阿里巴巴CEO吳泳銘：AI革命剛開始，通往超級智慧ASI之路
摘要
阿里巴巴CEO吳泳銘在2025云栖大會上分享了他對AI未來的判斷。他認為由AI驅動的智能革命剛開始，將經歷智慧湧現、自主行動和自我迭代三個階段，最終從通用人工智慧（AGI）走向超越人類的超級人工智慧（ASI）。他指出，大模型將成為下一代作業系統，而阿里巴巴的策略是選擇開源，將通義千問打造成AI時代的安卓，並將阿里雲定位為全端AI服務提供商，以超級AI雲支持未來龐大的算力需求。
Highlight
1.
當前世界一場由人工智慧驅動的智能革命才剛剛開始。在過去的幾百年裡，我們看到工業革命透過機械化放大了人類的體力，資訊革命透過數位化放大了我們的資訊處理能力。
但這一次非常不同，因為智能革命將會超越我們的想像。通用人工智慧（AGI）不僅將放大人類的智力，更將解放人類的潛力，它將為超級人工智慧（ASI）的到來鋪平道路。在過去的三年，我們已經清楚地感受到了它的速度，在短短幾年內，AI的智能水平已經迅速提升到博士生的水準，甚至在國際奧林匹克數學競賽中獲得了金牌。
2.
AI聊天機器人是人類歷史上用戶滲透率最快的產品，AI的滲透率將會超過以往所有的技術。我們可以看到，token的消耗量每兩三個月就會翻一倍。在去年，全球AI的總投資額將超過四千億美元。在未來五年，我們預計全球累計的AI投資額將會超過四兆美元。這是最大的一次算力和研發的投入。我們相信，這必然會加速更強大模型的出現，並加速AI在所有行業的滲透。
3.
通往ASI的路徑大概會經歷三個階段
第一階段：智慧湧現
第一個階段我們稱之為智慧湧現，它的特徵是學習人類。大家在這個階段有非常明確的感受，這就是過去兩年的感受。過去幾十年互聯網的發展，為智慧湧現提供了基礎。核心是互聯網將幾乎所有的知識、科學理論和書籍都進行了數位化。這些語言所承載的資訊，代表了整個人類的知識體系。
現在我們看到經過兩三年的發展，AI已經接近了人類頂級學科的測試的頂級水準，例如國際數學奧林匹克的金牌水準。AI將會逐步地能夠進入真實世界，解決真實問題，創造真實價值。這是過去幾年AI發展的主線。
4.
第二階段：自主行動
我們認為在第二個階段，這個階段的特徵，我們稱之為自主行動，特徵是輔助人類。在這個階段，我們剛好處在這個階段的起點。
實現這一跳躍的關鍵，我們看到這背後首先是大模型的能力越來越強，具備了非常強的to use的能力，這使得大模型能夠連接所有的數位化工具，並完成真實世界的任務。回顧歷史，人類加速演化的起點，就是我們開始創造和使用工具。
還有一個關鍵點，我們看到大模型的程式碼能力的提升，能夠幫助人類解決更複雜的問題，並將更多的場景數位化。如今，我們看到的Agent還處於技術的非常早期階段，它解決的主要任務我們可以看到大多是標準化、短週期的任務。要讓Agent像人類一樣，解決更複雜、更長週期的任務，這個更長的周期不是一天，甚至可能是一個季度，這麼長期的任務。
我們認為這可能是通往AGI的必經之路。未來，我們判斷自然語言就是AI時代的原始碼。任何人都可以用自然語言來創造自己的AGI。你只需要輸入你的母語，告訴AI你的需求，AI就能夠自己寫邏輯、調用工具、搭建系統，完成數位世界中幾乎所有的任務，並透過數位介面操作物理世界的設備。
第三階段：自我迭代
我們認為AI將會進入第三個階段，我們稱之為自我迭代，其特徵是超越人類。我們認為在這個階段有兩個關鍵的要素，這兩個關鍵的要素將會促成這個階段的到來，這個階段將會跨越一個重要的拐點。
第一個，我們剛才已經談到了，AI在幫助人類解決複雜任務的過程中，它將會逐步地連接幾乎所有物理世界所有的場景和所有的數據。
目前AI發展最快的領域，我們看到是內容創作、數學和程式碼。這些領域有什麼特點？為什麼AI能取得這麼快的進步？因為這些領域的知識是百分之百由人類定義的，人類的定義和創作全部在文字裡，文字裡的知識和數據就代表了百分之百的原始數據。
