坚定投入AI模型、AI芯片、AI云三大基石，阿里巴巴发布机器智能时代战略

财闻 张晓迪 发自杭州

2026杭州云栖大会于9月22日开幕，阿里巴巴集团CEO吴泳铭发表主题演讲，宣布阿里将坚定投入AI模型、AI芯片和AI云三大基础设施建设，将其作为面向机器智能时代的长期战略选择。大会同期，阿里巴巴（BABA.US）首次集中展示了“芯片—模型—云”协同优化成果。

吴泳铭在演讲中指出，机器正在成为思考的主力，“思考”将像工业革命中的“动力”一样，成为可规模化供给的商品。他预测，未来机器思考总量将达到人类的1000倍以上，而目前这一比例不到3%，意味着至少还有几万倍的增长空间。人类思考总量仍将继续增长，但机器思考将以更快速度扩张，预期将承担99.9%的思考工作。思考将从奢侈品变为可规模化供给的商品，每个细分领域都可能拥有上百万量级的AI科学家和专家。

吴泳铭以电力革命类比当前AI基础设施建设的阶段。他指出，1882年爱迪生建成珍珠街电站，点亮了附近街区约400盏电灯；1900年前后，很多电器已经开始进入家庭生活，但当时全世界一整年的发电量放到今天只够用两个小时。今天的AI Coding就像当年的电灯，替代的是现有工作，还不足以创造一个新的时代。“无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。”机器智能时代同样需要强大的基础设施，AI模型、AI芯片和AI云是机器思考能够规模化供给的前提。

协同飞轮：芯片、模型、云形成双向反馈

作为全球少数同时具备自研芯片、大模型和AI云全栈能力的科技公司，阿里巴巴在本次云栖大会上首次集中展示了“芯片-模型-云”的协同优化成果。其核心是三个技术体系之间的双向反馈：模型和Agent的真实需求牵引芯片与系统设计，云平台将硬件能力组织成可规模化交付的服务，模型再反向优化推理软件和芯片设计。芯片、模型与云由此围绕任务效果、响应速度、吞吐和成本共同迭代，形成协同飞轮。

芯模协同方面，基于真武M890打造的阿里云灵骏超节点实例，已稳定运行Qwen3.8-Max、Kimi K3等超2万亿参数模型，并实现规模化供给。截至2026年6月，真武系列已服务超过650家企业客户。模型也开始探索自主设计芯片：仅基于一份真实的芯片模块规范，Qwen3.8-Max就能自主运行超过60小时、调用EDA工具超过万次，完成从功能架构设计、验证到物理实现的完整流程，实现物理面积下降42%的优化指标。

模云协同方面，训练侧阿里云通过高速集群互联减少通信等待，通过高性能并行文件存储CPFS提高数据供给能力，再以PAI异步Agentic RL框架串联轨迹采样、回报累计、模型训练和参数更新。推理侧，Tair KVCM通过统一编排内存池、KVCacheStore和远端共享存储，实现每Token成本下降50%；KVCacheStore使首Token响应时间下降54%。在平头哥自研的真武M890上，Qwen3.8-Max“从零适配”全新的Qwen3.8-Flash-Next模型，交付了一套可运行的推理栈，长文本首Token延迟和每输出Token延迟分别下降47%和60%，日常对话场景的单实例吞吐提升96%。

云芯协同方面，来自云上业务的需求反向影响下一代芯片的产品路线。规划中的倚天730面向AI Head Node强化单核性能，倚天720以192核支持Agentic Rack的大规模并发执行，后续倚天750还将通过ICN总线与真武AI芯片直接互联。下一代训推一体AI芯片真武V900搭载216GB显存，片间互联带宽达1200GB/s，原生支持FP8、FP4低精度计算，计划于2027年第一季度量产。

AI模型：向5-10T参数规模迈进，RSI初步落地

过去一年，通往ASI的技术路径逐渐清晰。吴泳铭介绍，这条路径被称为递归式自我改进（RSI），模型从真实反馈中发现自身短板，自己设计实验、构建数据、评价结果，循环推动自身进化。目前Qwen团队正在进行RSI方面的探索并取得一定进展。

据阿里披露，Qwen3.8-Max在人类完全“零参与”的情况下，自主搭建训练流程、构造训练数据，并自主设计实验、定位缺陷，持续迭代超过1个月，完成33轮有效迭代。基于RSI、后训练等系列技术联合优化，Qwen3.8-Max新版本在Artificial Analysis上的得分上涨12.5%，与Claude、GPT最强模型同处第一阵营，领先于GLM5.3、Kimi-K3等所有国产模型。

Qwen还在持续推进模型架构和数据优化研究，计划训练5至10T参数规模的全新模型，目标是完成更复杂、更长程的任务，向ASI迈进。目前，基于新一代架构的Qwen4已投入训练，Qwen4.5、Qwen5等后续版本计划将模型总参数扩展至5万亿至10万亿。Qwen3.8-Flash已提前开源下一代模型架构，通过注意力及模型内信息传递机制等核心创新，训练成本骤降90%，激活6B小参数就能获得前沿性能。

