9月24日，2025云棲大會正式啟幕！阿里巴巴集團CEO、阿里云智能集團董事兼CEO吳泳銘發(fā)表主旨演講，他認為實現(xiàn)通用人工智能AGI已是確定性事件，但這只是起點，終極目標是發(fā)展出能自我迭代、全面超越人類的超級人工智能ASI。

AGI的目標是將人類從80%的日常工作中解放出來，讓我們專注于創(chuàng)造與探索。而ASI作為全面超越人類智能的系統(tǒng)，將可能創(chuàng)造出一批“超級科學家”和"全棧超級工程師"。

ASI將以難以想象的速度，解決現(xiàn)在未被解決的科學和工程問題，比如攻克醫(yī)學難題、發(fā)明新材料、解決可持續(xù)能源和氣候問題，甚至星際旅行等等。ASI將以指數(shù)級的速度推動科技的飛躍，引領我們進入一個前所未有的智能時代。

通往ASI之路將經(jīng)歷三個階段——

第一階段是“智能涌現(xiàn)”，特征是“學習人”。過去幾十年的互聯(lián)網(wǎng)發(fā)展，為智能涌現(xiàn)提供了基礎?；ヂ?lián)網(wǎng)將人類歷史上幾乎所有的知識都數(shù)字化了。這些語言文字承載的信息，代表了人類知識的全集。

基于此，大模型首先通過理解全世界的知識集合，具備了泛化的智能能力，涌現(xiàn)出通用對話能力，可以理解人類的意圖，解答人類的問題，并逐漸發(fā)展出思考多步問題的推理能力。

現(xiàn)在，我們看到AI已經(jīng)逼近人類各學科測試的頂級水平，比如國際數(shù)學奧賽的金牌水平。AI逐漸具備了進入真實世界、解決真實問題、創(chuàng)造真實價值的可能性。這是過去幾年的主線。

第二個階段是“自主行動”，特征是“輔助人”。這個階段，AI不再局限于語言交流，而是具備了在真實世界中行動的能力。AI可以在人類的目標設定下，拆解復雜任務，使用和制作工具，自主完成與數(shù)字世界和物理世界的交互，對真實世界產(chǎn)生巨大影響。這正是我們當下所處的階段。

實現(xiàn)這一跨越的關鍵，首先是大模型具備了Tool Use能力，有能力連接所有數(shù)字化工具，完成真實世界任務。人類加速進化的起點是開始創(chuàng)造和使用工具，現(xiàn)在大模型也具備了使用工具的能力。

通過Tool Use，AI可以像人一樣調(diào)用外部軟件、接口和物理設備，執(zhí)行復雜的真實世界任務。這個階段，由于AI能夠輔助人類極大提高生產(chǎn)力，它將快速的滲透到物流、制造、軟件、商業(yè)、生物醫(yī)療、金融、科研等幾乎所有行業(yè)領域。

其次，大模型Coding能力的提升，可以幫助人類解決更復雜的問題，并將更多場景數(shù)字化。現(xiàn)在的Agent還比較早期，解決的主要是標準化和短周期的任務。要想讓Agent能解決更復雜、更長周期任務，最關鍵的是大模型的Coding能力。因為Agent可以自主Coding，理論上就能解決無限復雜的問題，像工程師團隊一樣理解復雜需求并自主完成編碼、測試。發(fā)展大模型Coding能力是通往AGI的必經(jīng)之路。

未來，自然語言就是AI時代的源代碼，任何人用自然語言就能創(chuàng)造自己的Agent。只需要輸入母語，告訴AI你的需求，AI就能自己編寫邏輯、調(diào)用工具、搭建系統(tǒng)，完成數(shù)字世界的幾乎所有工作，并通過數(shù)字化接口來操作所有物理設備。 

未來，也許會有超過全球人口數(shù)量的Agent和機器人與人類一起工作，對真實世界產(chǎn)生巨大影響。在這個過程中，AI就能連接真實世界的絕大部分場景和數(shù)據(jù)，為未來的進化創(chuàng)造條件。

隨后AI將進入第三個階段——“自我迭代”，特征是“超越人”。這個階段有兩個關鍵要素：

第一、AI連接了真實世界的全量原始數(shù)據(jù)