但是對於任何其他的領域，其他的領域，包括更廣闊的物理世界，今天AI所遇到的更多的是人類歸納以後的知識，缺乏廣泛的與物理世界互動的原始數據，這個資訊量是非常有限的。
關鍵點在於，因為它所獲取的數據和知識，這些資訊都是我們的員工或者我們的合作夥伴，都是調研回來的二次數據。如果有一天，如果AI有機會在一夜之間，把三百六十五天內所有的用戶互動的數據，用戶跟它互動的所有操作，所有用戶的投訴，所有用戶跟它互動和調用公司的反饋，把所有的數據和資訊在一夜之間全部看完，它所創造出的下一部汽車的定義，將會遠遠超過透過我們無數次的頭腦風暴所創造出來的。這只是在人類世界我們所想到的例子，更何況更複雜的物理世界和科學規律，不是靠人類的知識，現在歸納就能夠讓AI所理解的。
所以我們認為AI要進入更高的階段，就需要直接獲取更全面、更原始的數據。就像我們在自動駕駛早期看到的，僅僅依靠人類總結羅伯特的方法來實現自動駕駛，其實我們看到是無法取得很好的效果的。新一代的自動駕駛系統，大多采用端到端的訓練方法，直接從車載攝影機的原始數據中學習，實現了更高水準的自動駕駛能力。
在第三階段的第二個關鍵點，我們認為是非常重要的一個階段，就是我們稱之為自學習，也就是讓模型自己去學習。
所以如果我們的技術一旦跨越了剛才所描述的基點，人類社會就如同按下了加速器，技術進步的速度將會超越我們的想像，新的生產力爆發將會推動人類社會進入新的階段。
5.
AI時代的作業系統與超級AI雲
我們認為AI也將會帶來和科技產業的巨大變革。在這場巨變中，我們的第一個判斷是，大模型是下一代的作業系統。這並不是說大模型會取代Windows或Linux，而是說大模型及相關的體系，在整個物理世界和數位世界中，將會取代現有作業系統所處的位置。
未來，幾乎所有連接真實世界的工具和介面，都會與大模型相連，所有用戶的需求和行業的應用，都會透過大模型相關的工具來執行。LM將會是核心的中間層，將會與運算資源進行互動和調度，最核心的中間層。它將會成為AI時代事實上的OS。
所以大模型將會吞噬軟體。大模型作為下一代作業系統，將會讓任何人都可以用自然語言創造出無窮的應用。未來，幾乎所有處理計算世界的軟體，都可能由大模型以Agent的方式生成，而不是由各個軟體公司創造的商業軟體。潛在的開發者將會從幾千萬增加到幾億、幾十億甚至上百億的開發者。
由於軟體開發的成本，我們看到只有少數高價值的場景才會被工程師開發，成為商業軟體系統。未來，所有的終端用戶都可以用大模型這樣的工具，以極低的成本來滿足自己的需求。所以，任何長尾的場景都可能被數位化。
6.
阿里巴巴的選擇：開源與超級AI雲
我們判斷，模型的部署方式也將會多元化，它將會運行在所有的計算設備上。目前主流的方式是透過調用API來使用模型，我們看到這只是AI發展的早期階段，其實比較像在PC時代還沒有主機，分時的階段。那個時候大家只有一個記憶體，一個終端去連接大的去分享主機。但我們看到這種方式其實解決不了我們現在系統中很多的非常關鍵的問題，比如數據的持久化、缺乏長期記憶，以及即時性不足、隱私無法解決、可塑性不足等等。未來，我們認為模型將會運行在所有的計算設備上，並具備持久化的記憶和可塑性，它可以以端雲聯動的狀態運行，甚至隨時更新參數、自我迭代，就像我們現在的OS運行在各種環境中一樣。
基於這樣的判斷，Alibaba做出了一個重要的戰略選擇，Tongyi Qianwen選擇開放，選擇開源的路線。我們的目標是要打造AI時代的Android系統。
我們的第二個判斷是，超級AI雲是下一代的計算機，大模型是在AI雲上運行的新的OS。這個OS可以滿足每個人的需求，每個人將會有幾十個甚至上百個Agent，這些Agent二十四小時不間斷地工作和協作，它需要海量的數據和運算資源。
7.
