阿里吴泳铭：千问将训练5-10万亿参数规模的新模型

9月22日，在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭发表最新演讲，阐述了对“机器智能”时代的思考。他表示：机器正在成为思考的主力，智能正在成为一种规模化的商品，未来机器思考总量将达到人类的1000倍以上。上一次这样的变化，是工业革命把“动力”变成了规模化的商品。人类先后发明蒸汽机、内燃机和电，并建立起现代产业。 吴泳铭认为，机器智能时代的代表性产品还没有出现。今天的AI Coding就像1882年的电灯，替代的是现有工作，还不足以创造一个新的时代。帮人编程、写报告，只是机器智能的初级阶段。当机器智能的供给变得无限充沛，它对人类社会的意义，将远远超出对现有脑力劳动的替代。这种变化将比工业革命更加深刻。 像电气时代一样，后续还会出现空调、洗衣机、冰箱等各类新产品和新发明。但无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。1900年前后，很多电器已经开始进入家庭生活，但当时全世界一整年的发电量，放到今天，只够用两个小时。 机器智能时代同样需要强大的基础设施。吴泳铭表示，机器智能时代的三大基石是AI模型、AI芯片和AI云，这是机器思考能够规模化供给的前提。围绕三大基石，阿里公布了最新进展与目标： 第一，AI模型：Qwen团队在递归式自我改进RSI方面取得进展，未来模型将扩展至5-10T参数规模，目标是能够完成更复杂、更长程的任务，向ASI迈进。 第二，AI芯片：平头哥发布最强国产AI芯片真武V900，算力提升至真武M890的3倍。单一集群可扩展至50万卡。平头哥AI芯片的年出货量预计将大幅提升。 第三，AI云：当前客户AI需求非常强劲，中长期需求远超供给能力。阿里巴巴将与所有合作伙伴一起，全力投入AI基础设施建设，目标是到2032年阿里云运营的全球数据中心规模超过20GW。 以下为演讲全文—— 大家好，欢迎来到2026云栖大会。又是一年云栖大会，过去一年AI技术发展超过设想，技术迭代加速发展。一年前，我们判断，AGI 只是起点，AI 将继续走向能够自我迭代的超级智能 ASI。过去一年，大家已经习惯了从Vibe Coding到Vibe Working，AI在长程任务方面取得了非常大的突破，自主进化的技术路径逐渐清晰。 随着AI逐步解锁更强的能力，加速渗透各类场景，我们看到一个深刻的变化：机器正在成为思考的主力，智能正在成为一种规模化的商品。上一次这样的变化，是工业革命把「动力」变成了规模化的商品。人类先后发明了蒸汽机、内燃机和电，并围绕它们建立起了我们的现代产业。 这一次，轮到思考。过去，一个复杂问题能得到多少思考，受限于人类的智力总和与价值分配。今天，机器打破了这些限制。随着ASI逐步实现，AI基础设施不断扩展，思考将像动力一样成为规模化供给的商品。未来，我们将进入「机器智能」时代。 今天要讲的，就是我们对「机器智能」时代的思考，和阿里巴巴的战略选择。 首先，我想厘清一个概念。大家习惯把AI 叫作「人工智能 Artificial Intelligence」，Artificial这个词在英文里更像是「人造的」，例如人造钻石、人造皮革。谈到AI，我们也习惯用人的能力来理解它，希望造出像人一样思考的AI。过去，我们都在问「它像不像人」、「能不能像人一样思考」，图灵测试也一度成为大家衡量AI的标准。 我们来回顾一下工业革命，蒸汽机、内燃机在早期是替代人和马能做的事情，比如矿井抽水、织布、搬运，「马力」这个词就是这么来的，但很快，机器动力能够做的事便远远超过体力劳动。再多的人和马，也无法让火车飞奔，更无法让飞机和火箭上天。机器动力不是简单的「人造体力」，而是创造了完全不同的物种。机器动力的深度、广度、密度，让人类做到了从未想到过的事情。 同样，今天的机器智能也不是人类智能的替代品，而是完全不同的物种。AI帮人编程、写报告，只是机器智能的初级阶段。当机器智能的供给变得无限充沛，它对人类社会的意义，将远远超出对现有脑力劳动的替代。这种变化将比工业革命更加深刻。对于未来的机器智能时代，我有两个判断。 第一个判断：未来，机器供给的思考总量，将是人类思考总量的1000倍以上。这件事在物理世界已经发生过。从蒸汽机发明开创了一个新的时代，到今天机器动力已经承担了99.9%的物理工作。未来，人类的思考总量还会继续增长，但机器思考规模将以更快的速度扩张，预期将会承担99.9%的思考工作。 我们可以从供给和需求两个方面来推演。首先是供给的变化。 人类顶级思考的供给十分有限。全世界知名科学家和专家非常有限。培养一名顶级科学家、专家，需要数十年的学习和实践，还需要天赋和运气。这让很多领域的研究，长期缺少足够的智力投入。例如新生儿的早衰症，每年全球新增病例仅几十例，全球有记录的患者只有几百人。这样的罕见病很难获得充足的研究资源。从现有医药产业的商业逻辑来看，很少有公司愿意花十几年时间、耗费巨资，为几百人研发一种新药。 但当AI具备专业研究所需的智力水平后，只要算力足够多和便宜，每个细分领域都可以组织上百万个Agent，持续研究、模拟和验证，探索不同的方案。过去这些资源投入不足的研究方向，将第一次获得大规模的智力供给。顶级思考，将从奢侈品变成可规模化供给的商品。想象一下，未来每个细分领域都有上百万量级的AI科学家和专家，持续创新、攻克难题，这会给人类社会带来多大的改变。 其次是需求的变化。工业时代，人类能消费多少商品，取决于人口数量。咖啡要有人喝，车要有人开，手机要有人用，一个人一生能消费的物理商品是有限的。但当AI 能力越来越强，这个关系就会发生根本性的变化。设想一下未来的场景，当我们让 AI 造一艘飞船去火星，类似的超长复杂任务，AI 可以将它分解成上千万个子任务，由上百万个Agent不眠不休地持续工作，直到任务完成。 人只需要提出一个创意和目标，就能调动庞大的智力资源。每一个超级个体，都可以拥有上万倍的智力杠杆。思考的消耗量，将不再与人口数量成正比，而是与机器智能的思考深度和供给规模成正比。机器思考的总量将远远超过人类思考的总量。今天，机器思考的总量，大概不到人类的3%。如果未来机器思考总量是人类的1000倍，简单推算一下，机器思考未来至少还有几万倍的增长空间。 第二个判断：机器智能时代的代表性产品，还没有出现。「电」最早的用途，是替代煤油灯和蜡烛，用来照明。1882 年，爱迪生建成珍珠街电站，点亮了附近街区大约400盏电灯。有意思的是，最早的时候，爱迪生卖灯泡就送电，就像今天Agent送Token一样。很多改变世界的东西，是后来才出现的。1902年，空调出现了，后来洗衣机、电冰箱等陆续进入家庭。而第一台计算机要到 1946 年，距离珍珠街那400盏灯，已经过去了六十多年。当然，今天AI时代的进展，会比当年快得多。 今天的AI Coding，可能类似机器智能时代早期的电灯，它替代的是人类社会现有的工作，古法编程、写报告等。当下AI正在进入更广泛的办公市场，但仅仅替代现有工作，不可能创造一个新的时代。今天，我们很难预测，当机器智能爆发之后，会出现什么样的新产品、新发明。就像站在1882年的电灯下，人们很难想象出电气时代的完整图景。 但是，无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的