ITBear旗下自媒体矩阵:

2025云栖大会启幕 阿里吴泳铭:AGI是起点,ASI为终极目标,阿里云全力推进

   时间:2025-09-24 17:48:19 来源:快讯编辑:快讯 IP:北京 发表评论无障碍通道
 

在杭州举办的云栖大会上,阿里巴巴集团CEO兼阿里云智能集团董事长吴泳铭发表了重要演讲。他明确指出,实现通用人工智能(AGI)已成必然趋势,但这仅仅是起点,真正的目标在于发展出能够自我迭代、全面超越人类的超级人工智能(ASI)。

吴泳铭首次详细阐述了阿里巴巴通往ASI的三阶段发展路线。第一阶段是“智能涌现”,即AI通过学习海量人类知识,具备泛化智能的能力。第二阶段为“自主行动”,AI将掌握工具使用和编程能力,以辅助人类,这是当前行业所处的阶段。第三阶段则是“自我迭代”,AI将连接物理世界并实现自学习,最终全面超越人类。

为实现这一宏伟目标,吴泳铭明确了阿里云的AI战略路径。作为“全栈人工智能服务商”,阿里云将通过两大核心路径推进AI战略:一是坚定开源开放路线,致力于将通义千问打造成“AI时代的Android”;二是构建作为“下一代计算机”的超级AI云,为全球提供智能算力网络。

为支撑这一愿景,阿里巴巴正在积极推进一项为期三年、总投资达3800亿的AI基础设施建设计划,并表示将持续追加更大投入。根据远期规划,到2032年,阿里云全球数据中心的能耗规模将比2022年(即生成式AI元年)提升10倍,以迎接ASI时代的到来。

关于超级人工智能到来后人类与AI的协作关系,吴泳铭认为,这将是一种崭新的协同方式。他举例说,程序员已经能够通过Coding工具,在12小时内创造出所需的系统,这展示了未来人与AI协同的早期雏形。未来,每个家庭、工厂、公司都将有众多Agent和机器人24小时服务,每个人可能都需要使用100张GPU芯片来支持工作。

吴泳铭强调,ASI将像电放大人类物理力量一样,指数级放大人类的智力杠杆。过去,人们消耗10小时时间获得10小时结果;未来,AI将使10小时的产出乘以十倍、百倍。每次技术革命解锁更多生产力后,都会创造出更多新需求,使人变得比历史上任何时候都更强大。

在云栖大会现场,阿里云智能首席技术官周靖人发布了多项技术更新。通义大模型实现7连发,在模型智能水平、Agent工具调用和Coding能力、深度推理、多模态等方面取得多项突破。

其中,阿里通义旗舰模型Qwen3-Max全新亮相,性能超越GPT5、Claude Opus 4等,跻身全球前三。Qwen3-Max包括指令(Instruct)和推理(Thinking)两大版本,预览版已在Chatbot Arena排行榜上位列第三,正式版性能有望再度突破。该模型预训练数据量达36T tokens,总参数超过万亿,拥有极强的Coding编程能力和Agent工具调用能力。在SWE-Bench Verified测试中,Instruct版本斩获69.6分,位列全球第一梯队;在Tau2-Bench测试中,取得74.8分,超过Claude Opus4和DeepSeek-V3.1。其推理模型在数学推理测试中也达到满分100分,为国内首次。

下一代基础模型架构Qwen3-Next及系列模型正式发布。该模型总参数80B仅激活3B,性能即可媲美千问3旗舰版235B模型,实现模型计算效率的重大突破。Qwen3-Next采用混合注意力机制、高稀疏度MoE结构、多token预测(MTP)机制等核心技术,模型训练成本较密集模型Qwen3-32B大降超90%,长文本推理吞吐量提升10倍以上。

在专项模型方面,千问编程模型Qwen3-Coder也进行了重磅升级。新的Qwen3-Coder与Qwen Code、Claude Code系统联合训练,应用效果显著提升,推理速度更快,代码安全性也显著提高。此前,Qwen3-Coder就广受开发者和企业好评,代码生成和补全能力极强,可一键完成完整项目的部署和问题修复。开源后,其调用量曾在知名API调用平台OpenRouter上激增1474%,位列全球第二。

吴泳铭表示,阿里云正在全力打造一台全新的AI超级计算机,它同时拥有最领先的AI基础设施和最领先的模型,两者在产品设计和运行架构上高度协同,确保在阿里云上调用和训练通义千问模型时能达到最高效率。

截至目前,阿里云运营着中国第一、全球领先的AI基础设施和云计算网络,在全球29个地域设有90个可用区。三方机构Omdia2025年上半年数据显示,中国AI云市场阿里云占比35.8%,超过第二至第四名总和;在已采用生成式AI的财富中国500强中,超53%企业选择阿里云,渗透率位列第一。未来三年,阿里巴巴将投入3800亿用于建设云和AI基础设施,总额超过过去十年的总和。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version