在這個新的時代，我們要改變Alibaba Cloud的定位，Alibaba Cloud的定位是一家全端的AI服務提供商，我們將會提供世界領先的智能算力和AI雲計算網絡。我們將為開發者提供對開發者友好的AI服務。
首先，我們認為我們擁有全球領先的大模型，Tongyi Qianwen。Tongyi Qianwen已經開源了超過三百款模型，覆蓋了全模態、全尺寸，是全球開發者使用最廣泛、最受歡迎的開源模型。到目前為止，Tongyi Qianwen的下載量超過了六億，衍生模型超過了一百七十款，是全球第一的開源模型矩陣。
其次，Alibaba Cloud運營著首個、全球領先的AI基礎設施和雲計算網絡，是少數能夠實現垂直整合的AI雲計算平台。
8.
所以我們認為從這裡可以看到一個未來人類和AI將會如何協同工作的早期雛形。所以我們認為從VBA編碼到VBA工作，未來每個家庭、工廠和公司都會有許多的Agent和機器人二十四小時為我們服務，也許未來每個人都需要用一百個GPU晶片為我們工作。
所以我對未來是樂觀的，就像電力曾經放大了人類的體力一樣，ASI將會指數級地放大人類的智力槓桿。
逐字稿
各位開發者朋友，大家早上好。我想在開始演講前，我想特別感謝，乃至全球的科技產業。因為今天是雲計算大會，我們正在慶祝雲栖大會十周年，但真正的雲計算大會，它起源於阿里雲開發者大會。
我想正是螢幕背後的開發者們，推動了乃至全球的雲計算和科技產業的發展。所以在演講前，我想表達我特別的感謝，以及今天在場的開發者們，我想表達我最高的謝意。尊敬的劉捷書記、姚高員副省長、劉忻市長，各位領導和來賓，大家好。
今天，我很高興再次在雲栖與大家見面。每一次站在這裡，我都能感受到一種技術的浪潮和創新的熱情。經過幾年AI的快速發展，AI的眼鏡路線已經越來越清晰。今天，我特別想和大家分享我們對未來的判斷，以及阿里巴巴的思考和行動。
智能革命的開端
我們認為，當前世界一場由人工智慧驅動的智能革命才剛剛開始。在過去的幾百年裡，我們看到工業革命透過機械化放大了人類的體力，資訊革命透過數位化放大了我們的資訊處理能力。
但這一次非常不同，因為智能革命將會超越我們的想像。通用人工智慧（AGI）不僅將放大人類的智力，更將解放人類的潛力，它將為超級人工智慧（ASI）的到來鋪平道路。在過去的三年，我們已經清楚地感受到了它的速度，在短短幾年內，AI的智能水平已經迅速提升到博士生的水準，甚至在國際奧林匹克數學競賽中獲得了金牌。
AI聊天機器人是人類歷史上用戶滲透率最快的產品，AI的滲透率將會超過以往所有的技術。我們可以看到，token的消耗量每兩三個月就會翻一倍。在去年，全球AI的總投資額將超過四千億美元。在未來五年，我們預計全球累計的AI投資額將會超過四兆美元。這是最大的一次算力和研發的投入。我們相信，這必然會加速更強大模型的出現，並加速AI在所有行業的滲透。
我們看到，實現AGI，一個具備普遍人類認知能力的智能系統，現在在業界看來，已經成為一個必然發生的事件。但是，我們認為AGGI並不是發展的終點，而是一個新的起點。AI絕對不會止步於AGI，它將會走向超越人類智能，一個能夠自我迭代和進化的超級人工智慧，也就是業界所說的ASI。
我們知道AGI的目標是將人類從百分之八十的日常工作中解放出來，讓我們專注於探索、創造和發現。而ASI將是一個全面超越人類智能的系統，它可能會創造出一群超級科學家和全能的超級工程師。ASI將解決未解的科學和工程問題，例如解決醫學難題、發明新材料、解決永續能源和氣候問題，乃至未來的星際旅行。ASI將以指數級的速度推動技術的飛躍，帶領我們進入一個前所未有的智能時代。
