9月22日，2026杭州云栖大会召开 ，阿里巴巴集团CEO吴泳铭发表主题演讲，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。

下一步变革将指向认知领域

　　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。

　　在吴泳铭的判断中 ，下面 的变革将指向认知领域
，后续机器思考的扩张速度将远超人类思考总量的增长，最终有望承接99.9%的思考类工作 。

　　原本属于少数人的顶级思考能力 ，将褪去奢侈品属性，实现规模化供给
，各垂直领域或将涌现上百万量级虚拟AI专家，对社会生产模式形成深刻重塑
。而机器思考规模化落地的根基 ，是完备的AI基础设施
，类比电力工业发展逻辑，只有建好对应的“电站”与“电网
” ，机器智能才能广泛普及。

　　阿里巴巴明确
，AI模型 、AI芯片
、AI云是机器智能时代三大核心基石，将把这三大方向作为长期战略持续投入 。

AI模型与AI芯片 ，双轮筑牢技术底座

　　AI模型层面
，通往ASI的递归式自我改进（RSI）技术路径日渐清晰
。该机制可让模型依托真实反馈定位自身缺陷，自主完成实验设计、数据构建与结果评估 ，循环迭代实现自我进化。阿里通义千问（Qwen）团队已开展相关探索并取得阶段性成果
，同时持续优化模型架构与训练数据，规划研发5-10T参数的全新大模型 ，主攻长时序 、高复杂度任务，向ASI目标推进 。

　　除基础大模型外
，理解与生成一体化的多模态模型是另一重点方向，阿里认为成熟AI需补齐感知与交互短板 ，读懂图像
、语音、表情 、动作
，对齐人类审美与价值判断，最终摆脱繁琐操作界面
。智能下沉终端也在提速 ，开源Qwen27B模型可在桌面端流畅运行
，支持企业本地化部署；移动端推出Qwen Intelligence，面向产业伙伴输出端侧AI方案。

　　AI芯片领域 ，平头哥已完成数据中心芯片全栈布局
，产品线覆盖真武系列GPU
、倚天系列CPU、磐脉智能网卡 、ICN互联芯片，集齐搭建超大规模AI集群所需核心芯片 。本次大会发布的新一代国产AI芯片真武V900 ，算力达到前代真武M890的3倍
，依托该芯片搭建的集群比较高 可扩展至50万卡，能够支撑前沿大模型训练与推理。随着产品线成熟
、落地客户增多 ，平头哥预计芯片年出货量将迎来大幅增长
。

　　阿里正在打通芯片、服务器 、网络、模型
、推理系统的全栈联合调优，提升集群Token吞吐与运行效率；此前自研M890超节点已可支撑超2万亿参数大模型高效推理并在阿里云规模化上线
，今年第四季度还将新增服务节点，扩大超节点供给。

AI云：2032年全球数据中心规模目标超20GW

　　吴泳铭以电网作喻：未来机器智能应当像用电一样便捷 ，设备接入云端即可随时调用智能能力 。这要求搭建一张全球化、高性能超级网络
，对GPU 、CPU
、存储、数据库 、网络组件协同优化，依托规模效应吸引更多Agent与用户接入 ，形成正向循环
。

　　近来 市场AI算力需求高涨
，阿里云算力上架节奏加快，相关业务收入增速持续抬升。但放眼中长期 ，行业需求远大于现有供给
，全球供应链紧缺正约束算力扩张速度 。

　　阿里将联合产业链伙伴持续投入基础设施建设，打造面向机器智能时代的AI云 ，并给出明确量化目标：至2032年
，阿里云在全球运营的数据中心总规模突破20GW，匹配持续爆发的AI算力需求
。

（文章来源：红星资本局）