当整个科技行业仍在为 AI Agent 带来的生产力变革而狂欢时，阿里巴巴的目光已经投向了更远的地方。

9 月 24 日，在杭州举行的 2025 云栖大会的主题演讲中，阿里巴巴集团董事兼首席执行官，阿里云智能集团董事长兼首席执行官吴泳铭向世界描绘了一幅远超当下的 AI 未来图景。

他判断，行业当前正处在 AI 辅助人类的「自主行动」阶段，即 Agent 时代。然而，这仅仅是通往终点的必经之路，而非终点本身。阿里的终极目标，是发展出能够自我迭代、全面超越人类的超级人工智能——ASI（Artificial Superintelligence）。

这个论断，为阿里在 AI 时代的狂飙突进写下了全新的注脚。它意味着，阿里不仅仅满足于打造强大的工具，更致力于构建一个能够自我进化的硅基生命体。而这并非是遥不可及的科幻畅想，是一条已经被清晰规划的战略路径。

在这场技术盛会上，从「石破天惊」的 ASI 路线图，到「七剑齐发」的通义大模型家族，再到围绕 AI 软硬协同优化、系统创新的全栈基础设施，阿里云的战略画卷已经逐渐清晰。而它也在向外界传达出一个信号：当行业热议「百模大战」的胜负手时，阿里已经在思考如何赢得下一个时代。

云栖大会上，阿里云发布从路线图到模型、基础设施的全面更新丨来自：2025 云栖大会

一、 通往 ASI 之路：从「学习人」到「超越人」的三级跳

「实现 AGI（通用人工智能）已是确定性事件，但这只是起点。AI 不会止步于 AGI，它将迈向超越人类智能、能够自我迭代进化的超级人工智能（ASI）。」吴泳铭在演讲中开宗明义，并首次系统性地阐述了阿里眼中通往 ASI 的演进路线图，这条路分为三个清晰的阶段，构成了一套完整的「三级跳」理论。

吴泳铭讲述 ASI 演进路线图丨来自：2025 云栖大会

第一阶段：「智能涌现」，核心是「学习人」。 这是过去数年 AI 发展的主线。得益于互联网将人类知识全面数字化，大模型通过学习海量的知识集合，涌现出泛化智能，具备了理解人类意图、回答问题和初步推理的能力。AI 在各类学科测试中逼近甚至超越人类顶级水平，标志着这一阶段已基本完成，为 AI 进入真实世界、解决真实问题奠定了基础。

第二阶段：「自主行动」，核心是「辅助人」。 这是整个行业当前所处的阶段，也是 Agent 概念爆发的根源。在这一阶段，AI 不再局限于语言交流，而是开始具备在真实世界中行动的能力。吴泳铭指出，实现这一跨越的关键在于两大能力的突破：Tool Use（工具使用） 和 Coding（编程）。

通过 Tool Use，AI 能像人一样调用软件、API 接口和物理设备，执行复杂的真实世界任务。而 Coding 能力的飞跃，则让 Agent 能够自主编写代码，来帮助人类解决更复杂的问题，并将更多场景数字化。一个具备 Coding 能力的 AI Agent，理论上能像一个工程师团队一样，理解需求、完成编码、测试和部署。

吴泳铭预言：「未来，自然语言就是 AI 时代的源代码，任何人用自然语言就能创造自己的 Agent。」在这个阶段，AI 将作为强大的生产力工具，迅速渗透到制造、物流、金融、科研等所有行业。未来也许会有超过人类数量的 Agent 和机器人与人类一起工作，对真实世界产生巨大影响。这能够让 AI 连接真实世界和数据，为未来的进化创造条件。

第三阶段：「自我迭代」，核心是「超越人」。 这是阿里 AI 路线图中更具前瞻性一步，也是通往 ASI 的终极关隘。吴泳铭认为，要实现从「辅助人」到「超越人」的飞跃，必须具备两个关键要素：

首先，AI 必须连接真实世界的全量原始数据。 目前 AI 学习的大多是经过人类归纳、总结后的「二手知识」。而要实现真正的突破，AI 需要像新一代自动驾驶技术那样，直接从物理世界的原始传感器数据（如摄像头、雷达）中学习，从而发现超越人类认知的深层规律。

其次，AI 必须具备 Self-learning（自主学习）的能力。 当 AI 足够强大，能够为自身的模型升级搭建训练环境、优化数据流程、甚至改进模型架构时，质变的奇点就将来临。通过与真实世界的持续交互、获取反馈、并借助强化学习机制，AI 将能够实现自我修正与智能升级，最终演化为超越人类智能的 ASI。

这条从「学习人」到「辅助人」再到「超越人」的路径，不仅是一个理论框架，更是阿里全栈 AI 技术布局的战略罗盘，指引着其模型研发、平台建设和基础设施投入的每一个动作。

