夜雨聆风
1. 阿里巴巴 AI 战略顶层定位与终极目标
在全球人工智能产业从技术验证期全面迈入规模化商业落地期的关键节点，阿里巴 巴集团将人工智能确立为未来十年最核心的增长引擎，完成了从“技术赋能”到“战略核 心”的定位跃迁。自 2023 年 9 月吴泳铭执掌集团并兼任云智能集团 CEO 以来，阿里巴 巴重构了 AI 战略的顶层设计，打破了此前技术研发与商业场景割裂的布局模式，形成 了以“产业 AGI 为核心路径、高性能云基础设施为坚实底座、全栈技术能力为支撑、商 业生态闭环为壁垒”的完整战略体系。其最终目标是打造由 AI 驱动、依托于全球领先云 基础设施的下一代商业操作系统。
阿里的 AI 战略聚焦两大核心路径：一是通过千问的开源生态，致力于将其打造成 “AI 时代的 Android”；二是持续构建“超级 AI 云”，将其作为支撑 AI 时代算力需求的下 一代计算平台。
1.1. 战略底层逻辑
阿里巴巴 AI 战略的核心底层逻辑，始终锚定集团深耕二十余年的商业基本盘，以 “用户为先、AI 驱动”为核心纲领，区别于纯技术导向的通用 AGI 布局，形成了三大维 度清晰、层层递进的核心战略锚点：
第一，AI 重构阿里自有商业生态，提升核心业务的运营效率和用户体验。阿里的 商业场景覆盖电商、本地生活、出行、支付、企业协作和云服务等多个高频场景，AI 能 力可以贯穿商家运营、供应链管理、商品生成、客服服务、交易履约和企业办公等环节。
2026 年 3 月，阿里发布企业级 AI 原生工作平台“悟空”，并推动淘宝、天猫、1688、支 付宝、阿里云等业务能力以 skills 形式接入，使 AI 能够在权限控制下直接调用阿里生态 能力，完成店铺设计、供应商管理、支付处理、云资源编排等任务。
第二， AI 云成为阿里 AI 商业化的主轴，并推动云业务重新进入高增长阶段。2026 财年第三季度，阿里云智能集团收入同比增长 36%至人民币 432.84 亿元，外部商业化 收入同比增长 35%；AI 相关产品收入连续第十个季度实现三位数同比增长，MaaS 平台 也成为云业务的新增长引擎。随着大模型训练、推理、智能体开发和行业应用部署需求 持续增长，阿里云正在从传统云计算服务商升级为面向 AI 时代的模型服务、算力服务 和企业智能化基础设施提供商。
第三，以全栈自主可控 AI 技术体系构建底层战略护城河，夯实长期竞争壁垒。（1） 模型层：千问持续迭代并形成开源生态；（2）云层：阿里云承担大模型训练、推理和 MaaS 服务；（3）芯片层：平头哥自研 GPU 已进入规模化生产，并开始服务内部业务和外部 企业客户；（4）应用层：千问 App 和悟空分别面向 C 端和 B 端承接 Agent 落地。四层 能力的纵向整合使阿里能够在模型性能、推理成本、算力调度和场景转化之间形成协同。
1.2. 终极目标与三阶段演进路径
2025 年云栖大会上，阿里巴巴集团董事长兼 CEO 吴泳铭首次系统披露了阿里巴巴 AI 战略的终极目标与演进路线，明确提出“AGI 只是确定性的起点，阿里巴巴 AI 的终 极目标是实现超级人工智能（ASI）”，并规划了清晰的三阶段落地路径：
第一阶段：智能涌现期。核心目标是实现 AI 的基础能力突破，通过学习海量人类 知识与行业数据，让 AI 具备通用泛化的智能能力。该阶段的核心成果是千问基础大模 型的多轮迭代与能力验证，截至 2024 年末，千问大模型已完成核心能力对标国际顶尖 水平，实现了多模态、代码、数学、行业知识等核心维度的能力突破。
第二阶段：自主行动期，当前核心推进阶段。目标是让 AI 掌握工具使用、自主规 划与编程能力，通过可落地、可执行的 Agent 实现代替人完成标准化工作。该阶段的核 心任务是实现 AI 技术在全场景的规模化商业落地，打通从技术能力到商业价值的转化 链路，构建覆盖消费端、产业端的 AI 应用生态。截至 2026 年初，阿里巴巴已完成 Agent 在电商、金融、物流、企业服务等 20 余个核心行业的落地验证，进入规模化推广阶段。
