昨日行业报告更新政策变化,龙之谷中的智慧之光——探寻学者们的传奇故事

今日官方渠道披露行业新动态,阿里何以成为AI时代的安卓？,很高兴为您解答这个问题，让我来帮您详细说明一下。家电企业专属热线，大客户定制服务

中山市三角镇、宜宾市南溪区 ，怀化市麻阳苗族自治县、赣州市上犹县、广西南宁市邕宁区、琼海市龙江镇、玉溪市新平彝族傣族自治县、黔东南黎平县、定安县龙门镇、丹东市元宝区、九江市共青城市、汕尾市海丰县、安庆市潜山市、攀枝花市东区、上海市金山区、宣城市广德市、陵水黎族自治县新村镇 、东莞市塘厦镇、漳州市龙海区、玉树杂多县、济南市平阴县、咸阳市秦都区、定安县新竹镇、泰州市靖江市、内蒙古赤峰市松山区、青岛市平度市、甘孜理塘县、西安市蓝田县、安康市石泉县

专家远程指导热线，多终端,本月行业协会披露重要信息,龙之谷中的智慧之光——探寻学者们的传奇故事，很高兴为您解答这个问题，让我来帮您详细说明一下：全国统一客服电话，正规售后服务

商丘市虞城县、广西百色市乐业县 ，巴中市恩阳区、黄石市铁山区、杭州市桐庐县、宁波市江北区、中山市五桂山街道、定安县定城镇、衢州市衢江区、北京市通州区、白城市洮北区、阜新市清河门区、益阳市桃江县、内蒙古巴彦淖尔市杭锦后旗、黄冈市团风县、苏州市吴江区、海北海晏县 、周口市太康县、雅安市天全县、恩施州巴东县、陵水黎族自治县文罗镇、定安县龙湖镇、菏泽市郓城县、西安市灞桥区、内蒙古锡林郭勒盟阿巴嘎旗、南昌市东湖区、文山丘北县、大连市沙河口区、攀枝花市仁和区、齐齐哈尔市克山县、宣城市绩溪县

全球服务区域: 厦门市思明区、长春市榆树市 、郑州市管城回族区、郑州市中牟县、亳州市涡阳县、伊春市嘉荫县、长沙市开福区、宁波市海曙区、牡丹江市林口县、文山广南县、黔南贵定县、平凉市灵台县、临汾市古县、澄迈县金江镇、哈尔滨市松北区、郴州市临武县、临高县多文镇 、德州市乐陵市、开封市鼓楼区、成都市双流区、达州市万源市、金华市婺城区

统一服务管理平台，智能监控质量,今日行业报告传递新研究成果,龙之谷中的智慧之光——探寻学者们的传奇故事，很高兴为您解答这个问题，让我来帮您详细说明一下：自动化服务跟踪，智能优化用户体验

全国服务区域: 内蒙古锡林郭勒盟苏尼特右旗、宁夏石嘴山市惠农区 、乐东黎族自治县万冲镇、信阳市潢川县、宁夏固原市彭阳县、邵阳市新宁县、赣州市石城县、衢州市开化县、上饶市玉山县、毕节市金沙县、定安县龙湖镇、徐州市云龙区、中山市黄圃镇、聊城市高唐县、江门市新会区、珠海市香洲区、菏泽市曹县 、曲靖市罗平县、阳泉市郊区、内蒙古鄂尔多斯市乌审旗、临夏和政县、日照市东港区、佳木斯市桦川县、内蒙古呼伦贝尔市满洲里市、黄冈市英山县、台州市三门县、锦州市凌河区、新乡市延津县、琼海市大路镇、鹰潭市余江区、扬州市宝应县、安阳市滑县、广西百色市田阳区、内蒙古乌兰察布市四子王旗、宁德市霞浦县、红河建水县、恩施州鹤峰县、长沙市望城区、德阳市罗江区、东莞市中堂镇、临夏临夏市

本周数据平台今日官方渠道公布最新动态:今日行业报告更新新成果,龙之谷中的智慧之光——探寻学者们的传奇故事

龙之谷，这片神秘而古老的土地，自古以来便流传着无数英雄豪杰的传说。在这片广袤的大地上，除了英勇的战士和神秘的法师，还有一群被称为“学者”的智者。他们潜心研究，探寻着龙之谷的奥秘，为这片土地带来了无尽的智慧与光明。 龙之谷的学者们，是这片土地上最令人敬仰的存在。他们精通各种知识，从天文地理到人文历史，无所不通。他们不仅为龙之谷的居民们解答疑惑，还致力于研究如何让这片土地更加繁荣昌盛。 在龙之谷的学者中，有一位名叫“墨轩”的传奇人物。他出生于一个普通的学者家庭，自幼聪慧过人。墨轩从小就对天文有着浓厚的兴趣，他常常独自一人观测星空，研究日月星辰的运行规律。经过多年的努力，墨轩终于成为了一位在天文学领域享有盛誉的学者。 墨轩不仅在天文学上取得了卓越的成就，他还热衷于研究历史。他深入挖掘龙之谷的历史文化，撰写了《龙之谷史略》一书，为后人留下了宝贵的历史资料。在墨轩的带领下，龙之谷的学者们开始关注历史，研究历史，传承历史。 另一位名叫“紫衣”的学者，则是一位精通医术的智者。她出生于一个医学世家，自幼跟随父亲学习医术。紫衣医术高超，她研制的各种药物不仅能够治愈疾病，还能增强人们的体质。在她的努力下，龙之谷的居民们告别了疾病困扰，过上了幸福安康的生活。 除了墨轩和紫衣，龙之谷还有许多其他的学者。他们分别研究着不同的领域，如地理、建筑、音乐、文学等。这些学者们相互交流，共同进步，为龙之谷的繁荣发展贡献了自己的力量。 在龙之谷的学者们中，有一位名叫“青阳”的年轻学者。他擅长研究地理，对龙之谷的山水地貌了如指掌。青阳曾带领学者们进行了一次大规模的地理考察，发现了许多以前未曾知晓的地理现象。他的研究成果为龙之谷的居民们提供了丰富的地理知识，也为后来的探险家们提供了宝贵的参考资料。 龙之谷的学者们，用自己的智慧和汗水，为这片土地带来了无尽的福祉。他们的事迹传颂千古，成为了龙之谷的传奇。然而，这些学者们并没有因此而骄傲自满。他们深知，自己肩负着传承文明、启迪后人的重任。 在龙之谷的学者们看来，智慧的力量是无穷的。他们相信，只要不断学习、探索，就能揭开龙之谷的更多奥秘。为了实现这一目标，他们甘愿付出一切，甚至不惜牺牲自己的生命。 如今，龙之谷的学者们已经成为了这片土地上最耀眼的光芒。他们用自己的智慧，照亮了龙之谷的未来。让我们向这些可敬的学者们致敬，愿他们的精神永远传承下去，为龙之谷的繁荣发展贡献更多的力量。

作者 | 柴旭晨编辑 | 王小娟在讲出超级人工智能 "ASI" 的澎湃故事、拿出三年 3800 亿元的 ALL IN 姿态后，这次阿里又站上了全球 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 "，替代现在 OS 的地位，AI 模型将顺势加速渗透进所有设备上；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。然而，阿里云依旧有底气。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。可以说，此刻的阿里云已经磨刀霍霍，要和对手们缠斗着奔赴这片巨大的新蓝海，并准备在未来成为整个阿里的新压舱石。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。