阿里发布2026 AI向善报告：数据中心与AI医疗成焦点

阿里巴巴《2026 AI向善行动报告》封面

数据中心资源能源使用效率大幅提升

2025年，阿里巴巴在全行业率先发布《AI向善行动报告》，今年是第二次发布，继续回应公众关切。过去一年，全球AI基建规模巨大，数据中心建设与社会接受度、环境承载力和经济的可持续性密切相关，因而成为各界关注的公共议题。

阿里云是国内规模最大的云与AI服务商，按照规划，到2032年其全球数据中心规模要超过20吉瓦。阿里云智能集团全球数据中心总经理王朝阳表示，数据中心的建设和运营吸收了不少跨行业人才，也接住了一部分产业转型升级带来的就业迁移。有的地方还因数据中心而改变面貌。乌兰察布以盛产土豆闻名，这座内蒙城市如今除了“薯都”，又多了一张“token之都”的名片，面向未来的发展机会就此打开。

阿里云AI数据中心

建数据中心，绕不开土地、电力和水这些资源能源。王朝阳表示，阿里云正想方设法提高数据中心的资源能源使用效率。土地上，阿里云看重“土地功率密度”，让单位面积承载更多IT能力。依靠高层集约化，过去2年资源密度从0.8千瓦/平方米提高到4.5千瓦/平方米，到明年3月还要再翻一番，达到9千瓦/平方米。电力上，阿里云在各地用足当地新能源禀赋，绿电占比提升了73.6%，广东、江苏、四川三地已实现100%绿电。冷却方式则因地制宜，风冷、液冷并用，pue（电源使用效率）降到1.187。水资源上，乌兰察布等地的数据中心每年回收利用中水近13.6万吨。一边提高绿电比率，一边优化电源使用效率，同时探索节水和循环用水，阿里云正在走一条有中国特色的数据中心“碳中和”“水中和”路径。

借助创新的基建技术，阿里云全模块化数据中心在经济性上也有很强的全球竞争力。王朝阳介绍，国内大型数据中心传统交付周期为6-12个月，美国要12-18个月，而阿里云首创的全模块化设计架构把交付工期压缩到100天，整体建设成本还降了10%以上。能提速、能降本，靠的是阿里云坚持自研和联合研发为主，与“产学研用”生态伙伴合作，带动产业链升级。数据中心供电技术“巴拿马电源”就是个例子：阿里巴巴与多家公司联合研发，绕开传统架构里的多级转换环节，供电传输一步到位，占地面积减少50%，组件数量减少40%，功率模块效率高达98.5%。眼下AI数据中心直流高压已成确定性趋势，这款电源也成了全行业的理想选型。王朝阳说：“围绕算力基建，中国智造正在打开新的增量空间。”

AI正在加速增强全社会对抗疾病的能力

《阿里巴巴2026 AI向善行动报告》分享了26个“AI向善”实践案例，涵盖医疗、教育、环保、科研等民生硬核领域。阿里巴巴集团公益总裁、阿里巴巴公益基金会理事长孙利军表示，“向善”必须“向众”，AI走向大众才能创造最大价值。过去几年，阿里巴巴集中力量应对医疗、教育等民生领域挑战，“AI+医疗”创新正在加速增强全社会对抗疾病的能力。

阿里健康面向医生群体推出AI原生应用“氢离子”，由此开启“循证医学AI”的大门。循证的意思就是“遵循证据”：医生做医疗决策，不是照搬理论，而是把最佳研究证据、个人临床经验，以及患者的实际状况和意愿三者结合起来。氢离子要建立的，正是这样一套循证医学驱动的决策支持体系，帮助医生完成证据检索、鉴别分析和临床决策。

“氢离子”从专业证据和推理机制入手，针对的是通用AI在准确性、可靠性、可溯源性上不达标的问题。到现在，“氢离子”已先后与国际医学顶刊机构及国内权威学术机构达成内容合作，还联合顶尖行业专家成立医学AI专家委员会，共同建设医学AI评价标准与数据集。在此基础上，它建立起“四层循证AI架构”驱动的推理机制，把AI对医学证据的使用限定在循证医学框架内，向医生同步呈现证据来源、证据等级、适用范围及其局限性。阿里健康CTO、“氢离子”负责人王祥志在发布会上透露：目前“氢离子”在医学场景中已经做到100%的循证率和98%循证忠实性，越来越多医生用它辅助解决临床和科研问题，可信、可靠是其中最重要的理由之一。

癌症早期要规模化初筛，成本还得低。2023年，阿里达摩院给出“平扫CT+AI”方案，基于CT这项最普及的影像检查，用AI识别细微病灶，先后在胰腺癌、胃癌上取得突破。发布会上，达摩院“多癌早筛”项目负责人张灵介绍，今年以来项目又有新进展：识别肠癌、肝癌、食管癌等的专门模型已经推出，针对乳腺癌、肾癌等病种的研发也在加快。

张灵说，有了AI，医疗供给有望扩大，医院效率有望提高，医生能突破人眼阅片的能力制约，不再只盯单一病灶，现有诊疗流程不用改，一张CT的价值就能发挥到最大，患者的检查次数和辐射暴露随之减少，经济负担也得以减轻。目前，达摩院“平扫CT+AI”方案已惠及11个国家和地区的2000多万人次。

达摩院正推动医疗AI从专病模型走向通用模型，与浙江大学医学院附属第一医院等机构合作研发，近期推出通用医疗影像AI模型DAMO RADAR。该模型可一次性识别超过146种病症，准确性首次达到影像科专家级水平，成果登上国际顶级学术期刊《科学》（《Science》）。阿里巴巴在第一时间将其开源。

达摩院通用医疗影像AI模型DAMO RADAR可一次性识别超过146种病症。

全场最年轻的分享者才18岁，是来自中国科学技术大学少创班的大二学生刘思哲。他和同学借助学校提供的医学数据集资源，以“千问”开源多模态模型为基础，做出了一款阿尔茨海默病语音早筛产品“勿忘我”。据刘思哲介绍，老人与产品面对面交谈时，AI会捕捉语速、停顿、比喻、语义连贯性、应答反应等语音及声学特征，对老人的认知风险做出初步评估。这款产品在今年的“小有可为AI向善创新挑战赛”上拿下一等奖。团队还为此开发了终端交互硬件，眼下已在南京部分社区落地使用。

中国社会科学院人工智能研究促进中心研究员吕鹏的看法是，刘思哲所做的已经超出AI研发本身，带有社会工作的性质。他提到，AI的社会影响从生产变量延伸到生活变量，最终都会落到日常里，“AI的尽头是生活”。吕鹏由此提出“生活AI”的概念：“AI释放的时间、注意力与选择，最终要由人来使用，并转化为人的生活能力，包括审美、闲暇、人情等。”