阿里AI的势能，又起来了

　　千问4天模型三连发，信号更在「模型」外。

　　文 | 佘宗明

　　《神雕侠侣》中，「主角光环」拉得最满的情节莫过于：杨过被断一臂后，外界都以为，他武功废了大半，结果他弃巧归拙，自创黯然销魂掌，功力反而远胜从前。

　　「断臂失招，十成巧劲去其九；归拙返璞，一重境界已登峰」固然是爽文剧情，可现实里上演「你以为我变弱了，实际上我变强了」情节的，总是不乏其人。

　　约半个月前，因为众所周知的那场风波，有些人就对千问前景不无忧心。结果阿里拍了拍他们，给他们演了个帽子戏法。

　　就在4月2日，千问发布了新一代大语言模型Qwen3.6-Plus。结合3月30日发布的Qwen3.5‑Omni、4月1日发布的Wan2.7‑Image看，短短4天内，千问已实现了「全模态+文生图+大语言」旗舰模型三连发。

　　这套组合拳，引来了全球开发者的「用脚投票」式支持：作为新晋中国编程能力最强模型的Qwen3.6-Plus，4月3日已力压OpenAI、Google、xAI等国际巨头，在聚焦AI编程能力的权威榜单Code Arena上排在了第二，受到众多开发者和使用者追捧。

　　▲在Code Arena榜单上，Qwen3.6-Plus编程能力在全球大模型中排第二。

　　这不是单点技术突破，而是阿里组织、技术、商业势能系统性爆发的直观切片。

　　在ATH（Alibaba Token Hub）事业群成立两周后，阿里接连「上新」重磅模型，充分表明了一点：在ATH扫除AI组织内耗的障碍后，阿里AI的战斗力更强了。

　　01/

　　说起阿里AI，很多人可能会想到「苏大强」，强则强矣，却很「散装」——训模型的、管算力的、做应用的，经常条块分割、各自为战。

　　表面看，这是多点开花、分头并进，实质上，这会导致资源浪费、协同低效。

　　如果说「大而全」的分散探索在大模型卷刷榜跑分阶段不无合理性，因为研发团队可以脱离产品KPI束缚专注攻克技术难题，那在「龙虾热」吹响Agent时代号角的背景下，这已经是100个不合时宜了。

　　试想下，若延续业务分散局面，千问可能完成这波紧锣密鼓、高度协调的重磅模型三连发吗？

　　几乎不可能。因为不同团队的研发周期、技术路线、考核目标难以统一，更别说在短时间内完成三款重要模型的协同发布。

　　推倒消除模型层、算力层、应用层协同壁垒这堵墙的，正是ATH带来的组织调整。

　　只看表象，ATH是进行了业务整合，细究内里，这其实是面向Agent时代的生产关系变革。

　　▲ATH事业群的业务板块构成。

　　由CEO吴泳铭挂帅，以「创造Token、输送Token、应用Token」为主线，就是从顶层设计层面保障了两点：1，拆除部门墙，消除模型研发、算力供给、应用落地各自为战局面；2，聚焦Token全生命周期管理，形成「模型层创造高质量Token，云与MaaS输送Token，C端千问、B端悟空、AI创新产品应用Token」的Token「产-输-用」闭环。

　　在Openclaw彻底叩开Agent时代大门后，这番调整来得太有必要。

　　Agent时代，非「模型-应用-数据」动态协同则难有竞争力，非打通Token经济任督二脉不足以走长远。

　　Agent的核心是自主感知、智能决策、闭环执行、持续迭代，把AI从只能「答问题、写文案、做总结」的辅助工具变成驱动业务运转的智能中枢与数字员工。当此之时，让模型能力快速渗透应用场景，场景数据反哺模型迭代，形成「模型-应用-数据」的飞轮，打通「模型迭代快-场景适配高-商业变现强」的闭环，尤为关键。

　　Agent爆发带来的Token消耗量几何级增加，也支撑起了AI商业链路的跑通。正如黄仁勋所说，Agent是Token的超级消耗机器，Token则是Agent时代的数字大宗商品与硬通货。以阿里为代表的模型厂商转型为Token供应商跟基础设施运营商，势在必行。

