9月24日，2025雲棲大會，阿里巴巴集團ceo吳泳銘宣布阿里雲重磅升級全棧ai體系，實現從ai大模型到ai基礎設施的技術更新。面向新一輪智能革命，阿里雲將全力打造成為全棧人工智慧服務商。
ai時代，大模型將是下一代操作系統，超級ai雲是下一代計算機。吳泳銘認為，超級ai雲需要超大規模的基礎設施和全棧的技術積累，未來，全世界可能只會有5-6個超級雲計算平台。阿里雲將持續加大投入，迎接超級人工智慧時代到來。
添加圖片注釋，不超過 140 字（可選）
大模型七連發，qwen3-max性能躋身全球前三，超過gpt5
圍繞大模型和ai雲，2025雲棲大會現場，阿里雲智能首席技術官周靖人發布了多項重磅技術更新。通義大模型7連發，在模型智能水平、agent工具調用和coding能力、深度推理、多模態等方面實現多項突破。
添加圖片注釋，不超過 140 字（可選）
2025雲棲大會，阿里雲cto周靖人發布多項重磅技術更新
在大語言模型中，阿里通義旗艦模型qwen3-max全新亮相，性能超過gpt5、claude opus 4等，躋身全球前三。qwen3-max包括指令（instruct）和推理（thinking）兩大版本，其預覽版已在 chatbot arena 排行榜上位列第三，正式版性能可望再度實現突破。
qwen3-max是通義千問家族中最大、最強的基礎模型，預訓練數據量達36t tokens，總參數超過萬億，擁有極強的coding編程能力和agent工具調用能力。在大模型用coding解決真實世界問題的swe-bench verified測試中，instruct版本斬獲69.6分，位列全球第一梯隊；在聚焦agent工具調用能力的tau2-bench測試中，qwen3-max取得突破性的74.8分，超過claude opus4和deepseek-v3.1。qwen3-max推理模型也展現出非凡性能，結合工具調用和並行推理技術，其推理能力創下新高，尤其在聚焦數學推理的aime 25和hmmt測試中，均達到突破性的滿分100分，為國內首次。
下一代基礎模型架構qwen3-next及系列模型正式發布，模型總參數80b僅激活 3b ，性能即可媲美千問3旗艦版235b模型，實現模型計算效率的重大突破。qwen3-next針對大模型在上下文長度和總參數兩方面不斷擴展（scaling）的未來趨勢而設計，創新改進採用了混合注意力機制、高稀疏度 moe 結構、多 token 預測（mtp）機制等核心技術，模型訓練成本較密集模型qwen3-32b大降超90%，長文本推理吞吐量提升10倍以上，為未來大模型的訓練和推理的效率設立了全新標準。
在專項模型方面，千問編程模型qwen3-coder重磅升級。新的qwen3-coder與qwen code、claude code系統聯合訓練，應用效果顯著提升，推理速度更快，代碼安全性也顯著提升。qwen3-coder此前就廣受開發者和企業好評，代碼生成和補全能力極強，可一鍵完成完整項目的部署和問題修復，開源後調用量曾在知名api調用平台openrouter上激增1474%，位列全球第二。
添加圖片注釋，不超過 140 字（可選）
通義千問qwen模型家族
在多模態模型中，千問備受期待的視覺理解模型qwen3-vl重磅開源，在視覺感知和多模態推理方面實現重大突破，在32項核心能力測評中超過gemini-2.5-pro和gpt-5。qwen3-vl擁有極強的視覺智能體和視覺coding能力，不僅能看懂圖片，還能像人一樣操作手機和電腦，自動完成許多日常任務。輸入一張圖片，qwen3-vl可自行調用agent工具放大圖片細節，通過更仔細的觀察分析，推理出更好的答案；看到一張設計圖，qwen3-vl 就能生成draw.io/html/css/js 代碼，「所見即所得」地完成視覺編程。此外，qwen3-vl還升級了3d grounding（3d檢測）能力，為具身智能夯實基礎；擴展支持百萬tokens上下文，視頻理解時長擴展到2小時以上。
全模態模型qwen3-omni驚喜亮相，音視頻能力狂攬32項開源最佳性能sota，可像人類一樣聽說寫，應用場景廣泛，未來可部署於車載、智能眼鏡和手機等。用戶還可設定個性化角色、調整對話風格，打造專屬的個人ip。類似於人類嬰兒一出生就全方位感知世界，qwen3-omni一開始就加入了「聽」、「說」、「寫」多模態混合訓練。在預訓練過程中，qwen3-omni採用了混合單模態和跨模態數據。此前，模型在混合訓練後，各個功能會相互掣肘甚至降智，比如音頻理解能力提升，文字理解能力反而降低了。但qwen3-omni在實現強勁音頻與音視頻能力的同時，單模態文本與圖像性能均保持穩定，這是業內首次實現這一訓練效果。
