吴泳铭云栖演讲：机器思考将超人类千倍 阿里布局三大AI基石

在近期举办的行业技术大会上，头部科技企业的技术团队分享了对下一代智能时代的深度思考，提出机器正在成为思考的主力，智能将成为规模化的商品，未来机器的思考总量将达到人类的1000倍以上。这一变革的量级，堪比工业革命将动力转化为规模化商品的历史节点。

当前的AI应用，比如辅助编程、生成各类文档，只是机器智能的初级阶段，类似1882年问世的电灯，只能替代现有工作，尚未诞生能开创全新时代的代表性产品。就像电气时代初期，电灯只是替代了煤油灯照明，后续才出现空调、洗衣机等一系列改变生活的发明，而第一台计算机更是在电灯诞生六十多年后才出现。不过当前AI的迭代速度远快于当年的电气技术，即便如此，要迎来真正的机器智能时代，必须先搭建起完善的底层基础设施。

行业普遍认为，机器智能时代的三大核心基石是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条件。

第一大基石是AI模型。目前，通往通用超级智能的技术路径逐渐清晰，递归式自我改进是重要的发展方向，模型可以通过真实反馈自主发现短板、设计实验、优化迭代。相关大模型团队在该方向已经取得阶段性进展，计划研发参数规模达到5-10T的全新模型，目标是完成更复杂的长程任务，朝着通用超级智能迈进。此外，多模态能力也是重要的发展方向，智能不仅需要强大的逻辑思考能力，还要具备感知和交互能力，能够像人类一样通过声音、图像、表情等方式理解和表达信息，对齐人类的文化、审美与价值观，最终实现自然流畅的人机交互。

第二大基石是AI芯片。如果说AI的Token是时代的“电力”，那么芯片就是“发电机”，未来对算力的需求几乎没有上限，必须持续提升芯片性能、扩大供给。自研芯片团队已经完成数据中心芯片的全面布局：GPU方向的高性能系列、CPU方向的通用计算系列、智能网卡方向的专用系列，以及互联芯片，覆盖了超大规模AI集群所需的全部核心芯片。同时，团队还对芯片、服务器、超节点、网络、模型与推理系统进行联合调优，提升整体算力产能与效率，自研的AI超节点已经能够支撑超过2万亿参数大模型的高效推理，本季度已经实现规模化上架。本次还发布了新一代高性能AI芯片，这是当前国内算力性能最强的AI芯片，算力达到前代产品的3倍，基于该芯片构建的单一集群可扩展至50万卡，能够支撑前沿模型的训练与推理。随着产品线成熟与客户应用落地，相关AI芯片的年出货量预计将实现大幅提升。此外，智能还将进一步融入桌面与移动端：桌面端的开源大模型已经成为全球开发者的热门选择，未来将持续优化以支持本地化部署；移动端则将正式发布AI解决方案，帮助合作伙伴在移动设备上实现复杂任务处理。

第三大基石是AI云服务。芯片负责生产算力，而云平台则负责将算力输送到每一个需要的场景。模型训练、智能体执行任务、AI开发软件等都需要持续调用算力，因此需要搭建面向模型与智能体持续运行的专属AI云。未来的智能使用应该像用电一样便捷，只要接入云平台就能随时随地获取机器智能服务，这需要搭建覆盖全球的高效网络，对各类计算资源、存储资源、数据库与各类工具进行联合优化，形成规模效应与网络效应。当前客户的AI需求十分强劲，相关云服务收入持续加速增长，但行业中长期的需求远超现有供给能力，同时全球AI数据中心供应链的紧张也限制了算力增长速度。为此，企业将联合所有合作伙伴全力投入AI基础设施建设，目标到2032年，旗下云平台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。

针对机器智能时代的发展，行业有两个核心判断：

第一个判断：未来机器供给的思考总量将达到人类的1000倍以上。从供给端来看，当前人类顶级思考的供给十分有限，培养一名顶级专家需要数十年时间，且受限于天赋与资源，很多小众领域难以获得足够的智力投入，比如每年仅新增几十例的罕见病症，很难获得大规模的研发资源。而当AI具备专业研究的智力水平后，只要算力充足且成本可控，每个细分领域都可以部署上百万个智能体，持续开展研究、模拟与验证，让原本稀缺的顶级思考资源变成可规模化供给的商品，这将为各领域的创新带来爆发式增长。从需求端来看，工业时代的商品消费总量与人口数量强相关，但未来思考的消耗量将不再受限于人口，而是取决于机器智能的思考深度与供给规模。比如未来人类提出建造深空探测装置的目标，AI可以将任务拆解为上千万个子任务，由上百万个智能体持续工作直至完成，个体可以通过AI获得上万倍的智力杠杆。目前机器思考的总量仅约为人类的3%，若未来达到人类的1000倍，意味着还有数万倍的增长空间。

第二个判断：机器智能时代的代表性产品尚未出现。当前的AI应用只是初期阶段，只有搭建好底层基础设施，才能催生出后续的各类创新产品。就像1900年前后电气已经进入家庭，但当年全球全年的发电量仅够如今使用两小时，未来对AI基础设施的需求几乎没有上限。我们无法精准预测未来会诞生哪些改变世界的AI产品，就像1882年站在电灯下的人们无法想象电气时代的完整图景，但可以确定的是，底层基础设施的完善是一切创新的基础。

回顾历史上的技术变革，我们可以看到相似的发展逻辑：工业革命让机器承担了大部分体力劳动，人类得以从繁重劳作中解放，发展出体育、艺术等更多元的生活方式；印刷术、照相机、留声机的出现，不仅没有替代原有行业，反而推动了文化与艺术的新发展。当机器承担起更多重复性、繁重的思考任务，人类将拥有更多时间去探索好奇心、发挥创造力。就像300年前的农夫无法想象如今的健身付费场景，我们也无法精准描绘机器智能时代的全貌，但可以确定的是，这一变革的核心意义，是将繁重的任务留给机器，将时间、创造力与对美好事物的感知留给人类，而这一切才刚刚开始。