阿里云全面布局人工智能的战略与未来展望
如何抓住AI带来的历史性机遇？这恐怕是进入大模型时代后，所有云厂商都在反复思考的核心命题。
一个清晰的共识正在形成：AI与云，已成为一对密不可分的战略拍档。大模型的迭代进化离不开云计算的坚实底座，而大模型的规模化落地，又为云计算描绘了一个比移动互联网时代更具想象力的新蓝图。可以说，新一轮的云计算周期，已经随着AI的浪潮澎湃开启。
放眼全球，老牌巨头微软凭借AI的加持，在短短一年多内重塑了自身的科技形象；聚焦国内，阿里云无疑是走在最前列的探索者——它不仅是少数兼具强大自研模型与完备云平台能力的厂商，更难得的是，它选择了全面拥抱开源的道路。
事实上，阿里云的AI布局早已有之。2019年投入研发，2022年率先喊出“MaaS”（模型即服务）的理念，此后更从底层算力、AI平台到模型服务进行了全栈重构，走出了一条独特的“云+AI”融合路径。这种从模型、平台到算力底座的“全都要”式投入，在业内堪称独树一帜。
那么，阿里云的这套“云+AI”实践，能否成为AI时代云厂商转型的范本？
5月9日，阿里云在北京举办AI智领者峰会，恰逢通义大模型发布一周年。阿里云首席技术官周靖人对外进行了一次系统性总结，内容涵盖大模型技术进展、落地应用以及至关重要的开源生态。
从追赶到并行，技术永远是硬实力
自ChatGPT引爆全球AI热潮已一年有余。这段日子里，大模型的“军备竞赛”从未停歇，从模型架构、参数规模，到从单一语言迈向多模态，从通用基础模型到垂直行业模型……竞争可谓白热化。
这场“百模大战”带来的核心启示是什么？夯实基础模型的能力，永远是发展的硬道理。技术，始终是最终的硬实力。
凭借技术底蕴在云计算时代站稳脚跟的阿里云，自然深谙此道。推进模型能力，是其走通“云+AI”路径的关键第一步。
回顾通义大模型的迭代节奏，其步伐稳健而清晰。去年4月，通义大模型系列问世；随后，通义千问2.0、2.1版本相继推出，综合性能实现对GPT-3.5的超越。如今，在发布一周年之际，阿里云带来了最新的通义千问2.5版本。
根据发布信息，相较于2.1版本，通义千问2.5在理解能力、逻辑推理、指令遵循和代码能力上，分别提升了9%、16%、19%和10%。
更值得关注的是与国际顶尖模型的对比。在中文语境下，其文本理解、生成、知识问答、对话及安全风险控制等多项能力已实现对标甚至超越GPT-4。在权威基准测试OpenCompass中，通义千问2.5的得分追平了GPT-4 Turbo，这标志着国产大模型在该基准上取得了里程碑式的进展。
与此同时，阿里云还发布了最新开源模型——Qwen1.5-110B。这款拥有1100亿参数的模型，性能超越了Meta的Llama-3-70B，在开源领域树立了新的标杆。
当然，技术实力不仅体现在语言模型上。在多模态、代码模型等领域，通义系列同样在各类基准榜单中名列前茅。但榜单之外，真实的用户选择或许更具说服力。数据显示，通义大模型的日调用量已过亿，通过阿里云服务的企业超9万，通过钉钉接入的企业超过220万。其开源模型的累计下载量突破700万，成为中国开发者和企业最受欢迎的大模型之一。
然而，从技术追赶实现并行，甚至局部领先，对阿里云而言只是一个起点。正如周靖人所言，当前各家大模型讲述的故事看似相似，真正的差异将体现在后续的能力深化、生态融合，尤其是如何让模型在实际场景中“用起来”。这才是决定胜负的关键。
全面升级百炼平台，加速大模型落地应用
从去年下半年开始，大模型领域的焦点已悄然从“如何做大模型”转向“如何用大模型”。进入2024年，商业化与落地应用成为绝对的主旋律。
有报告显示，今年1-4月，国内可统计的大模型相关中标金额，已达到2023年全年的77%左右，覆盖政务、金融、能源、教育等众多行业。这清晰地表明，企业对大模型的应用需求正在快速爆发。
但大模型的落地，绝非依靠堆砌算力和参数的“暴力革命”就能实现。这其中存在一个巨大的鸿沟：基础大模型拥有海量通用知识，但具体到千行百业的每一个企业，其业务场景和需求都高度个性化、专业化。
如何跨越这道鸿沟？周靖人指出，在与大量企业接触后他们发现，如果不针对具体业务对基础模型进行“修整”，很难直接满足实际需求。
为此，阿里云给出的解决方案是提供一个强大的工具平台——百炼，一站式大模型应用开发平台。它的目标，正是简化从底层算力部署到模型训练、应用开发的复杂流程，降低使用门槛。
去年10月百炼平台推出时，其“拖拉拽”5分钟开发应用、几小时“炼”出专属模型的能力已令人印象深刻。半年多后的这次升级，百炼在模型开发、应用构建和算力支持上变得更加易用和开放。
平台引入了更丰富的模型选择，并率先兼容LlamaIndex等开源框架，允许企业自由替换组件以适配自身系统。
针对当前企业最关注的RAG（检索增强生成）应用，百炼提供了灵活的企业级检索增强服务，声称仅需“5到10行代码”即可搭建，堪称大模型的“最强外设”。
具体而言，百炼针对企业应用大模型的三种主流范式提供了相应工具：
对于希望“开箱即用”的企业，百炼集成了上百款大模型API，覆盖通义、Llama、ChatGLM、百川等国内外主流模型，提供丰富选择。
对于需要进一步微调模型的用户，平台提供从数据管理、模型调优、评测到部署的全链路服务，训练过程可视化，并能自动评测模型质量。
