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建设。「机器智能」时代的三大基石，是 AI 模型、AI 芯片和 AI 云。它们是机器思考能够规模化供给的前提。只有 AI 基础设施足够完善、足够发达，各种应用层面的 AI 新产品、新发明才能层出不穷。如果从电的发展历史来看，未来机器智能对 AI 基础设施的需求，对比今天的规模，几乎是没有上限的。阿里巴巴将坚定投入 AI 模型、AI 芯片和 AI 云为代表的基础设施建设，这是我们的长期战略选择。
第一个基石，是 AI 模型。去年，我们谈到 AI 从自主行动走向自我迭代。今年，我们看到，通往 ASI 的技术路径变得更加清晰。从 Coding、办公到科学研究，模型正在承担越来越多的真实任务。这些真实任务和反馈，会让模型变得更强。
AI 研究员们也逐渐摸索出通往超级人工智能的具体技术路径——递归式自我改进，简称 RSI。模型从真实反馈中发现自己的短板，自己设计实验、构建数据、评价结果，循环推动模型自身的进化。目前，我们的 Qwen 团队正在进行 RSI 方面的探索，并取得一定的进展。Qwen 团队正在持续推进模型架构和数据优化的研究，计划训练 5-10T 参数规模的全新模型，目标是能够完成更复杂、更长程的任务，向 ASI 迈进。
如果说 LLM 基模的前进方向，是造顶级聪明、可自进化的大脑，多模态能力则是机器智能发展的另一个重要方向。我们认为，一个足够聪明的大脑还不够，AI 还需要掌握感知和交互能力。人类通过声音、图像、表情和动作交流，也通过这些方式表达意图和情绪。模型需要更强的多模态能力，像人一样理解和表达这些信息，对齐人类的文化、审美、价值观。未来，人们可以像跟人一样和 AI 交流，不必面对一个复杂的交互界面。这样，AI 才能更好地服务人类。因此，理解与生成一体化的多模态模型，是我们另一个重要研究方向。
第二基石是 AI 芯片。如果说 Token 是 AI 时代的电，芯片就是发电机。未来机器智能时代对 Token 的需求几乎没有上限，芯片要不断提高性能、扩大供给。今天，平头哥正在对数据中心芯片进行全面布局：「真武」系列是 GPU 芯片、「倚天」系列是 CPU 芯片、「磐脉」系列是智能网卡，还有 ICN 互联芯片。组建超大规模 AI 集群的核心芯片已全面覆盖。
同时，我们正在对芯片、服务器、超节点、网络、模型和推理系统进行联合调优，不断提升整个 AI 集群的 Token 产能和效率。阿里自研的 M890 AI 超节点，已经成功支撑超过 2 万亿参数大模型的高效推理，是全球极少数具备这样能力的公司之一。本季度开始，阿里云已经规模化上架我们的 AI 超节点。
今天，我们将发布新一代 AI 芯片真武 V900。这是目前中国算力性能最强的 AI 芯片，性能达到 M890 的 3 倍，基于它构建的单一集群可扩展至 50 万卡，支撑前沿模型的训练和推理。由于平头哥芯片产品线的成熟和客户的广泛应用，我们预计平头哥 AI 芯片的年出货量将大幅提升。
未来，智能应该是无处不在的，AI 还会进一步融入桌面端和移动端。在桌面端，我们开源的 Qwen27B 模型是全球最受开发者欢迎的模型。未来，我们还将持续优化这类模型，支持开发者和企业的本地化部署。在移动端，我们今天将正式发布 Qwen Intelligence，为合作伙伴提供 AI 解决方案，让移动设备能够完成各类复杂任务。
第三是 AI 云。芯片负责生产 Token，云负责把 Token 送到每一个需要它的地方。模型需要持续训练和推理，Agent 需要长时间执行任务，AI 开发的软件也会越来越多。它们都会成为云上的「居民」，持续调用算力。我们需要围绕这些新的工作负载，建设为模型和 Agent 持续运行而设计的 AI 云。
今天，我们很少注意到电网本身。在任何地方，只要插上插座，电就来了。如果没有电网和插座，这样的生活恐怕大家连一天都难以忍受。未来使用机器智能，也应该这样方便。所有设备只要接入云，就能随时随地使用机器智能。
要做到这一点，我们需要建设一张覆盖全球、高效运转的超级网络，对 GPU、CPU、网络、存储、数据库和各种工具进行联合优化。这张网越完善，就会有更多用户和 Agent 进来，形成规模和网络效应。
目前客户的 AI 需求非常强劲，我们在全力上架 AI 算力来满足客户需求。因此，阿里云收入也在持续加速增长。但是，我们看到行业的中长期需求，远超我们的供给能力。当前，AI 数据中心相关供应链的全球性紧缺，限制了我们算力的增长速度。为此，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，打造一朵面向「机器智能」时代的 AI 云。我们的目标是到 2032 年，阿里云运营的全球数据中心规模超过 20GW，以满足快速增长的 AI 需求。
最后，当机器成为思考的主力，未来会有什么样的变化？我们可以回顾一下过往。工业革命让机器承担了越来越多的体力劳动，人类从繁重的体力劳动中解放出来后，发展出了足球、篮球等各类体育竞技运动。现代奥运会、世界杯、NBA，这些都是工业革命后的产物。
历史上，这样的事情一再发生。印刷术的兴起，让人类的文化创作爆发式增长；照相机出现后，绘画并没有消失，画家不再追求画得有多像，反而促进了印象派和抽象艺术的诞生；留声机的出现，并没有让歌手失业，反而让音乐成为最广泛的大众艺术。
当机器承担了更多不得不做的事，人便有时间去做真正想做的事。未来，机器智能将为人类的好奇心和创造力打开更大的空间。今天，我们很难具体描绘未来是什么样的。就像回到 300 年前，一个在田中劳作的农夫，很难想象未来会有人走进一个叫“健身房”的地方，付费进行体力劳动。
去年，我们说，AI 越强大，人类更强大。今天，我依旧这么认为。这也是我们全力迈向「机器智能」时代的意义：把繁重的任务留给机器，把时间、创造力以及对美好事物的感受留给人类。这一切，现在刚刚开始。祝大家度过一个充实愉快的云栖大会。谢谢大家。
