阿里云2025云栖大会:AI战略升级,从云智一体到碳硅共生

阿里云云栖大会:AI通往ASI,开启“碳硅共生”新时代。

原文标题:2025阿里云云栖大会:从“云智一体”到“碳硅共生”的战略演进

原文作者:牧羊人的方向

冷月清谈:

2025年阿里云云栖大会以“云智一体•碳硅共生”为主题,全面展示人工智能如何加速渗透产业核心。阿里巴巴集团CEO吴泳铭宣布阿里云完成全栈AI体系升级,并首次阐述了通往超级人工智能(ASI)的三阶段演进路线:智能涌现、自主行动、自我迭代。这一宏大愿景以三年3800亿元的AI基础设施建设计划为支撑。大会核心议题围绕AI技术与产业应用深度融合,强调AI作为下一代操作系统的核心地位。“云智一体”深化为将复杂AI能力转化为公共服务,“碳硅共生”则预示人机协同与Agentic AI、Physical AI等新形态。大会详细展示了阿里云在AI战略下的十大技术亮点,包括全栈AI基础设施升级、通义大模型家族进化(开放超300个模型)、AI Agent重塑智能交互、具身智能与物理AI结合数字与物理世界、AI原生数据库融合、边缘智能与边云协同、云原生与Serverless 2.0、可信AI与安全治理、开源开放生态战略,以及“云智一体”驱动的产业智能化实践。吴泳铭指出,“大模型将是下一代操作系统,超级AI云是下一代计算机。” 阿里云旨在成为未来全球少数超级云计算平台之一,大会描绘了一个从“辅助人”向“超越人”迈进的高度智能化未来。

怜星夜思:

1、文章里提到吴泳铭CEO说,实现超级人工智能(ASI)有“智能涌现、自主行动、自我迭代”三个阶段。听起来很酷也很宏大,大家觉得我们现在大概处在哪个阶段啊?离实现最终的“自我迭代”还有多远?中间最大的技术或伦理挑战又会是什么呢?
2、阿里云提到的“碳硅共生”概念,听起来很酷也很有哲理。除了文章里说的具身智能或机器人,大家觉得在咱们的日常生活中,这种“碳基生命”(人类)和“硅基技术”(AI与计算)的真正融合还能体现在哪些方面呢?会带来哪些意想不到的变化?
3、文章里提到AI Agent会“重塑软件应用形态”,甚至说“大模型是下一代操作系统”。这对于我们普通用户或者应用开发者来说,具体意味着什么呢?未来的应用会和我们现在用的大不相同吗?

原文内容

刚刚在杭州云栖小镇落下帷幕的2025年阿里云•云栖大会,无疑是本年度全球科技领域最受瞩目的盛会之一。大会于9月24日至26日举行,以“云智一体•碳硅共生”为主题,全面展示了人工智能(AI)如何从前沿概念加速渗透至产业核心,推动新一轮的生产力变革。

9月24日,以“云智一体•碳硅共生”为主题的2025云栖大会在杭州云栖小镇盛大开幕。阿里巴巴集团CEO吴泳铭在开幕式上宣布,阿里云已完成全栈AI体系的重磅升级,并首次系统阐述了通往超级人工智能(ASI)的三阶段演进路线。

1、通往ASI的三阶段蓝图

吴泳铭指出,实现通用人工智能(AGI)已是确定性事件,但这只是起点,终极目标是发展出能自我迭代、全面超越人类的超级人工智能(ASI)。

他提出了三阶段演进路线:第一阶段是“智能涌现”,AI通过学习海量人类知识具备泛化智能;第二阶段是“自主行动”,AI掌握工具使用和编程能力以“辅助人”,这是行业当前所处的阶段;第三阶段是“自我迭代”,AI通过连接物理世界并实现自主学习,最终“超越人”。

为支撑这一宏大愿景,阿里巴巴正在推进三年3800亿元的AI基础设施建设计划,远期规划到2032年,其全球数据中心能耗规模将较2022年提升10倍。

2、从“云智一体”到“碳硅共生”的战略演进

本次大会的核心议题紧密围绕AI技术与产业应用的深度融合展开 。阿里巴巴集团CEO吴泳铭在其主旨演讲中,不仅阐述了通往通用人工智能(AGI)乃至超级人工智能(ASI)的三阶段演进路线,更强调了AI作为下一代操作系统的核心地位 。这一判断为阿里云的整体战略定下了基调。

