阿里AI的勢能，又起來了

文 | 數(shù)字力場，作者 | 佘宗明

《神雕俠侶》中，“主角光環(huán)”拉得最滿的情節(jié)莫過于：楊過被斷一臂后，外界都以為，他武功廢了大半，結(jié)果他棄巧歸拙，自創(chuàng)黯然銷魂掌，功力反而遠勝從前。

“斷臂失招，十成巧勁去其九；歸拙返璞，一重境界已登峰”固然是爽文劇情，可現(xiàn)實里上演“你以為我變?nèi)趿耍瑢嶋H上我變強了”情節(jié)的，總是不乏其人。

約半個月前，因為眾所周知的那場風波，有些人就對千問前景不無憂心。結(jié)果阿里拍了拍他們，給他們演了個帽子戲法。

就在4月2日，千問發(fā)布了新一代大語言模型Qwen3.6-Plus。結(jié)合3月30日發(fā)布的Qwen3.5?Omni、4月1日發(fā)布的Wan2.7?Image看，短短4天內(nèi)，千問已實現(xiàn)了“全模態(tài)+文生圖+大語言”旗艦模型三連發(fā)。

這套組合拳，引來了全球開發(fā)者的“用腳投票”式支持：作為新晉中國編程能力最強模型的Qwen3.6-Plus，4月3日已超越OpenAI、Google、xAI等國際巨頭，在聚焦AI編程能力的權(quán)威榜單Code Arena上排在了第二，受到眾多開發(fā)者和使用者追捧。

▲在Code Arena榜單上，Qwen3.6-Plus編程能力在全球大模型中排第二。

這不是單點技術(shù)突破，而是阿里組織、技術(shù)、商業(yè)勢能系統(tǒng)性爆發(fā)的直觀切片。

在ATH（Alibaba Token Hub）事業(yè)群成立兩周后，阿里接連“上新”重磅模型，充分表明了一點：在ATH掃除AI組織內(nèi)耗的障礙后，阿里AI的戰(zhàn)斗力更強了。

01

說起阿里AI，很多人可能會想到“蘇大強”，強則強矣，卻很“散裝”——訓模型的、管算力的、做應用的，經(jīng)常條塊分割、各自為戰(zhàn)。

表面看，這是多點開花、分頭并進，實質(zhì)上，這會導致資源浪費、協(xié)同低效。

如果說“大而全”的分散探索在大模型卷刷榜跑分階段不無合理性，因為研發(fā)團隊可以脫離產(chǎn)品KPI束縛專注攻克技術(shù)難題，那在“龍蝦熱”吹響Agent時代號角的背景下，這已經(jīng)是100個不合時宜了。

試想下，若延續(xù)業(yè)務分散局面，千問可能完成這波緊鑼密鼓、高度協(xié)調(diào)的重磅模型三連發(fā)嗎？

幾乎不可能。因為不同團隊的研發(fā)周期、技術(shù)路線、考核目標難以統(tǒng)一，更別說在短時間內(nèi)完成三款重要模型的協(xié)同發(fā)布。

推倒消除模型層、算力層、應用層協(xié)同壁壘這堵墻的，正是ATH帶來的組織調(diào)整。

只看表象，ATH是進行了業(yè)務整合，細究內(nèi)里，這其實是面向Agent時代的生產(chǎn)關(guān)系變革。

▲ATH事業(yè)群的業(yè)務板塊構(gòu)成。

由CEO吳泳銘掛帥，以“創(chuàng)造Token、輸送Token、應用Token”為主線，就是從頂層設計層面保障了兩點：1，拆除部門墻，消除模型研發(fā)、算力供給、應用落地各自為戰(zhàn)局面；2，聚焦Token全生命周期管理，形成“模型層創(chuàng)造高質(zhì)量Token，云與MaaS輸送Token，C端千問、B端悟空、AI創(chuàng)新產(chǎn)品應用Token”的Token“產(chǎn)-輸-用”閉環(huán)。

在Openclaw徹底叩開Agent時代大門后，這番調(diào)整來得太有必要。

Agent時代，非“模型-應用-數(shù)據(jù)”動態(tài)協(xié)同則難有競爭力，非打通Token經(jīng)濟任督二脈不足以走長遠。

Agent的核心是自主感知、智能決策、閉環(huán)執(zhí)行、持續(xù)迭代，把AI從只能“答問題、寫文案、做總結(jié)”的輔助工具變成驅(qū)動業(yè)務運轉(zhuǎn)的智能中樞與數(shù)字員工。當此之時，讓模型能力快速滲透應用場景，場景數(shù)據(jù)反哺模型迭代，形成“模型-應用-數(shù)據(jù)”的飛輪，打通“模型迭代快-場景適配高-商業(yè)變現(xiàn)強”的閉環(huán)，尤為關(guān)鍵。