吴泳铭同时强调，一个足够聪明的大脑还不够，AI还需要掌握感知和交互能力，像人一样理解声音、图像、表情和动作，对齐人类的文化、审美和价值观。因此，理解与生成一体化的多模态模型成为阿里另一个重要研究方向。Qwen3.8-Omni将视频、音频、图片和文字纳入统一理解框架；全新的下一代视频生成模型也将于11月发布。目前，阿里已开源460余个Qwen模型，累计下载量突破30亿次，衍生模型超过30万个。

在终端布局方面，桌面端开源的Qwen3.8-27B模型可流畅运行，支持开发者和企业本地化部署；移动端阿里正式发布Qwen Intelligence，为合作伙伴提供AI解决方案，让手机能完成各类复杂任务。

AI芯片：发布新一代真武V900，算力提升至3倍

平头哥已对数据中心芯片进行全面布局，包括真武系列GPU、倚天系列CPU、磐脉系列智能网卡以及ICN互联芯片，组建超大规模AI集群所需的核心芯片已全面覆盖。

本届云栖大会上，阿里平头哥发布最强国产AI芯片真武V900，单芯片性能是真武M890的3倍，搭载216GB显存，片间互联带宽达1200GB/s，原生支持FP8、FP4低精度计算，可满足万亿级模型的训练与推理需求。基于该芯片构建的单一集群可扩展至50万卡，支撑前沿模型的训练和推理。V900计划于2027年第一季度量产，并在阿里云数据中心规模化部署。

系统能力从单芯片延伸至超节点和大规模集群。V900通过自研ICN Switch互联芯片，可实现千卡全带宽高速互联；新一代磐久超节点服务器集成V900、ICN Switch、磐脉智能网卡及镇岳SSD主控芯片，结合阿里云新一代网络架构，单一AI集群可扩展至50万卡。

商业应用方面，基于M890的超节点已大规模应用，跑通Qwen3.8、Kimi K3等超过2万亿参数的模型。截至2026年6月，真武系列已服务超过650家企业客户。阿里表示，由于平头哥芯片产品线的成熟和客户的广泛应用，预计年出货量将大幅提升。

CPU路线同步推进。平头哥计划2027年推出倚天720和倚天730，其中倚天730首次采用全自研CPU微架构，单核SPECint 2017/GHz性能最高达到倚天710的1.4倍；2029年推出采用第二代自研核的倚天750，并支持通过ICN总线与真武AI芯片直接互联，提升CPU与AI芯片协同效率。

阿里正在对芯片、服务器、超节点、网络、模型和推理系统进行联合调优，提升整个AI集群的Token产能和效率。自研的M890 AI超节点已支撑超过2万亿参数大模型的高效推理，并在阿里云上实现规模化供给。今年第四季度，阿里云还将新增服务节点，进一步扩大超节点的供给规模。

AI云：2032年全球数据中心规模超20GW

吴泳铭在演讲中描绘了AI云的未来图景：“今天，我们很少注意到电网本身。在任何地方，只要插上插座，电就来了。如果没有电网和插座，这样的生活恐怕大家连一天都难以忍受。未来使用机器智能，也应该这样方便。所有设备只要接入云，就能随时随地使用机器智能。”

阿里云正围绕模型持续训练与推理、Agent长时间执行任务等需求，建设覆盖全球的AI基础设施，对GPU、CPU、网络、存储、数据库和工具进行联合优化。这张网越完善，就会有更多用户和Agent进来，形成规模和网络效应。

吴泳铭透露，目前客户的AI需求非常强劲，阿里云在全力上架AI算力来满足客户需求，阿里云收入也在持续加速增长。但行业的中长期需求远超供给能力，AI数据中心相关供应链的全球性紧缺限制了算力的增长速度。为此，阿里巴巴将与所有合作伙伴一起，全力投入AI基础设施建设，打造一朵面向“机器智能”时代的AI云。目标是到2032年，阿里云运营的全球数据中心规模超过20GW，以满足快速增长的AI需求。

“AI模型、AI芯片和AI云是机器智能时代的三大基石，”吴泳铭表示，“阿里巴巴将坚定投入这三项基础设施建设，这是阿里的长期战略选择。”

吴泳铭回顾了工业革命后人类社会的变迁：机器承担了越来越多的体力劳动，人类从繁重体力劳动中解放出来后，发展出了足球、篮球等体育竞技运动；印刷术兴起让文化创作爆发式增长，照相机出现后绘画并没有消失，反而促进了印象派和抽象艺术的诞生。“当机器承担了更多不得不做的事，人便有时间去做真正想做的事。未来，机器智能将为人类的好奇心和创造力打开更大的空间。”他说，“把繁重的任务留给机器，把时间、创造力以及对美好事物的感受留给人类。这一切，现在刚刚开始。”