目前AI的進步最快的領域是內(nèi)容創(chuàng)作、數(shù)學和Coding領域。我們看到這三個領域有明顯的特征。這些領域的知識100%是人類定義和創(chuàng)造的，都在文字里，AI可以100%理解原始數(shù)據(jù)。但是對于其他領域和更廣泛的物理世界，今天的AI接觸到的更多是人類歸納之后的知識，缺乏廣泛的、與物理世界交互的原始數(shù)據(jù)。這些信息是有局限的。

AI要實現(xiàn)超越人類的突破，就需要直接從物理世界獲取更全面、更原始的數(shù)據(jù)。

舉一個簡單的例子，比如一家汽車公司的CEO要迭代明年的產(chǎn)品，大概率會通過無數(shù)次的用戶調(diào)研或者內(nèi)部的討論來決定下一款汽車將要具備什么樣的功能，與競對相比要實現(xiàn)哪些方面的長板，保留什么方面的能力?，F(xiàn)在AI要去做還是很難的，核心點在于它所獲得的數(shù)據(jù)和信息，全都是調(diào)研來的二手數(shù)據(jù)。如果有一天AI有機會，能夠連接這款汽車的所有的資料和數(shù)據(jù)，它創(chuàng)造出來的下一款汽車會遠遠超過通過無數(shù)次頭腦風暴所創(chuàng)作出來的。這只是人類世界當中的一個例子，更何況更復雜的物理世界，遠遠不是通過人類知識歸納就能夠讓AI理解的。

就像在自動駕駛的早期階段，只靠人類的總結(jié)，Rule-based的方法去實現(xiàn)自動駕駛，無法實現(xiàn)很好的效果。新一代的自動駕駛，大部分采用端到端的訓練方法，直接從原始的車載攝像頭數(shù)據(jù)中學習，實現(xiàn)了更高水平的自動駕駛能力。即便我們現(xiàn)在看起來相對簡單的自動駕駛問題，僅依靠人類歸納的知識和規(guī)則，也無法解決，更何況整個復雜的物理世界。只是讓AI學習人類歸納的規(guī)律，是遠遠不夠的。

只有讓AI與真實世界持續(xù)互動，獲取更全面、更真實、更實時的數(shù)據(jù)，才能更好的理解和模擬世界，發(fā)現(xiàn)超越人類認知的深層規(guī)律，從而創(chuàng)造出比人更強大的智能能力。

第二、Self-learning自主學習

隨著AI滲透更多的物理世界場景，理解更多物理世界的數(shù)據(jù)，AI 模型和agent能力也會越來越強，有機會為自己模型的升級迭代搭建訓練infra、優(yōu)化數(shù)據(jù)流程和升級模型架構，從而實現(xiàn) Self learning。這會是AI發(fā)展的關鍵時刻。

隨著能力的持續(xù)提升，未來的模型將通過與真實世界的持續(xù)交互，獲取新的數(shù)據(jù)并接收實時反饋，借助強化學習與持續(xù)學習機制，自主優(yōu)化、修正偏差、實現(xiàn)自我迭代與智能升級。每一次交互都是一次微調(diào)，每一次反饋都是一次參數(shù)優(yōu)化。當經(jīng)過無數(shù)次場景執(zhí)行和結(jié)果反饋的循環(huán)，AI將自我迭代出超越人類的智能能力，一個早期的超級人工智能（ASI）便會成型。

一旦跨過某個奇點，人類社會就像按下了加速鍵，科技進步的速度將超越我們的想象，新的生產(chǎn)力爆發(fā)將推動人類社會進入嶄新的階段。這條通往超級人工智能的道路，在我們的眼前正在日益清晰。隨著AI技術的演進和各行各業(yè)需求爆發(fā)，AI也將催生IT產(chǎn)業(yè)的巨大變革。

我們的第一個判斷是：大模型是下一代的操作系統(tǒng)。我們認為大模型代表的技術平臺將會替代現(xiàn)在OS的地位，成為下一代的操作系統(tǒng)。未來，幾乎所有鏈接真實世界的工具接口都將與大模型進行鏈接，所有用戶需求和行業(yè)應用將會通過大模型相關工具執(zhí)行任務，LLM將會是承載用戶、軟件 與 AI計算資源交互調(diào)度的中間層，成為AI時代的OS。

