阿里巴巴AI模型布局分析

持續(xù)深耕自研模型，加速 AI 應(yīng)用市場(chǎng)落地。

AI 模型布局繼續(xù)深耕通用推理模型與深度推理模型，同時(shí)聚焦細(xì)分場(chǎng)景產(chǎn)品和智能體的開(kāi)發(fā)。阿里在 AI 模型布局上呈現(xiàn)出差異化戰(zhàn)略路徑，技術(shù)體系構(gòu)建于兩大維度：通用推理模型與深度推理模型。前者以通義千 問(wèn)為代表，承擔(dān)基礎(chǔ)能力支撐；后者專(zhuān)注于提升模型的推理能力，追求深度思考和分析的頂尖表現(xiàn)。深度推理 模型 Qwen 系列的獨(dú)立產(chǎn)品化，標(biāo)志著阿里正在構(gòu)建類(lèi) OpenAi-O1 技術(shù)體系這一新范式。該體系著重解決復(fù)雜 任務(wù)拆解、多模態(tài)推理等深度認(rèn)知問(wèn)題，已在科研分析、金融建模等領(lǐng)域形成標(biāo)桿案例。這種技術(shù)分層策略不 僅完善了產(chǎn)品矩陣，更在底層形成了從基礎(chǔ)研究到商業(yè)轉(zhuǎn)化的完整閉環(huán)，為行業(yè)智能化轉(zhuǎn)型提供了可復(fù)制的技 術(shù)框架。阿里計(jì)劃打造類(lèi)似海外 Deep Research 智能體的產(chǎn)品，該智能體具備賦能研發(fā)與研究的能力，能夠撰寫(xiě) 和生成更高質(zhì)量的研究報(bào)告。未來(lái)，阿里將從單純的模型價(jià)格競(jìng)爭(zhēng)，轉(zhuǎn)向在商業(yè)應(yīng)用及聚焦產(chǎn)品力方面，通過(guò) 開(kāi)發(fā)一系列新形態(tài)的智能體產(chǎn)品服務(wù)客戶，并基于這些新產(chǎn)品制定定價(jià)策略。在產(chǎn)品架構(gòu)層面，阿里云的戰(zhàn)略 轉(zhuǎn)型尤為顯著。過(guò)去一年 MaaS 服務(wù)以提供基礎(chǔ)模型和微調(diào)能力為主，而當(dāng)前則加速推進(jìn)"模型即產(chǎn)品"的深度改 造。具體表現(xiàn)為：一方面通過(guò)技術(shù)優(yōu)化降低模型調(diào)用成本，另一方面將 AI 能力封裝為可即插即用的智能體產(chǎn)品。 這種轉(zhuǎn)變使得客戶無(wú)需直接調(diào)用底層模型，而是通過(guò)智能體 API 快速構(gòu)建業(yè)務(wù)解決方案，顯著降低了技術(shù)使用 門(mén)檻。支撐這一轉(zhuǎn)型的核心理念包含雙重維度：技術(shù)驅(qū)動(dòng)商業(yè)重構(gòu)與技術(shù)普惠。在商業(yè)重構(gòu)層面，阿里正以生 成式 AI 為支點(diǎn)重塑核心業(yè)務(wù)體系——電商場(chǎng)景中，AIGC 技術(shù)已實(shí)現(xiàn)服裝廣告的智能拍攝與設(shè)計(jì)，成本降幅達(dá) 70%；廣告系統(tǒng)通過(guò) AI 精準(zhǔn)投放使 ROI 提升 30%；釘釘生態(tài)則集成智能會(huì)議助手、HR 智能體等 20 余個(gè)垂直 應(yīng)用，服務(wù)超 7 億用戶。在技術(shù)普惠維度，阿里云將 MaaS 升級(jí)為包含基礎(chǔ)模型、場(chǎng)景化產(chǎn)品、智能體市場(chǎng)的 三維服務(wù)體系，通過(guò)標(biāo)準(zhǔn)化產(chǎn)品輸出降低行業(yè) AI 應(yīng)用成本。

