ATH「秀肌肉」，阿里AI再突圍

“四天三連發(fā)”，阿里AI步入“體系化”收割期。

Alibaba Token Hub（ATH）事業(yè)群成立后僅兩周，阿里巴巴便以前所未有的速度接連發(fā)布了Qwen3.6-Plus、Qwen3.5-Omni、Wan2.7-Image三款重磅模型，在多模態(tài)、編程、文生圖等核心賽道“連下三城”。

“四天三連發(fā)”的意義不只是模型常規(guī)的性能迭代，更是阿里AI在組織架構重塑后，一場目標明確的肌肉展示。

此前，受部分核心人員流動的影響，阿里巴巴的AI進展一度受到資本市場質疑。而此次模型的密集發(fā)布，無疑是對外界擔憂最強有力的回應，它不僅向全球展現(xiàn)出阿里在AI領域的深厚底蘊與敏捷執(zhí)行力，而且以實戰(zhàn)成果進一步證實了ATH新組織架構的高效協(xié)同。

01. “體系化”研發(fā)的成果

回顧來看，此番震撼市場的“三連發(fā)”自三月底正式拉開帷幕。

先是3月30日，阿里巴巴發(fā)布了全模態(tài)原生大模型Qwen3.5-Omni，在長上下文、多語言、音視頻理解能力上實現(xiàn)明顯提升；同時，新增了語義打斷、音色克隆、語音控制等實時交互能力。該模型在215項任務中刷新了SOTA紀錄，多項核心指標甚至超越了Google的 Gemini-3.1 Pro。

緊隨其后的是4月1日，千問大模型旗下的萬相團隊又帶來了Wan2.7-Image。作為一款圖像生成與編輯的統(tǒng)一模型，Wan2.7 在視覺還原度、光影邏輯及語義遵循上的表現(xiàn)極其扛打，是目前國產(chǎn)同類別模型中最接近全球頂尖水平的力作，填補了國產(chǎn)大模型在超高質量視覺生成領域的關鍵拼圖。

就在市場驚呼“阿里速度”的同時，4月2日Qwen 3.6-Plus正式面世，主打智能體Agent、編程Coding和工具調用能力，相較于上一代實現(xiàn)了能力的全面躍升。在多項權威編程評測中，Qwen3.6均超越參數(shù)量是其兩倍乃至三倍的GLM-5、Kimi-K2.5等模型，以更少的參數(shù)實現(xiàn)了更強的性能，成為國產(chǎn)模型中編程能力的標桿。

而在最新一期全球知名大模型盲測榜單LMArena旗下聚焦AI編程能力的Code Arena榜單中，阿里更是憑借Qwen 3.6-Plus摘得全球第二，超越OpenAI、Google、xAI等國際巨頭，成為該榜單上排名最高的中國大模型。

短短四天，三款方向完全不重疊的大模型迎來密集發(fā)布，且每一款都達到了全球頂尖水平。同時，悟空、Qoder等應用也第一時間完成了新模型的接入。這種廣覆蓋、高密度的發(fā)布節(jié)奏，放眼整個AI領域都堪稱罕見。

如此橫跨多維度的“阿里速度”，底層邏輯并非來自單一團隊的單點突破，而是依賴于通義實驗室內部長期多點布局、協(xié)同深入形成的集群化效應。這種效應一旦觸發(fā)，便會迸發(fā)出難以逾越的技術慣性，最終迎來全面開花。

上述成果的集中兌現(xiàn)，標志著阿里AI正式步入更穩(wěn)定、更具協(xié)同能力的“體系化”時代。它不僅從維度上印證了通義實驗室技術底座的廣度與厚度，更以極強的韌性證明：在完善的人才梯隊與標準化工程范式支撐下，個別人員的流動并不會影響阿里巴巴的核心研發(fā)節(jié)奏。

02. 戰(zhàn)略步調高度一致

如果說模型側的爆發(fā)印證了研發(fā)的“體系化”，那么應用側的火速跟進則展現(xiàn)了組織的“強協(xié)同”。

Qwen 3.6發(fā)布后的一個顯著動向，是悟空、Qoder等AI應用第一時間官宣接入。這些應用均出自阿里新成立的ATH事業(yè)群，這種步調一致的集體動作，正是該事業(yè)群高效協(xié)同力的首次集中爆發(fā)。