來做一些簡單的類比：自然語言是AI時代的編程語言，Agent就是新的軟件，Context是新的Memory，大模型通過MCP這樣的接口，連接各類Tools和Agent類似PC時代的總線接口，Agent之間又通過A2A這樣的協(xié)議完成多Agent協(xié)作類似軟件之間的API接口。

大模型將會吞噬軟件。大模型作為下一代的操作系統(tǒng)，將允許任何人用自然語言，創(chuàng)造無限多的應用。未來幾乎所有與計算世界打交道的軟件可能都是由大模型產(chǎn)生的Agent，而不是現(xiàn)在的商業(yè)軟件。潛在的開發(fā)者將從幾千萬變成數(shù)億規(guī)模。以前由于軟件開發(fā)的成本問題，只有少量高價值場景才會被工程師開發(fā)出來變成商業(yè)化的軟件系統(tǒng)。未來所有終端用戶都可以通過大模型這樣的工具來滿足自己的需求。

模型部署方式也會多樣化，它將運行在所有設備上。現(xiàn)在主流的調(diào)用模型API的方式，來使用模型只是初級階段，其實看起來非常原始。類似大型主機時代的分時復用階段，每個人只有一個終端連接上大型主機分時復用。這種方式無法解決數(shù)據(jù)持久化，缺乏長期記憶，實時性不夠，隱私無法解決，可塑性也不夠。未來模型將運行在所有計算設備中，并具備可持久記憶，端云聯(lián)動的運行狀態(tài)，甚至可以隨時更新參數(shù)，自我迭代，類似我們今天的OS運行在各種環(huán)境之中。

正是基于這個判斷，我們做了一個戰(zhàn)略選擇：通義千問選擇開放路線，打造AI時代的Android。我們認為在LLM時代，開源模型創(chuàng)造的價值和能滲透的場景，會遠遠大于閉源模型。我們堅定選擇開源，就是為了全力支持開發(fā)者生態(tài)，與全球所有開發(fā)者一起探索AI應用的無限可能。

我們的第二個判斷：超級AI云是下一代的計算機。

大模型是運行于 AI Cloud之上新的OS。這個OS可以滿足任何人的需求。每個人都將擁有幾十甚至上百個Agent，這些Agent 24小時不間斷地工作和協(xié)同，需要海量的計算資源。

數(shù)據(jù)中心內(nèi)的計算范式也在發(fā)生革命性改變，從CPU為核心的傳統(tǒng)計算，正在加速轉(zhuǎn)變?yōu)橐?GPU為核心的 AI 計算。新的AI計算范式需要更稠密的算力、更高效的網(wǎng)絡、更大的集群規(guī)模。

這一切都需要充足的能源、全棧的技術、數(shù)百萬計的GPU和CPU，協(xié)同網(wǎng)絡、芯片、存儲、數(shù)據(jù)庫高效運作，并且24 小時處理全世界各地的需求。這需要超大規(guī)模的基礎設施和全棧的技術積累，只有超級AI云才能夠承載這樣的海量需求。未來，全世界可能只會有5-6個超級云計算平臺。

在這個新時代，AI將會替代能源的地位，成為最重要的商品，驅(qū)動千行百業(yè)每天的工作。絕大部分AI能力將以Token的形式在云計算網(wǎng)絡上產(chǎn)生和輸送。Token就是未來的電。

在這個嶄新的時代，阿里云的定位是全棧人工智能服務商，提供世界領先的智能能力和遍布全球的AI云計算網(wǎng)絡，向全球各地提供開發(fā)者生態(tài)友好的AI服務。

首先，我們有全球領先的大模型——通義千問。通義千問開源了300多款模型，覆蓋了全模態(tài)、全尺寸，是最受全球開發(fā)者歡迎的開源模型。截至目前，通義千問全球下載量超6億次，衍生模型超17萬個，是全球第一的開源模型矩陣，可以說是滲透計算設備最廣泛的大模型。

