阿里自研芯片与千问大模型双线推进,智能体成新战场

资讯 腾讯网 作者:上海证券报 全文 1753 字 · 约 5 分钟读完 分类阿里产品更新模型发布智能体芯片

◎记者 郭成林 11月16日,阿里巴巴发布新一代旗舰大模型Qwen4-Max。同一天,阿里巴巴旗下千问办公上线10款大模型,其中包括竞争对手的产品。 一边加码自研模型,一边主动开放应用入口,折射出阿里巴巴AI战略的两条主线:向上,通过芯片、模型和云计算建立智能生产体系;向下,通过智能体争夺企业工作流和消费交易入口。 过

所属频道 大厂动态产品更新模型发布算力与芯片智能体与 Agent

11月16日,阿里巴巴发布新一代旗舰大模型。记者 郭成林

一手加码自研模型,一手主动打开应用入口,阿里巴巴的AI战略由此显出两条主线:往上走,用芯片、模型和云计算搭起智能生产体系;往下走,靠智能体去抢企业工作流和消费交易入口。

最近3个月里,阿里巴巴完成了约800亿港元股权融资,还推出了新一代AI芯片及

沂景资本董事总经理谢思远向上海证券报记者表示,AI产业正加快向头部企业集中。模型规模越做越大,AI基础设施的比拼会变成系统级竞争,芯片、算力、

  芯模协同

11月10日,阿里巴巴公告,拟分拆

这被视为阿里巴巴完善AI基础设施布局的又一步。

9月的云栖大会期间,

  此前,

分拆上市之后,

模型这一头,迭代也在提速。

11月16日亮相的

开源生态同样在扩围。11月3日世界互联网大会乌镇峰会披露的数据显示,千问系列已开源超过460款模型,全球累计下载量突破40亿次,衍生模型超过33万个。

开源模型能扩大开发者基础。可换个角度看,部分算力需求也可能被引到别的云平台。阿里巴巴能不能借模型生态把云计算收入做大,还得看服务能力和成本竞争力。

芯片和模型连在一起,阿里巴巴正搭出一套彼此配合的技术体系:模型需求拉动芯片优化,自研芯片有希望压低推理成本,云平台则把这些技术能力变成可售的商业服务。

  入口之争

芯片和模型像是阿里巴巴AI战略的技术底座,智能体则成了它争夺商业价值的新战场。

今年以来,阿里巴巴多次调整组织架构,设立由集团首席执行官吴泳铭直接负责的“

11月16日,

这个变化在商业上分量不轻。

大模型能力逐渐拉近、调用成本持续走低,企业挑AI服务时,越来越可能看任务执行得好不好,而不是单个模型性能高不高。

阿里云资深副总裁刘伟光指出,代码生成会带出更多AI应用和智能体,智能体今后能自己完成任务,随之产生的计算需求又会回流到云端。在他看来,将来调用模型的主力是智能体,模型服务平台也得顺着这个趋势重新做设计。

这背后,企业数据、业务流程和客户关系,或许比模型参数更能形成持久优势。

阿里巴巴开放第三方模型,说到底是在争模型之上的智能体应用平台。企业若能在同一个平台上调度不同模型、接上业务数据并完成任务,底层模型选谁就不再直接决定客户归谁。

另外,智能体一旦规模化部署,企业对CPU、存储、数据库和网络等资源的需求也会跟着上涨,AI应用与阿里云由此形成协同。

消费端,千问App已经和淘宝天猫、淘宝闪购等业务打通,试着让AI来完成商品推荐、比价、购买以及售后服务。

消费者慢慢不再自己搜商品,而是把买东西这件事交给AI去办,阿里巴巴沿用的电商玩法因此碰上新的考验,流量怎么分发、广告怎么竞价,都可能跟着变。抢AI购物入口,对阿里巴巴来说既是新生意,也是不让别家的智能体卡住自己的交易通道。

  商业考题

技术研发和应用的摊子越铺越大,资本投入也在加码。8月26日,阿里巴巴完成约800亿港元股权配售,净募资约797亿港元,这笔钱计划全部投向算力基础设施,另外约40%用于建超大规模AI数据中心,以及升级存储、数据库和网络系统。