　　若是考虑到阿里是全球范围内少有的具备「芯片（平头哥）-云计算（阿里云）-模型（千问大模型）-应用（悟空、Qoder、千问App等）-商业化」全栈能力的企业，不以Token为统一单元将那些业务板块拧成一条绳，也多少有些「暴殄天物」的意味。

　　到头来，ATH带来的组织变革红利会持续朝着全栈能力最大化发挥上延伸，本次千问模型三连发就成了新事业群成立后最直观的注脚。

　　02/

　　组织势能的底座，能为技术势能提供强支点。

　　吴泳铭曾明确表示，ATH的核心是模型与应用的深度协同，通过场景、用户、数据形成正向飞轮，让模型「越用越强」。而千问模型三连发背后，就离不开ATH带来的模型、算力、应用动态协同的支撑。

　　需要看到的是，千问模型三连发，也在强化阿里的全栈能力优势——它看似是三款独立产品，实则是阿里为Agent时代打造的全栈能力组合拳：Qwen3.5‑Omni主打全模态感知，Wan2.7‑Image聚焦内容生成，Qwen3.6‑Plus主攻智能体执行，三者覆盖了「感知-生成-执行」的完整Agent工作流。

　　这其中，一举拿下了215项全球SOTA、超越Gemini‑3.1 Pro跻身全球最强全模态大模型之列的Qwen3.5‑Omni，为Agent提供了可以媲迹人类的全模态感知能力。

　　3年前GPT-4曾用「一张手绘草图能生成一个网站」惊煞众人，如今Qwen3.5‑Omni的音视频Vibe Coding能力实现的「动动嘴即可编程」，又将其上限拉高了——想想用户对着草图口述需求、模型能直接生成带有复杂UI的产品原型界面的画面，还是挺梦幻的。

　　瞄准AI生图领域「标准脸疲劳」「色彩盲盒」两大痛点、打造国内最接近Nano Banana Pro的生图模型的Wan2.7‑Image，则补齐阿里多模态生态最后一块短板，让视觉Agent具备了高商用价值。

　　AI生图若解决不了「标准脸疲劳」「色彩盲盒」难题，那就像人形机器人解决不了灵巧手瓶颈那样，只会炫技有余、实用不足。Wan2.7‑Image解决了这道技术难题，还支持Skill调用，能实现「龙虾画画」，这下很多短剧、电商、自媒体、教育从业者该笑醒了。

　　编程能力断层领先国内同行、接近Claude系列顶级水平的Qwen3.6‑Plus，则分分钟可变成Agent执行的「超级大脑」。

　　Qwen3.6‑Plus的最大价值，不只在编程能力强，更在于通过实现代理式编程（Agentic Coding）将编程门槛更彻底地打了下来。当基于界面截图、设计稿、图文描述直接完成前端页面生成、代码补全、交互修改变为现实，「氛围编程」还是奢望吗？

　　▲跟上一代模型比，Qwen3.6-Plus重点提升了编程Coding能力、智能体Agent能力和工具调用能力。

　　这三款模型产品，分别着眼于解决Agent的感知、生成、执行三大核心问题，有着极强的「延续性」：它们从一开始就是为「被Agent调用」而设计，而非仅作为服务于C端的ChatBot类产品存在。

　　这宣告着阿里AI「技术观」的愈发成熟——无论是用更小参数量实现更强性能，还是用Vibe Coding、视觉编程、精准生图等能力精准对接企业落地需求跟开发者需求，都表明，它从重榜单分数转向了重实战能力，从追求纸面分数最优转向了追求服务真实需求。

　　前两天，智谱CEO张鹏提出了个公式：AGI商业价值=智能上界×Token消耗规模。

　　从Qwen3.5‑Omni的全模态突破，到Wan2.7‑Image的生图能力进化，再到Qwen3.6‑Plus的编程能力大升级，本质上都在提升「智能上界」，进而让单位Token实现更强的理解、生成、执行能力。