同時，阿里云提供一站式模型服務平臺百煉，支持模型定制化以及Agent快速開發(fā)，同時提供AgentBay這樣的Agent運行環(huán)境、靈碼/Qoder等一系列開發(fā)者套件，讓開發(fā)者可以方便地使用模型能力和創(chuàng)建使用Agent。

其次，阿里云運營著中國第一、全球領先的AI基礎設施和云計算網(wǎng)絡，是全球少數(shù)能做到軟硬件垂直整合的超級AI云計算平臺之一。在硬件和網(wǎng)絡層面，阿里云自研的核心存儲系統(tǒng)、網(wǎng)絡架構、計算芯片，構成了阿里云大型計算集群最堅實的底座。

阿里云正在全力打造一臺全新的AI超級計算機，它同時擁有最領先的AI基礎設施和最領先的模型，可以在基礎架構設計和模型架構上協(xié)同創(chuàng)新，從而確保在阿里云上調(diào)用和訓練大模型時，能達到最高效率，成為開發(fā)者最好用的AI云。

AI行業(yè)發(fā)展的速度遠超我們的預期，行業(yè)對AI基礎設施的需求也遠超我們的預期。我們正在積極推進三年3800億的AI基礎設施建設計劃，并將會持續(xù)追加更大的投入。

從現(xiàn)在我們看到的AI行業(yè)遠期發(fā)展以及客戶需求角度來看，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里云全球數(shù)據(jù)中心的能耗規(guī)模將提升10倍。這是我們的一個遠期規(guī)劃，我們相信通過這樣的飽和式投入，能夠推動AI行業(yè)的發(fā)展，迎接ASI時代的到來。

阿里云重磅升級全棧AI體系

云棲大會上，通義大模型7連發(fā)，在模型智能水平、Agent工具調(diào)用和Coding能力、深度推理、多模態(tài)等方面實現(xiàn)多項突破。

Qwen3-Max性能躋身全球前三

在大語言模型中，阿里通義旗艦模型Qwen3-Max全新亮相，性能超過GPT5、Claude Opus 4等，躋身全球前三。Qwen3-Max包括指令（Instruct）和推理（Thinking）兩大版本，其預覽版已在 Chatbot Arena 排行榜上位列第三，正式版性能可望再度實現(xiàn)突破。

Qwen3-Max是通義千問家族中最大、最強的基礎模型，預訓練數(shù)據(jù)量達36T tokens，總參數(shù)超過萬億，擁有極強的Coding編程能力和Agent工具調(diào)用能力。在大模型用Coding解決真實世界問題的SWE-Bench Verified測試中，Instruct版本斬獲69.6分，位列全球第一梯隊；在聚焦Agent工具調(diào)用能力的Tau2-Bench測試中，Qwen3-Max取得突破性的74.8分，超過Claude Opus4和DeepSeek-V3.1。

Qwen3-Next及系列模型正式發(fā)布

下一代基礎模型架構Qwen3-Next及系列模型正式發(fā)布，模型總參數(shù)80B僅激活 3B ，性能即可媲美千問3旗艦版235B模型，實現(xiàn)模型計算效率的重大突破。Qwen3-Next針對大模型在上下文長度和總參數(shù)兩方面不斷擴展（Scaling）的未來趨勢而設計，創(chuàng)新改進采用了混合注意力機制、高稀疏度 MoE 結(jié)構、多 token 預測（MTP）機制等核心技術，模型訓練成本較密集模型Qwen3-32B大降超90%，長文本推理吞吐量提升10倍以上，為未來大模型的訓練和推理的效率設立了全新標準。

Qwen3-Coder重磅升級

在專項模型方面，千問編程模型Qwen3-Coder重磅升級。新的Qwen3-Coder與Qwen Code、Claude Code系統(tǒng)聯(lián)合訓練，應用效果顯著提升，推理速度更快，代碼安全性也顯著提升。Qwen3-Coder此前就廣受開發(fā)者和企業(yè)好評，代碼生成和補全能力極強，可一鍵完成完整項目的部署和問題修復，開源后調(diào)用量曾在知名API調(diào)用平臺OpenRouter上激增1474%，位列全球第二。

