阿里何以成为AI时代的安卓?

背后的比拼,是系统工程。

作者 | 柴旭晨

编辑 | 王小娟

在展示出三年3800亿元的ALL IN的姿态,讲出超级人工智能“ASI”的澎湃故事后,阿里又站上了全球AI界的C位。

在2025年云栖大会上,阿里巴巴首席执行官吴泳铭畅谈ASI的前景,他认为“大模型是下一代的操作系统”,替代现有系统,AI模型将顺势加速渗透进所有设备;而超级AI云将成为下一代的计算机,他断言,未来全世界可能只会有5-6个超级云计算平台。

基于上述可预见的愿景,阿里做了一个战略选择:加码基建投入、开源通义千问,他的阳谋是成为“AI时代的安卓”。这就意味着,阿里要在模型端、算力端等都保持高速迭代的迅猛姿态,才能在如此内卷的赛道中,锁定赢面。

做到这点并不容易,在会后的访谈中,阿里云CTO周靖人向华尔街见闻坦言,AI市场竞争非常激烈,像Open AI、谷歌、Claude相关的模型都在加速,通义模型一直在跟全球的领先者你追我赶。

周靖人指出,行业进入加速期后,眼下玩家们比拼的不单单是单几个模型的能力,更重要的是迭代快速创新。

阿里云底气十足。在周靖人看来,今天模型之间的竞争,其实是系统的竞争;今天云的竞争,也是模型的竞争,这两者是密不可分的。而阿里云是那全球少数几家,在大模型和云计算方面都能够做到全栈自研、联合创新的云计算公司。

阿里云副总裁张启向华尔街见闻表示,阿里云具备全栈的AI能力,包括底层算力、云的布局、大模型家族,“从这三个部分来看,全球能够对这三层同时有布局的公司只有阿里和Google”。

面向ASI,吴泳铭透露,阿里云正在全力打造一台全新的AI超级计算机,可以在基础架构设计和模型架构上协同创新,从而确保在阿里云上调用和训练大模型时,能达到最高的效率。

面对ASI时代的巨大机遇,阿里云已做好充分准备,将在激烈的市场竞争中迎战对手,成为未来支撑阿里体系发展的关键力量。

以下是与阿里云CTO周靖人、副总裁张启的对话实录(经编辑):

问:为什么阿里今年能保持高节奏的模型发布的状态,是否会出现像Open AI GPT5一样,一个大一统的模型来终结他这么丰富的模型状态。

周靖人:全球整个AI模型的进展都在加速。通义模型一直在跟全球的领先者你追我赶。这个行业大家可能可以看到,像Open AI、谷歌、Claude相关的模型都在加速。

AI从过去的有很多的突破,但今天进入到一个加速期。今天大家比拼的不单单是单几个模型的能力,更重要的是迭代快速创新。无形之中大家都在加快今天模型迭代的效率。第二个方面,从以前单模态模型到多模态的演进是一个必然的趋势,这跟我们人的智能很相关的。

问:AI市场竞争非常激烈,阿里云做到了市占率第一后在AI云这块的打法和竞争优势上有没有独特的策略和想法?

周靖人:阿里云是全球少数几家,在大模型和云计算方面都能够做到全栈自研、联合创新的云计算公司。这方面是我们独特的一个优势。

阿里的AI模型、Agent的开发、AI的基础设施的创新是联合在一起的,也是相辅相成的。今天模型之间的竞争,其实也是系统的竞争;今天云的竞争,也是模型的竞争。这两者是密不可分的。

问:如今在研发人员精力有限的情况下,如何做一些像deepseek更底层范式上的创新?

周靖人:整个模型集群的创新不是分散的,背后都是连在一起的。有的时候需要在单模态有一个具体任务的场景里面能够做到最优,然后才能提高一个整体模型的能力。这方面所有的模型的发展,一定是整体通义整个大模型演进联合优化的一部分。

从今年年初到现在已经突飞猛进,甚至已经有几代模型的发展。每一代模型的能力有大幅度的提升,同时我们也在积极做下一代模型的研发。包括通义千问Next就在架构上面做了大量的创新。我们一旦推出来过后,整个社区都在围绕新的架构进行适配、进行相关的尝试。

模型的发展是一个循序渐进的,不是憋大招的逻辑。所有的海外厂商都会逐步的发展起来,今天在中间是需要加快模型迭代以及创新的速度。

张启:今天上午发的通义千问3-MAX是全球所有模型榜单里第三名。

今天千问我们有300多个模型,因为我们既有最好的模型也有最强的云,今天从AI云的层面上来看,阿里云是全球前四里面的唯一一个中国的选手。目前来说,我们也是中国唯一具备国际影响力和具有国际很强大竞争力的这样一个云厂商。

像Salesforce、像SPA这一些国际的厂商在中国或者在亚洲主选合作的厂商就是阿里云,我们就是在这样一个战略位置上面全栈去发力。

问:今年有厂商他把Agent能力做模型里,未来model跟Agent的能力是怎样的关系?