通往超級人工智慧（ASI）之路
我想根據我們的理解和判斷，我們認為通往ASI的路徑大概會經歷三個階段。
第一階段：智慧湧現
第一個階段我們稱之為智慧湧現，它的特徵是學習人類。大家在這個階段有非常明確的感受，這就是過去兩年的感受。過去幾十年互聯網的發展，為智慧湧現提供了基礎。核心是互聯網將幾乎所有的知識、科學理論和書籍都進行了數位化。這些語言所承載的資訊，代表了整個人類的知識體系。
基於此，大模型首先透過理解全世界的知識集合，它獲得了通用化的智能，湧現出了應用最廣泛的通用對話能力。它能夠初步地解決人類的這些問題，理解人類的意圖，並逐漸發展出對多步驟問題的推理能力。現在我們看到經過兩三年的發展，AI已經接近了人類頂級學科的測試的頂級水準，例如國際數學奧林匹克的金牌水準。AI將會逐步地能夠進入真實世界，解決真實問題，創造真實價值。這是過去幾年AI發展的主線。
第二階段：自主行動
我們認為在第二個階段，這個階段的特徵，我們稱之為自主行動，特徵是輔助人類。在這個階段，我們剛好處在這個階段的起點。我們看到AI不再局限於語言的交流，而是在真實世界中去解決使用和製造工具，並獨立完成任務，與數位世界和物理世界進行互動，對真實世界產生巨大的影響。這正是我們現在所處的階段。
實現這一跳躍的關鍵，我們看到這背後首先是大模型的能力越來越強，具備了非常強的to use的能力，這使得大模型能夠連接所有的數位化工具，並完成真實世界的任務。回顧歷史，人類加速演化的起點，就是我們開始創造和使用工具。現在大模型也一樣，它具備了初步使用工具的能力。透過to use AI，AI可以像人類一樣調用外部的軟體介面和物理設備，來執行真實世界複雜的任務。
在這個階段，因為AI能夠輔助人類，極大地提升生產力，我們看到它將會快速地滲透到各行各業，例如物流、製造、軟體、商業、生物醫藥、金融和科研領域，幾乎所有的行業。
還有一個關鍵點，我們看到大模型的程式碼能力的提升，能夠幫助人類解決更複雜的問題，並將更多的場景數位化。如今，我們看到的Agent還處於技術的非常早期階段，它解決的主要任務我們可以看到大多是標準化、短週期的任務。要讓Agent像人類一樣，解決更複雜、更長週期的任務，這個更長的周期不是一天，甚至可能是一個季度，這麼長期的任務。關鍵在於大模型的程式碼能力要有巨大的提升。因為如果Agent能夠自主寫程式碼，理論上它就可以解決無限複雜的問題，像一個工程團隊一樣理解複雜需求，並獨立完成程式設計、測試，以及開發大模型的程式碼。
我們認為這可能是通往AGI的必經之路。未來，我們判斷自然語言就是AI時代的原始碼。任何人都可以用自然語言來創造自己的AGI。你只需要輸入你的母語，告訴AI你的需求，AI就能夠自己寫邏輯、調用工具、搭建系統，完成數位世界中幾乎所有的任務，並透過數位介面操作物理世界的設備。未來，可能會出現比全球人口還多的Agent和機器人，與我們協同工作，並對真實世界產生巨大的影響。在這個過程中，AI將能夠連接真實世界絕大多數的場景和數據，為未來的進化創造條件。我認為這一點非常關鍵，AI連接了真實世界所有的原始數據，對於AI未來的進化至關重要。
第三階段：自我迭代
隨後，我們認為AI將會進入第三個階段，我們稱之為自我迭代，其特徵是超越人類。我們認為在這個階段有兩個關鍵的要素，這兩個關鍵的要素將會促成這個階段的到來，這個階段將會跨越一個重要的拐點。
