千问旗舰推理模型Qwen3-Max-Thinking发布 - 公司正式发布千问旗舰推理模型Qwen3-Max-Thinking，该模型总参数量超万亿（1T），预训练数据量高达36T Tokens，是公司规模最大、能力最强的千问推理模型 [3] - 新模型在科学知识（GPQA Diamond）、数学推理（IMO-AnswerBench）、代码编程（LiveCodeBench）等多项关键性能基准测试中刷新全球纪录 [1] - 在涵盖事实知识、复杂推理、指令遵循等19个大模型基准测试中，模型刷新了数项最佳表现纪录，整体性能可媲美GPT-5.2-Thinking-xhigh、Claude Opus 4.5和Gemini 3 Pro [3] - 模型增强了面向智能体时代的原生Agent能力，通过联合强化学习训练，拥有更智能结合工具进行思考的能力，可自主调用搜索、个性化记忆和代码解释器等工具，并降低了模型幻觉 [3] 模型应用与生态接入 - 开发者可在QwenChat上免费体验Qwen3-Max-Thinking模型，企业可通过阿里云百炼获取API服务，普通用户可通过千问PC端和网页端试用，千问APP也即将接入新模型 [4] - 千问APP已全面接入淘宝、支付宝、飞猪、高德等阿里生态业务，实现点外卖、购物、订机票等AI购物功能，并向所有用户开放测试 [6] - 此次升级上线超过400项AI办事功能，AI在拥有超强大脑之后，开始长出了能够触达真实世界的手和脚 [6] - 公司利用阿里巴巴的交易和服务数据来增强模型，以保障AI购物功能保持客观和准确 [6] - 千问APP已接入支付宝政务服务，并实现跨应用协同能力，例如调用飞猪订票、调用高德规划行程 [7] - 基于千问底层技术的“任务助理”功能已启动定向邀测，具备类人化的多步骤规划能力，覆盖应用开发、Office办公、咨询调研及生活办事等核心场景，测试结束后将免费开放 [7] 公司AI战略与未来展望 - 公司CEO吴泳铭认为大模型是下一代操作系统，AI云是下一代计算机，未来全世界可能只有五六个超级云计算平台 [9] - 公司正积极推进3800亿元的AI基础设施建设，并计划追加更大的投入 [9] - 实现AGI（通用人工智能）已是确定性事件，但仅是起点，终极目标是发展出能自我迭代、全面超越人类的ASI（超级人工智能），以解决气候、能源、星际旅行等重大科学难题 [9] - 通往超级人工智能之路分为三个阶段：智能涌现、自主行动（当前阶段）、自我迭代 [9] - 在未来几乎所有链接真实世界的工具接口都将与大模型连接，所有用户需求和行业应用将会通过大模型相关的工具执行任务 [9] - 公司计划最终通过海外版本向全球扩张，CEO吴泳铭已从各部门调集了超过百名开发人员投入到此次项目中 [7] - 这是2025年公司宣布的额外AI基础设施投入的一部分，反映了公司既要开发服务，也要开发支撑该技术的基础设施的意图 [7]

行业竞争格局 - 2026年AI行业竞争焦点正从Scaling转向记忆能力[1] - 谷歌Gemini 3在2025年底表现强劲，在各大榜单超越ChatGPT[1] - OpenAI为夺回领先地位已拉响“红色警报”[1] - 2026年最新全球AI报告显示谷歌正在全面“超车”[1] - OpenAI首席执行官Sam Altman表示公司留有后手，并预计2026年获胜的仍将是OpenAI[3] 记忆能力的战略重要性 - Sam Altman押注记忆能力，认为这是AI未来一年内将取得进展的关键领域[5] - AI的记忆能力正成为继Scaling之后，解锁超级智能（ASI）的新行业共识[5] - 记忆能力可能被视为通往超级人工智能（ASI）的关键一步[9] - 记忆容量直接决定了智能高度，而AI记忆的潜力几乎是无限的[10] - 长期记忆能力目前仍是AI面临的关键技术瓶颈之一[12] - 提升AI记忆能力正成为AI巨头下一阶段竞争的核心方向[12] - 