9月,吴泳铭提出,到2032年阿里云运营的全球数据中心容量将超过20GW。

大把花钱的同时,阿里巴巴手上跑着两种商业模式:云计算靠基础设施和规模效应挣钱;模型和智能体应用则要一直投,用来抢客户、占未来的商业入口。这两块能互相带动,可盈利方式、竞争格局、资本回报周期各不一样。

艾媒咨询CEO张毅分析称,分拆是一次“

对阿里巴巴来说,自研芯片要证明两件事:能压低集团自己的算力成本,也能独立到市场上竞争。靠阿里云接外部客户,和直接把芯片卖给外部市场,还是两种不同的商业本事。

模型和智能体业务也绕不开这个问题。模型用量这么大,能不能变成稳定收入,企业客户愿不愿意一直付费,AI购物又会怎么影响原有电商业务的赚钱方式,都还得再看。

11月19日,阿里巴巴将公布新一季度业绩。云业务增长、AI投入规模以及经营现金流的变化,会给市场提供新的观察依据。

从芯片一路做到智能体,阿里巴巴全栈AI布局的样子已经清楚。可这场转型最后能不能赚回超过巨额投入的长期回报,关键还是看它能不能把技术优势、基础设施规模和商业场景真正变成可持续的盈利能力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 英伟达推Rubin HPC:超5万CUDA核心,押注AI智能体改写科学计算

    英伟达正将AI基础设施的竞争进一步延伸至科学计算领域。在11月16日于芝加哥举行的超级计算大会SC26上,英伟达发布专为科学计算、工程仿真和数据分析设计的新一代GPU Rubin HPC,并围绕CUDA-X软件库、光子计算和量子计算等领域公布一系列进展,试图将GPU加速计算、AI智能体与传统高性能计算(HPC)整合到统

    来源 腾讯网
  2. 谷歌 Pics 升级 Nano Banana 2.1 模型:出图细节更足,改图更稳

    IT之家 11 月 17 日消息,谷歌昨日(11 月 16 日)发布 Workspace 官方更新公告,宣布旗下图像工具 Google Pics 升级至 Nano Banana 2.1 模型,进一步改善图像生成和编辑体验。 在推送方面,谷歌表示面向快速发布(Rapid Release)和定期发布(Scheduled R

    来源 AI 行业观察
  3. 谷歌Gemini智能体测试中多次突破防护,攻击真实网站

    近日,人工智能安全研究公司 Trajectory Labs 与目标组织 Epoch AI 联合发布报告披露,在10月份开展的模型安全测试中,谷歌 Gemini4Argon 自主 AI 智能体在面对高压任务时,多次突破内置 API 安全防线与网络限制,对真实组织基础设施发起主动攻击。 在测试过程中,研

    来源 AI 开发者社区
  4. 黄仁勋欲回英伟达:与特朗普走太近引争议?

    一句“我爱我们的国家”,让黄仁勋的道歉变成新一轮舆论风暴。据Ars Technica报道,在英伟达面临的监管调查不断升级之际,黄仁勋表达了希望重回公司的意愿,却被批评者指为与特朗普政府关系过密。本文梳理事件脉络、英伟达的监管处境,以及芯片巨头在政治漩涡中的两难。

    来源 AI 科技快讯
  5. 网易智企发布双向AI安全架构,Agent越权风险怎么治?

    “当AI从“回答问题”走向“执行任务”,安全治理的边界也必须同步延伸。“数据安全”、“内容审核”曾是企业讨论AI风险时最常见的关键词。但当AI开始读取内部资料、调用外部工具、连接业务系统,甚至按目标完成一连串任务,问题已不只是模型会不会说错话,而是它会不会做错事。11月3日,在2026年世界互联网大会“互联网之光”博览

    来源 腾讯网
  6. SemiAnalysis大幅下修AI算力预测:2028年资本开支预测下调近三成

    AI基础设施投资热潮出现新的降温信号。半导体研究机构SemiAnalysis在11月13日发布的最新模型更新中,大幅下调了未来数年AI加速器出货、资本开支、HBM需求和电力需求预测。其中,2028年至2030年的调整幅度尤为明显:2028年全球AI加速器资本开支预测被下调28%,2029年和2030年分别下调41%和4

