行业投资评级 - 报告未明确给出对阿里云或行业的投资评级 [1][2][3][4][5][6][7][8] 核心观点 - 阿里云凭借全栈技术布局构建了AI时代的核心竞争壁垒，AI渗透与国际化扩张将驱动其未来三年收入复合年增长率超过30%，利润率有较大提升空间 [4][5][6][7][8] 发展历程与组织架构 - 阿里云发展分为四个阶段：技术破冰（2009-2013）、商业扩张（2014-2017）、加强底层研发与商业转型（2018-2022）、AI重振（2023至今）[10] - 组织架构确立“三驾马车”驱动商业化，并设立基础设施委员会推动产研闭环，达摩院作为AI技术创新的源头 [12][13][14] 竞争壁垒与行业地位 - 在大模型迭代、场景适配、2B客户理解、云基础设施等维度处于行业领先，中短期内头部地位稳固 [15] - 模型层面：通义大模型通过开源策略深耕2B赛道，与竞争对手形成差异化 [15] - 基础设施层面：全球布局广泛，规模效应显著，叠加自研底层硬件降本并形成技术代差 [15] 大模型技术矩阵与生态 - 通义系列模型构建了覆盖大语言模型、图像、视频、代码、推理等全品类技术矩阵 [22][23] - 截至2025年9月，通义系列模型生态衍生模型超17万个，开源模型300多个，下载量破6亿，深度服务全球超100万企业客户 [23][26] - 通义千问采取开源策略，截至2025年9月全球下载量超6亿次，是全球最受欢迎的开源模型矩阵之一 [26][29] - 通义万相（视觉）和通义百聆（语音）完善了多模态技术矩阵，其中通义万相2.5在文生视频和图生视频全球排名中位列前十 [35][39][42][43] - 通过魔搭（ModelScope）开源社区构建开发者生态，截至2025年6月，开发者规模突破1600万，模型总量超7万个 [45][46] 云基础设施与算力投入 - 基础设施已覆盖全球29个公共云地域、92个可用区，拥有超过3200个边缘节点 [4][52][53] - 在东亚地区的数据中心物理区域数量（17个）和可用区数量（65个）领先于国内主要云厂商 [54][55][58] - 公司提出未来三年投入超过3800亿元人民币用于云和AI硬件基础设施建设，并表明该目标会提升 [4][60] - 自研AI芯片PPU（平头哥）性能对标英伟达H20，已在中国联通三江源绿电智算中心项目中获得16384张算力卡的大订单 [4][67][69] 商业模式与增长驱动 - 核心商业模式为“模型引流、算力变现、生态增值”，通过开源大模型降低使用门槛，吸引开发者与企业用户，最终通过GPU算力租赁和AI解决方案实现变现 [4][45][78] - 收费模式包括按token计费的模型服务（MaaS）、按需或包年包月的GPU服务器租赁、AI开发平台销售及项目制的解决方案交付 [79][80] - 国内市场：2025年上半年中国AI IaaS市场规模达198.7亿元，同比增长122.4%，其中GenAI IaaS市场规模166.8亿元，同比增长219.3% [81][83] - 阿里云在2Q25中国公有云IaaS市场份额升至26.8%，实现连续5个季度份额增长 [84][87] - 通过“标杆案例复制+Cross-sell+Marketplace生态”策略深耕国内互联网、金融、汽车、能源等行业 [7][88][92] - 海外市场：依托中企出海浪潮，已累计服务超22万家中国出海企业，并加速全球基础设施扩建与AI产品国际化 [7][64][93][98] 财务预测与估值 - 预计FY25-FY28e阿里云收入复合年增长率（CAGR）超过30%，FY28e收入预计达到约2623亿至2670亿元人民币 [5][111][113] - 驱动增长的两大关键要素是AI业务贡献和海外业务拓展，预计FY28e AI业务收入占比将达到50% [111][113] - 随着AI收入占比提高、海外高毛利业务占比提升及成本端规模效应显现，预计FY28e EBITA利润率有望突破15% [6][121] - 基于FY27e收入2094亿元人民币，给予8倍市销率（P/S），估算阿里云估值约为1.7万亿元人民币 [124][125][126]