企业级AI智能体初创公司Andrew Pignanelli指出，记忆将成为2026年AI公司最关注的核心问题[19] - 记忆被公认为通向通用人工智能（AGI）的最后一步[22] 当前技术状态与挑战 - 当前的AI记忆功能被描述为非常粗糙、初级和原始[5][11] - 当前的AI记忆水平被认为与GPT-2时代没有太大不同[12] - 与知识、阅读写作、数学等能力相比，ChatGPT在记忆存储能力上仍然落后[13] - 行业距离真正完善的长期记忆系统仍然非常遥远[25] - 不断扩大的上下文窗口只是提高记忆能力的权宜之计，并非根本解决方案[25] - 即使是短期的情景记忆目前也尚未被真正解决[25] - 要达到AGI所需的细粒度记忆水平，必须在记忆架构本身上取得突破[25] 主要参与者的布局 - OpenAI已领先一步，为ChatGPT引入了记忆机制[22] - Claude是第一个跟进记忆功能的AI模型[23] - 谷歌研究在2025年已公布多篇关于持续学习的论文，该技术可能在2026年彻底落地到Gemini中[15] - 一旦ChatGPT在记忆上取得突破，几乎所有模型提供方都会为自己的应用增加并不断强化记忆能力[24] 记忆能力的潜在影响 - 当AI能够记住用户生活的每一个细节和未言明的微小偏好时，它将变得“非常强大”[5] - 随着AI保留用户的想法，用户将真正与它们建立关系，AI将被视为伙伴[12] - 解决记忆问题是让AI告别“机械感”，从“看似聪明的工具”转变为“像人一样存在”的关键[25] - 第一个真正的AGI将是一个极其强大的智能处理器加上一个同样强大的记忆系统[26] - 没有记忆，就不会有真正意义上的“数字自我”[26] - 超级智能（ASI）或许将诞生于强大的记忆系统与智能处理器结合的时刻[27]

行业趋势与共识 - 2025年，行业共识认为通用人工智能（AGI）曙光已现，而超级人工智能（ASI）开始登上舞台，成为科技巨头新的追逐目标 [1][17] - 行业焦点正从“把模型做大”转向“把模型落地”，围绕代码、推理、多模态、长上下文与企业可用性展开激烈竞争 [17] - AI进步正在加速叠加，科技领袖普遍认同这一趋势，OpenAI在一年内发布了约30多项新产品和重大更新 [21] - AI正从“聊天机器人”转向能够自主规划和执行任务的“智能体”，如Agentic AI [16] 技术能力进展 - 根据斯坦福大学《2025年AI指数报告》，AI已在图像分类、视觉推理、中等阅读理解、英语语言理解、多任务语言理解、竞赛级数学、博士级科学问题这7项测试中超越人类基准线 [4][5] - 2025年AI模型在推理、多模态处理和智能体上取得显著进步，但距离AGI仍有争议 [4] - 在多模态理解与推理领域，AI系统尚未赶上人类，但差距正在迅速缩小 [7][8] - 在MMMU基准测试（评估大学难度跨学科任务）上，模型表现快速提升：2023年底谷歌Gemini得分为59.4%，2024年OpenAI o1模型得分为78.2%，2025年Gemini 3 Pro在增强版MMMU-Pro上取得89.8%的得分 [10] 主要公司动态与产品发布 - **OpenAI**：发布o3系列模型（包括o3-mini），采用“先思考后回答”的推理机制，使用10倍token提升智能，但成本也相应增加 [12] - **谷歌**：推出Gemini 3，被誉为多模态巅峰，能处理文本、图像、视频和音频，实现深度推理 [12]；发布TPU Ironwood，峰值算力达9 exaFLOPS [22]；推出高性价比的Gemini 3 Flash和开源多模态模型Gemma 3 [22] - **Anthropic**：发布Claude 3.7 Sonnet（混合推理模型）、Claude 4系列（编程与推理能力突破）、Circuit