Agent爆發(fā)帶來的Token消耗量幾何級增加，也支撐起了AI商業(yè)鏈路的跑通。正如黃仁勛所說，Agent是Token的超級消耗機器，Token則是Agent時代的數(shù)字大宗商品與硬通貨。以阿里為代表的模型廠商轉(zhuǎn)型為Token供應商跟基礎設施運營商，勢在必行。

若是考慮到阿里是全球范圍內(nèi)少有的具備“芯片（平頭哥）-云計算（阿里云）-模型（千問大模型）-應用（悟空、Qoder、千問APP等）-商業(yè)化”全棧能力的企業(yè)，不以Token為統(tǒng)一單元將那些業(yè)務板塊擰成一條繩，也多少有些“暴殄天物”的意味。

到頭來，ATH帶來的組織變革紅利會持續(xù)朝著全棧能力最大化發(fā)揮上延伸，本次千問模型三連發(fā)就成了新事業(yè)群成立后最直觀的注腳。

02

組織勢能的底座，能為技術(shù)勢能提供強支點。

吳泳銘曾明確表示，ATH的核心是模型與應用的深度協(xié)同，通過場景、用戶、數(shù)據(jù)形成正向飛輪，讓模型“越用越強”。而千問模型三連發(fā)背后，就離不開ATH帶來的模型、算力、應用動態(tài)協(xié)同的支撐。

需要看到的是，千問模型三連發(fā)，也在強化阿里的全棧能力優(yōu)勢——它看似是三款獨立產(chǎn)品，實則是阿里為Agent時代打造的全棧能力組合拳：Qwen3.5?Omni主打全模態(tài)感知，Wan2.7?Image聚焦內(nèi)容生成，Qwen3.6?Plus主攻智能體執(zhí)行，三者覆蓋了“感知-生成-執(zhí)行”的完整Agent工作流。

這其中，一舉拿下了215項全球SOTA、超越Gemini?3.1 Pro躋身全球最強全模態(tài)大模型之列的Qwen3.5?Omni，為Agent提供了可以媲跡人類的全模態(tài)感知能力。

3年前GPT-4曾用“一張手繪草圖能生成一個網(wǎng)站”驚煞眾人，如今Qwen3.5?Omni的音視頻Vibe Coding能力實現(xiàn)的“動動嘴即可編程”，又將其上限拉高了——想想用戶對著草圖口述需求、模型能直接生成帶有復雜UI的產(chǎn)品原型界面的畫面，還是挺夢幻的。

瞄準AI生圖領域“標準臉疲勞”“色彩盲盒”兩大痛點、打造國內(nèi)最接近Nano Banana Pro的生圖模型的Wan2.7?Image，則補齊阿里多模態(tài)生態(tài)最后一塊短板，讓視覺Agent具備了高商用價值。

AI生圖若解決不了“標準臉疲勞”“色彩盲盒”難題，那就像人形機器人解決不了靈巧手瓶頸那樣，只會炫技有余、實用不足。Wan2.7?Image解決了這道技術(shù)難題，還支持Skill調(diào)用，能實現(xiàn)“龍蝦畫畫”，這下很多短劇、電商、自媒體、教育從業(yè)者該笑醒了。

編程能力斷層領先國內(nèi)同行、接近Claude系列頂級水平的Qwen3.6?Plus，則分分鐘可變成Agent執(zhí)行的“超級大腦”。

Qwen3.6?Plus的最大價值，不只在編程能力強，更在于通過實現(xiàn)代理式編程（Agentic Coding）將編程門檻更徹底地打了下來。當基于界面截圖、設計稿、圖文描述直接完成前端頁面生成、代碼補全、交互修改變?yōu)楝F(xiàn)實，“氛圍編程”還是奢望嗎？

這三款模型產(chǎn)品，分別著眼于解決Agent的感知、生成、執(zhí)行三大核心問題，有著極強的“延續(xù)性”：它們從一開始就是為“被Agent調(diào)用”而設計，而非僅作為服務于C端的ChatBot類產(chǎn)品存在。

▲跟上一代模型比，Qwen3.6-Plus重點提升了編程Coding能力、智能體Agent能力和工具調(diào)用能力。

這宣告著阿里AI“技術(shù)觀”的愈發(fā)成熟——無論是用更小參數(shù)量實現(xiàn)更強性能，還是用Vibe Coding、視覺編程、精準生圖等能力精準對接企業(yè)落地需求跟開發(fā)者需求，都表明，它從重榜單分數(shù)轉(zhuǎn)向了重實戰(zhàn)能力，從追求紙面分數(shù)最優(yōu)轉(zhuǎn)向了追求服務真實需求。

前兩天，智譜CEO張鵬提出了個公式：AGI商業(yè)價值=智能上界×Token消耗規(guī)模。

從Qwen3.5?Omni的全模態(tài)突破，到Wan2.7?Image的生圖能力進化，再到Qwen3.6?Plus的編程能力大升級，本質(zhì)上都在提升“智能上界”，進而讓單位Token實現(xiàn)更強的理解、生成、執(zhí)行能力。