AI應(yīng)用市場(chǎng)潛力巨大，核心聚焦 AI Chatbot、教育及金融領(lǐng)域。AI Chatbot 產(chǎn)品在 APP 等應(yīng)用中逐漸成為 標(biāo)配。其優(yōu)勢(shì)在于將以往的快思考轉(zhuǎn)變?yōu)槁伎迹m回復(fù)時(shí)間延長(zhǎng)幾秒，但回答問(wèn)題更加系統(tǒng)、準(zhǔn)確，極大提 升了回復(fù)質(zhì)量。例如，DeepSeek 在數(shù)據(jù)方面存在短板，數(shù)據(jù)多依賴(lài)外部搜索。一旦為其提供搜索引擎的平臺(tái)（如 豆包、百度、搜狗等）停止合作，即便 R1 模型性能強(qiáng)大，在面向 C 端用戶時(shí)，整體表現(xiàn)也會(huì)因數(shù)據(jù)不足而遜 色于國(guó)內(nèi)互聯(lián)網(wǎng)大廠。相比之下，阿里擁有海量 UGC 產(chǎn)生的數(shù)據(jù)，在 AI Chatbot 方面存在數(shù)據(jù)優(yōu)勢(shì)。其次，大 模型推動(dòng)教育行業(yè)的創(chuàng)新，過(guò)去 AI 在教育場(chǎng)景中主要是簡(jiǎn)單地幫助用戶上傳經(jīng)驗(yàn)、告知題目解法。如今，大模 型的創(chuàng)新帶來(lái)了新的變化，它能夠呈現(xiàn)題目思考和推理過(guò)程，為學(xué)生和老師提供更強(qiáng)大的教育交互方式。用戶 可以反復(fù)提問(wèn)，模型會(huì)從不同側(cè)面講述解題過(guò)程。金融領(lǐng)域一直對(duì)模型精度要求極高，阿里平臺(tái)上的金融客戶 都傾向選擇最強(qiáng)模型。大模型專(zhuān)門(mén)為金融業(yè)務(wù)賦能，業(yè)務(wù)系統(tǒng)集成了數(shù)據(jù)分析、數(shù)據(jù)挖掘等功能，在財(cái)報(bào)分析 等場(chǎng)景中發(fā)揮作用，在大模型的加持下，業(yè)務(wù)系統(tǒng)的表現(xiàn)更加強(qiáng)勁。此外，還可量化為較小模型，為 AIPC 等 產(chǎn)品賦能。雖然目前模型尚未優(yōu)化到小端側(cè)設(shè)備（如眼鏡、行李箱、可穿戴設(shè)備等），但在電腦上已實(shí)現(xiàn)應(yīng)用， 未來(lái)有望在更多小端側(cè)設(shè)備（如攝像頭、路由器、掃地機(jī)器人、音箱、手機(jī)等）的芯片 Soc 上進(jìn)行優(yōu)化，實(shí)現(xiàn) 端側(cè)推理，推動(dòng)整個(gè)行業(yè)發(fā)展。在汽車(chē)智能座艙方面，可以將小模型置于中控，提供 Copilot，提升人機(jī)交互體 驗(yàn)。同時(shí)，智能駕駛方面，大模型可通過(guò)多模態(tài)模擬生成一些環(huán)境，類(lèi)似 cosmos 世界模型生成用于模擬仿真的 環(huán)境，如道路交通、橋梁、隧道及各種復(fù)雜天氣，為自動(dòng)駕駛測(cè)試提供更多數(shù)據(jù)源，減少實(shí)地采集數(shù)據(jù)的需求， 加速模擬訓(xùn)練的復(fù)雜度。

