開源策略的差異化打法——除API調用外，大量企業選擇在阿里云上自主部署通義開源模型，形成“可見數據”之外的龐大生態。
周靖人強調，阿里云早在ChatGPT爆發前便提出“MaaS(模型即服務)”理念，如今這一架構已成為行業共識。“但真正實現極致彈性、高精度、低成本的模型服務，需要超大規模分布式系統的支撐，全球能做到的公司屈指可數。”
模型“競賽”背后的戰略邏輯：快節奏迭代與系統競爭
2025年以來，阿里云以每月數款的節奏發布模型，通義家族已擴展至300余款，覆蓋從0.5B到萬億參數的全尺寸需求。這種高密度發布是否意味著行業進入“堆量時代”?
周靖人認為，當前AI競爭的核心是“迭代速度”而非“憋大招”。“模型發展是漸進式的，海外廠商也在加速。我們必須通過系統與算法的聯合優化，推動單項能力極致化，才能突破整體瓶頸。”他以Qwen3-Max為例指出，其數學推理滿分背后是工具調用、并行推理等底層架構的創新，“沒有單點突破，就難有整體躍遷”。
值得注意的是，阿里云在推進模型性能的同時，持續強化Agent與多模態融合能力。周靖人表示，模型與智能體的邊界正在模糊：“通義千問本身已具備Agent能力，但行業級智能體需結合領域知識，這部分需通過百煉等平臺實現分層支持。”
邁向ASI：技術瓶頸與未來路徑
阿里巴巴集團CEO吳泳銘在大會主旨演講中提出“通向ASI(人工通用智能)”的三階段路徑，目前阿里云處于第二階段——工具調用與復雜任務處理。周靖人坦言，下一階段的關鍵難點在于“讓模型自主學習、自我進化”。
“當前模型在代碼、數學等場景已表現優異，但要實現持續學習、反饋交互，還需在架構、算法、系統層面突破。”他指出，記憶管理、多模態融合、能耗控制是未來三大挑戰。例如，2032年算力能耗預計較2022年翻10倍，這要求基礎設施需同步實現效率躍升。
阿里云的快速迭代與全棧布局，折射出AI行業的核心趨勢：單一模型優勢難以持續，競爭正轉向“模型+云+算力”的系統性能力。而中國廠商在全球賽場上的獨特優勢，在于更貼近本土場景的落地能力與開源生態的規模效應。
周靖人表示，阿里云將繼續堅持“開放共贏”策略，通過模型開源、平臺賦能與行業共創，推動AI技術普惠化。“未來三到五年，AI將深入行業核心場景，而全棧能力將成為分水嶺。”
文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。
海報生成中...
海藝AI的模型系統在國際市場上廣受好評，目前站內累計模型數超過80萬個，涵蓋寫實、二次元、插畫、設計、攝影、風格化圖像等多類型應用場景，基本覆蓋所有主流創作風格。
IDC今日發布的《全球智能家居清潔機器人設備市場季度跟蹤報告，2025年第二季度》顯示，上半年全球智能家居清潔機器人市場出貨1,2萬臺，同比增長33%，顯示出品類強勁的市場需求。
京公網安備 11010502041587號