吴泳铭：当机器会思考，人干什么？

今日上午，2026云栖大会在杭州开幕。

阿里巴巴集团首席执行官吴泳铭在开幕演讲中提出，AI行业正从通用人工智能（AGI）迈向能够自我迭代的超级智能（ASI），人类将进入机器智能时代。他判断，未来机器供给的思考总量将是人类思考总量的1000倍以上，而机器智能时代的代表性产品还没有出现。

围绕这一判断，阿里巴巴公布了在AI模型、AI芯片与AI云三大基础设施方向上的最新进展与长期投入计划。

吴泳铭回顾了一年前阿里作出的“AGI只是起点"的判断。他表示，过去一年AI技术迭代速度远超预期，从代码生成到智能体自主执行任务（Vibe Coding），AI在长程任务上取得显著突破，自主进化的技术路径逐渐清晰。

“机器正在成为思考的主力，而智能正在成为一种可以规模化的商品。"吴泳铭说。他将这一变化类比工业革命早期——蒸汽机、内燃机和电把动力变成规模化商品，并由此建立起现代产业体系；这一次轮到“思考"被规模化供给。

基于此，他提出两个判断。

其一是机器思考总量将达到人类的1000倍以上。他从供给与需求两端展开推演：供给端，全球顶级科学家和专家数量极为有限，培养周期长达数十年，导致大量研究方向长期缺乏智力投入；需求端，工业时代物理商品的消费受人口数量限制，而AI时代一个复杂目标可被拆解为成千上万子任务，由上百万个智能体持续工作，"每一个超级个体未来都可以拥有上万倍的智力杠杆"。

“今天我们算一笔简单的算术：机器思考的总量大概还不到人类的3%。"吴泳铭称，若达到1000倍，意味着还有数万倍以上的增长空间。

其二是机器智能时代的代表性产品尚未出现。他以电力史作比：1882年爱迪生建成珍珠街电站点亮约400盏灯，空调到1902年才问世，第一台计算机则出现在1946年，相隔60余年。“今天的AI Coding非常像机器智能时代早期的电灯——它替代的是人类现在可以做的工作。"他认为，仅仅替代现有工作无法创造新时代，而无论后来出现多少新发明，首要前提是建足够多的发电站、铺足够广的电网。

吴泳铭表示，AI模型、AI芯片和AI云是机器思考能够规模化供给的前提，阿里巴巴将坚定投入这三项基础设施建设。

大会当天发布了新一代AI芯片真武V900。吴泳铭称，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，用于支撑前沿模型的训练和推理。随着产品线成熟与客户应用扩大，平头哥未来几年年出货量将大幅提升。

他同时透露了产能目标：受AI数据中心相关供应链全球性紧缺影响，阿里云算力增长速度受限，为此阿里将与合作伙伴全力投入基础设施建设，目标是到2032年，阿里云运营的全球数据中心规模超过20GW。

演讲最后，吴泳铭回应了外界对机器承担思考的关切。他以工业革命后诞生现代奥运会、世界杯、NBA，照相机催生印象派与抽象艺术，留声机推动流行音乐普及为例说明：“当机器承载了更多不得不做的事情，人便有时间去做真正想做的事情。"

“就像如果我回到300年前，是一个在田间劳作的农夫，很难想象未来会有一个人走进一个叫健身房的地方，付费去进行体力劳动。"他说。

“去年我们说：AI越强大，人类越强大。今天我们依旧这么认为。"

吴泳铭表示，迈向机器智能时代的意义在于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。

以下为阿里巴巴CEO吴泳铭在2026云栖大会上的演讲原文：

尊敬的各位领导、各位嘉宾、开发者朋友们：

大家上午好！欢迎来到2026云栖大会。又是一年云栖大会，我们看到从去年开始，整整一年里AI技术的发展远远超过了我们原来的设想，技术迭代非常之快。今年我们觉得非常有幸，能有一个时机跟大家分享过去一年的一些新思考，以及对未来的展望。

一年前我们判断：AGI只是起点，AI将继续走向能够自我迭代的超级智能（ASI）。过去一年，我们已经习惯了从 Web Coding 到 Vibe Coding，看到AI在长程任务方面取得了非常大的突破，自主进化的技术路径也逐渐清晰。随着AI解锁更强的能力、加速渗透各类场景，我们看到了一个深刻的变化：机器正在成为思考的主力，而智能正在成为一种可以规模化的商品。

