阿里云栖大会明确了其AI发展路径,从“大模型能力竞争”转向“模型+Agent+AI云”的全栈布局。吴泳铭提出未来机器思考总量有望达到人类的1000倍以上,当前占比不足3%,AI Coding类似1882年的“电灯时刻”,随着智能基础设施成熟,AI Native应用将加速涌现。
AI行业正从单一模型竞争升级至Agent时代的全栈竞争。随着模型持续Scaling、单位智能成本下降及开放生态扩张,Agent将逐步进入真实业务场景,带动Token调用及AI云推理需求增长。AI Coding被视为类似“电灯时刻”的里程碑事件,智能基础设施成熟将加速AI Native应用涌现。
研报重点分析了Qwen模型的Scaling路径,包括Qwen4已启动训练,后续Qwen4.5、Qwen5计划扩展至5T-10T参数规模,同时探索模型自我进化。Qwen3.8-Flash通过架构创新降低训练及推理成本,推动“更大智能供给+更低单位智能成本”发展。此外还分析了Qwen开放生态的扩张,全球累计下载量超30亿次,衍生模型超30万个,官方开源模型超460个。
当前AI市场处于从大模型能力竞争向全栈布局转变的关键阶段。阿里云栖大会提出AI Native应用将加速涌现,但未来机器思考总量占比仍不足3%,AI Coding尚处早期发展阶段。Qwen模型通过Scaling提升智能水平,同时开放生态扩张推动开发者影响力,形成“模型→开放生态→CSP部署→Agent应用→Token增长”的商业闭环。
研报未明确指出具体风险,但AI技术发展存在不确定性,模型Scaling面临技术瓶颈和成本压力,开放生态的商业化落地效果尚待观察。AI Native应用大规模应用需依赖智能基础设施的成熟,当前阶段应用场景和商业模式仍需持续探索。