阿里推出了一系列基于模型的增值服務(wù)產(chǎn)品，產(chǎn)品利潤(rùn)率可觀。析言 GBI，集成于應(yīng)用市場(chǎng)，可結(jié)合模型 對(duì)阿里客戶的銷(xiāo)售數(shù)據(jù)、庫(kù)存數(shù)據(jù)、營(yíng)收數(shù)據(jù)等進(jìn)行分析。用戶輸入 1000 個(gè)數(shù)據(jù)相關(guān)問(wèn)題，它能快速生成報(bào)表，并進(jìn)行趨勢(shì)分析，如預(yù)測(cè)庫(kù)存時(shí)長(zhǎng)、回款時(shí)間等，輔助客戶決策。智能客服，包括電話和文字智能客服，通過(guò) 預(yù)訓(xùn)練模型和搜索功能（如夸克搜索）獲取信息并生成結(jié)果。RAG，企業(yè)可將自身數(shù)據(jù)灌入其中，模型能夠進(jìn) 行推理。通義聽(tīng)悟，專(zhuān)注于語(yǔ)音識(shí)別和語(yǔ)音合成，可將會(huì)議音頻快速轉(zhuǎn)化為去除口語(yǔ)的完整紀(jì)要。電商輔助產(chǎn) 品，能將原始圖片輸入模型，生成用于電商展示的圖片和視頻，大幅降低成本。在周邊產(chǎn)品方面，RAG、SQL、 BI 等已成為客戶選擇產(chǎn)品時(shí)的標(biāo)配插件，通常客戶至少會(huì)選擇兩到三個(gè)此類(lèi)產(chǎn)品。這些產(chǎn)品價(jià)格相對(duì)穩(wěn)定，能 保持較好的利潤(rùn)率，在大模型本身可能利潤(rùn)微薄甚至不盈利的情況下，借助這些周邊產(chǎn)品的協(xié)同作用，將整體 利潤(rùn)水平拉高。

百煉未來(lái)計(jì)劃構(gòu)建大量智能體，目前智能體已劃分出不同層級(jí)。其中，面向企業(yè)端的角色化智能體發(fā)展態(tài) 勢(shì)良好。以釘釘為例，作為最早應(yīng)用此類(lèi)智能體的平臺(tái)，已針對(duì)企業(yè)多樣化場(chǎng)景打造了約 700 個(gè)官方智能體。 這些智能體廣泛分布于企業(yè)的各個(gè)職能領(lǐng)域。在財(cái)務(wù)板塊，細(xì)分出了數(shù)十個(gè)智能體，涵蓋會(huì)計(jì)、總賬管理、財(cái) 務(wù)管理等多個(gè)具體類(lèi)別；人力資源領(lǐng)域則包括招聘、面試、薪資核算、培訓(xùn)等不同環(huán)節(jié)的智能體；此外，資質(zhì) 管理、采購(gòu)行政等方面也均有相應(yīng)的智能體覆蓋，可謂滲透到了企業(yè)運(yùn)營(yíng)的方方面面。企業(yè)基于阿里提供的官 方智能體，進(jìn)行一定程度的調(diào)整，如改變智能體的順序或名稱(chēng)，無(wú)需復(fù)雜的微調(diào)操作，即可轉(zhuǎn)化為貼合自身需 求的智能體投入使用，大大提高了智能體在企業(yè)中的應(yīng)用效率和適應(yīng)性。但目前應(yīng)用仍存在任務(wù)復(fù)雜度邊界， 智能體當(dāng)前無(wú)法替代 CRM、OA 等復(fù)雜流程系統(tǒng)（如多部門(mén)協(xié)作的項(xiàng)目管理、跨系統(tǒng)數(shù)據(jù)同步），其定位偏向簡(jiǎn) 單任務(wù)自動(dòng)化和流程節(jié)點(diǎn)提速。

成立智能信息事業(yè)群，數(shù)據(jù)打通與 AI技術(shù)驅(qū)動(dòng)新流量入口。過(guò)去阿里云主要專(zhuān)注于 To B 業(yè)務(wù)，而 C 端產(chǎn) 品呈現(xiàn)出分散的狀態(tài)，像夸克、秒鴨、通義等產(chǎn)品，由多個(gè)不同的團(tuán)隊(duì)分別運(yùn)作。這種分散的管理模式使得 C 端業(yè)務(wù)發(fā)展受到諸多限制。