阿里吴泳铭最新演讲：未来机器思考的总量将达到人类的1000倍以上

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。