在近日举办的云栖大会上，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭发表主旨演讲，首次系统阐释了实现超级人工智能（ASI）的三阶段演进路径，并明确提出阿里云将定位为“全栈人工智能服务商”，引发行业广泛关注。
吴泳铭指出，通用人工智能（AGI）已从技术设想变为现实，但这仅仅是起点。阿里的终极目标是打造能够自我迭代、全面超越人类智能的ASI。为实现这一愿景，阿里云已在模型、平台和基础设施三个层面展开全面布局。
路透社援引分析师观点称，阿里巴巴在云栖大会上展示了其多年来在人工智能领域的强劲投资成果。海外科技媒体则特别提到，阿里云此次发布的万亿参数规模Qwen-3 Max模型，有望改变全球人工智能领域的竞争格局。
吴泳铭将AI向ASI的演进划分为三个关键阶段：智能涌现、自主行动和自我迭代。这一框架不仅总结了技术发展规律，也为行业提供了清晰的路线图。
第一阶段“智能涌现”以“学习人”为特征。基于互联网积累的海量知识，大模型通过理解人类知识全集，发展出泛化智能和推理能力。目前，AI在数学、编程等领域已接近人类顶尖水平，例如通义千问Qwen3-Max在AIME 25数学测试中取得满分，验证了其智能成熟度。
第二阶段“自主行动”的核心是“辅助人”，这也是当前行业所处的阶段。AI通过工具调用和编程能力，开始与物理世界交互。吴泳铭强调，自然语言将成为AI时代的“源代码”，用户只需用母语描述需求，AI即可自主编写逻辑、调用工具、操作设备。阿里云已在此阶段布局多模态模型家族（如通义万相2.5、通义百聆）和Agent开发平台百炼，并与英伟达合作推进具身智能落地，逐步实现从数字世界向物理世界的渗透。
第三阶段“自我迭代”的目标是“超越人”。AI需直接获取物理世界的原始数据，并通过自主学习实现模型架构的自我优化。吴泳铭以汽车设计为例指出，当前AI依赖人类归纳的二手数据，而未来若能直接连接全量原始数据，其创造力将远超人类。这一阶段需突破数据获取、算法架构和能源支撑等多重瓶颈，阿里云计划通过3800亿AI基础设施投入和10倍算力扩容，为ASI奠定基础。
阿里云的“全栈人工智能服务商”定位在演讲中清晰展现。这一布局覆盖模型层、平台层和基础设施层，形成闭环生态。
在模型层，阿里通过通义家族实现全模态、全尺寸覆盖。云栖大会发布的Qwen3-Max在多项评测中超越GPT-5，跻身全球前三；通义万相2.5实现音画同步视频生成；通义百聆语音模型下载量超5.6亿。阿里云智能首席技术官周靖人透露，通义模型矩阵已衍生超17万个模型，下载量突破6亿次，其开源策略使阿里成为全球开发者生态最活跃的AI平台之一。
在平台层，阿里云通过百炼平台提供模型定制与Agent开发服务，支持企业快速部署智能体。周靖人指出，模型服务是AI时代的弹性计算，需满足高吞吐、低延迟、多精度等多样化需求。同时，夸克推出的AI创作平台“造点”集成通义万相与Midjourney V7，降低视频创作门槛，体现阿里在应用层的场景化能力。
在基础设施层，阿里云提出“超级AI云是下一代计算机”。吴泳铭表示，未来全球仅会有5-6个超级云计算平台，而阿里云凭借自研芯片、存储系统与网络架构，成为中国唯一具备全栈自研能力的云厂商。为支撑ASI算力需求，阿里计划至2032年将数据中心能耗规模提升10倍，相当于新增数千亿级算力投入。
吴泳铭提出“大模型是下一代操作系统，超级AI云是下一代计算机”的判断，指向AI产业的核心竞争维度：生态主导权与基础设施规模。目前，全球仅阿里与谷歌同时具备大模型、云计算与芯片三层能力。周靖人强调，阿里云的优势在于“全栈自研与联合创新”，例如在MaaS（模型即服务）领域提前布局，实现模型与云平台的深度耦合。开源策略成为阿里争夺全球开发者的关键。调研显示，中国500强企业中约70%已采用生成式AI，其中53%使用阿里云服务，若计入开源私有部署数据，其实际渗透率更高。
然而，迈向ASI仍面临技术瓶颈。周靖人指出，当前AI在工具调用与复杂推理上已有突破，但距“自我迭代”仍需解决原始数据获取、多模态记忆、自主反馈等难题。网络延迟、能源效率等基础设施挑战也将制约AI的规模化落地。
吴泳铭在演讲结尾展望了人与AI的未来关系：“正如电放大了人类物理力量的杠杆，ASI将指数级放大人类的智力杠杆。”他认为，AI不会取代人类，而是通过“Vibe Working”模式成为超级助手。未来每个个体可能调度上百个Agent，实现十倍百倍的产出杠杆。从通义千问的开源生态到夸克“造点”的创作平民化，从英伟达合作推进Physical AI到3800亿基建投入，阿里云正以三阶段论为纲，以全栈能力为基，推动AI从技术革命走向产业革命。