添加圖片注釋，不超過 140 字（可選）
通義萬相wan模型家族
通義大模型家族中的視覺基礎模型通義萬相，推出wan2.5-preview系列模型，涵蓋文生視頻、圖生視頻、文生圖和圖像編輯四大模型。通義萬相2.5視頻生成模型能生成和畫面匹配的人聲、音效和音樂bgm，首次實現音畫同步的視頻生成能力，進一步降低電影級視頻創作的門檻。通義萬相2.5視頻生成時長從5秒提升至10秒，支持24幀每秒的1080p高清視頻生成，並進一步提升模型指令遵循能力。此次，通義萬相2.5還全面升級了圖像生成能力，可生成中英文文字和圖表，支持圖像編輯功能，輸入一句話即可完成p圖。
添加圖片注釋，不超過 140 字（可選）
通義百聆發布
2025杭州雲棲大會上，通義大模型家族還迎來了全新的成員——語音大模型通義百聆，包括語音識別大模型fun-asr、語音合成大模型fun-cosyvoice。fun-asr基於數千萬小時真實語音數據訓練而成，具備強大的上下文理解能力與行業適應性；fun-cosyvoice可提供上百種預製音色，可以用於客服、銷售、直播電商、消費電子、有聲書、兒童娛樂等場景。
添加圖片注釋，不超過 140 字（可選）
通義大模型已成為全球第一開源模型，也是中國企業選擇最多的模型。截至目前，阿里通義開源300餘個模型，覆蓋不同大小的「全尺寸」及llm、編程、圖像、語音、視頻等「全模態」，全球下載量突破6億次，全球衍生模型17萬個，穩居全球第一。超100萬家客戶接入通義大模型，權威調研機構沙利文2025上半年報告顯示，在中國企業級大模型調用市場中，阿里通義佔比第一。
模型日均調用量增長15倍，阿里雲百鍊發布全新agent開發框架
作為一站式模型服務和agent開發平台，阿里雲百鍊也來了重磅升級。大會現場，阿里雲發布全新agent開發框架modelstudio-adk，該框架突破以預定義編排方式開發agent的局限，可幫助企業高效開發具備自主決策、多輪反思和循環執行能力的agent。使用modelstudio-adk，1個小時就能輕鬆開發一個能生成深度報告的deep research項目。隨著模型能力的不斷提升以及agent應用的爆發，過去一年，阿里雲百鍊平台的模型日均調用量增長了15倍。
添加圖片注釋，不超過 140 字（可選）
在框架層面，阿里雲modelstudio-adk基於通義開源的agentscope打造，可開發深度研究、硬體代理智能體、複雜檢索智能體等應用。該框架還全面支持雲端部署和雲端組件調用，提供企業級、服務穩定、靈活部署和運行的高代碼開發模式，幫助企業和開發者快速實現複雜場景agent的開發和落地。
在模型層面，阿里雲百鍊持續上線全新通義千問家族旗艦模型，基於qwen3系列模型強大的推理能力，可驅動agent實現更高效的自主規劃與決策，推理性能提高50%，決策成功率達到90%。目前，用戶可一鍵調用qwen、wan、deepseek等200多款業界領先的模型。
在組件層面，面向agent開發和部署所需的各類組件，阿里雲百鍊集成了工具連接mcp server、多模數據融合rag server、沙箱工具sandbox server、智能記憶存取memory server以及支付訂閱服務 pay server等7大企業級能力。以pay server為例，該服務由阿里雲百鍊和支付寶聯合首發推出，是業界首個為企業級agent提供專業商業化支付通道的服務。目前，阿里雲百鍊首批上線了基於modelstudio-adk開發的deepresearch、agentic-rag、computer-use agent等agent應用，用戶可免費在線體驗或下載代碼進行二次開發。
大會現場，阿里雲百鍊還升級了低代碼agent開發平台modelstudio-adp，該平台已廣泛應用於金融、教育和電商等領域企業，目前，阿里雲百鍊平台已有超20萬開發者開發了80多萬個agent。據介紹，網商銀行基於modelstudio-adp開發了貸款審核應用，支持合同、發票、營業執照等26種憑證，以及店面門頭、餐飲廚房、就餐區、貨架商品等超過400種細粒度物體的精準識別，準確率超95%，其任務處理時間從原來的3小時優化至5分鐘內。
同時，阿里雲agent infra重要組件的無影agentbay迎來重大升級。無影agentbay是阿里云為agent量身打造的「超級大腦」 ，可動態調用雲上算力、存儲及工具鏈資源，大大突破了agent在本地設備上的算力限制。本次雲棲大會，無影agentbay還全新推出了自進化引擎、自定義鏡像、安全圍欄、內存狀態管理等新能力，並首次展示全新的個人計算產品——無影agentic computer，擁有全新的人機交互方式，革命性的「記憶」能力和近乎無窮的雲上算力。