文章核心观点 - AI正从单一功能插件蜕变为可靠、高效且经济的底层系统能力，成为硬件的“默认能力”而非“可选功能”，开启了向现实世界的“大迁徙”[3][4][9][11] - 行业驱动力正从“模型炫技”转向“系统工程”，工程化能力的成熟彻底扭转了行业格局，极大加快了创新节奏[9][11] - 阿里云通义千问通过提供标准化、全栈的AI能力，正成为AI硬件的“通用底座”，降低了行业门槛并推动了规模化落地[10][14][16][21] AI硬件产业的现状与转折 - **展会盛况与产业信号**：2026年初的阿里云通义智能硬件展汇聚了超200家主流硬件厂商，覆盖AI眼镜、手机、汽车、机器人、芯片、出海新锐及玩具等多个领域[3]，展示了跨越76个品类、超过1000款接入大模型（千问）的智能设备，标志着大模型正通过硬件向现实世界迁移[4] - **历史困境与当前突破**：过去十年AI硬件多次陷入“概念先行、落地遇冷”的怪圈，受限于模型能力不可控、商业逻辑难闭环及工程复杂度过高三大难题[7][8]，当前转折点已至，行业驱动力转向“系统工程”，AI成为可靠的底层系统能力[9] - **市场规模**：中国AI硬件市场规模已突破1.1万亿元，标志着AI硬件正式从概念探索迈入规模化落地的新阶段[12] 工程化能力如何改变行业 - **提供标准化开发套件**：阿里云提供了多模态交互开发套件，将核心大模型能力与交互技术深度整合成标准化“智能基座”，并广泛适配超30款主流芯片，大幅降低了硬件选型与适配门槛[10] - **降低风险与加速创新**：厂商可直接调用稳定、优化过的能力，将技术风险转化为可控的工程集成，开发者得以快速组合功能，聚焦应用创新[11]，这使AI从“卖点”升级为“门槛”[11] - **加速产业链响应**：工程化成熟极大加快了行业创新节奏，在深圳华强北，AI化已可“上午提需求，下午调参数，明天量产”，华强北正加速向AI硬件创新中心转型，相关入驻企业超过350家[11] - **引发“存量革命”**：大模型能力标准化、工程化后，影响迅速从前沿品类蔓延至全行业，一场“存量革命”正在传统硬件领域展开[12] 阿里云通义千问作为“通用底座”的竞争力 - **全栈AI能力与战略定位**：阿里云凭借多年构建的全栈AI能力（覆盖模型、算力、工程平台与生态体系）系统性地解决了AI硬件落地痛点[16]，其战略是将千问打造为“AI时代的操作系统”，与AWS、Azure、GCP等全球巨头竞争生态高地[14] - **“全尺寸”与“全模态”模型矩阵**：千问提供了从云端超大规模参数模型到端侧轻量模型的完整梯队，为千差万别的硬件形态提供极致灵活性[17]，同时具备对视觉、语音等多模态信息的认知能力，为硬件装上理解世界的“眼睛”和“耳朵”[17] - **底层算力与云端协同**：底层算力与云端协同是千问规模化落地的基础保障[18] - **开源策略与生态构建**：千问通过开源实现“技术降权”，将产品定义权交还给产品专家，降低了研发门槛[19]，其衍生模型数量已突破18万，全球下载量超7亿次，据彭博统计已超越Meta的Llama成为全球第一AI开源模型[19]，开源生态形成了从“用模型”到“用云”的良性循环[19] - **行业权威认可**：Gartner报告显示，阿里云在GenAI云基础设施、工程、模型及应用四大维度均跻身新兴领导者象限，是唯一入选全部四项的亚太厂商[20] AI硬件发展的未来产业影响 - **AI从数字世界走向物理世界**：超1000款智能硬件接入千问是一个清晰信号，表明AI正在通过智能硬件这一关键入口深度连接现实世界[23] - **形成感知与进化的闭环**：分布在家庭、出行与生产场景中的智能硬件持续感知环境、生成数据，推动模型理解物理规律和人类行为逻辑，而进化的模型又反过来驱动硬件变得更智能，形成加速演进的闭环[23] - **创新重心转移**：技术逐渐退居幕后，智能成为硬件的默认能力，创新从写字楼下沉到工厂车间，真正走向前台的是产品定义与工程实现[23] - **通向ASI的现实路径**：当各类智能硬件规模化普及，AI将不再只是信息处理工具，而是通过无数物理入口持续学习与进化，这正是通向ASI（人工通用智能）的现实路径[23]，此刻被视为“AI走向物理世界的Android时刻”[24]

通义百聆语音模型升级发布 - 公司发布Fun-CosyVoice3模型升级，首包延迟降低50%，中英混字准确率翻倍，支持9种语言、18种方言口音、跨语种克隆与情感控制 [1] - 公司正式开源Fun-CosyVoice3(0.5B)版本，该版本提供zero-shot音色克隆能力，仅需一段3秒以上参考音频即可复刻音色并合成新语音，支持本地部署和二次开发 [1] - 公司推出轻量化Fun-ASR-Nano模型，总参数量压缩至0.8B，推理成本更低，现已开源并支持本地部署与定制化微调 [1] Fun-CosyVoice3模型关键性能提升 - 模型首包延迟降低50%，支持双向流式合成，实现“输入即发声”，适用于语音助手、直播配音、无障碍阅读等实时场景 [2] - 模型中英混说词错误率相比之前降低56.4%，能精准自然地处理含专业术语、大小写混排及语码转换的句子 [2] - 在zero-shot TTS评测中，模型内容一致性与音色相似度全面提升，复杂场景字符错误率相对降低26%，接近人类录音水平 [2] - 模型支持9种通用语言、18种中文方言、9种情感控制，并具备跨语种音色复刻能力，可用一段普通话录音生成粤语、日语、英语等语音并保持音色高度一致 [2] Fun-ASR模型能力增强与落地 - Fun-ASR是基于数千万小时真实语音数据训练的端到端语音识别大模型，已在钉钉“AI听记”、视频会议等场景大规模落地 [2] - 本次升级重点优化了嘈杂环境鲁棒性、多语言自由混说、中文方言与口音覆盖、歌词识别及定制化能力 [2] - 模型将流式识别模型的首字延迟降低到160毫秒 [2]

通义百聆语音模型升级 - 核心观点：通义百聆语音模型完成多项关键升级，显著提升了语音合成与识别的性能、效率和应用范围，并开源轻量化模型以降低部署成本 [1][2] 模型性能与效率提升 - Fun-CosyVoice3模型首包延迟降低50%，实现“输入即发声”的流式合成 [1][2] - 模型的中英混说词错误率相比之前降低56.4%，提升了含专业术语、大小写混排及语码转换句子的发音准确性 [2] - 在zero-shot TTS评测的复杂场景中，字符错误率相对降低26%，接近人类录音水平 [2] - 轻量化版本Fun-ASR-Nano模型总参数量压缩到0.8B，推理成本更低 [1] - Fun-ASR流式识别模型的首字延迟降低到160ms [2] 功能与覆盖范围扩展 - Fun-CosyVoice3模型支持9种通用语言、18种中文方言口音及9种情感控制 [1][2] - 模型具备跨语种音色克隆能力，可用一段普通话录音生成粤语、日语、英语等语音并保持音色一致 [2] - 正式开源的Fun-CosyVoice3(0.5B)版本提供zero-shot音色克隆能力，仅需3秒以上参考音频即可复刻音色 [1] - Fun-ASR模型重点优化了嘈杂环境鲁棒性、多语言自由混说、中文方言与口音覆盖及歌词识别能力 [2] 开源、部署与商业化 - 公司正式开源Fun-CosyVoice3(0.5B)模型，支持本地部署和二次开发 [1] - 轻量化模型Fun-ASR-Nano现已开源，支持本地部署与定制化微调 [1] - Fun-ASR模型基于数千万小时真实语音数据训练，已在钉钉“AI听记”、视频会议等场景中大规模落地 [2]