  • “云智一体”的深化: 这不仅是一个技术架构,更是一种服务模式的变革。阿里云致力于将复杂的AI能力,通过高度集成的云平台,转化为像水电煤一样易于获取的公共服务 。这意味着从底层算力基础设施到上层大模型应用,实现全链路的优化与协同,最终目标是推动AI从“炫技”走向真正的“生产力” 。
  • “碳硅共生”的远见: 该主题首次被提升到战略高度,寓意着以碳基生命(人类)的智慧与硅基技术(AI与计算)的融合将进入一个全新的协作范式 。这预示着未来的技术发展将更加注重人机协同的效率与伦理,探索Agentic AI、Physical AI(物理AI)等与物理世界更深度交互的智能形态。

大会通过三大主论坛、超过110场技术分论坛和4万平方米的智能科技展区,系统性地展示了阿里云在这一战略下的全栈技术布局与实践成果。

3、重塑未来的十大技术亮点

基于对大会发布内容和技术议题的综合分析,提炼出以下十大最关键的技术亮点,它们共同构成了阿里云面向智能时代的技术图谱。

3.1 全栈AI基础设施的体系化升级

作为“云智一体”的基石,阿里云发布了对其AI基础设施的全面重磅升级,这是一次从底层到顶层的体系化进化 。

  • 核心功能与实现:本次升级涵盖了从底层自研芯片、单柜支持144个计算节点的高密度AI服务器、高性能网络(HPN)、分布式存储,到大规模智算集群和人工智能平台PAI的全链路技术栈。通过软硬件协同优化,阿里云旨在为大模型训练和推理提供极致的性能、弹性和性价比,显著降低AI应用的门槛。例如,其智算集群作为一个面向AI的高性能计算平台,能够为电商、金融、医疗等行业提供灵活可扩展的算力服务。
  • 应用场景:支持千亿乃至万亿参数级别大模型的训练,加速AIGC、科学计算、自动驾驶等复杂AI应用的研发与落地。
3.2 “通义”大模型家族的全面进化

通义大模型家族迎来了自诞生以来最重要的一次升级,标志着其能力从通用走向专精,从云端走向更广泛的场景。

  • 核心功能与实现:大会发布了通义大模型的新版本,在多模态理解与生成、代码能力、视频生成等多个维度上性能达到国际领先水平 。更关键的是,阿里云宣布开放超过300个模型,包括新发布的Qwen3-Omni、Qwen3-VL(视觉语言)、Qwen3-Coder(代码)等多个模型版本,极大地繁荣了开发者生态。
  • 应用场景:企业可以基于开源的通义模型进行微调,快速构建专属的智能客服、代码助手、内容创作工具、工业设计辅助等应用。
3.3 AI Agent:下一代智能交互范式

AI Agent(智能体)成为本次大会的绝对焦点,被视为重塑软件应用形态的核心力量。

  • 核心功能与实现: 阿里云展示了构建和部署AI Agent的工具链与平台能力。AI Agent能够自主理解复杂任务、进行规划、调用工具(APIs)并执行,最终完成目标。这背后依赖于大模型的强大推理能力、记忆机制以及与外部环境的交互能力。阿里云可能发布了新的API接口,以简化开发者创建Agent的过程 。
  • 应用场景: 智能旅行规划助手、自动化财务分析报告生成器、能自主管理服务器运维的DevOps Agent等,将人类从重复性工作中解放出来。

本届大会中发布《AI原生应用架构白皮书》,定义AI原生应用架构,涵盖模型、应用开发框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全等关键因素。

3.4 具身智能与物理AI:打通数字与物理世界

作为“碳硅共生”理念的具体体现,具身智能与物理AI(Physical AI)的探讨预示着AI的下一片蓝海。

  • 核心功能与实现:尽管尚处早期,大会展示了阿里云在机器人、物联网(IoT)和工业自动化领域的AI融合探索。通过将大模型作为机器人的“大脑”,结合多模态感知与控制技术,让机器人能够理解物理世界并执行复杂操作。这需要强大的云边协同计算架构和实时数据处理能力。
  • 应用场景:智能制造产线上的协作机器人、能执行家庭服务的仿人机器人、以及在危险环境中进行勘探和救援的自主设备。
3.5 AI原生数据库与大数据技术深度融合