第一個，我們剛才已經談到了，AI在幫助人類解決複雜任務的過程中，它將會逐步地連接幾乎所有物理世界所有的場景和所有的數據。目前AI發展最快的領域，我們看到是內容創作、數學和程式碼。這些領域有什麼特點？為什麼AI能取得這麼快的進步？因為這些領域的知識是百分之百由人類定義的，人類的定義和創作全部在文字裡，文字裡的知識和數據就代表了百分之百的原始數據。
但是對於任何其他的領域，其他的領域，包括更廣闊的物理世界，今天AI所遇到的更多的是人類歸納以後的知識，缺乏廣泛的與物理世界互動的原始數據，這個資訊量是非常有限的。我舉一個簡單的例子，比如我是一家汽車公司的CEO，我們的汽車，明年要迭代的一款產品，我們大概經常會透過無數次的用戶調研或者內部的討論，來決定下一部汽車會有什麼樣的特性，相較於競爭對手，我們要做到哪幾方面的長處，保留哪些能力。我想這些事情，我們的AI其實很難做到，其實是相當困難的。
關鍵點在於，因為它所獲取的數據和知識，這些資訊都是我們的員工或者我們的合作夥伴，都是調研回來的二次數據。如果有一天，如果AI有機會在一夜之間，把三百六十五天內所有的用戶互動的數據，用戶跟它互動的所有操作，所有用戶的投訴，所有用戶跟它互動和調用公司的反饋，把所有的數據和資訊在一夜之間全部看完，它所創造出的下一部汽車的定義，將會遠遠超過透過我們無數次的頭腦風暴所創造出來的。這只是在人類世界我們所想到的例子，更何況更複雜的物理世界和科學規律，不是靠人類的知識，現在歸納就能夠讓AI所理解的。
所以我們認為AI要進入更高的階段，就需要直接獲取更全面、更原始的數據。就像我們在自動駕駛早期看到的，僅僅依靠人類總結羅伯特的方法來實現自動駕駛，其實我們看到是無法取得很好的效果的。新一代的自動駕駛系統，大多采用端到端的訓練方法，直接從車載攝影機的原始數據中學習，實現了更高水準的自動駕駛能力。所以即使是我們現在看來，似乎相對簡單的自動駕駛問題，僅僅依靠人類歸納的知識，都無法很好地解決，更何況是整個複雜的物理世界和社會環境，僅僅讓AI去學習人類歸納的規律是遠遠不夠的。只有讓未來的AI系統不斷地與真實世界互動，獲取更全面、更即時的數據，才能更好地理解和模擬世界，發現超越人類認知的深層次規律，從而創造出比人類更強大的智能。
第二，我想在第三階段的第二個關鍵點，我們認為是非常重要的一個階段，就是我們稱之為自學習，也就是讓模型自己去學習。隨著AI滲透到更多的物理世界場景，理解更多的物理世界數據，AI模型和Agent的能力我們相信會越來越強，未來將有機會升級和搭建為自己升級的模型訓練架構，為自己的模型升級優化數據流程，為自己升級模型架構，從而實現自學習。
這將是AI發展的一個關鍵時刻。隨著能力的持續提升，未來的模型將與真實世界持續互動，獲取新的數據並接收即時反饋。借助強化學習和持續學習的機制，它將自主優化和修正偏差，實現自我迭代和智能升級。每一次互動都是一次微調，每一次反饋都是一次參數優化。在經歷了無數次的場景執行，與真實世界的結果反饋閉環之後，AI將會迭代並超越人類的智能，一個早期的超級人工智慧系統將會初具雛形。
所以如果我們的技術一旦跨越了剛才所描述的基點，人類社會就如同按下了加速器，技術進步的速度將會超越我們的想像，新的生產力爆發將會推動人類社會進入新的階段。
AI時代的作業系統與超級AI雲
通往超級人工智慧的道路在我們眼前日益清晰，隨著AI技術的引入和各行各業需求的爆發，我們認為AI也將會帶來和科技產業的巨大變革。在這場巨變中，我們的第一個判斷是，大模型是下一代的作業系統。這並不是說大模型會取代Windows或Linux，而是說大模型及相關的體系，在整個物理世界和數位世界中，將會取代現有作業系統所處的位置。