視覺理解模型Qwen3-VL重磅開源

在多模態(tài)模型中，千問備受期待的視覺理解模型Qwen3-VL重磅開源，在視覺感知和多模態(tài)推理方面實現(xiàn)重大突破，在32項核心能力測評中超過Gemini-2.5-Pro和GPT-5。

全模態(tài)模型Qwen3-Omni亮相

全模態(tài)模型Qwen3-Omni驚喜亮相，音視頻能力狂攬32項開源最佳性能SOTA，可像人類一樣聽說寫，應用場景廣泛，未來可部署于車載、智能眼鏡和手機等。用戶還可設定個性化角色、調(diào)整對話風格，打造專屬的個人IP。

通義萬相推出Wan2.5-preview系列模型

通義萬相推出Wan2.5-preview系列模型，涵蓋文生視頻、圖生視頻、文生圖和圖像編輯四大模型。通義萬相2.5視頻生成模型能生成和畫面匹配的人聲、音效和音樂BGM，首次實現(xiàn)音畫同步的視頻生成能力，進一步降低電影級視頻創(chuàng)作的門檻。

通義萬相2.5視頻生成時長從5秒提升至10秒，支持24幀每秒的1080P高清視頻生成，并進一步提升模型指令遵循能力。此次，通義萬相2.5還全面升級了圖像生成能力，可生成中英文文字和圖表，支持圖像編輯功能，輸入一句話即可完成P圖。

語音大模型通義百聆正式發(fā)布

2025杭州云棲大會上，通義大模型家族還迎來了全新的成員——語音大模型通義百聆，包括語音識別大模型Fun-ASR、語音合成大模型Fun-CosyVoice。Fun-ASR基于數(shù)千萬小時真實語音數(shù)據(jù)訓練而成，具備強大的上下文理解能力與行業(yè)適應性；Fun-CosyVoice可提供上百種預制音色，可以用于客服、銷售、直播電商、消費電子、有聲書、兒童娛樂等場景。

模型日均調(diào)用量增長 15倍阿里云百煉發(fā)布全新Agent框架

大會現(xiàn)場，阿里云發(fā)布全新Agent開發(fā)框架ModelStudio-ADK，該框架突破以預定義編排方式開發(fā)Agent的局限，可幫助企業(yè)高效開發(fā)具備自主決策、多輪反思和循環(huán)執(zhí)行能力的Agent。使用ModelStudio-ADK，1個小時就能輕松開發(fā)一個能生成深度報告的Deep Research項目。隨著模型能力的不斷提升以及Agent應用的爆發(fā)，過去一年，阿里云百煉平臺的模型日均調(diào)用量增長了15倍。

大會現(xiàn)場，阿里云百煉還升級了低代碼Agent開發(fā)平臺ModelStudio-ADP，該平臺已廣泛應用于金融、教育和電商等領域企業(yè)，目前，阿里云百煉平臺已有超20萬開發(fā)者開發(fā)了80多萬個Agent。

同時，阿里云Agent Infra重要組件的無影AgentBay迎來重大升級。無影AgentBay是阿里云為Agent量身打造的“超級大腦” ，可動態(tài)調(diào)用云上算力、存儲及工具鏈資源，大大突破了Agent在本地設備上的算力限制。

阿里云AI基礎設施全面升級

阿里云圍繞AI進行了軟硬全棧的協(xié)同優(yōu)化和系統(tǒng)創(chuàng)新，已初步形成以通義為核心的操作系統(tǒng)和以AI云為核心的下一代計算機。過去一年，阿里云AI算力增長超5倍，AI存力增長4倍多。

2025年云棲大會現(xiàn)場，全面升級的阿里云AI基礎設施重磅亮相，全面展示了阿里云從底層芯片、超節(jié)點服務器、高性能網(wǎng)絡、分布式存儲、智算集群到人工智能平臺、模型訓練推理服務的全棧AI技術能力。

磐久128超節(jié)點AI服務器發(fā)布

在服務器層面，阿里云發(fā)布全新一代磐久128超節(jié)點AI服務器。新一代磐久超節(jié)點服務器由阿里云自主研發(fā)設計，具備高密度、高性能和高可用的核心優(yōu)勢，可高效支持多種AI芯片，單柜支持128個AI計算芯片，密度刷新業(yè)界紀錄。磐久超節(jié)點集成阿里自研CIPU 2.0芯片和EIC/MOC高性能網(wǎng)卡，采用開放架構，擴展能力極強，可實現(xiàn)高達Pb/s級別Scale-Up帶寬和百ns極低延遲，相對于傳統(tǒng)架構，同等AI算力下推理性能還可提升50%。