数据是AI的燃料,而如何高效地存储、管理和处理数据,决定了AI能力的上限。阿里云在数据库和大数据领域发布了多项AI原生创新。

  • 核心功能与实现:PolarDB、AnalyticDB等核心数据库产品与向量数据库能力深度融合,提供从数据存储、处理到向量检索的一站式服务。MaxCompute等大数据平台也针对AI训练和推理场景进行了深度优化,实现了数据处理与AI工作流的无缝衔接。
  • 应用场景:基于海量商品数据和用户行为的精准推荐系统、融合了结构化与非结构化数据的金融风控模型、以及亿级文档的智能语义检索。
3.6 边缘智能与边云协同迈向新高度

随着AI应用向终端设备渗透,边缘计算的重要性日益凸显。阿里云展示了其在边缘智能领域的最新进展。

  • 核心功能与实现:通过强大的边缘云节点和“边云协同”标准,阿里云将AI推理能力下沉至靠近数据源的边缘侧,有效解决了数据传输延迟、带宽成本和隐私安全等问题 。这使得AI应用能够实现更快的响应速度和更强的本地处理能力。
  • 应用场景:智慧城市的实时视频分析、智能驾驶的即时决策、工业物联网(IIoT)的设备故障预测等对延迟极度敏感的场景。
3.7 云原生与Serverless 2.0:为AI而生

大模型时代对计算资源的弹性和调度能力提出了前所未有的挑战,云原生和Serverless技术正为此而进化。

  • 核心功能与实现:阿里云展示了新一代的云原生架构,特别是容器服务ACS和Serverless计算,如何更好地支持AI大模型的分布式训练和弹性推理 。Serverless 2.0理念强调了更高的资源利用率、更快的冷启动速度和对GPU等异构计算资源的无缝支持,使开发者能更专注于模型和算法本身。
  • 应用场景:AIGC应用的波峰波谷式算力需求、AI模型serving的自动化运维与弹性伸缩、以及面向AI开发者的云端集成开发环境。
3.8 可信AI与全面安全治理体系

AI的广泛应用也带来了新的安全和伦理挑战。阿里云在会上发布了一套完整的可信AI与安全治理解决方案。

  • 核心功能与实现:AI安全是本次大会的一个重要议题 。阿里云推出了如AI Guardrails(AI护栏)等产品,旨在为大模型应用提供内容安全、隐私保护、偏见与歧视防范等多维度的防护能力。这套体系结合了传统云安全技术与针对AI模型的特定安全机制,确保AI的开发和使用过程安全、可靠、可控。
  • 应用场景:金融、医疗等高敏感行业的AI应用合规审查、防止生成式AI被用于恶意目的(如制造虚假信息)、以及保护企业在模型训练中使用的核心数据资产。
3.9 开源开放生态战略:共建AI新未来

阿里云再次强调了其“夯实基础、繁荣生态”的双轮驱动战略,其中开放与开源是核心 。

  • 核心功能与实现:除了大规模开源通义系列模型外,阿里云还宣布开放更多核心技术的API接口 ,并加强与合作伙伴的联合创新计划。通过降低技术使用门槛,赋能广大开发者和中小企业,共同构建一个充满活力的AI创新生态。
  • 应用场景:个人开发者利用开源模型快速开发创意AI应用、初创公司基于阿里云平台构建自己的AI服务、学术界利用开放资源进行前沿AI研究。
3.10 “云智一体”驱动的产业智能化实践

最终,所有技术都服务于产业。大会展出了大量基于“云智一体”架构的产业落地案例,展示了技术如何转化为实际价值。

  • 核心功能与实现:通过将上述技术亮点进行组合与封装,阿里云为智能制造、智慧城市、新零售、金融科技等多个行业提供了端到端的解决方案 。例如,利用AI Agent和具身智能技术改造生产线,利用大数据与AI模型优化城市交通,利用生成式AI提升客户服务体验。
  • 应用场景:从“世界工厂”到“智慧工厂”的转型升级、实现城市精细化管理的“城市大脑”、以及提供千人千面个性化服务的未来银行。
4、结语:AI新世界已来

