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。2025年云栖大会上，阿里巴巴集团董事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，首次系统阐述了其通往ASI（超级人工智能）的战略蓝图。
一、通往ASI之路：从「学习人」到「超越人」的三级跳
吴泳铭在演讲中开宗明义：「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）。」这一论断为阿里在AI时代的狂飙突进写下了全新的注脚。
阿里眼中通往ASI的演进路线图分为三个清晰的阶段：
1. 智能涌现：学习人的阶段
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。
2. 自主行动：辅助人的阶段
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。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。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。」
3. 自我迭代：超越人的阶段
这是阿里AI路线图中更具前瞻性的一步，也是通往ASI的终极关隘。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。
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。
1. 旗舰模型与架构创新
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。
2. 专项模型全面升级
阿里在多个专项模型上发布了重要更新：
Qwen3-Coder（编程模型）：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。
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。
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。
这些专项模型升级，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。通义家族正在构筑一个越来越完备、强大且高效的「LLM OS」，为当前Agent的爆发提供了核心引擎，更为通往ASI的「自我迭代」阶段奠定关键基础。
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。
阿里云围绕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。
1. 全链路大模型服务与Agent应用开发平台
阿里云百炼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。
2. 企业级Agent运行环境
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」。
3. 行业应用案例
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。
金融领域：通义大模型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。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：阿里云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。
游戏与工业：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。
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Agent24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」。
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」。
1. 硬件底层的垂直整合
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%。
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，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。
2. 平台调度的协同优化
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。
3. 市场表现的验证
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。
结语：从当下到未来的AI进化之路
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。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。
在这场AI的进化之旅中，阿里不仅是在构建技术，更是在塑造未来。而ASI，或许不再是遥不可及的科幻畅想，而是正在到来的现实。