Tracer（开源可视化工具）以及Claude Opus 4.5（上下文扩展至200K tokens，API成本降低67%） [22] - **Meta**：六月成立Meta超人工智能实验室，瞄准“个人超级智能” [18] - **xAI**：发布Grok 2.5开源版和Grok 2.0，并组装完成配备10万块H100显卡的超级计算机Colossus系统 [22] - **DeepSeek**：成为年度最大黑马，其DeepSeek-R1成为历史上第一个通过同行评议的大模型，登上Nature封面 [23][26] 投资与基础设施 - 全球AI投资激增，生成AI吸引339亿美元资金，同比增长18.7% [4][12] - 科技巨头资本支出达4000亿美元，引发了泡沫担忧和能源消耗讨论 [4] - 前沿实验室以每8-12周的频率发布新模型，推动基础设施快速扩张 [12] 开源生态与架构讨论 - 2025年开源社区热闹非凡，中国开源模型崛起，Llama彻底出局 [23] - 围绕LLaMA、DeepSeek、Mistral等出现了大量工程化工具链，包括微调框架、推理加速和本地部署方案，门槛持续下降 [23] - 社区讨论指出，Mamba架构在研究之外缺乏实际应用，成熟的Transformer软件生态系统带来了巨大的转换成本 [26] - 在计算机视觉领域，Vision Transformer是否已取代CNN仍存争议，CNN和混合架构在小数据集、医学影像等特定领域仍具竞争力 [27] 劳动力市场影响 - 使用AI工具可能成为求职关键，AI正重塑职场 [4] - 科技领袖普遍认为，员工不会被AI取代，但可能会被更善于使用AI的人取代 [31] - 年轻员工在适应AI变化上可能更具优势，而年长员工的适应能力更受担忧 [31][33] - 掌握新工具的能力被认为比学位更重要，拒绝使用AI工具可能成为职业发展的致命伤 [33][36] 未来展望与领袖观点 - 科技领袖对AGI/ASI出现的时间表存在分歧：Anthropic现任CEO坚信到2027年AI将在“几乎所有领域”超越人类；马斯克断言明年AI的智力将超越最聪明的人类；DeepMind联合创始人等则认为AGI可能“在未来五到十年内”到来 [21] - 奥特曼表示社会需为2030年前可能出现的ASI做好准备 [20] - 扎克伯格称，宁愿“冒险误投数千亿美元”，也不愿在超智能时代落后 [21] - 马斯克告诉xAI员工，若能挺过未来两到三年，xAI则有望成为AI的胜利者 [21] 应用扩展与社会影响 - AI智能体和机器人进入生产、医疗等领域，似乎提升了效率，但许多人感受到变化有限，尚未彻底颠覆日常生活 [4] - 科技领袖们达成共识，认为AI使软技能（如同理心、沟通协作能力）变得更为重要 [37][39] - 许多领袖强调在AI加速发展中人类掌控的必要性，指出超人工智能必须支持而非压制人类自主性，并警告比人类更聪明的系统将难以控制或与人类利益对齐 [40][43] - 行业关注AI被误用的风险，特别是AI自主性以及化学、生物、放射性与核威胁等领域可能危及数百万人生命的严重滥用 [42]

软银的AI战略布局与投资动态 - 公司于12月12日被传再次寻求AI布局，考察包括数据中心运营商Switch在内的潜在收购 [1] - 公司于11月曾探讨收购美国芯片制造商Marvell Technology，旨在将其与ARM合并以打造AI半导体巨头 [1] - 公司于今年3月收购了数据中心处理器设计公司Ampere Computing [2] - 公司计划向人工智能项目投资高达90亿美元 [2] - 截至2025年6月底，公司通过愿景基金共投资了335家公司，其中大部分与AI相关，投资组合包括英伟达、OpenAI等明星企业 [2] - 公司已构建涵盖算力、芯片制造、数据中心、具身智能在内的完整AI基础设施 [2] 软银的投资表现与财务压力 - 