二、 通义模型家族七连发，构建 AI 时代的操作系统

在这个通往超级智能的蓝图中，大模型依然是一切的基石。吴泳铭判断，「大模型是下一代的操作系统」。而在今年的云栖大会上，阿里云智能首席技术官周靖人一口气发布的通义模型家族七项更新，全面展示了通义在语言、编程、视觉、多模态等维度的进化。

阿里云 AI 全栈图谱丨来自：阿里云

首先是全新亮相的旗舰模型 Qwen3-Max，预训练数据量高达 36T tokens，总参数超过万亿。其性能在全球权威评测中已超越 GPT-5、Claude Opus 4 等顶尖模型，跻身世界前三。尤为重要的是，它在代表 Agent 核心能力的工具调用能力和 Coding 能力评测中均位列全球第一梯队。

此外，下一代基础模型架构 Qwen3-Next 及系列模型也正式发布。该模型总参数 80B，但仅需激活 3B 参数，性能便可媲美 235B 的旗舰模型。通过混合注意力、高稀疏度 MoE 等创新技术，其训练成本相较大模型锐减超过 90%，长文本推理吞吐量提升 10 倍以上。这标志着阿里不仅在追求模型的「强大」，更在探索如何让这份强大变得「高效」和「普惠」。

除了基础模型的更新迭代，在专项模型上阿里也一口气发布了多个更新和升级：

•  Qwen3-Coder（编程模型）： 迎来重磅升级，联合多个顶尖代码系统进行训练，代码生成、补全和修复能力更强、速度更快、安全性更高。该模型此前就广受开发者和企业好评，开源后调用量曾在知名 API 调用平台 OpenRouter 上激增 1474%，位列全球第二。
• Qwen3-VL（视觉理解模型）： 实现重大突破，不仅能看懂图片，更能像人一样操作手机和电脑界面，实现「所见即所得」的视觉编程。这正是 AI 连接并操作数字世界的关键一步。
• Qwen3-Omni（全模态模型）： 首次实现音、视、文多模态混合训练而各项能力不降反升，能像人类一样「听说写」，为车载、智能穿戴等设备提供了高质量、低延时的交互。
• 通义万相 Wan2.5： 在视频生成领域取得突破，首次实现音画同步，可生成匹配人声、音效和背景音乐的视频，时长提升至 10 秒，进一步降低了高质量视频创作的门槛。
• 通义百聆（语音大模型）： 全新发布的语音大模型家族，包含语音识别和语音合成两大模型，为 AI 的「听说」能力提供了专业级的支撑。

阿里通义百聆模型发布丨来自：2025 云栖大会

前面提到，通往 ASI 的关键之一就是要让 AI 连接真实世界。而要做到这一点，必须为其安装全面的「传感器」，而此次发布的专项模型，某种意义上就是阿里为超级智能构建的传感器驱动。

比如视觉理解模型的升级，让 AI 不仅能「看懂」图像，更能直接操作图形界面；全模态模型 Qwen3-Omni 的亮相，则让原来需要多个模型配合才能实现的让 AI 与物理世界交互的能力，可以更高效低延时地在一个模型内实现，提高 AI 与真实世界交互的能力。这些升级，完美呼应了 ASI 蓝图中「连接真实世界全量数据」的核心要求，是 AI 从「虚拟」走向「现实」的必要前提。

而这个围绕超级智能的系统性模型升级，意味着通义家族不再仅仅是一系列独立的模型，而是正在构筑一个越来越完备、强大且高效的「LLM OS」。这个系统，为当前 Agent 的爆发提供了核心引擎，更为通往 ASI 的「自我迭代」阶段，奠定了最关键的能力基石。

三、 Agent 先行：引爆「自主行动」时代的生产力革命

模型是超级智能的基石，而 Agent 则是让这个基石可以不依赖人的操作，运行在「大模型 OS」之上的「超级应用」，是 AI 从「能听会说」到「能干会做」的决定性一步，也是引爆当前生产力革命的关键钥匙。

正因如此，阿里云并未止步于提供强大的模型，而是围绕 Agent 的开发与应用，构建了一整套完整的技术栈与生态服务体系，旨在最大限度地降低 Agent 的开发门槛，加速其在千行百业的落地。

阿里云百炼 Agent丨来自：2025 云栖大会

其核心，是全链路大模型服务与 Agent 应用开发平台「阿里云百炼」，它为开发者提供了从高代码到低代码的全方位支持。会上，阿里发布了全新的 Agent 开发框架 ModelStudio-ADK，让专业开发者能高效构建具备自主决策、多轮反思能力的复杂 Agent；而持续升级的低代码平台 ModelStudio-ADP，则让业务人员也能快速创建满足特定场景需求的智能体。