第三阶段：自我迭代期，长期战略目标。核心目标是让 AI 通过连接物理世界实现 自主学习与自我迭代，最终实现超越人类决策能力的超级人工智能，打造能够自主完成 商业全链路决策、深度适配产业运行规则的超级智能系统。该阶段的核心任务是实现 AI 与物理世界的深度融合，突破通用人工智能的能力边界，最终完成 AI 驱动的商业操作 系统的全面构建。
1.3. 大模型与 AI 云：未来的 AI 操作系统与超级计算机
吴泳铭在云栖大会上，明确阐述了 AI 时代阿里云的两大核心判断。
核心判断 1：大模型是下一代的操作系统。吴泳铭认为，大模型将取代传统 OS， 成为连接用户、软件与 AI 计算资源的中间层。基于这一判断，阿里云宣布通义千问将 坚定走开放路线，致力于成为 “AI 时代的 Android”，与全球开发者共建繁荣的 AI 应用 生态。吴泳铭表示，开源模型的场景渗透力与价值创造能力远超闭源模型。阿里围绕 Qwen 持续推进开源路线，截至 2025 年云栖大会，Qwen 和 Wan 系列模型累计下载量超 过 6 亿次、衍生模型超过 17 万个；到 2026 年初，Qwen 在 Hugging Face 上的累计下载 量已超过 10 亿次，开源生态影响力继续扩大。
核心判断 2：超级 AI 云就是下一代 AI 超级计算机。大模型负责生产智能能力，云 计算负责承载、调度和分发这种能力，企业和消费者则通过应用场景完成使用和变现。 阿里云正在把芯片、网络、存储、数据库、容器、模型服务和 Agent 平台整合为面向 AI 的基础设施体系，使企业客户能够以 API、MaaS 平台或行业解决方案的方式调用大模 型能力。
2. 发展路径：Capex 规划与研发架构
阿里巴巴 AI 战略的落地，以持续、高强度的资本开支与研发投入为核心支撑，形 成了“资本开支筑牢算力基建、研发投入突破技术壁垒、组织架构保障协同落地”的完 整资源保障体系。
2.1. AI 专项 Capex 整体规划与投向结构
阿里 AI 战略的落地依赖持续高强度的资本开支。2025 年 2 月，阿里宣布未来三年 （2026-2028）将至少投入人民币 3800 亿元用于云计算和 AI 基础设施建设，投入规模 超过其 2015-2025 年云和 AI 相关投入总和。2025 年 11 月业绩披露后，据阿里财报披 露，阿里自 2024 年 9 月至 2025 年 9 月已在 AI 和云基础设施方面投入约人民币 1200 亿 元。随着 AI 训练、推理和智能体应用带来的算力需求持续上升，云和 AI 基础设施将继 续是阿里资本开支的核心方向。
阿里当前处于 AI 基础设施投入扩张期。从功能看，阿里云和 AI 基础设施投入主 要覆盖四类方向：第一，AI 服务器、GPU 集群和智算数据中心，用于支撑大模型训练 和高并发推理；第二，网络、存储、数据库和容器等云基础设施，用于提升大模型服务 的吞吐能力和稳定性；第三，自研芯片和软硬件协同优化，用于降低长期算力成本并提 升供应链韧性；第四，模型服务平台、开发者生态和行业解决方案，用于推动 AI 能力 从基础设施层转化为企业客户可直接使用的产品。
2.2. “通云哥”战略
2024 年，阿里巴巴完成了 AI 核心组织架构的重大调整，将达摩院大模型核心研发 团队整体并入阿里云智能集团，打破了此前技术研发与商业化落地割裂的组织壁垒，形 成了“通义实验室（大模型研发）+阿里云智能（基建与商业化）+平头哥半导体（芯片 研发）”的黄金三角协同架构（内部简称“通云哥”战略），三大核心板块由集团董事长 吴泳铭直接统筹，实现了“芯片研发-大模型训练-场景商业化落地”的全链路闭环协同。
同时，集团在各业务板块设立了 AI 专项委员会，实现集团核心 AI 能力与淘宝、天 猫、本地生活、菜鸟、蚂蚁集团等业务板块的深度打通，保障 AI 技术在全业务场景的 快速落地。
3. 阿里的全栈式 AI 生态布局