一方面，阿里整體關(guān)注利潤(rùn)率，對(duì) C 端業(yè)務(wù)的推廣投入較少；另一方面，C 端產(chǎn)品 分布在不同事業(yè)群，如公益項(xiàng)目放在阿里云，不僅缺乏做 To C、To B 業(yè)務(wù)的預(yù)算，而且員工習(xí)慣了 B 端產(chǎn)品的 思路，與 C 端戰(zhàn)略差異較大。為了改變這一現(xiàn)狀，阿里在 2024 年底對(duì)主架構(gòu)進(jìn)行了重大重組，將原本分散的 C 端產(chǎn)品和硬件產(chǎn)品整合到新成立的智能信息事業(yè)群。同時(shí)，從海外聘請(qǐng)了來(lái)自 Salesforce 的許主洪教授，負(fù)責(zé) C 端技術(shù)和業(yè)務(wù)規(guī)劃。這一舉措使得 C 端業(yè)務(wù)得以獨(dú)立發(fā)展，與 B 端產(chǎn)品完全分離，模型團(tuán)隊(duì)和 C 端產(chǎn)品團(tuán)隊(duì)也 各自獨(dú)立運(yùn)作。未來(lái)，C 端產(chǎn)品將擁有獨(dú)立預(yù)算，計(jì)劃在 C 端市場(chǎng)大規(guī)模投放互聯(lián)網(wǎng)廣告，與豆包等產(chǎn)品展開(kāi) 競(jìng)爭(zhēng)。對(duì) C 端用戶而言，打通淘系生態(tài)與數(shù)據(jù)至關(guān)重要。AI 驅(qū)動(dòng)應(yīng)用會(huì)使電商入口遷移，需打通地圖、電商、 飛豬等生態(tài)數(shù)據(jù)，打通后入口將轉(zhuǎn)向新的 AI 方向，形成新流量入口。未來(lái)流量會(huì)協(xié)同高德地圖、餓了么等生態(tài) APP，相互推薦入口，通義 APP 為協(xié)同入口，引導(dǎo)客戶下載和使用，從而實(shí)現(xiàn)業(yè)務(wù)的增長(zhǎng)和拓展。在 C 端產(chǎn)品 方面，各個(gè)產(chǎn)品都有明確的發(fā)展目標(biāo)和策略，關(guān)注教育、社交類(lèi)產(chǎn)品，以季度為單位推出新產(chǎn)品。以夸克 APP 為例，它已經(jīng)擁有 2000 多萬(wàn)穩(wěn)定的日活用戶，且用戶群體主要集中在 15 歲到 25 歲的年輕人。未來(lái)，夸克將聚 焦于 AI 教育、AI 健康、AI 高考志愿等場(chǎng)景，有望成長(zhǎng)為超級(jí) APP，2025 年目標(biāo)是將日活提升到 3000 萬(wàn)。同 時(shí)，夸克還具備獨(dú)特的商業(yè)價(jià)值，其寬帶發(fā)展能力可以封裝成搜索 API，供模型能力客戶調(diào)用，搜索結(jié)果也可 以單獨(dú)售賣(mài)，相關(guān)收入歸屬于云業(yè)務(wù)。此外，C 端事業(yè)部將形成產(chǎn)品矩陣對(duì)標(biāo)豆包 Flow 團(tuán)隊(duì)，但產(chǎn)品數(shù)量會(huì)控 制在五六個(gè)左右，以實(shí)現(xiàn)更高效的運(yùn)營(yíng)和管理。

端側(cè)戰(zhàn)略主要聚焦于汽車(chē)、手機(jī)、PC 三大硬件，同時(shí)對(duì)于小硬件也采用自主研發(fā)或合作的方式推進(jìn)。端 側(cè)已經(jīng)擁有豐富的模型，包括不同規(guī)模的語(yǔ)言模型、視覺(jué)模型和語(yǔ)音模型。這些模型具有強(qiáng)大的功能，能夠識(shí) 別多語(yǔ)言，包括方言，還可以合成不同的聲色，為用戶提供更加個(gè)性化的體驗(yàn)。