新一代高性能網(wǎng)絡HPN 8.0全新亮相

在網(wǎng)絡層面，阿里云新一代高性能網(wǎng)絡HPN 8.0全新亮相。為應對大模型時代對海量數(shù)據(jù)傳輸?shù)男枨?，HPN8.0采用訓推一體化架構，存儲網(wǎng)絡帶寬拉升至800Gbps，GPU互聯(lián)網(wǎng)絡帶寬達到6.4Tbps，可支持單集群10萬卡GPU高效互聯(lián)，為萬卡大集群提供高性能、確定性的云上基礎網(wǎng)絡，助力AI訓推提效。

分布式存儲面向AI需求全面升級

在存儲層面，阿里云分布式存儲面向AI需求全面升級。高性能并行文件存儲CPFS單客戶端吞吐提升至40GB/s， 可滿足AI訓練對快速讀取數(shù)據(jù)的極致需求；表格存儲Tablestore為Agent提供高性能記憶庫和知識庫；對象存儲OSS推出 Vector Bucket，為向量數(shù)據(jù)提供高性價比的海量存儲，相比自建開源向量數(shù)據(jù)庫，成本驟降95%，結(jié)合OSS MetaQuery 語義檢索和內(nèi)容感知能力，可快速構建RAG等AI應用。

智能計算靈駿集群能力全面升級

在AI智算集群層面，智能計算靈駿集群通過多級親和性與拓撲感知調(diào)度設計，基于HPN 網(wǎng)絡支持10萬卡穩(wěn)定互聯(lián)，多級可擴展的架構讓每張卡間互聯(lián)路徑更短、帶寬更優(yōu)。靈駿集群面向任務的穩(wěn)定性設計、故障分鐘級恢復能力，有效提高了模型訓練任務的集群穩(wěn)定性。

第九代企業(yè)級實例升級

依托自研的“飛天+CIPU”架構體系，阿里云第九代企業(yè)級實例采用英特爾、AMD的最新芯片，在大幅提升算力水平的同時，可為Agent提供穩(wěn)定、安全、高性能的通用CPU算力。其中，九代AMD實例g9ae提供物理核的規(guī)格，性能最高提升67%，尤其適合企業(yè)離線數(shù)據(jù)分析處理、視頻轉(zhuǎn)碼等高并發(fā)場景。

容器服務ACK新增靈駿節(jié)點池

容器服務ACK新增靈駿節(jié)點池，引入模型感知智能路由、多角色推理負載管理、故障自愈等核心功能，自動處理恢復時長縮短了 85% ，模型推理冷啟動提速10倍。容器計算服務ACS強化網(wǎng)絡拓撲感知調(diào)度，任務通信性能整體提升30%，并針對AI Agent場景深度優(yōu)化，Serverless GPU算?開箱即用，支持每分鐘15000沙箱的大規(guī)模并發(fā)彈性，結(jié)合安全沙箱、智能休眠與喚醒，實現(xiàn)Agent隨需啟用、高效響應。

人工智能平臺PAI與通義大模型聯(lián)合優(yōu)化

阿里云人工智能平臺PAI與通義大模型聯(lián)合優(yōu)化，印證了全棧AI的“1+1>2”的效果。在訓練層，針對MoE模型，采用統(tǒng)一調(diào)度機制、自適應計算通信掩蓋、EP計算負載均衡和計算顯存分離式并行等優(yōu)化手段，使得通義千問模型訓練端到端加速比提升3倍以上；升級DiT模型訓練引擎，通義萬相單樣本訓練耗時降低28.1%；在推理層，通過大規(guī)模EP、PD/AF分離、權重優(yōu)化、LLM智能路由在內(nèi)的全鏈路優(yōu)化，實現(xiàn)推理效率顯著提升：推理吞吐TPS增加71%，時延TPOT降低70.6%，擴容時長降低97.6%。

來源：阿里云