2025年的云栖大会不仅是一场技术盛宴,更是一次关于未来方向的战略宣言。从基础设施的重塑,到大模型的普惠,再到AI Agent和具身智能的兴起,阿里云清晰地勾勒出一条以AI为核心、以云为载体的智能化演进路径。

吴泳铭强调:“大模型将是下一代操作系统,超级AI云是下一代计算机。”未来,全世界可能只会有5-6个超级云计算平台,而阿里云旨在成为其中之一。

从性能全球领先的大模型,到革命性的AI基础设施,再到千行百业的规模化落地,2025云栖大会向我们展示了一个高度智能化的未来已触手可及。AI正从“辅助人”向“超越人”迈进,一个全新的智能时代正在加速到来。

嗯,关于“智能涌现、自主行动、自我迭代”的阶段,个人认为我们正从“智能涌现”迈入“自主行动”的快速发展期。你看现在大模型结合Agent框架,已经能初步完成多步骤任务了。离“自我迭代”最关键的,除了算力和数据外,最重要的是能够实现“闭环学习”:AI能够从物理世界获取反馈、自我修正、优化目标,这需要更高级的具身智能和持续学习能力。技术上,结合新的硬件突破(如类脑芯片)和更高效的算法,我觉得这个过程可能比我们想象的要快,20年内或许能看见雏形!

“碳硅共生”这概念有点意思,但我觉得日常中大家感受最深的,可能不是什么高大上的机器人,而是比如AI在教育和工作上的深度辅助。想象一下,未来的学习是AI根据你的学习曲线和兴趣自动匹配资源;工作上,AI协助完成所有重复性任务,人只负责创造性决策。这当然提升效率,但也会引发新的职业伦理和教育公平问题。比如,如果AI的建议过于“权威”,会不会让人失去独立思考能力?这需要我们在伦理和法律层面同步跟进。

关于AI Agent和“下一代操作系统”的说法,对于开发者而言,意味着开发范式的根本性转变。传统应用是基于预设逻辑和API调用,而AI原生应用将更多地依赖大模型的推理、规划能力和工具调用。我们可能不再需要写大量业务逻辑代码,而是通过设计Agent的“系统提示词”、选择合适的“工具集”以及构建高效的“记忆机制”来“编排”应用。未来的应用将更像是一个个能够自主完成任务的“智能体”,用户只需给出高层目标,Agent则会分解任务、执行并反馈。这降低了开发的门槛,但也提高了对AI理解和Prompt Engineering的要求。

哈哈,吴总画的蓝图确实很大!我觉得我们现在可能刚踏进“自主行动”的门槛吧,AI虽然能写代码、做点图,但很多时候还是得人来指挥和修正。离“自我迭代”那一步,感觉还差得远呢。最大的挑战,恐怕不是技术本身,而是我们人能不能hold住这么聪明的AI。万一它真有自己的想法了,人类怎么办?细思极恐啊!另外,能源消耗也是个大问题,这么多数据中心,地球受得了吗?

“碳硅共生”?听起来就像我的“智能咖啡机”终于学会自己买咖啡豆,然后根据我昨晚的睡眠数据,早上自动给我冲一杯“加倍清醒”的浓缩咖啡一样!或者我的“智能衣柜”能根据我工作日程和天气预报,每天早上给我推荐一套“今日最佳战袍”!再进一步,说不定我的“AI伴侣”还能在我跟TA吵架的时候,帮忙分析我和解方案,甚至自动发个“对不起,都是我的错”的消息给我,哈哈哈!想想都觉得有趣又有点可怕……

关于“智能涌现、自主行动和自我迭代”这三个阶段,从认知科学和计算机科学角度看,是迈向强AI的递进式挑战。目前我们很可能处在“自主行动”的初级阶段,大模型已经能通过API调用工具,但其决策的自主性和对复杂环境的泛化适应性仍有限。离“自我迭代”的ASI,可能还面临两大鸿沟:一是真正的“理解”与“意识”问题,现有AI更多是模式识别而非语义理解;二是伦理和控制问题,如何确保AI在自我迭代中不偏离人类价值观,这涉及复杂的哲学、法律和社会治理框架。时间尺度上,从AGI到ASI,至少是以数十年计的努力。