智能信息事業(yè)群下專(zhuān)門(mén)設(shè)立了 負(fù)責(zé) AI 硬件的團(tuán)隊(duì)，目前已有 200 多人。在 2024 年，他們推出了多款產(chǎn)品，如升級(jí)版的天貓精靈 X6、閨蜜機(jī) 等，這些產(chǎn)品背后都采用了模擬驅(qū)動(dòng)技術(shù)。此外，還涉及 AI 眼鏡等產(chǎn)品，像 Rokid、雷鳥(niǎo)等背后的技術(shù)應(yīng)用。 在大硬件方面，阿里積極與外部合作。手機(jī)方面與傳音深度捆綁，傳音出海的手機(jī)搭載端側(cè)模型后可實(shí)現(xiàn)打電 話實(shí)時(shí)多語(yǔ)言翻譯，且在本地處理；PC 方面與聯(lián)想合作，聯(lián)想新一代 AIPC 中集成了相關(guān)技術(shù)；汽車(chē)方面與智 己汽車(chē)、吉利汽車(chē)等新銳汽車(chē)公司合作，將端側(cè)模型嵌入智能座艙，提供新的交互式體驗(yàn)。阿里還計(jì)劃將通義 模型做成操作系統(tǒng)（OS），采用“1+3+N”模式開(kāi)放給生態(tài)。“1”是通義千問(wèn)，“3”是中控屏、智能音箱等三個(gè) 產(chǎn)品，“N”是周邊產(chǎn)品如掃地機(jī)等，通過(guò) SDK 讓周邊客戶接入，形成一個(gè)龐大的 AI 硬件生態(tài)系統(tǒng)。 大模型與數(shù)據(jù)打通升級(jí)用戶畫(huà)像，提升精準(zhǔn)推送質(zhì)量。Meta 這類(lèi)占據(jù)市場(chǎng)份額較大的社交平臺(tái)，用戶使用 時(shí)間長(zhǎng)，產(chǎn)生的信息豐富。Meta 使用大模型捕捉用戶的歷史資料、平臺(tái)信息、分享的圖片、位置、言論和轉(zhuǎn)發(fā) 內(nèi)容等，以小時(shí)為周期更新畫(huà)像，精準(zhǔn)度遠(yuǎn)超其他平臺(tái)。在這種精準(zhǔn)畫(huà)像的基礎(chǔ)上，平臺(tái)可以實(shí)現(xiàn)默認(rèn)推薦商 品、增加智能導(dǎo)購(gòu)以及與用戶對(duì)話推送更精準(zhǔn)信息。這種合作模式能以小時(shí)或天為單位更新畫(huà)像，精準(zhǔn)度遠(yuǎn)超 靜態(tài)畫(huà)像。相比之下，國(guó)內(nèi)電商領(lǐng)域的用戶畫(huà)像與 Meta 不同，阿里很多推薦基于相對(duì)靜態(tài)的畫(huà)像，如年齡、地 址、職業(yè)、收入等，靜態(tài)畫(huà)像依據(jù)的是一兩個(gè)月前的信息，精準(zhǔn)度自然欠佳。要提升廣告效果，首先要打通整 個(gè)阿里系的數(shù)據(jù)，包括飛豬等非淘系 APP 以及未來(lái) C 端產(chǎn)品的數(shù)據(jù)，用戶畫(huà)像會(huì)更飽滿，也可拉通各 APP 的 標(biāo)簽進(jìn)行共同推薦。目前阿里先打通非淘系的地圖、飛豬等 APP 的數(shù)據(jù)，并進(jìn)行灰度測(cè)試，選取 1 萬(wàn)個(gè)或 500 個(gè)客戶測(cè)試，已取得一定效果。不過(guò)，阿里存在內(nèi)容缺失的問(wèn)題，缺乏像抖音那樣用戶自發(fā)創(chuàng)作的豐富內(nèi)容。 若能補(bǔ)齊內(nèi)容短板，再結(jié)合數(shù)據(jù)打通，效果會(huì)比之前更好。未來(lái)，通義等其他 APP 中拉通淘系數(shù)據(jù)，用戶通過(guò) 與 AI 對(duì)話就能搜索并直接購(gòu)買(mǎi)產(chǎn)品。