ai算力一年增長超5倍，阿里雲ai基礎設施全面升級
阿里雲圍繞ai進行了軟硬全棧的協同優化和系統創新，已初步形成以通義為核心的操作系統和以ai云為核心的下一代計算機。過去一年，阿里雲ai算力增長超5倍，ai存力增長4倍多。
添加圖片注釋，不超過 140 字（可選）
2025年雲棲大會現場，全面升級的阿里雲ai基礎設施重磅亮相，全面展示了阿里雲從底層晶元、超節點伺服器、高性能網路、分散式存儲、智算集群到人工智慧平台、模型訓練推理服務的全棧ai技術能力。
在伺服器層面，阿里雲發布全新一代磐久128超節點ai伺服器。新一代磐久超節點伺服器由阿里雲自主研發設計，具備高密度、高性能和高可用的核心優勢，可高效支持多種ai晶元，單櫃支持128個ai計算晶元，密度刷新業界紀錄。磐久超節點集成阿里自研cipu 2.0晶元和eic/moc高性能網卡，採用開放架構，擴展能力極強，可實現高達pb/s級別scale-up帶寬和百ns極低延遲，相對於傳統架構，同等ai算力下推理性能還可提升50%。
添加圖片注釋，不超過 140 字（可選）
磐久ai infra2.0 128超節點伺服器
在網路層面，阿里雲新一代高性能網路hpn 8.0全新亮相。為應對大模型時代對海量數據傳輸的需求，hpn8.0採用訓推一體化架構，存儲網路帶寬拉升至800gbps，gpu互聯網路帶寬達到6.4tbps，可支持單集群10萬卡gpu高效互聯，為萬卡大集群提供高性能、確定性的雲上基礎網路，助力ai訓推提效。
在存儲層面，阿里雲分散式存儲面向ai需求全面升級。高性能並行文件存儲cpfs單客戶端吞吐提升至40gb/s， 可滿足ai訓練對快速讀取數據的極致需求；表格存儲tablestore為agent提供高性能記憶庫和知識庫；對象存儲oss推出 vector bucket，為向量數據提供高性價比的海量存儲，相比自建開源向量資料庫，成本驟降95%，結合oss metaquery 語義檢索和內容感知能力，可快速構建rag等ai應用。
在ai智算集群層面，智能計算靈駿集群通過多級親和性與拓撲感知調度設計，基於hpn 網路支持10萬卡穩定互聯，多級可擴展的架構讓每張卡間互聯路徑更短、帶寬更優。靈駿集群面向任務的穩定性設計、故障分鐘級恢復能力，有效提高了模型訓練任務的集群穩定性。
ai需求爆發也帶動了通用算力需求上升，阿里雲通用計算全面升級。依託自研的「飛天+cipu」架構體系，阿里雲第九代企業級實例採用英特爾、amd的最新晶元，在大幅提升算力水平的同時，可為agent提供穩定、安全、高性能的通用cpu算力。其中，九代amd實例g9ae提供物理核的規格，性能最高提升67%，尤其適合企業離線數據分析處理、視頻轉碼等高並發場景。
為ai負載提供彈性、調度優化和規模化運行的容器計算，也迎來重磅升級。容器服務ack新增靈駿節點池，引入模型感知智能路由、多角色推理負載管理、故障自愈等核心功能，自動處理恢復時長縮短了 85% ，模型推理冷啟動提速10倍。容器計算服務acs強化網路拓撲感知調度，任務通信性能整體提升30%，並針對ai agent場景深度優化，serverless gpu算⼒開箱即用，支持每分鐘15000沙箱的大規模並發彈性，結合安全沙箱、智能休眠與喚醒，實現agent隨需啟用、高效響應。
阿里雲人工智慧平台pai與通義大模型聯合優化，印證了全棧ai的「1+1>2」的效果。在訓練層，針對moe模型，採用統一調度機制、自適應計算通信掩蓋、ep計算負載均衡和計算顯存分離式並行等優化手段，使得通義千問模型訓練端到端加速比提升3倍以上；升級dit模型訓練引擎，通義萬相單樣本訓練耗時降低28.1%；在推理層，通過大規模ep、pd/af分離、權重優化、llm智能路由在內的全鏈路優化，實現推理效率顯著提升：推理吞吐tps增加71%，時延tpot降低70.6%，擴容時長降低97.6%。
「阿里雲正在全力打造一台全新的ai超級計算機，它同時擁有最領先的ai基礎設施和最領先的模型，兩者可以在產品設計和運行架構上高度協同，從而確保在阿里雲上調用和訓練通義千問模型時，能達到最高效率。」吳泳銘表示。
截至目前，阿里雲運營著中國第一、全球領先的ai基礎設施和雲計算網路，在全球29個地域設有90個可用區。三方機構omdia2025年上半年數據顯示，中國ai雲市場阿里雲佔比35.8%，超過2到4名總和；在已採用生成式ai的財富中國500強中，超53%企業選擇阿里雲，滲透率位列第一。未來3年，阿里巴巴將投入3800億用於建設雲和ai基礎設施，總額超過過去十年的總和。