Qwen3.6-Plus針對OpenClaw等主流開放Agent框架深度優(yōu)化后，每百萬Tokens輸入最低僅2元，大幅降低了企業(yè)和開發(fā)者使用門檻，即為佐證。

03

組織勢能培土，技術(shù)勢能種因，商業(yè)勢能結(jié)果。

ATH打通Token“產(chǎn)-輸-用”閉環(huán)，旗艦模型創(chuàng)造更高質(zhì)量的Token，最終都要落腳于應用Token——Token消耗是Token經(jīng)濟的落點，也是阿里構(gòu)建“模型能力支撐Agent運行-Agent應用消耗Token-Token消耗反哺模型迭代”閉環(huán)的重點。

若將負責創(chuàng)造Token的通義實驗室視作AI“發(fā)電廠”，負責輸送Token的MaaS業(yè)務線視作AI“電網(wǎng)”，那應用Token的悟空、千問APP、Qoder等就是AI的“電器店”——承載著應用落地的價值。

阿里AI跑通Token經(jīng)濟的最有力證明，不外乎BC兩端雙輪驅(qū)動，行業(yè)滲透全面提速。

沙利文報告顯示，2025年下半年，千問穩(wěn)居中國企業(yè)級大模型調(diào)用市場第一，日均調(diào)用量占比從17.7%飆升至32.1%，幾乎翻倍；中國所有汽車品牌、90%以上金融機構(gòu)、超90%手機品牌均接入千問。

在海外，亞馬遜、Airbnb基于千問拓展業(yè)務，英偉達、微軟、Meta等科技巨頭基于其開發(fā)衍生模型，斯坦福李飛飛團隊等頂尖機構(gòu)用于前沿研究。

而千問APP與悟空形成的“C端破圈、B端變現(xiàn)”格局，又讓“模型迭代-用戶增加-Token消耗增多-商業(yè)轉(zhuǎn)化”的鏈路變得更絲滑。

就C端看，千問App已成長為國民級AI助手。前段時間，千問App上線了一句話打車功能，這是千問App依托阿里生態(tài)深度打通淘寶、支付寶、高德等場景，從單純對話工具升級為“能干活、能消費、能服務”的全場景一站式AI入口的重要節(jié)點。

就B端看，悟空正在鞏固阿里在B端優(yōu)勢，帶動阿里AI成為更多企業(yè)數(shù)字化轉(zhuǎn)型的首選伙伴。發(fā)布全球首個企業(yè)級AI原生工作平臺悟空，成了ATH成立后打響的第一炮，其目標是讓超2000萬企業(yè)擁有24小時工作的“龍蝦軍團”，自動完成辦公、營銷、供應鏈、客服等全流程任務。現(xiàn)在看，它已實現(xiàn)了Agent與大量企業(yè)業(yè)務系統(tǒng)的無縫打通。

▲ATH成立后打響的第一炮，就是發(fā)布全球首個企業(yè)級AI原生工作平臺「悟空」。

千問App的C端入口深耕、悟空B端生產(chǎn)力落地，集合了個人智能服務與企業(yè)智能辦公的全鏈路Token消費場景，為阿里從賣算力向賣智能（模型能力、Agent服務和智能化解決方案）升級奠定了基礎。

前不久，阿里云AI算力、存儲等產(chǎn)品最高漲價34％，市場反應仍供不應求，就是阿里AI商業(yè)勢能的清晰注腳。

可以預見，在剛發(fā)布的3款旗艦模型快速落地到悟空、Qoder等應用后，因為模型能力更好地承接了企業(yè)、開發(fā)者和普通用戶需求，這股商業(yè)勢能還會更強。

04

毋庸諱言，因為組織分散、協(xié)同低效，阿里AI過去也曾錯失部分市場機會。

但如今，ATH的成立，已讓阿里AI重新找回了自己的決斷力和執(zhí)行力。在全棧協(xié)同下，在Token串聯(lián)下，其模型研發(fā)、場景落地、商業(yè)化推進正開啟加速度。

從悟空上線，到千問“三箭齊發(fā)”，再到旗艦模型快速接入悟空、Qoder等應用，僅用數(shù)周完成全鏈路打通，就展現(xiàn)出了“阿里速度”的強勢回歸。

著眼長遠看，Agent時代的AI競爭，已不再是單點技術(shù)PK，而是組織效率、技術(shù)實力、商業(yè)能力的綜合較量。

而用ATH重構(gòu)了生產(chǎn)關(guān)系的阿里，就在兌現(xiàn)自身作為Agent時代最具AI產(chǎn)業(yè)化落地能力的“純血AI玩家”的多重潛力——一如大洋彼岸的谷歌那樣。

管理學家湯姆·彼得斯說：Momentum is not soft， it’s hard.（勢能不是軟口號，而是硬實力。）

阿里AI的勢能，又起來了——但這還只是開始。