阿里巴巴AI硬件产品创新 - 公司推出首款自研夸克AI眼镜 配备双芯片和双光机双目显示 支持导航、支付、翻译、拍照等多项功能 并首创可换电设计以提升续航 [3] - 公司旗下钉钉发布AI录音卡片DingTalk A1 机身轻薄可磁吸于手机 支持长达45小时连续录音 具备内容转写、翻译、总结和分析功能 并推出支持统一设备数据管理的企业版本 [3] 医疗AI技术应用突破 - 公司达摩院展示"平扫CT+AI"医疗检查方案 利用AI识别平扫CT图像中人眼难以发现的微小差异 实现癌症、慢性病的"一扫多查" [6] - 该医疗AI方案已在胰腺癌、食管癌等高发癌症及骨质疏松等慢性病诊断上取得突破 服务全球超过1000家医疗机构和5000多万人次 [6] AI基础设施与开源生态建设 - 公司阿里云今年以来在全球启用8个新的AI云数据中心和可用区 目前已在全球运营29个公共云地域和92个可用区 拥有超过3200个边缘节点 网络覆盖70多个国家和地区 [7] - 公司开源模型家族"通义千问"已开源超过300个模型 全球下载量突破6亿次 衍生模型超过17万个 其旗舰模型Qwen3在多项基准测试中斩获五项全球第一 综合排名位居全球前三 [7]

核心观点 - 报告看好2025年10月港股市场投资机会，建议关注大宗商品、科技及汽车等板块，核心逻辑在于美联储降息周期开启、AI技术持续迭代以及企业基本面改善 [1][8][21] - 2025年9月港股市场表现强劲，恒生指数和恒生科技指数分别累计上涨34%和45%，南下资金持续净流入，零售业和半导体板块领涨 [11][12][16] - 具体配置聚焦五大方向：盈利弹性强的有色企业、成长性可期的能源企业、受益AI发展的互联网企业、估值较低的零部件企业以及产品周期强势的汽车新势力 [21] 近期重点事件总结 - 美联储于9月18日降息25个基点，联邦基金利率从4.25%-4.50%降至4.00%-4.25%，点阵图显示2025年还将降息两次，2026年和2027年各降息25个基点 [1][8] - OpenAI于9月30日推出视频生成模型Sora 2，支持AI音频生成，并发布iOS独立应用，API将面向开发者开放 [1][8] - 第十届云栖大会于9月24日开幕，阿里云发布七大AI产品，包括Qwen3-Max、通义万相等 [2][9] - 苹果于9月10日发布iPhone 17系列，起售价5999元，Pro Max顶配版达17999元，开售后部分型号售罄 [3][10] 市场情况总结 - 2025年9月恒生指数上涨7.1%至26856点，恒生科技指数上涨13.9%至6466点，2025年以来累计涨幅分别为34%和45% [11] - 南下资金9月净流入1885亿港元，近30日累计净流入2086亿港元 [12] - 零售业和半导体板块领涨，涨幅分别为30.9%和29.0%，耐用消费品与服装板块下跌16.2% [16] - 港股地产建筑、资讯科技等板块估值较8月末均有所上涨 [17] 行业配置建议总结 - 有色企业：关注万国黄金集团等，受益于金矿成本下降及金价上行 [21][22] - 能源企业：关注中国秦发等，印尼煤矿业务放量且亏损业务剥离 [21][28] - 互联网企业：关注阿里巴巴、快手等，AI生态完善推动云业务与商业化升级 [21][35][40] - 零部件企业：关注丘钛科技、瑞声科技、舜宇光学等，光学规格升级及多场景拓展驱动增长 [21][44][49][53] - 汽车新势力：关注零跑汽车、小鹏汽车等，产品周期强势且盈利超预期 [21][56][61] 个股推荐逻辑总结 - 万国黄金集团：2025H1归母净利润同比增长136%至6亿元，金岭金矿单位成本下降52元/克 [22][27] - 中国秦发：出售山西亏损煤矿，SDE煤矿原煤产量同比增长171%至205万吨，2026年SDE二期投产 [28][32][33] - 阿里巴巴：FY2026Q1云业务收入同比增长26%至334亿元，AI产品收入占比超20% [35][36] - 快手：2025Q2收入同比增长13.1%至350亿元，可灵AI商业化收入超2.5亿元 [40][42] - 丘钛科技：2025H1净利润同比增长168%至3.08亿元，潜望模组出货量同比增长5.9倍 [44] - 瑞声科技：2025H1净利润同比增长63.1%至8.76亿元，WLG棱镜解决方案量产 [49][50] - 舜宇光学：2025H1归母净利润同比增长52.6%至16.5亿元，车载业务收入同比增长18.2% [53][54] - 零跑汽车：2025Q2毛利率提升10.8个百分点至13.6%，全年销量指引上调至58-65万台 [56] - 小鹏汽车：2025Q2交付量同比增长242%至10.3万辆，毛利率提升至17.3% [61]

AI发展趋势与公司战略 - AI是继工业革命和信息革命后的新跃迁起点 将放大人类智力并最终走向能够自我进化的超级人工智能(ASI) [1] - 通用人工智能(AGI)并非AI发展终点 而是全新起点 AI将迈向超越人类 能够自我迭代进化的超级人工智能(ASI) [1] - 企业运营中越来越多Agent替代人工环节 79%受访公司已在某些业务应用AI Agent 其中66%表示生产力提升 57%看到成本下降 55%感受到决策效率加快 54%提升客户体验 [1] 行业竞争格局 - 科技巨头纷纷布局Agent领域 包括OpenAI的Agent Mode 微软的Copilot 谷歌的Jules Agent 字节跳动的Coze 百度的全平台智能Agent [2] - 阿里云百炼Agent开发平台定位为企业级AI Agent搭建土壤 系统化打包模型调用 框架搭建 资源调度 合规运维等全部环节 [2] - 阿里云构建完整产业链路 从通义系列基础模型到百炼企业级开发平台 再到算力 存储 数据库等底层基础设施 [2] 公司战略定位 - 阿里云升级为"全栈人工智能服务商" 提出大模型是新的操作系统 超级AI云是新的计算机 [5] - 战略重点持续投入基础设施建设和底座模型打磨 为企业客户提供长期价值保障 [5] - 采用既能解决当前痛点又能押注下一轮智能化跃迁的双重策略 [3] 技术能力体系 - 通义千问系列在中文理解 工具调用 多模态任务上具备竞争力 在MMLU CMMLU AGIEval等基准测试中多次超过GPT-4-turbo Claude 3 Sonnet等国际对手 [9] - 云栖大会发布6个模型更新 包括万亿参数Qwen3-MAX 新一代原生全模态大模型Qwen3-Omni 多模态模型Qwen3-VL 图像模型Qwen-Image 代码模型Qwen3-Coder 视频生成模型Wan2.5-Preview 企业级语音基座大模型通义百聆 [10] - 基础设施具备四大特点:大规模弹性 ACS GPU serverless弹性架构秒级拉起百亿参数模型实例 高可用与稳定性 对象存储OSS千亿级数据量下保持低成本高并发 长短期记忆与检索 Tablestore和Lindorm支撑多模数据统一管理 推理优化与加速 PAI平台提升Qwen3训练加速比3倍 推理服务吞吐率提升超过70% [11][12][13] 产品开发体系 - 提出"1+2+7"企业级Agent体系:一套模型服务 两种开发模式 七大关键能力 [17] - 双轨开发模式:低代码ADP快速验证原型 高代码ADK支持深度定制和大规模部署 [17] - 七大关键能力包括记忆管理 工具连接 安全沙箱 日志追踪与评测 动态推理 支付与交易入口 文件与数据管理 [19] 商业化成果 - 网商银行用百炼接管风控流程 自动识别26种凭证和400多类细粒度物体 准确率超过95% 任务处理时间从3小时缩短到5分钟 流转效率提升50%-300% [20] - 