過去的阿里，各個部門相對獨立，模型研發(fā)、平臺支撐與前端應用分散在不同業(yè)務單元。跨部門協(xié)同需要走復雜的流程，溝通成本高且戰(zhàn)略重心難以統(tǒng)一。新模型發(fā)布后，應用團隊往往需要數(shù)周才能完成適配，整個過程效率低，拖慢了模型到應用的適配速度。

但ATH成立之后，一切都發(fā)生了變化。ATH的核心目標被清晰地定義為“創(chuàng)造Token、輸送Token、應用Token”。這一表述深度契合了“Token經(jīng)濟學”的底層邏輯——在AI時代，Token不僅是度量模型算力與產(chǎn)出的技術單位，更是驅動數(shù)字經(jīng)濟流轉的“一般等價物”。

如今，ATH實現(xiàn)了資源的高度集中，不僅整合了集團內通義實驗室、MaaS業(yè)務線、千問事業(yè)部、悟空事業(yè)部及AI創(chuàng)新事業(yè)部五大 AI 核心力量，還由集團CEO吳泳銘直接掛帥，從組織架構上徹底打通了從底層技術到商業(yè)變現(xiàn)的任督二脈。

從此次發(fā)布的 Qwen 3.6來看，其在多模態(tài)、文生圖及編程等應用領域的卓越性能，正精準契合了ATH提升Token消耗量與商業(yè)化滲透的核心訴求。可以說，ATH的成立不僅為大模型的應用上量提供了堅實的基礎設施，更標志著阿里AI已經(jīng)進入了戰(zhàn)略步調高度一致的“強協(xié)同”時代。

03. 為什么ATH能成？

ATH事業(yè)群所帶來的強協(xié)同，正通過底層模型與上層應用的深度耦合，轉化為阿里巴巴在AI落地層面驚人的爆發(fā)力。

當前，以“龍蝦”為代表的智能體（Agent）賽道正處于風口，而阿里在這一領域的攻勢尤為凌厲。得益于 ATH 成立后對底層技術與前端應用的深度整合，悟空、Qoder等產(chǎn)品在 Qwen3.6 發(fā)布后便同步推陳出新，這不僅展現(xiàn)出阿里對市場和用戶需求的敏銳洞察，更體現(xiàn)了其在大模型實戰(zhàn)化、產(chǎn)品化上的驚人反應速度。

而ATH之所以可以實現(xiàn)這種貫通，本質上離不開阿里長期以來深厚的人才培養(yǎng)機制。

早在2019年，阿里達摩院便基于BERT架構推出了預訓練語言模型StructBERT，邁出了系統(tǒng)化探索的第一步。而阿里也因此成為國內最早進入大模型賽道的企業(yè)之一。

通過多年的人才培養(yǎng)和引進，通義實驗室已經(jīng)形成了完整的人才梯隊與技術積淀，底蘊深厚，這讓其在預訓練、后訓練、視覺、語音等領域擁有極其豐厚的技術積累。換句話說，千問大模型的成功本身就是基于通義實驗室堅持“長期主義”的結果。這也意味著阿里在大模型競爭上的底氣從來不是靠一兩個天才驅動，而是成建制的人才兵團帶來的。

另一組數(shù)據(jù)也從側面說明了這個問題。在過去一年，盡管行業(yè)人才流動頻繁，但通義實驗室在GitHub、Hugging Face等技術社區(qū)的更新頻率始終保持在國內第一梯隊，模型迭代周期保持在“月級”甚至“周級”，模型能力始終處于全球領先水平。這種高頻、高質量的產(chǎn)出本身就是阿里AI人才梯隊穩(wěn)固與研發(fā)體系成熟的最直接證據(jù)。

歸根結底，大模型的競爭注定是一場拼底蘊、拼組織的馬拉松競賽。ATH成立短短兩周內所釋放的“阿里速度”，向外界傳遞出極其清晰的信號：擁有深厚技術沉淀與極致協(xié)同機制的阿里AI，不僅沒有被外界的質疑聲絆倒，反而以更強悍的姿態(tài)，重塑著中國大模型賽道的競爭格局。