未來，幾乎所有連接真實世界的工具和介面，都會與大模型相連，所有用戶的需求和行業的應用，都會透過大模型相關的工具來執行。LM將會是核心的中間層，將會與運算資源進行互動和調度，最核心的中間層。它將會成為AI時代事實上的OS。
我們做一些簡單的類比，自然語言可能是未來的程式語言，Agent是未來的新軟體，上下文是新的記憶體。大模型透過像MCP這樣的介面連接各種工具，類似於PC時代的總線介面。Agent之間透過像A to A這樣的協議進行交互，完成Agent之間的互相操作和互動，類似於各種API介面之間的API互動介面。
所以大模型將會吞噬軟體。大模型作為下一代作業系統，將會讓任何人都可以用自然語言創造出無窮的應用。未來，幾乎所有處理計算世界的軟體，都可能由大模型以Agent的方式生成，而不是由各個軟體公司創造的商業軟體。潛在的開發者將會從幾千萬增加到幾億、幾十億甚至上百億的開發者。
由於軟體開發的成本，我們看到只有少數高價值的場景才會被工程師開發，成為商業軟體系統。未來，所有的終端用戶都可以用大模型這樣的工具，以極低的成本來滿足自己的需求。所以，任何長尾的場景都可能被數位化。
同時，我們也判斷，模型的部署方式也將會多元化，它將會運行在所有的計算設備上。目前主流的方式是透過調用API來使用模型，我們看到這只是AI發展的早期階段，其實比較像在PC時代還沒有主機，分時的階段。那個時候大家只有一個記憶體，一個終端去連接大的去分享主機。但我們看到這種方式其實解決不了我們現在系統中很多的非常關鍵的問題，比如數據的持久化、缺乏長期記憶，以及即時性不足、隱私無法解決、可塑性不足等等。未來，我們認為模型將會運行在所有的計算設備上，並具備持久化的記憶和可塑性，它可以以端雲聯動的狀態運行，甚至隨時更新參數、自我迭代，就像我們現在的OS運行在各種環境中一樣。
阿里巴巴的選擇：開源與超級AI雲
基於這樣的判斷，Alibaba做出了一個重要的戰略選擇，Tongyi Qianwen選擇開放，選擇開源的路線。我們的目標是要打造AI時代的Android系統。我想在LM時代，開源模型所創造的價值和能夠滲透的場景，將會遠遠大於閉源模型。我們堅定地選擇開源，就是要全力地支持開發者生態，與全球所有的開發者一起，探索AI應用的無限可能。
我們的第二個判斷是，超級AI雲是下一代的計算機，大模型是在AI雲上運行的新的OS。這個OS可以滿足每個人的需求，每個人將會有幾十個甚至上百個Agent，這些Agent二十四小時不間斷地工作和協作，它需要海量的數據和運算資源。
數據中心的計算範式，我們正在看到一場革命性的轉變。以CPU為主的計算正在加速地向以GPU為主、大模型驅動的AI計算轉變。新的AI計算範式需要更密集的算力、更高效的網絡和更大的集群規模，這一切都需要充足的能源和全站的技術，百萬級的GPU和CPU協同的網絡、晶片、存儲和資料庫，在數據中心高效地運行，並能夠二十四小時處理來自全球的需求。這需要超大規模的基礎設施和技術的積累，只有超級AI雲才能夠承載如此海量的需求。
我們認為未來，全球可能只會有五到六個超級雲計算平台。在這個新的時代，AI將取代能源成為最重要的商品，它將驅動各行各業每天的工作，絕大部分的AI能力將會以token的形式，在雲計算網絡上生成和交付。我們認為token是未來的電力。
在這個新的時代，我們要改變Alibaba Cloud的定位，Alibaba Cloud的定位是一家全端的AI服務提供商，我們將會提供世界領先的智能算力和AI雲計算網絡。我們將為開發者提供對開發者友好的AI服務。