鱼泡网通过10多个数据处理Agent自动清洗上百万条职位和简历信息 人岗匹配效率提高80% [20] - 听力熊在百炼上衍生出50多种交互技能 覆盖百万青少年用户 日均交互量居同类产品首位 [20] - 超20万开发者在百炼平台构建超过80万个Agent 模型调用量同比增长超15倍 [21] 行业地位与竞争优势 - 连续多年在国内云计算+AI市场份额排名第一 2025年上半年商业体量超过第二到第四名总和 [23] - 十万级企业客户在阿里云上运行业务 成为国内最被验证的AI+云平台 [23] - 通过全栈能力体系建设 让中国企业不必完全依赖海外方案就能完成从研发到应用的闭环 [30]

行业投资评级 - 报告未明确给出整体行业投资评级 [1] 核心观点 - 国内外算力建设加速推进 海外英伟达计划向OpenAI投资至多1000亿美元用于数据中心建设 首期10GW容量数据中心将于2026年下半年部署 对应GPU数量达400-500万个[3] - 国内阿里巴巴宣布追加AI基础设施投入 当前推进3800亿元建设 规划2032年数据中心能耗规模较2022年提升10倍[3] - AI算力需求驱动半导体细分领域高增长 第四季度DRAM价格预计季增8%-13% HBM供需不平衡加剧[23][25] 市场周度回顾 - TMT板块内电子行业周涨幅3.51%领涨 传媒/计算机/通信分别涨0.63%/-0.02%/-0.28%[3] - 三级子行业中半导体设备/半导体材料/集成电路封测涨幅居前 分别达15.56%/12.30%/6.88%[3] - 个股方面 电子行业聚辰股份周涨51.90% 计算机行业品茗科技周涨44.01% 通信行业永鼎股份周涨23.90%[3][12][13] 行业重要事件：AI模型侧 - 百度发布全球首个中文音视频一体化模型"蒸汽机" 支持无限长度AI视频生成[16] - 阿里巴巴推出Qwen3-Max模型 在LMArena文本排行榜位列第三 超越GPT-5-Chat[16] - 阿里巴巴发布Qwen3-Omni全模态模型 在36项音视频基准测试中22项达SOTA水平[16] 行业重要事件：AI应用侧 - 全球AI投资规模2024年达3159亿美元 预计2029年增至12619亿美元 五年复合增长率31.9%[18] - 生成式AI市场五年复合增长率达56.3% 2029年规模预计6071亿美元 占AI总投资的48.1%[18] - 2024年中国人工智能产业规模超9000亿元 同比增长24% 企业数量超5300家[19] 行业重要事件：AI算力侧 - 英伟达与OpenAI合作建设10GW数据中心 首期投资2026年下半年启动 采用Vera Rubin系统[3][23] - 阿里云发布自主研发磐久128超节点AI服务器 单柜支持128个AI计算芯片 推理性能提升50%[23] - 美光科技指出HBM需求增长显著 2026年出货量增速预计超整体DRAM[23] 公司公告 - 紫光股份800G光模块已批量发货[25] - 顺络电子AI服务器相关订单饱满 业务快速增长[25] - 长川科技前三季度净利润8.27-8.77亿元 同比增长131%-145%[27]

阿里通义千问Qwen3-Max发布 - 阿里云栖大会宣布通义千问Qwen3-Max达到超万亿参数规模，训练数据量达36T tokens，为国内首个万亿级大模型 [1] - 周靖人称其为"通义家族最强"，参数规模跨越象征行业新纪元，对标GPT系列发展历程（GPT-2 15亿参数、GPT-3 1750亿参数、GPT-4近万亿参数） [1] 性能表现与产品分化 - 数学推理测试AIME25准确率86.4%位列全球前三，编程基准SWE-Bench Verified得分69.6%仅次于GPT-4.1（71.2%）居全球第二，Chatbot Arena综合榜单进入前五 [2] - 