電子發(fā)燒友網(wǎng)報(bào)道（文/梁浩斌）“大模型是下一代的操作系統(tǒng)，阿里選擇將通義千問打造成AI時(shí)代的安卓系統(tǒng)”
“AI將會(huì)替代能源的地位，成為最重要的商品”
“正如電曾經(jīng)放大了人類物理力量的杠桿，ASI將指數(shù)級(jí)放大人類的智力杠桿”

在2025阿里云棲大會(huì)上，阿里巴巴集團(tuán)CEO、阿里云智能集團(tuán)董事長(zhǎng)兼CEO吳泳銘拋出了以上的觀點(diǎn)。他認(rèn)為AI不會(huì)止步于AGI，而是將邁向超越人類智能，能夠自我迭代進(jìn)化的超級(jí)人工智能ASI。而在通往ASI的道路上，將會(huì)經(jīng)歷包括“智能涌現(xiàn)”、“自主行動(dòng)”、“自我迭代”三個(gè)階段。

吳泳銘還透露，阿里正在積極推進(jìn)三年3800億的AI基礎(chǔ)設(shè)施建設(shè)計(jì)劃，并將會(huì)持續(xù)追加更大的投入，2032年阿里云全球數(shù)據(jù)中心的能耗規(guī)模將相比2022年提升10倍。

從AGI到ASI，三步走

AGI即通用人工智能，過去AGI在不少場(chǎng)合中都被認(rèn)為是AI技術(shù)的“終極”目標(biāo)。雖然不同企業(yè)和機(jī)構(gòu)對(duì)AGI的定義各有不同，但大致的核心都是在于從“專才”到“通才”轉(zhuǎn)變，實(shí)現(xiàn)擁有通用智能的系統(tǒng)，將人類從80%的日常工作中解放出來，從而可以專注于創(chuàng)造和探索。

而ASI的核心則是擁有自我迭代進(jìn)化能力，成為全面超越人類智能的系統(tǒng)。ASI將解決未被人類解決的科學(xué)和工程問題，帶領(lǐng)人類進(jìn)入一個(gè)前所未有的智能時(shí)代。

吳泳銘認(rèn)為，通往ASI之路，將會(huì)經(jīng)過三個(gè)階段：

第一階段：“智能涌現(xiàn)”，特征是“學(xué)習(xí)人”

利用過去幾十年間，互聯(lián)網(wǎng)將人類幾乎所有知識(shí)數(shù)字化，這為智能涌現(xiàn)奠定了基礎(chǔ)。大模型通過理解人類知識(shí)全集，具備泛化智能，涌現(xiàn)通用對(duì)話能力，能理解人類意圖、解答問題，逐步發(fā)展多步推理能力，當(dāng)前已逼近人類各學(xué)科測(cè)試頂級(jí)水平，具備解決真實(shí)問題、創(chuàng)造真實(shí)價(jià)值的可能。

第二階段：“自主行動(dòng)”，特征是“輔助人”

吳泳銘認(rèn)為這是目前整個(gè)AI行業(yè)所處的階段。在這個(gè)階段，AI 突破語言交流局限，具備真實(shí)世界行動(dòng)能力，可在人類目標(biāo)下拆解復(fù)雜任務(wù)、使用 / 制作工具，完成數(shù)字與物理世界交互。而實(shí)現(xiàn)這個(gè)階段的關(guān)鍵，在于大模型具備Tool Use 能力和Coding 能力。

大模型可連接所有數(shù)字化工具，調(diào)用外部軟件、接口、物理設(shè)備，執(zhí)行真實(shí)任務(wù)，就類似人類通過創(chuàng)造工具加速進(jìn)化；Coding能力是通往 AGI 的必經(jīng)之路，可輔助解決復(fù)雜問題、推動(dòng)更多場(chǎng)景數(shù)字化，Agent（智能體）未來可自主編碼、測(cè)試，像工程師團(tuán)隊(duì)般理解需求。

未來，自然語言將成為 AI 時(shí)代源代碼，任何人用母語即可創(chuàng)建 Agent。Agent與機(jī)器人數(shù)量或超全球人口，滲透物流、制造、軟件、醫(yī)療、金融等全行業(yè)，連接真實(shí)世界場(chǎng)景與數(shù)據(jù)。

第三階段：“自我迭代”，特征是“超越人”

這個(gè)階段將有兩大關(guān)鍵要素，首先是獲取物理世界全量原始數(shù)據(jù)。當(dāng)前 AI 在內(nèi)容創(chuàng)作、數(shù)學(xué)、Coding 領(lǐng)域進(jìn)步快，因這些領(lǐng)域知識(shí) 100% 人類定義且在文字中。而物理世界中 AI 多接觸人類歸納的二手知識(shí)，需直接獲取物理世界全面、原始、實(shí)時(shí)數(shù)據(jù)，比如如汽車研發(fā)需連接全量汽車數(shù)據(jù)，而非依賴調(diào)研二手?jǐn)?shù)據(jù)；自動(dòng)駕駛從 Rule-based 轉(zhuǎn)向端到端訓(xùn)練，從車載攝像頭原始數(shù)據(jù)學(xué)習(xí)。吳泳表示，只有讓AI與真實(shí)世界持續(xù)互動(dòng)，獲取更全面、更真實(shí)、更實(shí)時(shí)的數(shù)據(jù)，才能更好的理解和模擬世界，發(fā)現(xiàn)超越人類認(rèn)知的深層規(guī)律，從而創(chuàng)造出比人更強(qiáng)大的智能能力。

