前几天，在巴塞罗那举行的 MWC 2026 上，阿里云向国际市场正式推出了企业级 Agentic AI 开发平台——百炼专属版。
通过这个产品，客户在数据不出机房的前提下，就可以利用私有数据对千问模型进行深度调优。某种意义上，这是一款私有化版的千问，模型能力可以私有部署，训练数据完全自主可控。
这是个有意思的信号，一方面再次表态了阿里对开源的坚持；另一方面，百炼专属版会与阿里云飞天企业版深度集成，综合集成阿里的集团优势之外，还会面向全球客户开放，满足当地的语言习惯、文化风俗及监管合规要求。
这也再次印证了我去年春天那篇 拆解阿里 AI 战略文章 里的观点。当时我说，这家巨头虽然从未正式对外发布过完整的 AI 战略，却已经悄悄完成了全体系的目标对齐，开启了 大军团式的行军。
现在过去了近一年时间，这些猜测都基本得到了验证。而在这一年里，AI 行业也发生了天翻地覆的变化：从推理模型、MoE 模型的爆发式迭代，到开源生态的彻底重构，再到借助架构创新，模型参数开始从万亿回退到千亿。
技术的快速进步，让身边年轻一代创业者根本没有春节假期，他们说这是睡觉都觉得浪费时间的时代，AI 的进展不断扩展「可以做的事」，让人探索欲爆棚。
但与此同时，对于阿里这样的成熟大公司来说，核心的问题可能不是可以做的越来越多，而是：什么是应该要做的事。
前阵子 IDC 发布了 4 篇 GenAI（生成式 AI）技术创新指南系列报告，给出的角度和数据就很有意思。
首先它分析模型的实力，不再只看单纯的所谓 SOTA 表现，而是拆成了 GenAI 云基础设施、GenAI 工程、GenAI 模型以及 AI 知识管理应用四大维度，全部都是和落地强相关的。
从以上几大维度出发，IDC 看来 2025 年全年，千问在国内大模型市场的份额持续攀升，尤其在云基础设施、GenAI 工程和 GenAI 模型提供商评估中，全都进入了全球前三，亚太第一的位置。
全球最大 AI 开源社区 Hugging Face 的数据也显示，千问衍生模型数量已突破 20 万个，累计下载量突破 10 亿次，是全球首个达成这一里程碑的开源大模型。平均每天，全球开发者基于千问新增的衍生模型超过 200 个，日均下载量高达 110 万次，稳居全球开源大模型榜首。
这些数字当然不能说明一切。但它至少证明了一件事：阿里在 AI 这件事上的投入和打法，正在阶段性地产生结果。
正好借着这个节点，我们可以回头复盘：阿里 AI 战略，跑了近一年之后，到底跑出了哪些实实在在的成果？它判断的那些自己该做的事情，是否正在被市场一步步验证？
01
一边探路，一边修路
去年那篇文章里，我总结了阿里 AI 战略的三个核心点：AGI 是首要目标、要做亚洲最大的 AI 基础设施、开源。
一年后再看，这三条都没变，但在具体执行效果上，有些东西在悄悄进化。
大模型的发展，分为寻找能力天花板的探路，与带动全行业发展的修路两种模式。而千问大模型，两者都要抓。
过去一年，在模型能力的探路上，千问交出的答卷其实远超行业预期。
在模型基座的能力突破上，千问始终保持着高频、高质量的迭代。到 2026 年初，千问已累计发布超 400 款模型，实现了从端侧 0.5B 到云端 480B 的全尺寸覆盖，无论是端侧轻量化部署，还是云端极致的推理性能，都形成了完整的能力矩阵。
第一步探路是找上限，第二步修路就要提规模。
所以这么多的模型，千问基本都走了开源生态。当然，对此，行业里也有过质疑：开源把核心能力都放出去了，还怎么赚钱？但修路的人，根本不需要每个人都来买你的铲子，只需要让更多人愿意在这条路上走。路上跑的车越多，这条路的价值就越大，商业闭环的可能性也就越多。
所以，一定程度上，阿里开源的底气主要是来自于它的全栈能力。
在中国，阿里是唯一一家实现自研芯片+云平台+大模型全栈垂直整合的科技巨头。
甚至放眼世界，全球四大云计算公司亚马逊、微软、谷歌、阿里，都在做云，但同时拥有芯片+云+模型全栈能力的，只有谷歌和阿里。而更进一步具体到芯片+云+模型+实体商业模式的，阿里几乎是唯一一家。