周靖人:其实这没有一个明确的边界解。我们的模型服务本身也会具备Agent的能力。从模型具备搜索的功能,它本身就是一个Agent。

今天讲到的智能体的开发是面向行业的,这部分它需要对当前每个行业的知识体系有一个深度的认知。百炼提供的一些核心的Agent的能力在通义千问、在万相里面也会慢慢的集成进去,也就是说底层的模型会越来越强大。但今天面向业务层工具的使用,业务层的调优,还是需要有业务层的智能体来做实现和解决。

问:怎么激发AI科学家的创造力?

周靖人:整个通义实验室里面相对比较开放,鼓励大家去做新的创新的。今天整个行业的发展的一些方向,不像几年前海外公司占优,整个行业越来越有共识。但有共识并不代表它就能够实现、能够完成。

今天我们需要的是更有效的把这一系列的工作,按照优先级能够做相关的一系列的规划,通过我们的系统和算法的联合优化,能够把工作推动起来。

今天我们是齐头并进的逻辑。最终我们希望在单项方面要做到极致,否则今天模型大的能力的提升也会遇到瓶颈。这些背后的逻辑,各家公司的大致的方向是没有什么大的变化,只不过大家没有像我们这么开放。

我们有一个重要的理解是站在开发者视角,为什么会提供这么多模型、参数,我们知道开发者的需求是多样性的,让大家都能在自己的场景里面选择最好的模型,集成到自己系统里面来。我们真正意义上是希望跟开发者、企业共同推动AI产业的发展。

问:面对对手在Token调用几十亿规模的市场,阿里云怎么在激烈的竞争环境中保持前瞻性?

张启:在AI云市场包括底层基础设施、Token调用,阿里云是中国的第一,是第二到第四名的总和。沙利文调研了中国500强,有超过70%已经采用了生成式AI,其中阿里云和通义千问的渗透率是53%。

问:阿里云是全栈,但核心抓手是什么?

张启:关于全栈的AI,底层算力、云的布局、大模型家族,从这三个部分来看,全球能够对这三层同时有布局的公司只有阿里和Google。

周靖人:阿里云所谓全栈自研的体系,也不是今天我们才开始做。我们早在大家都还没有做模型服务的时候,就提出Mode as a service ,从那个时候开始,我们云的发展的方向就是跟AI模型融合在一起的。在ChatGPT爆发之前我们就在提到今天AI跟云重要的整合性。

问:现在大的技术路线没大的分歧,阿里想要在模型上保持领先,最关键的要素是什么?

周靖人:我不认为创新的速度有任何减缓,全球在这方面投资也在加速,都在印证AI模型的上限还没有看到,我们还在不断加速,不断创新过程中。

至于要达到ASI,这中间有非常多难题需要解决。从目前看,模型整个复杂,包括处理能力,包括深度思考的能力,我们解决的有些好的地方,像数学、代码,还有其他的场景。真正做到各种工具快速的接入,模型训练的方式、模型创新的模式、模型的结构,都有可能发生很多一系列变化。最终还要做到模型自主完成学习,自主通过反馈,利用跟世界的交互,能够收集反馈,能够用好反馈去做模型进一步进化和升级。

这中间从我们当前一代代模型发展的路线,要慢慢营造成模型持续去学习、持续去自我完善的过程。这中间有架构上的挑战,有系统方面的挑战,有算法上面的挑战。

问:MaaS各家都在跟进,阿里是否有差异化?

周靖人:“模型服务”不是简简单单的概念,今天要做到极致弹性、极致性能、极致高吞吐的模型服务是非常难的,甚至我们经常说模型服务是AI时代的弹性计算。

讲到MaaS的性能之前先要讲到精度。同样一个模型,客户有时候会发现为什么在不同平台上采用不同服务的时候,效果就是不一样。其实这背后就是在精度对齐方面。在这些方面,我们有非常严格的流程。包括通义模型一系列的服务确保原生支持最佳的精度。

今天,通义模型的服务,包括其他模型服务在阿里云上会得到非常高质量的效果。当然,大家还对模型服务的吞吐、延迟、成本各方面都有要求,大家对模型服务需求是多样化的。有的企业更加追求极致的效率,甚至效率这部分有的是指模型效果、有的是指延迟。有的企业追求的是极致性价比,甚至对模型服务的时间也会有一些灵活的取舍。

今天,全球在这方面只有几家公司能做到。

问:Agent目前在做多模态相关的记忆部分边界点在什么地方?

周靖人:“记忆”这里是个泛义词。我们首先希望模型回答能够熟知上下文,这是简单的,而人的记忆,不仅是昨天发生了什么事,也许是去年,十年前发生了什么事,是对于超大规模信息的管理。AI需要做到各个模态记忆的支持,不单单是个文本,甚至是今天的视频,过去的音频等。

另外,我们要对记忆进行分层,就像人的记忆力,从具体的记录,过去发生了什么事情,是要进行抽象,从中抽象成一个经验,抽象成一个习惯,甚至今天变成个性的一部分。这中间有短期记忆,有多重记忆,这是智能化的过程,也不是纯粹的规则,在这方面还有很多研究。我们认为做一个智能体,做一个企业应用的智能体,相关的记忆还是需要的。

问:内部对于通义大模型评估维度的优先级?

周靖人:首先,我们所有技术工作直接的评价体系更多是能力,包括模型的能力。通往ASI的路径上,最重要的是先要有技术上的突破,能力上的突破,能够真正朝着吴泳铭讲到的ASI方向有进一步的技术突破和进展。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章