围绕 Agent 的运行，阿里云还提供了无影 AgentBay 等一系列企业级组件，解决了 Agent 在动态算力调用、安全沙箱、长期记忆等方面的核心难题。这相当于为 Agent 的规模化应用，铺设了完善的「高速公路网」。

这一整套组合拳的效果立竿见影，一个繁荣的智能体生态正在阿里云上形成：超过 20 万开发者在此构建了逾 80 万个 Agent，它们正作为一股新质生产力，深度重塑千行百业。

这股浪潮正席卷各大核心行业。在金融领域，通义大模型快速渗透，已覆盖九成国家级及大型国有银行、全部 12 家股份制银行和排名前十的财险公司。在此基础上，Agent 正驱动金融服务向更深层次的智能化迈进，例如工商银行推出的「商户智能审核助手」，以 Agent 形态取代传统 OCR 技术，极大提升了核心业务的效率与准确性。

汽车行业同样是阿里云 Agent 施展拳脚的核心战场，其公共云业务增速高达 132%，支撑了 95% 的中国车企进行智能化升级，并贡献了 60% 的智能驾驶 AI 算力。从比亚迪到宝马、蔚来，头部车企正纷纷借助阿里的 AI 能力，打造体验更优的智能座舱。

在游戏开发和工业制造等复杂场景中，Agent 的价值同样得到了验证。网易雷火事业群的开发 Agent 能根据自然语言自动编码，将研发效率提升 50%；三一重工的「维修助手 Agent」显著提升了故障排查效率；西门子的工业智能系统更是能自主完成订单调度、生产等复杂任务。

可以看到，从金融、汽车到游戏、工业，Agent 正以前所未有的深度和广度渗透。而阿里云所提供的，正是这场变革背后的核心引擎：从底层的开发框架、基础设施，到上层的通义系列模型，共同构成了这股新质生产力最关键的赋能者。

四、 全栈基石：为超级智能打造「下一代计算机」

如果说 Agent 是行驶在高速公路上的一辆辆快车，那么支撑这一切的，则是吴泳铭所定义的「下一代计算机」——超级 AI 云。要支撑未来数以亿计的 Agent 24 小时不间断地工作协同，以及最终 ASI 的诞生，必须有一台与之匹配的、拥有海量算力和极致效率的「超级计算机」。

本次云栖大会，阿里云通过对 AI 基础设施的全面升级，展示了阿里 AI 云这台超级计算机。其并非简单的硬件堆砌，而是一次从底层芯片到上层平台的、深度协同的「全栈进化」。

阿里云 AI 云计算基础设施丨来自：2025 云栖大会

在硬件底座层面，阿里通过一系列自研核心技术，实现了高度的垂直整合。 全新发布的「磐久 128 超节点 AI 服务器」，单柜支持 128 个 AI 计算芯片，密度刷新业界纪录，并集成了自研 CIPU 2.0 芯片和高性能网卡，采用开放架构设计，扩展能力极强，可以实现同等 AI 算力下推理能力提高 50%。

此外还有新一代高性能网络架构 HPN 8.0 和全面升级的分布式存储系统 CPFS，则共同构成了这台计算机的「高速总线」和「海量内存」，为万亿参数大模型的训练和推理提供了更强的数据通道，并在智算集群层面从上一代的万卡规模升级至最高支持 10 万卡互联集群。

在平台调度层面，全栈协同的优势被发挥到极致。 人工智能平台 PAI 与通义大模型的联合优化，实现了「1+1>2」的效果，将模型训练端到端加速比提升 3 倍以上，推理吞吐量增加 71%。这种软硬件一体的深度协同，正是阿里云作为全栈服务商的核心壁垒，确保了模型和应用能以最高效率运行在这台「超级计算机」之上。

瞩目的市场表现，验证了这一战略的成功。据 Omdia 报告，阿里云在中国 AI 云市场的份额超过二到四名的总和，稳居第一。而其 AI 相关收入连续 8 个季度三位数增长的强劲势头，正源于其全栈 AI 布局的兑现。吴泳铭重申的「三年 3800 亿」的 AI 基建投资计划，更是彰显了阿里为迎接 ASI 时代、持续构建这台「下一代计算机」的坚定决心。

从宏大的 ASI 蓝图，到构建「LLM OS」的通义模型，再到引爆生产力革命的 Agent 生态，以及支撑这一切的全栈 AI「超级计算机」，阿里巴巴在 2025 云栖大会上，展现了一条逻辑清晰、层层递进且已经开始兑现的 AI 之路。

当行业焦点还停留在 Agent 的「当下」，阿里已经用行动宣告，它所做的一切，都是在为那个能够自我迭代、超越人类的超级智能的「未来」，奠定最坚实的基础。