硬件芯片上，阿里 2018 年成立平头哥，并持续推动芯片和解决方案创新；云层面，阿里云搭建了覆盖全球 29 个地域、94 个可用区的算力网络；过去四个季度，阿里在 AI+云基础设施的资本开支约 1200 亿元人民币。
基于这种开源模型-全栈 AI 的布局，过去一年多，千问开源模型几乎成了阿里云最好的增长引擎。绝大多数企业选择基于千问开源模型做二次开发和定制化训练，自然会优先选择部署在阿里云上：因为只有在这里，千问模型的运行效率、适配性才能做到最优。
而随着模型的迭代，推理需求爆发，企业对云资源的需求也会同步增长，这就形成了最扎实的商业闭环。
02
修路的本质，是滚动发展的产业闭环
探路和修路的区别，不只是打法不同，而是两种世界观。
硅谷的主流 AI 叙事，是典型的探路逻辑：先穷尽技术的可能性，推高模型能力的天花板，让少数人走得更远，找到地图的终极边界，形成技术垄断红利回收投入。再回头靠生态把技术落地到真实世界，靠「生态税」获得持久收益。这条路需要极致的想象力，也需要资本为长期的不确定性买单。
当然，看着技术的大踏步前进，对普通企业来说，怎么从脚下走到大模型公司找到的终点，根本不是看个教程，买个 API 这么简单。过去一段时间里，大模型技术圈已经快进化出一套自我循环的话语体系：论文引用的是论文，模型对标的是模型，估值依靠的是对估值的估值。一个越来越封闭的圈子里形成了独特的语言体系，有最快的演进速度，但真实世界的需求如何被满足，中间 Gap 依旧巨大。
比如横空出世的 Openclaw 几乎瞬间在 AI 相关群体完成了近 100% 的渗透率，但是对普通人来说，第一步还是到底怎么部署一个自己的 Bot，然后挠头思考用它能干些什么？这就是典型的新世界已经被发现，但是通向新世界的路，还没有修好。
观察阿里的战略，确实不是标准的硅谷叙事和世界观。它大概是一个滚动发展路线：一边往前探路，不断突破模型智能的上限；一边同步把铁轨铺下去，把刚探出来的技术成果，快速转化成能被千行百业用起来的基础设施，在这个过程里，未必靠技术垄断回收超额价值弥补前期的海量投入，而是滚动发展型的形成技术、产业、商业的正向闭环。
这也解释阿里坚持开源策略，同时又大手笔投入 infra 和云服务能力的策略。本质上是希望保持领先但不追求垄断，寻求每一步都有落地，每一步都在拉动更大的商业世界共同产生价值。
AI 价值落地这件事上，阿里首先用 AI 提升了自身原有业务的稳固性。2026 年初的春节战役是个很好的观察窗口。千问 APP 逆袭成为中国第二大月活 AI 应用，就是最好的证明。产品上线的 AI 购物 Agent，9 小时订单量突破 1000 万，带动超 1.3 亿人首次体验 AI 购物，50 亿次用户指令，真正打通了虚拟 AI 与真实商业世界点奶茶、买水果的最后一公里。
而在 B 端，阿里的技术基础设施的价值，也确实在与世界一起快速增长。比如 Qwen3.5 以不到 200 亿激活参数实现了万亿参数级的性能，API 价格仅为国际竞品的十八分之一，带动阿里云季度收入同比增长 34%，AI 相关产品连续九个季度实现三位数增长。
其实这些在中国市场的动作和成果基本上是预料之内的，但比较值得关注的，是阿里依托 AI 在全球化上的新突击。
03
阿里的目标：
以新技术成为新 infra，融入全球商业
一年前我在文章里写，阿里的目标，是成为亚洲最大的 AI 时代基础设施和最佳 AI 实践。现在看，这个目标的边界，早就不止于亚洲了。
全球 AI 产业走到今天，所有人都有一个共识：未来全球 AI 的核心引擎，一个在美国，一个在中国。但中国的 AI 引擎，不能只在中国本土转，它的技术价值、产业价值，一定要在全球市场里释放出来。
而阿里这一年在全球化上的动作，恰恰就是 把它在中国修好的这条路，一步步延伸到了全世界。也让自己的 AI 技术和 infra 能力，成为其融入全球商业的新契机。而这是相比过去云时代阿里更有机会的一个机遇期。