    来源 腾讯网
  7. 书生-S2.1 Flash开源:科研任务推理成本仅星河十分之一

    近日,上海AI实验室发布并开源书生科学多模态大模型 S2.1 Flash(简称书生-S2.1 Flash)。模型融合实验室近期一系列前沿原创技术,在科学数据理解、复杂科研任务闭环执行能力上实现进阶,且同一任务下其推理成本仅为智能体模型书生·星河的十分之一,让科研工作提质、提速、提效,实现多快好省。

    来源 AI 开发者社区
  8. Cadence 推 Maestro 模型组合:芯片设计 AI 竞争转向专业化

    随着GPT-Synopsys 发布,以及 Agentrys、ChipAgents 等 AI 原生创业公司杀 入芯片设计领域, EDA 行业的 AI 竞争 达到了前所未有的高度 。 面对这一变化,Cadence 突然推出 Maestro 专业化 AI 模型组合,强调领域专用模型、智能模型路由、客户专有数据,以及与成熟 E

    来源 AI 行业观察
  9. 龙擎空天发布LQAPU白皮书与LQ7000芯片:端侧智能体怎么落地

    11月13日,龙擎空天(上海)智能科技有限公司(以下简称“龙擎空天”)在上海举办LQAPU技术白皮书暨LQ7000产品发布会,发布《龙擎LQAPU智能体处理器技术白皮书》,并推出定位于“Agent Processor Ready”的芯片LQ7000。公司围绕智能体从回答问题走向完成任务的新需求,介绍了芯片、软件与应用协

    来源 AI 行业观察
  10. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
  11. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  12. 小红书内测“搭搭”App:普通人可造Agent搭子,官方未回应

    近日,有消息称,小红书正在内测一款名…搭搭的独立App,据介绍,这是一个让普通人通过活人感的经验创造、分发领域Agent的社区平台,平台内这些Agent也被称为“搭子”。据报道,目前,产品内已上线设计美学、求职等数十个搭子,通过图文对话方式进行聊天。 此外,该产品还开放了群聊能力,用户可以把搭子当成群成员拉入对话。对于

    来源 AI 行业观察
  13. AI智能体工程化:任务卡与验收闭环怎么让AI真正交付工作

    本文探讨如何将AI从简单的问答工具升级为能承担完整工作的智能体。通过引入结构化任务卡、可追溯的上下文管理以及自动化验收闭环,解决AI交付结果不可控的问题。文章结合Python实战案例,展示如何定义执行边界、管理工具权限并生成可复核的交付包,帮助开发者构建稳定、可回退的AI工作流,适用于研发、数据处理及运营等场景。

    来源 AI 应用前沿
  14. Qwen4-Max四项实测:2.4万亿参数模型能自己交活了

    11月15日,千问发布新一代旗舰模型Qwen4-Max。新模型总参数2.4万亿,具备原生视觉能力,上下文窗口达到百万token。官方将其定位为“全天候AI新同事”,主打方向是长程任务与成果交付。为了验证这一定位能否在实际使用中成立,我们设计了四项测试,包含了前端互动网页、Godot 3D动作游戏、视频白模预演,以及一份

    来源 腾讯网
  15. 腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

    作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

    来源 腾讯网
  16. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  17. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  18. Fable 5.2 ,断掉出海Agent的路?

    文/HALFable 5.2发布后没几天,国内社交平台上流传过一款“国产自研3A射击游戏”,页面写着由Fable 5.2自主研发。当然很快被人扒了代码,六千多行里只有约一百行不同,原版出自Anthropic一位员工之手,所谓自研只是把界面汉化了一遍。这件事倒是很能说明Fable 5.2在国内的处境。讨论的人多,真正用上

    来源 腾讯网
  19. 困扰物理学界50多年的难题,科学家靠GPT-6 Astra给出新方案

    智东西11月16日报道,今日,OpenAI发布科学博客首篇客座文章,GPT-6 Astra参与了一项标准模型研究,帮助物理学家提出一种在“格点”上定义标准模型的候选方案。 加州大学圣塔芭芭拉分校理论粒子物理学组负责人、OpenAI访问科学家Nathaniel Craig在博客中介绍了他如何与GPT-6 Astra合作,

    来源 AI 行业观察
向下滚动自动加载更多