　　Qwen3.6-Plus针对OpenClaw等主流开放Agent框架深度优化后，每百万Tokens输入最低仅2元，大幅降低了企业和开发者使用门槛，即为佐证。

　　03/

　　组织势能培土，技术势能种因，商业势能结果。

　　ATH打通Token「产-输-用」闭环，旗舰模型创造更高质量的Token，最终都要落脚于应用Token——Token消耗是Token经济的落点，也是阿里构建「模型能力支撑Agent运行-Agent应用消耗Token-Token消耗反哺模型迭代」闭环的重点。

　　若将负责创造Token的通义实验室视作AI「发电厂」，负责输送Token的MaaS业务线视作AI「电网」，那应用Token的悟空、千问APP、Qoder等就是AI的「电器店」——承载着应用落地的价值。

　　阿里AI跑通Token经济的最有力证明，不外乎BC两端双轮驱动，行业渗透全面提速。

　　沙利文报告显示，2025年下半年，千问稳居中国企业级大模型调用市场第一，日均调用量占比从17.7%飙升至32.1%，几乎翻倍；中国所有汽车品牌、90%以上金融机构、超90%手机品牌均接入千问。

　　在海外，亚马逊、Airbnb基于千问拓展业务，英伟达、微软、Meta等科技巨头基于其开发衍生模型，斯坦福李飞飞团队等顶尖机构用于前沿研究。

　　而千问APP与悟空形成的「C端破圈、B端变现」格局，又让「模型迭代-用户增加-Token消耗增多-商业转化」的链路变得更丝滑。

　　就C端看，千问App已成长为国民级AI助手。前段时间，千问App上线了一句话打车功能，这是千问App依托阿里生态深度打通淘宝、支付宝、高德等场景，从单纯对话工具升级为「能干活、能消费、能服务」的全场景一站式AI入口的重要节点。

　　就B端看，悟空正在巩固阿里在B端优势，带动阿里AI成为更多企业数字化转型的首选伙伴。发布全球首个企业级AI原生工作平台悟空，成了ATH成立后打响的第一炮，其目标是让超2000万企业拥有24小时工作的「龙虾军团」，自动完成办公、营销、供应链、客服等全流程任务。现在看，它已实现了Agent与大量企业业务系统的无缝打通。

　　▲ATH成立后打响的第一炮，就是发布全球首个企业级AI原生工作平台「悟空」。

　　千问App的C端入口深耕、悟空B端生产力落地，集合了个人智能服务与企业智能办公的全链路Token消费场景，为阿里从卖算力向卖智能（模型能力、Agent服务和智能化解决方案）升级奠定了基础。

　　前不久，阿里云AI算力、存储等产品最高涨价34％，市场反应仍供不应求，就是阿里AI商业势能的清晰注脚。

　　可以预见，在刚发布的3款旗舰模型快速落地到悟空、Qoder等应用后，因为模型能力更好地承接了企业、开发者和普通用户需求，这股商业势能还会更强。

　　04/

　　毋庸讳言，因为组织分散、协同低效，阿里AI过去也曾错失部分市场机会。

　　但如今，ATH的成立，已让阿里AI重新找回了自己的决断力和执行力。在全栈协同下，在Token串联下，其模型研发、场景落地、商业化推进正开启加速度。

　　从悟空上线，到千问「三箭齐发」，再到旗舰模型快速接入悟空、Qoder等应用，仅用数周完成全链路打通，就展现出了「阿里速度」的强势回归。

　　着眼长远看，Agent时代的AI竞争，已不再是单点技术PK，而是组织效率、技术实力、商业能力的综合较量。

　　而用ATH重构了生产关系的阿里，就在兑现自身作为Agent时代最具AI产业化落地能力的「纯血AI玩家」的多重潜力——一如大洋彼岸的谷歌那样。

　　管理学家汤姆·彼得斯说：Momentum is not soft，it’s hard.（势能不是软口号，而是硬实力。）

　　阿里AI的势能，又起来了——但这还只是开始。

　　✎作者 | 佘宗明

　　✎运营 | 李玩

　　转载须经许可