2022财年，愿景基金的投资亏损达到5.3万亿日元（约397.7亿美元），较2021年亏损3.6万亿日元大幅扩大 [7] - 2024年，软银愿景基金第三财季录得3099.3亿日元的亏损 [7] - 软银第一只愿景基金的回报率一度仅为14% [8] - 截至9月30日，软银母公司层面的现金总额为4.2万亿日元（约271.6亿美元） [23] - 公司计划向OpenAI投资至多300亿美元，其中100亿美元已在今年4月发放 [23] - 为筹集资金，公司采取了裁员、抛售股票、抵押贷款等措施 [24] 全球AI行业趋势与市场状况 - 生成式AI市场营收预计在10年内达到1万亿美元，头部企业如OpenAI未来估值可能高达8300亿美元 [3] - 摩根士丹利预测2025年全球AI基建投入将达4000亿美元 [8] - 2025年三季度，微软、Meta、亚马逊、谷歌、甲骨文五家头部企业合计资本开支达1057.73亿美元，同比增长72.9% [21] - 截至2025年三季度，上述五家企业资本开支与经营性现金流的比值平均达75.2%，较一年前上升29.7个百分点，甲骨文的自由现金流已转为负值 [22] - 美国超大规模数据中心企业债券发行量激增，今年前11个月总发行量达1038亿美元，是2024年全年的5倍以上 [23] - 当前一些大型科技公司的估值水平约40倍，远高于其历史平均20倍的水平，但低于2000年互联网泡沫顶峰时的80倍 [29] AI行业的盈利挑战与成本问题 - 贝恩咨询报道，到2030年AI公司将需要2万亿美元的年收入来支撑计算需求，但实际收入可能短缺8000亿美元 [4] - MIT研究显示，95%采纳生成式AI的公司尚未从中获利，只有个位数到低两位数的企业看到了大规模的持续投资回报率 [4] - 成本是AI产业链的核心问题，涉及芯片、数据、能源、机器人等，需求上不封顶 [3] - 2025年，东京连续第二年成为全球数据中心建设成本最高的城市 [20] - 2021年至2023年，日本数据中心的建设成本上涨了69% [20] 市场对AI泡沫的担忧情绪 - 11月美国银行调查显示，45%的受访投资者将AI泡沫视为当前最大的尾部风险，比例较上月的33%大幅提升 [5] - 53%的基金经理认为AI相关股票已处于泡沫中 [5] - 近20%的基金经理认为企业存在过度投资，归因于对AI超大规模资本支出热潮的担忧，此为2005年8月以来首次 [5] - 当全球AI相关股票因泡沫下调时，软银曾一周内累计跌幅超过20%，市值蒸发约520亿美元 [9] 日本AI产业发展现状 - 2024财年只有26.7%的日本民众使用过生成式AI，远低于中国的81%和美国的68.8% [12] - 只有49.7%的日本企业制定了AI使用政策，远低于美国的84.8%和德国的76.4% [12] - 2023年日本民间对AI的风险投资约为7亿美元，同期美国为672亿美元，中国为78亿美元 [13] - 日本民间资本对AI领域的投资中，基础模型投资占比不足10% [13] - 日本计划把公众AI利用率提高到50%，最终提高到80%，并计划吸引约1万亿日元的民间投资以加强研发 [14] - 91%的日企将超过90%的IT预算用于维护老旧系统，而非新技术研发 [18] - 日本每年AI相关硕士毕业生为2800人，不及美国的1/9，且60%集中在机器人控制等传统领域 [18] 日本数据中心市场与软银的角色 - 软银在日本运营着18座数据中心，计划于明年推出主权云和AI服务 [15] - 公司于今年4月在北海道启动大型新数据中心园区建设，建成后将成为日本国内规模最大的数据中心项目之一 [15] - 截至2025年11月底，日本的数据中心总容量在5年内增长逾两倍，达到6.8吉瓦，设施数量增至269座 [19] - 安永报告预测，到2026年，日本数据中心市场规模将达到300亿美元，复合年增长率为6.5% [19] AI对宏观经济的影响与资本依赖 - 2025年上半年，AI对美国实际GDP同比增速的拉动约0.7个百分点，对增长的贡献率约为三分之一 [24] - AI已成为美国经济增长的支柱，一旦资本热情褪去，经济有崩盘可能 [26] - 美国家庭财富的21%直接来自股票，AI泡沫破裂可能导致家庭净资产缩水8%，消费支出可能剧减约GDP的1.6% [26] - 当前美国近一半的消费支出由收入最高的10%人口贡献，该群体持有约87%的美国股票 [24] - 除Anthropic外，英伟达几乎支撑所有主要AI参与者，供应链高度集中放大了系统性风险 [28] - OpenAI、英伟达与甲骨文结成“三角联盟”形成闭环生态 [29]

行业规模与增长 - 截至2025年6月，中国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人 [1] - 截至2025年8月，共有538款生成式人工智能服务完成备案，应用向智能搜索、内容创作、农业生产、工业制造等场景延伸 [1] - 2025年上半年，中国大模型市场日均调用量超过10万亿tokens，较2024年下半年增长约363% [13] 政策与方向 - 2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，提出6大重点行动和8项基础支撑能力，为行业发展明确方向 [1] 资本市场动态 - 2025年至今，中国人工智能领域共发生709起投资事件，是2024年全年数量的136%，投资金额合计约591.45亿元，是2024年全年的94.5% [1] - 2025年三季度，人工智能行业一级市场新增融资事件435起，同比增长99%，环比增长21%，总融资规模约370亿元 [8] - 2025年三季度，人工智能是资本最集中的投资赛道，前十名企业合计融资超百亿元，前三名为MiniMax、曦智科技和千里智驾 [8] - 自动驾驶公司小马智行以绿鞋后77亿港元集资额，成为2025年港股AI领域募资额最高的新股 [1] - 大模型公司MiniMax完成近3亿美元融资，智谱获得10亿元人民币融资 [1] 企业上市与融资案例 - 2025年11月，自动驾驶公司小马智行和文远知行在港交所双重主要上市 [6] - 小马智行Robotaxi车队规模超过720辆，在部分城市实现7×24小时服务 [6] - 文远知行L4级自动驾驶车队规模超过1500辆，其中Robotaxi超700辆，在11个国家、30余个城市运营 [7] - 企业级数据智能软件公司明略科技、仿真技术公司赛目科技、机器视觉服务商索威尔科技相继上市 [7] - AI语音公司云知声股价从2025年6月上市时的205港元涨至超500港元 [7] - 多家AI相关公司如合合信息、特斯联、群核科技正在赴港上市途中 [7] - AI+消费机器人公司灵宇宙完成2亿元Pre-A轮系列融资，其“小方机”产品在“双11”期间销售额同比“6·18”增长超230% [16] - 阿里云领投企业级AI智能体平台斑头雁，创下国内AI Agent赛道当时已披露的单笔最大融资纪录 [12] 竞争格局与生态演变 - 2025年中国AI产业进入深度洗牌与生态重构阶段，竞争立体化、生态化 [11] - 科技巨头与新兴创业公司在几乎所有赛道同台竞争，合作加深 [11] - 深度求索的DeepSeek App在2025年初迅速崛起，日活跃用户数在2月24日突破5000万 [11] - 截至2025年2月，国内AI原生App活跃用户达2.4亿，较1月净增1.15亿 [11] - 截至2025年9月，原生AI App用户规模达2.87亿，In-App AI及手机厂商AI助手用户规模分别达7.06亿和5.35亿 [12] - 大厂通过投资（如百度“文心杯”创业大赛）与创业公司绑定，并购案例相对较少 [12] 应用场景与商业化 - 大模型核心价值在于“提质增效”，应用占比最高的场景为“问答增强”（32%），其次是代码助手（18%）和文档处理生成（17%） [14] - 与自动驾驶、具身智能相比，大模型在数字世界运行，试错成本低、迭代快，被认为可率先实现商业闭环 [14] - AI硬件成为商业化新载体，IDC预计2026年中国智能终端市场出货量将超9亿台，同比增长4% [16] - 市场理性化导致同质化竞争加剧与价格战延续，企业更关注营收规模和盈利时间 [15] 巨头战略与投入 - 阿里巴巴积极推进三年3800亿元的AI基础设施建设计划，并规划到2032年将其全球数据中心能耗规模较2022年提升10倍 [18] - 腾讯2025年三季度研发开支约为228.22亿元，同比增长28%，创单季历史新高；同期资本开支130亿元，持续投入AI人才、研发及算力 [18] - 科技巨头竞争从底层算力延伸至C端入口和智能硬件，如百度小度、阿里千问App、腾讯元宝、字节跳动豆包App等 [18] 技术实力与未来展望 - 截至2025年4月，中国人工智能专利申请量达157.6万件，占全球申请量的38.58%，位居全球首位 [19] - 行业形成“技术突破、产业落地、资本反哺”的良性循环生态，未来发展关键在于实现技术价值、产业价值和商业价值的统一 [17][19]

阿里巴巴成立千问C端事业群 - 公司已成立千问C端事业群，由阿里巴巴集团副总裁吴嘉负责 [1] - 该事业群由原智能信息与智能互联两个事业群合并重组而来，业务包含千问APP、夸克、AI硬件、UC、书旗等 [2] 千问APP的战略定位与发展目标 - 事业群的首要目标是将千问打造成为一款超级APP，成为AI时代用户的第一入口 [3] - 公司计划将地图、外卖、订票、办公、学习、购物、健康等各类生活场景接入千问 [4] - 公司计划在未来几个月内，在千问APP中逐步增加智能体AI功能，以支持包括主要淘宝市场在内的平台上的购物功能 [5] - 公司计划最终通过海外版本向全球扩张 [6] 公司的AI战略与资源投入 - 在过去几个月里，阿里巴巴CEO吴泳铭已从各部门调集了超过百名开发人员投入到千问项目中 [6] - 此次项目是今年9月宣布的额外AI基础设施投入的一部分，公司计划开发“全栈”AI技术，既开发服务也开发支撑技术的基础设施 [7] - 公司正积极推进3800亿元的AI基础设施建设，并计划追加更大的投入 [8] 公司高管对AI发展的观点 - 公司CEO吴泳铭认为，大模型是下一代操作系统，AI云是下一代计算机，未来全世界可能只会有五六个超级云计算平台 [8] - 吴泳铭认为，实现AGI已是确定性事件，但仅是起点，终极目标是发展出能自我迭代、全面超越人类的ASI，以解决重大科学难题 [9] - 通往超级人工智能之路分为三个阶段：智能涌现、自主行动、自我迭代 [10][14] - 吴泳铭提到，在AGI到ASI的变革中，大模型将承载现有操作系统的地位，几乎所有链接真实世界的工具接口都将与大模型连接 [10] 千问APP的近期表现 - 千问APP自11月17日开启公开测试以来，一周内应用下载量已超1000万次，目前仍在公测阶段 [11]

韩国总统与软银CEO会面讨论人工智能发展 - 韩国总统李在明在首尔接见日本软银集团首席执行官孙正义，双方谈及超级人工智能等话题 [1] - 会面期间，孙正义描述了关于ASI的未来，称先进的人工智能可能会超越人类 [1] 孙正义对超级人工智能的展望 - 孙正义将未来人类与ASI的智能差距比作人脑与鱼，称ASI将比人类聪明1万倍 [3] - 孙正义将ASI与人类的关系比作人类与宠物的关系，强调可以和平共处，ASI不需要“吃掉”人类 [3] - 当被问及ASI是否可能获得诺贝尔文学奖时，孙正义给出了肯定的回答 [3] 超级人工智能的技术背景与发展预期 - ASI是一个描述“人工智能超越人类”的假设情景，科学家普遍认为距离实现目标还有很长的路要走 [3] - 作为关键一步的通用人工智能将在大多数任务中超越人类，这一情景可能会在十年内实现 [3] 韩国的AI发展战略 - 韩国总统李在明誓言将韩国打造为AI强国 [3] - 首尔计划明年在AI领域投入三倍资金，目标是跻身世界三大AI强国之列，即仅次于美国和中国 [3]