推出多版本分化：Thinking版专注复杂推理（科研/数学/金融分析），Instruct版擅长指令遵循（日常应用），Omni版支持实时语音交互与多模态（自然对话/视频即时反馈） [2] 国内万亿参数竞赛动因 - 2024年超50家大模型公司融资总额突破300亿元，投资人以技术指标追平国际巨头为敏感指标，参数数值成市场安抚工具 [4] - 企业采购逻辑将模型规模等同于可靠性，客户将92%与93%准确率差距放大为决定性差别，厂商被迫迎合认知 [4] - 高端GPU获取受限，国内厂商通过"以量补质"用工程手段换性能，以算力堆叠追赶国际水平 [4] 算力成本与边际效益 - 训练万亿参数模型能耗达2000-5000万度电，电费成本超千万元，全流程成本可能超数十亿元 [6] - 推理阶段单次调用开销为百亿模型的2-4倍，性能提升仅个位数（如准确率92%至93%），但训练成本可能翻倍，存在边际效益递减 [9][10] 阿里云生态战略布局 - Qwen3-Max目标成为阿里云"操作系统"，通过百炼平台开放API按Token计费，Qwen3-Coder在OpenRouter调用量暴涨1474%跃居全球第二 [11] - 配套推出Qwen3-VL、通义万相2.5、通义百聆覆盖视频生成/语音交互/视觉编程场景，通过工具链绑定企业工作流至阿里云生态 [11][13] 行业技术路线对比与挑战 - 国际厂商转向轻量化与灵活性：OpenAI聚焦多智能体协作与API工具调用，Anthropic强调长文本与安全性，Meta通过开源Llama构建开发者生态 [3][14] - 国内"闭源+堆参数"路线面临长期灵活性风险，需从参数竞赛转向"智能密度"竞争（单位算力/成本下的有效智能输出） [14] - 万亿参数需验证产业价值：企业是否愿为高昂算力买单、开发者是否留存生态、用户能否感知省钱省力 [14]

核心观点 - 阿里云在云栖大会上展示了AI技术在多个具体场景的应用 包括珊瑚礁生态监测、视障辅助、机器人开发和农牧场管理 强调技术向善和普惠价值 [1][3] - 公司不追逐单一"杀手级应用" 而是通过构建"模型+工具+场景"的闭环 推动AI与物理世界交互能力的升级 [4][5] - 阿里巴巴集团CEO提出"ASI（超级人工智能）"蓝图 将大模型定义为下一代操作系统 超级AI云为下一代计算机 并进行了全栈技术升级 [7][9][11] - 阿里云战略从技术输出转向生态共建 通过开发者平台和产业合作挖掘AI应用价值 目标成为全栈人工智能服务商 [14][16][18] AI场景应用案例 - 通义千问VL多模态大模型应用于珊瑚礁生态监测 将人工分析时间从18.6小时压缩至12小时 处理20多T水下影像数据 [1] - 瞳行科技利用AI语音交互技术为视障用户提供沟通渠道 [1] - UP主张子豪通过通义大模型实现低成本机器人开发 支持C++、Python等多种编程工具 [1] - 铁骑力士使用通义千问VL多模态大模型提升养殖场生物安全风险识别能力 管理8000多个摄像头监控数据 [3] 技术战略与布局 - 通义千问Qwen3-Max模型具备顶级智力和推理能力 Qwen3-VL在32项核心能力测评中超过Gemini-2.5-Pro和GPT-5 [11] - 通义万相（视觉）和通义百聆（听觉）升级 强化AI感知能力 [11] - Agent开发框架完善Tool Use能力 使AI具备工具使用和复杂任务执行功能 [11] - 阿里云推出以GPU为核心的全新AI原生计算架构 覆盖从模型制造到生态构建的全链条 [11][13] 生态建设与商业模式 - 超过20万开发者在阿里百炼平台开发80多万个Agent 利用阿里云AI基础设施和Qwen模型能力 [16] - 公司支持ISV生态伙伴开发产业级产品 推动中国AI应用在不同维度的生态发展 [14] - 基础模型能力同质化背景下 阿里云从技术输出方转型为生态共建者和价值发现者 [14]