其次是Self-learning（自主學(xué)習(xí)）。在AI滲透更多物理場(chǎng)景、理解更多數(shù)據(jù)后，可自主搭建訓(xùn)練基礎(chǔ)設(shè)施、優(yōu)化數(shù)據(jù)流程、升級(jí)模型架構(gòu)，通過與真實(shí)世界持續(xù)交互獲取數(shù)據(jù)與反饋，借助強(qiáng)化學(xué)習(xí)、持續(xù)學(xué)習(xí)自主優(yōu)化迭代，最終形成早期 ASI。

一旦跨過某個(gè)奇點(diǎn)，人類社會(huì)就像按下了加速鍵，科技進(jìn)步的速度將超越我們的想象，新的生產(chǎn)力爆發(fā)將推動(dòng)人類社會(huì)進(jìn)入嶄新的階段。

打造AI時(shí)代的安卓；Token就是未來的電力；3800億投入AI infra

AI技術(shù)在發(fā)展成為AGI、ASI的過程中，隨著技術(shù)提供的基礎(chǔ)支撐以及行業(yè)需求逐漸顯露，IT產(chǎn)業(yè)未來也將產(chǎn)生巨大變革。阿里對(duì)于IT產(chǎn)業(yè)未來的變化，提出了兩個(gè)判斷：

大模型是下一代操作系統(tǒng)：阿里認(rèn)為大模型代表的技術(shù)平臺(tái)將取代現(xiàn)有操作系統(tǒng)地位，成為 AI 時(shí)代的核心樞紐。未來大模型在AI時(shí)代中將會(huì)起到連接作用，鏈接所有真實(shí)世界的工具接口，承載用戶、軟件與 AI 計(jì)算資源的交互調(diào)度，是三者協(xié)同的中間層。同時(shí)，所有用戶需求、行業(yè)應(yīng)用均通過大模型相關(guān)工具執(zhí)行，成為 AI 時(shí)代數(shù)字生態(tài)的 “基礎(chǔ)設(shè)施”。

大模型的出現(xiàn)，重塑軟件的開發(fā)與應(yīng)用生態(tài)。借助大模型，軟件開發(fā)門檻大幅降低，無需專業(yè)編程能力，僅用自然語言即可創(chuàng)造應(yīng)用。在軟件形態(tài)上，未來與計(jì)算世界打交道的 “軟件”，將以大模型生成的 Agent 為主，而非當(dāng)前的商業(yè)化軟件。同時(shí)，模型部署也會(huì)得到進(jìn)化，告別當(dāng)前 “API 調(diào)用”的初級(jí)階段，未來模型將運(yùn)行于所有計(jì)算設(shè)備，具備“持久記憶、端云聯(lián)動(dòng)、參數(shù)實(shí)時(shí)更新、自我迭代”能力，類似當(dāng)前OS的多環(huán)境適配特性。

那么在這個(gè)趨勢(shì)下，阿里云的戰(zhàn)略是堅(jiān)定通義千問的開源路線，打造AI時(shí)代的安卓操作系統(tǒng)。吳泳銘認(rèn)為L(zhǎng)LM時(shí)代開源模型的價(jià)值與場(chǎng)景滲透力遠(yuǎn)超閉源模型，目標(biāo)是支持全球開發(fā)者生態(tài)。通義千問已經(jīng)開源300 多款全模態(tài)、全尺寸模型，截至目前全球下載量超 6 億次，衍生模型超 17 萬個(gè)，是全球第一的開源模型矩陣，也是滲透計(jì)算設(shè)備最廣泛的大模型。

超級(jí)AI云是下一代計(jì)算機(jī)：這個(gè)判斷的核心邏輯是，大模型與云AI的依存關(guān)系，大模型或者說是下一代 OS，需運(yùn)行于 “超級(jí) AI 云” 之上，才能滿足 AI 時(shí)代的核心需求 —— 每個(gè)人將擁有數(shù)十至上百個(gè) 24 小時(shí)工作的 Agent，需海量計(jì)算資源支撐其協(xié)同與運(yùn)轉(zhuǎn)。

與此同時(shí)，數(shù)據(jù)中心計(jì)算從CPU 為核心的傳統(tǒng)計(jì)算，加速轉(zhuǎn)向GPU 為核心的 AI 計(jì)算，要求更稠密的算力、更高效的網(wǎng)絡(luò)、更大規(guī)模的集群。