对于希望打造RAG等复杂应用的企业，百炼支持Assistant API开发模式，可轻松创建知识库并一键开启知识检索增强。
据悉，目前包括一汽、微博、小米、完美世界等在内的众多企业，均已开始应用百炼平台。
打造开源模型+开放的云生态
任何技术的发展都离不开繁荣的生态，闭门造车难成大事。阿里云很早就认清了这一点——它也是全球范围内，罕见的同时在推进尖端AI模型研发和进行全面开源的云厂商。
开源与闭源，一直是大模型领域的两条路线之争。闭源路线追求技术护城河与商业回报，而开源路线则信奉“众人拾柴火焰高”。市场调研数据显示，在实际开发中，企业采用开源模型与商业化模型的比例几乎平分秋色。
在周靖人看来，开源对整个技术领域的贡献毋庸置疑。它给了开发者和企业更多选择，避免了技术绑定，并能最大程度激发应用创新。“无论是PC还是移动端，要与多样化的场景适配，快速搭建复杂业务系统，都需要一个开放开源的生态。这也是全球开发者和企业拥抱开源的核心原因。”
因此，自去年8月宣布开源后，阿里云便沿着“全模态、全尺寸”的路线坚定推进，已陆续开源十余款模型。截至目前，通义已开源了从5亿到1100亿参数不等的8款大语言模型。
开源的本质是交流与协作。历史上多项技术的突破都证明，开放的生态能更快推动整体进步。拉平技术认知，释放模型能力，无疑将对整个中国AI产业的发展产生积极影响。
正是基于这种前瞻性，阿里云在2022年云栖大会上便推出了国内首个AI模型开源社区——魔搭（ModelScope）。当时，阿里将积累多年的300多个优质模型全部开源。如今，魔搭社区已汇聚超过4500个高质量开源模型，开发者数量突破500万，成长为国内最大的AI模型社区。
周靖人坚信，大模型仍有巨大潜力未被挖掘。当越来越多的开发者和企业能基于自身需求来促进大模型的发展与应用时，必将带来翻天覆地的变化。阿里云希望以开放的心态，将先进技术开源出来，与业界并行探索，共同推动每个产业乃至每个企业的创新。
写在最后
峰会现场，当被问及如何在AI时代继续保持领先时，周靖人回顾了阿里云的早期布局。早在ChatGPT问世之前，阿里云便于2022年11月的云栖大会上，由周靖人首次提出了“MaaS”（模型即服务）理念，前瞻性地将模型作为核心生产要素进行全生命周期布局。
随后的事情众所周知。当2023年ChatGPT拉开新时代序幕，引发“百模大战”时，MaaS理念已被广泛验证，并成为亚马逊、微软、腾讯、百度等国内外云厂商共同选择的转型路径，被视为最有可能重塑云计算商业模式的方向。
如今，透过阿里云交出的答卷，其基于MaaS的完整AI战略已然清晰：
在模型层，聚焦通义大模型的技术研发，提供顶尖的模型能力；在模型服务层，以百炼平台为核心界面，为企业提供从调用、微调到应用开发的全套工具；在基础设施层，依托强大的云计算体系，为整个AI生态提供算力支撑；在生态层，通过魔搭社区和全面开源，构建开放、共赢的开发者生态。
这套战略的核心，是以模型为中心重构自身技术栈，同时作为平台，为千行百业的企业、开发者及生态伙伴提供全方位的模型服务，最终推动整个产业的共同进化。
这，便是阿里云希望在AI时代讲述的MaaS新叙事。也只有通过这样的路径，阿里云才有可能在AI浪潮中，持续为各行各业提供最先进的技术和最广泛的应用价值，保持其引领者的角色。未来的故事如何书写，值得拭目以待。
相关攻略
2026年，AI大模型的规模化应用与商业落地已成为产业发展的核心议题。然而，在广泛的概念验证与试点项目背后，一个关键挑战日益凸显：众多企业正陷入“试点陷阱”——尽管前期验证成果显著，却难以将AI能力转化为可规模化复制、持续产生商业价值的核心生产力。深入剖析其根源，核心矛盾在于人才供给的结构性失衡。当
福特汽车因布局储能业务，股价两日飙升约21%，创近六年最佳表现。这显示传统制造业正通过涉足人工智能与能源转型获得资本市场重估，其估值逻辑随业务拓展而更新，反映出市场对产业跨界转型的积极预期。
在数据驱动决策的今天，数据可视化已从辅助工具升级为传递洞察、支撑观点的关键手段。一幅专业的数据图表能迅速解码复杂信息，而一个存在设计缺陷的图表则可能让数据故事彻底失效。本文将深入剖析六个常见却致命的图表设计细节，帮助您避开陷阱，提升图表的专业性与沟通力。 一、饼图顺序混乱，重点模糊 饼图的核心价值在
腾讯云开源了TencentDBAgentMemory分层记忆引擎，采用MIT协议。该引擎通过“上下文卸载”和“Mermaid任务画布”两项核心技术，在多任务连续会话中最高可降低61 38%的Token消耗，并将任务成功率相对提升51 52%。它解决了长周期任务中记忆跨会话断裂、事实与偏好混淆以及上下文膨胀三大痛点。项目已适配主流Agent框架，支持一键集成与
SAP推出统一AI平台，整合业务技术、数据云与AI能力，为企业提供集成底座。同时发布自动化套件，通过超50个AI助手调度近200个智能体，驱动业务流程自动化。平台基于近期收购的数据管理公司构建，并与多家云服务商合作，确保AI结果准确合规，以提升效率、节约成本。
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练