核心观点 - 阿里巴巴旗下饿了么正式更名为“淘宝闪购” 以更深度融入集团“大消费平台”战略 [1] - 互联网公司最差时期或已过去 竞争回归商业本质 未来应关注核心业务盈利修复及新增长引擎的实质进展 [1] 行业竞争与财务影响 - 2024年4月以来的“外卖大战”对阿里巴巴、美团、京东等互联网板块的盈利造成冲击 并导致股价调整 [1] - 2024年第三季度财报显示 为争夺市场 公司付出了短期利润代价 [1] - 京东第三季度调整后净利润为58亿元人民币 同比减少56% [1] - 美团第三季度净亏损160亿元人民币 创上市以来新纪录 而去年同期为净利润128亿元人民币 [1] - 阿里巴巴第三季度净利润为210亿元人民币 同比减少52% 非GAAP准则下净利润为104亿元人民币 同比减少72% [1] 阿里巴巴战略转型与AI布局 - 阿里巴巴正从“外卖补贴”竞争转向拥抱“AI时代” 布局从算力、模型、Agent平台到应用生态的全链条 [2] - 阿里巴巴的千问Qwen超越美国Meta的Llama 成为全球第一的开源模型家族 [2] - 公司计划将地图、外卖、订票、办公、学习、购物、健康等各类生活场景接入千问APP 以增强其办事能力 [2] - 阿里巴巴控股的半导体设计部门平头哥开发出一款AU芯片 其功能与英伟达的H20 GPU相当 [2] - 在9月云栖大会上 公司CEO吴泳铭公布了向“超级人工智能”（ASI）迈进的长期目标 并预计到2032年 阿里云全球数据中心的能耗规模将是现在的10倍 [2] 市场地位与投资工具 - 阿里巴巴是众多港股科技指数的重仓股 在港股通科技指数成分股中 其权重占比高达17.62% [2] - 港股通科技ETF（159101.SZ）被提及为布局港股科技盈利修复及估值从消费向AI科技切换的指数工具 并支持T+0交易 [2]

AI发展演进阶段 - 阿里巴巴集团CEO吴泳铭将迈向超级人工智能的征程划分为智能涌现、自主行动、自我迭代三个阶段，当前正处于承上启下的自主行动阶段 [2] - 智能涌现阶段以大模型为里程碑，使AI具备认知理解、内容生成与逻辑推理的通用智能基础，为自主行动阶段做好了铺垫 [2] - 自主行动阶段是AI从感知与生成加速迈向决策与行动的关键时期，智能体技术推动AI实现从被动响应指令到主动感知环境、规划任务、调用工具的本质性转变 [3] 技术突破：构筑AI发展底层能力 - 云计算与AI深度融合构建全栈技术生态，其异构算力池化能力能将CPU、GPU、TPU等资源整合为统一资源池，根据任务需求动态分配，形成弹性可扩展的算力底座 [5] - 全栈AI云向上整合了数据管理、模型训练推理与应用开发的全流程服务，极大地降低了AI开发与部署的门槛，使企业无需投入巨额硬件成本即可按需使用资源 [8] - 大模型正从单一模态向多模态融合演进，能够协同处理文本、图像、音频、视频乃至3D信息，极大地拓宽了AI的应用场景 [9] - 通过引入基于人类反馈的强化学习等技术，并结合领域知识进行后训练，大模型正从被动响应指令转向主动求解复杂问题，成为AI自主行动的核心技术支撑 [10] - 智能体技术重塑了AI应用开发范式，任务规划与执行从预定义静态流程转向模型自主分解任务、动态决策的智能化模式 [11] - 应用架构正向AI原生阶段演进，初步形成以“大模型为核心、Agent为执行单元、工具链为延伸能力”的智能系统框架 [12] - 开源开放是推动AI技术普惠化与创新加速的关键力量，阿里云已贡献300余款开源模型，通义千问衍生模型超14万个 [13] - 魔搭社区汇聚了1600万开发者与7万个模型，成为中国特色开源生态的标杆 [14] 应用创新：开拓AI赋能多元场景 - 智能体深度融入真实业务流与数据流，例如在电商采购中能实时抓取数据、分析需求、筛选供应商并下达订单，重构了数字世界的运行模式 [16] - 人机协作重塑分工模式，智能体承担数据处理、任务执行等重复性工作，人类则专注于战略规划、创意设计等高价值工作 [17] - 多智能体自主协同可打破企业部门壁垒，实现跨部门、跨领域的流程流转与协作，催生更加扁平灵活的组织形态 [17] - AI正突破虚拟边界，以智能硬件、智能驾驶汽车、机器人等为载体融入物理场景，构建“感知-决策-执行”闭环，实现从数字智能到具身智能的跨越 [18] - 智能硬件如AI眼镜、AI PC、智能家居系统演进为具备情境感知与主动服务的智能伙伴，提供个性化沉浸式体验 [22] - 智能驾驶汽车借助大模型提升复杂场景认知与实时决策能力 [22] - 工业与服务机器人通过融合大模型，大幅提升环境感知、任务拆解和灵巧操作能力 [22] 产业升级：AI驱动系统性革新 - 在企业层面，AI正从单点辅助转向系统智能，全面渗透到研发、生产、供应链和服务等环节，例如药企利用大模型加速药物筛选，食品企业通过AI视觉检测提升质量控制 [20] - 面向消费者，AI从被动响应转变为主动服务，在衣着造型、个人健康管理、智能家居、日常出行等方面提供更加个性化的体验，促进更高效便捷的生活方式 [20] - AI正加速创新能力的全球扩散与协同创造，AI云作为全球创新数字基座，通过统一平台实现全球数据、模型、工具的共享，支撑跨国企业构建分布式研发网络 [21] - 云和AI技术的普及显著降低创新创业门槛，推动创新主体从科技巨头走向多元生态，中小企业可快速推出细分场景AI产品，个人开发者也能实现创意高效落地 [23][24] - 年轻人和女性凭借新鲜和细腻的视角开辟创新路径，拓展AI的应用边界 [24] - AI的正向价值已在医疗、教育、科研、能源等多领域落地，其本质被界定为“帮助谁”而非“替代谁” [25] - 为应对数据隐私、算法偏见等技术挑战，需构建以“AI向善”为核心、健全伦理规范与技术安全防护的负责任AI治理体系 [26]

公司财务表现 - 2026财年第二季度公司收入为2477.95亿元，剔除已出售业务影响后同比增长15%，超出市场预期[1] - 阿里云季度收入同比加速增长34%，外部商业化收入加速增长29%[5][6] - 客户管理收入同比增长10%[6] AI to B业务战略与进展 - 公司计划投入3800亿元用于AI基础设施建设，目标到2032年将云数据中心能耗规模扩大十倍[8] - 过去4个季度，公司在AI+云基础设施的资本开支约1200亿元人民币[8] - AI相关产品收入连续第九个季度实现三位数同比增长[5][6] - 在中国AI云市场份额达35.8%，超过第二到第四名总和，在已采用生成式AI的财富中国500强中超53%企业选择阿里云[8][9] - 混合云市场增速超20%，超过市场平均增速，金融云增速也领先市场[8] AI to C业务战略与进展 - 千问App公测版上线一周新下载量超过1000万，成为史上增长最快的AI应用[5][9] - 阿里千问Qwen全球下载量超7亿，已开源300多款模型，全球主要模型社区下载量突破6亿，衍生模型突破18万个[10][13] - 公司战略目标是将千问APP打造为“未来的AI生活入口”，计划接入地图、外卖、订票等各类生活场景[9][13] 全栈AI技术能力 - 通义旗舰模型Qwen3-Max在模型智能水平、工具调用能力上达到全球领先，在专项测试中处于全球第一梯队[6][8] - AI模型实现7连发，覆盖语言、语音、视觉、多模态、代码等模型领域[8] - 公司认为AI技术演进已进入“自主行动”的第二阶段，千问APP是此阶段的最新探索[14]