阿里認(rèn)為超級(jí) AI 云需具備 “超大規(guī)?；A(chǔ)設(shè)施 + 全棧技術(shù)積累”。在硬件資源上，需要數(shù)百萬計(jì)的 GPU 與 CPU，保障算力供給；技術(shù)上需要網(wǎng)絡(luò)、芯片、存儲(chǔ)、數(shù)據(jù)庫高效聯(lián)動(dòng)，實(shí)現(xiàn)軟硬件垂直整合；同時(shí)提供24小時(shí)處理全球需求能力，需充足能源支撐穩(wěn)定運(yùn)行。而能夠符合這些指標(biāo)的超級(jí)AI云計(jì)算平臺(tái)，未來可能全世界只有5-6個(gè)。

吳泳銘認(rèn)為，在這個(gè)新時(shí)代，AI將會(huì)替代能源的地位，成為最重要的商品，絕大部分AI能力將以Token的形式在云計(jì)算網(wǎng)絡(luò)上產(chǎn)生和輸送，Token就是未來的電。


基于這些判斷，他還透露，阿里云正在全力打造一臺(tái)全新的AI超級(jí)計(jì)算機(jī)，它同時(shí)擁有最領(lǐng)先的AI基礎(chǔ)設(shè)施和最領(lǐng)先的模型，可以在基礎(chǔ)架構(gòu)設(shè)計(jì)和模型架構(gòu)上協(xié)同創(chuàng)新，從而確保在阿里云上調(diào)用和訓(xùn)練大模型時(shí)，能達(dá)到最高效率，成為開發(fā)者最好用的AI云。

最近一年全球AI行業(yè)的投資總額已經(jīng)超過4000億美元，今年年初美國(guó)政府啟動(dòng)“星際之門”計(jì)劃，計(jì)劃投資5000億美元建設(shè)AI基礎(chǔ)設(shè)施，就在最近該項(xiàng)目已經(jīng)完成選址，并在未來三年投資超過4000億美元將總算力規(guī)模拓展至7GW。國(guó)內(nèi)字節(jié)跳動(dòng)、騰訊、百度、京東等互聯(lián)網(wǎng)巨頭在今年也多次表態(tài)將加大AI基建投入，其中有消息稱字節(jié)跳動(dòng)在2025年撥出超過1500億元投入到AI領(lǐng)域，其中一半資金用于AI基礎(chǔ)設(shè)施。

吳泳銘也表示，阿里正在推進(jìn)三年3800億的AI基礎(chǔ)設(shè)施建設(shè)計(jì)劃，并將持續(xù)追加更大的投入，預(yù)計(jì)2032年阿里云全球數(shù)據(jù)中心的能耗規(guī)模將相比2022年提升10倍。

發(fā)布全新超節(jié)點(diǎn)方案；聯(lián)手英偉達(dá)開展Physical AI合作

在云棲大會(huì)上，阿里云發(fā)布了全新一代磐久128超節(jié)點(diǎn)AI服務(wù)器，據(jù)官方介紹，新一代磐久超節(jié)點(diǎn)服務(wù)器由阿里云自主研發(fā)設(shè)計(jì)，具備高密度、高性能和高可用的核心優(yōu)勢(shì)，采用開放架構(gòu)，可高效支持多種AI芯片，單柜支持128個(gè)AI計(jì)算芯片，密度刷新業(yè)界紀(jì)錄。

磐久超節(jié)點(diǎn)集成阿里自研CIPU 2.0芯片和EIC/MOC高性能網(wǎng)卡，采用開放架構(gòu)，擴(kuò)展能力極強(qiáng)，可實(shí)現(xiàn)高達(dá)Pb/s級(jí)別Scale-Up帶寬和百ns極低延遲，相對(duì)于傳統(tǒng)架構(gòu)，同等AI算力下推理性能還可提升50%。

在高速互連網(wǎng)絡(luò)方面，阿里云展示了新一代高性能網(wǎng)絡(luò)HPN 8.0交換機(jī)TH6P-112G，HPN8.0采用訓(xùn)推一體化架構(gòu)，存儲(chǔ)網(wǎng)絡(luò)帶寬拉升至800Gbps，GPU互聯(lián)網(wǎng)絡(luò)帶寬達(dá)到6.4Tbps，可支持單集群10萬卡GPU高效互聯(lián)，為萬卡大集群提供高性能、確定性的云上基礎(chǔ)網(wǎng)絡(luò)，助力AI訓(xùn)推提效。

同時(shí)在大會(huì)上，阿里巴巴正式宣布與英偉達(dá)開展Physical AI（物理AI）合作。此次合作覆蓋了物理AI實(shí)踐的各個(gè)方面，阿里云人工智能平臺(tái) PAI將集成NVIDIA Isaac Sim、NVIDIA Isaac Lab、NVIDIA Cosmos和Physical AI數(shù)據(jù)集在內(nèi)的全套Physical AI軟件棧，結(jié)合阿里云大數(shù)據(jù)AI平臺(tái)能力，形成覆蓋數(shù)據(jù)預(yù)處理、仿真數(shù)據(jù)生成、模型訓(xùn)練評(píng)估、機(jī)器人強(qiáng)化學(xué)習(xí)、仿真測(cè)試在內(nèi)的全鏈路平臺(tái)支撐，旨在進(jìn)一步縮短具身智能、輔助駕駛等應(yīng)用的開發(fā)周期。