比如最近看到全球医药巨头阿斯利康与阿里云在人工智能领域展开了合作，利用阿里云的 AI 技术和数据管理平台提升药物安全监测效率，构建了药品不良事件智能报告工具。该工具通过集成阿里云的云原生数据仓库 AnalyticDB 向量引擎，并结合阿里云百炼专属版平台，将阿斯利康的自有医学知识库与千问（Qwen）大模型高效融合。显著提升了报告生成效率，效率提高 300%，同时将报告准确率从 90% 提升至 95%，从而加速了药物安全监测的闭环流程。
另外比较有代表性的还有西班牙创意内容与人工智能设计平台 Freepik。这家拥有超过 1.5 亿用户的产品，通过在其设计资源平台中接入千问和万相，大幅提高了中文长指令理解能力、视频动态真实感和唇形同步质量，推动了其全球业务增长并极大提升了付费转化率。
在中企出海的赛道上，也几乎处处可见阿里的影子 。安克创新依托阿里云全栈 AI 和全球基础设施，服务了全球 2 亿客户，借助阿里云 PAI 和千问大模型，开发了语言翻译、路线规划、拍照问答等多款 Agent，旗下智能影音品牌 soundcore 声阔的新一代 AI 智能体耳机，更是接入高德等 MCP，搭载千问 Plus 大模型，支持 100 种语言的实时翻译、百科问答等功能。而阿里云全球一张网，也满足了安克创新全球资源统一调度和跨境访问的合规要求，加快了全球核心业务系统互访速度。
甚至，阿里的模型能力还得到了国际政府的认可。新加坡国家人工智能平台（AISG）基于千问 Qwen3-32B 基座模型，推出了东南亚多语言大模型 Qwen-SEA-LION-v4，专门面向东南亚地区的企业、开发者及公共机构，在多语言准确性与文化语境理解上实现了显著提升。在参数规模低于 200B 的开源模型中，稳居东南亚语言模型综合评测（SEA-HELM）榜单第一，成为东南亚地区 AI 应用的重要基础设施。
当然，全球范围内，阿里打响的最大标杆，是 2026 年米兰冬奥会。基于千问打造的奥运史上首个官方大模型，支撑了本届奥运会从办赛、观赛到参赛的全链路场景革新，服务全球 206 个国家和地区的奥委会，AI 助手处理了逾十万条知识资产，360°实时回放、时空切片运动轨迹等技术，给全球观众带来了全新的观赛体验，也让这届冬奥会成为了史上最智能的奥运会。
而奥运会的意义，不止是秀技术肌肉，它证明了 阿里云的 AI 能力，能在全球最复杂、要求最严苛的场景里，稳定地交付价值。目前阿里云已经服务超过 30 万家中国企业出海，沙利文报告显示其综合竞争力增长指数位列全球第一。覆盖全球的 29 个公共云地域、94 个可用区、3200+边缘节点，LV、欧莱雅、西门子、星巴克、万豪这些国际品牌，都成了阿里云的客户。
这也侧面说明了，阿里云在 AI 时代的野心，绝不只是简单的卖服务器、做 PaaS，它要做的是 AI 时代的基础设施。而基础设施的真正价值，恰恰在于它能延伸到全球每一个需要的角落。
04
一个未来，需要两种世界观的双螺旋
写到最后，突然让我想起了 2019 年上海世界人工智能大会上那场马斯克和马云的对话。
那场对话当时第一感觉真的是各说各话：马斯克眼里是人类必须走向多星球文明；忧虑 AI 对人类的终极威胁；而马云说的都是地球上还有很多问题值得解决；对技术进步与普通人的生活，教育关系的探讨。
对话看起来有点各说各话，但现在回想起来，可能本质上两种和而不同的技术商业世界观吧。
2019 年我们期待技术突破和新技术革命的时候，马斯克跳出凡尘的探路使命感闪闪发光。而当今天 AI 如此快速的突破发展，而整个人类社会如何都能从中更平等，更有效的获益，又开始让修路的使命变得非常重要。也许这就是科技创新发展里的同时需要的「双螺旋」。
从这个视角看，阿里探路和修路一体化，滚动前进的战略，也体现出了其外部性的意义。一年前我写那篇文章的时候，还只是一张靠碎片拼出来的蓝图；现在，这张蓝图应该已经变成了从芯片到云，从模型到应用，从中国到全球的完整战略逻辑和创新世界观。
盈亚配资提示：文章来自网络，不代表本站观点。