阿里巴巴是国内少数具备 AI 全链条自主可控能力的科技企业，构建了从底层硬件 算力、基座大模型与开发平台，到全场景应用落地的完整 AI 生态体系。阿里的 AI 生态 布局层次：底层包括平头哥芯片和阿里云 AI 基础设施，中间层包括 Qwen 基础模型、Model Studio、百炼和魔搭等模型开发平台，上层包括千问 App、悟空、钉钉以及电商、 本地生活、出行和支付等应用场景。相较于单一模型厂商，阿里具备从模型训练、推理 部署、企业开发到消费场景转化的端到端交付能力。
3.1. 底层硬件与算力基础设施：自主可控的全链条算力体系
算力是 AI 时代的核心生产资料。阿里巴巴以平头哥半导体为核心，构建了覆盖训 练、推理、端侧的完整芯片矩阵，同时布局了全国性的智算中心基础设施，初步打造了 自主可控、低成本、高性能的算力底座，破解了 AI 发展的核心算力瓶颈。
3.1.1. 全谱系自研芯片矩阵
平头哥半导体已完成了从训练级到推理级、从云端到端侧的全谱系芯片布局，初步 实现了 AI 算力核心硬件的全链条自主可控。核心产品矩阵如下：
训练级 AI 芯片：真武 810E 通用 GPU 芯片。
真武 810E 是阿里巴巴旗下平头哥半导体推出的自研 AI 算力芯片，性能部分对标 H20。据阿里巴巴 2025 年 12 月季度业绩材料，平头哥自研 GPU 已进入规模化生产，支持从训练、微调到推理的端到端 AI 工作负载，并与阿里云和通义/Qwen 模型体系协同， 为外部客户提供 AI 算力服务。据 IT 之家报道，真武 810E 采用自研并行计算架构和 ICN 片间互联技术，配备最高 96GB HBM2e 内存，支持 7 个独立 ICN 链路，片间互联带宽 最高达 700GB/s，已在阿里云实现多个万卡集群部署，可应用于 AI 训练、推理、自动驾 驶及多模态模型等场景。截至 2026 年 5 月，真武 810E 芯片已在中国联通三江源智算中 心完成16384张规模的集群部署，同时该芯片已在阿里云多个智算中心完成规模化部署。
含光、倚天、玄铁系列：含光 800 代表阿里早期 AI 推理芯片能力，倚天 710 面向 云服务器 CPU 场景，玄铁系列面向 RISC-V 处理器生态，真武/PPU 则面向 AI 训练和推 理加速。上述产品共同构成阿里云软硬协同的芯片基础，使其能够在通用计算、AI 推理、 模型训练和端侧计算之间形成多层次布局。
3.1.2. 智算中心基础设施布局
阿里云正在围绕 AI 大模型升级全球基础设施。2025 年云栖大会披露，阿里云计划 在巴西、法国、荷兰开设首批数据中心，并在墨西哥、日本、韩国、马来西亚和迪拜等 地推进后续设施建设；同时，阿里云升级 HPN 8.0 网络，最高吞吐能力达到 800Gbps， 并围绕存储、数据库、容器和 AI 平台进行系统性升级。全球化数据中心和高性能网络 布局，将支撑阿里云在模型训练、推理服务和企业 AI 应用部署中的交付能力。
3.2. 基座大模型与开发平台：通义千问的全矩阵布局
大模型是 AI 生态的核心基座，阿里巴巴以通义千问大模型为核心，构建了全尺寸、 全模态、全场景的大模型矩阵，同时打造了国内领先的 AI 开发与开源平台，形成了“基 座能力+开发者生态”的双轮驱动模式。
3.2.1. 千问大模型全矩阵布局
千问/Qwen 是阿里巴巴 Qwen 团队研发的大模型体系。自 2023 年首次发布以来， Qwen 已完成多轮重大版本迭代，形成覆盖通用语言模型、多模态/全模态模型、代码模 型、智能体模型以及不同参数规模开源模型的产品与技术矩阵。其能力体系已从早期文 本生成和问答，扩展到长上下文推理、智能体编程、工具调用、视觉理解、音视频理解 与实时语音交互等场景。
通用基础大模型体系方面，截至 2026 年 5 月，Qwen 主线已演进至 Qwen3.6 系 列。阿里云百炼当前稳定商用旗舰模型为 qwen3-max，其中中国内地部署模式下的 qwen3-max 当前与 qwen3-max-2026-01-23 能力相同，支持思考与非思考模式，稳定版 上下文长度最高为 262,144 tokens。