首先，我們認為我們擁有全球領先的大模型，Tongyi Qianwen。Tongyi Qianwen已經開源了超過三百款模型，覆蓋了全模態、全尺寸，是全球開發者使用最廣泛、最受歡迎的開源模型。到目前為止，Tongyi Qianwen的下載量超過了六億，衍生模型超過了一百七十款，是全球第一的開源模型矩陣。我們可以說Tongyi Qianwen可以說是全球計算設備中使用最廣泛的大模型。同時，Alibaba Cloud還提供了一站式的模型服務平台，BaiLian支持模型的定制化，以及Agent的快速開發，同時也提供了Agent Bay運行環境、零代碼Q等開發者套件，讓開發者能夠輕鬆地使用模型，並創造和使用Agent。
其次，Alibaba Cloud運營著首個、全球領先的AI基礎設施和雲計算網絡，是少數能夠實現垂直整合的AI雲計算平台。在硬體和網絡層面，Alibaba Cloud自研的核心存儲系統、網絡架構和計算晶片，構成了Alibaba Cloud最大規模的計算集群，最堅實的底座。Alibaba Cloud正在全力打造新型的AI超級計算機，它擁有最先進的AI基礎設施和最先進的模型，能夠協同進行基礎設施架構設計和模型架構設計，從而保證在Alibaba Cloud上，調用和訓練大模型能夠實現最高的效率，它將成為對開發者最好的雲。
AI產業的發展速度超出了我們的預期，產業對AI基礎設施的需求也超出了我們的預期。我們正在積極推進三千八百億元的AI基礎設施，並且我們計劃加大我們的投資。從我們現在能夠看到的AI產業的長期發展趨勢以及現在的客戶需求來看，對比我們長期的規劃，為了迎接AASI時代的到來，對比二零二二年，深度AI的元年，到二零三二年，Alibaba Cloud全球數據中心的能耗將會增長十倍，這是我們的長期規劃。我們相信透過這樣飽和的投入，能夠推動AI產業的發展，迎接ASI時代的到來。
人與AI的未來
嗯，所以我想如果ASI時代到來，我們很多人包括我們的團隊，在開會的時候也在思考，我們也認為未來AI、AGI會越來越強，甚至ASI會超越人類的智能，將會誕生。人類和AI將會如何相處？
我想我們對未來是樂觀的，就是超級人工智慧到來以後，人類和AI將會有一種新的協作方式。人類和AI將會有類似於，現在我們在工作中，程式員可能已經感受到了，我們可以下一個指令，透過像Q這樣的工具，讓它在晚上工作十二個小時，它就能夠創造出我們所需要的一個系統。
所以我們認為從這裡可以看到一個未來人類和AI將會如何協同工作的早期雛形。所以我們認為從VBA編碼到VBA工作，未來每個家庭、工廠和公司都會有許多的Agent和機器人二十四小時為我們服務，也許未來每個人都需要用一百個GPU晶片為我們工作。
所以我對未來是樂觀的，就像電力曾經放大了人類的體力一樣，ASI將會指數級地放大人類的智力槓桿。過去，我們花十個小時，能夠產生十個小時的成果，未來我們的十個小時，可以產生帶有十倍或者百倍槓桿的成果。回顧歷史，每一次技術革命解鎖了更多的生產力以後，都會創造出更多新的需求，人類也會變得比以往任何時候都更強大，也比以往任何時候都更忙碌。
最後，我想強調，一切才剛剛開始。AI將會重構整個基礎設施、軟體和應用，成為真實世界的核心驅動力量，掀起新一輪的智能革命。Alibaba將會與我們的合作夥伴和客戶一起，持續地投入，讓AI深入產業，共創未來。祝願大家有一個充實而愉快的雲計算大會，謝謝大家。