上一次这样的变化，可以追溯到工业革命的早期。工业革命把动力变成了规模化的商品——人类先后发明了蒸汽机、内燃机和电，并围绕它们建立了我们今天熟悉的现代产业。这一次，我们认为轮到了“思考”。过去一个复杂问题能得到多少思考，完全受限于人类的智力总和与价值分配；今天机器打破了这些限制。随着AGI逐步实现、AI基础设施不断扩展，思考就像动力一样，成为一种可以规模化供给的商品。未来我们判断将进入机器智能时代。今天我要讲的，就是我们对机器智能时代的思考，以及阿里巴巴的战略选择。

一、先厘清一个概念：机器智能不是“人造智力”，而是一个新物种

大家习惯把AI叫作“人工智能”（Artificial Intelligence）。但 artificial 这个词在英文里更接近“人造的”——我们说的人造钻石、人造皮革，就是这个意思。谈到AI，我们也习惯用这种思维方式去思考它，希望造出像人一样思考的AI，过去我们总在问：AI像不像人？能不能像人一样思考？图灵测试也一度成为大家衡量AI的金标准。

但我们回顾一下工业革命：蒸汽机、内燃机在早期也许只是替代人和马能做的事，比如矿井抽水、织布、搬运，“马力”这个词当时就是这么来的。但很快，机器动力能做的事远远超出了人和动物的体力劳动——再多的人和马也无法让火车飞奔，更无法让飞机和火箭上天。机器动力不是简单的“人造体力”，而是创造了一个完全不同的物种。机器动力的深度、广度和密度，让人类做到了以前从未想过的事情。

同样，今天的机器智能也不是人类智能的替代品，而是完全不同的物种。今天我们看到AI帮人编程、帮人写报告、写PPT，这只是机器智能的初级阶段。当机器智能的供给变得无限充沛，它对人类社会的意义将远远超出我们现在定义的“对现有脑力劳动的替代”，这种变化将比工业革命来得更加深刻。

二、对未来的两个判断

第一个判断：未来机器供给的思考总量，将是人类思考总量的1000倍以上。

这件事在物理世界其实已经发生过。从蒸汽机最早发明开创一个新时代起，今天世界上所有的机械动力承担的物理工作已经接近99.9%。未来人类的思考总量也许还会继续增长，但机器思考的总量规模将以更快的速度扩张——我们认为未来机器思考的总量也会承担整个世界思考总量的99.9%。

可以从供给和需求两方面来推演。

先看供给的变化。人类顶级思考能力的供给其实十分有限：全世界知名的科学家和资深专家数量非常有限，培养一名顶级科学家或行业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。例如新生儿早衰症这样一种罕见病，每年全球新增病例可能仅几十例，全球有记录的患者可能只有几百人，这样的罕见病其实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，很少有公司愿意花几十年时间、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治理水平后，只要算力足够多、足够便宜，每个细分领域都有可能组织上百万个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，未来世界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？

再看需求的变化。工业时代人类消费的很多商品取决于人口数量：咖啡需要有人喝，一个人一天一杯，也许三杯五杯，但终归有个上限；车要有人开，手机要有人用，一个人一生能消费的物理商品总是有限的。但当AI的能力越来越强，这个关系会发生根本变化。设想一下未来的场景：当我们让AI去造一艘飞船去火星——这样一个现在看起来天方夜谭的复杂任务，AI也许可以把它分解成成千上万个子任务，由上百万个Agent不眠不休地持续工作，直到任务完成。人只需要给AI提供一个创意和目标，它就能调动庞大的智力资源。每一个超级个体未来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，未来将远远超过人类思考的总量。

今天我们算一笔简单的算术：机器思考的总量大概还不到人类的3%。如果未来机器思考的总量是人类的1000倍，简单推演一下，机器思考未来的规模需求还有几万倍以上的增长空间。

第二个判断：机器智能时代的代表性产品还没有出现。

今天说这句话好像有点奇怪——我们的AI应用还在层出不穷，大家用得也越来越多。但我们回顾过去：电最早的用途其实是替代煤油灯和蜡烛用来照明。1882年，爱迪生建成了珍珠街电站，点亮了附近大约400盏灯。有意思的是，最早爱迪生卖灯泡是送半年的电，就像今天我们AI软件的营销大战——下载一个软件就送一个月、送一个月的Token。我觉得很多改变世界的东西其实是后来才出现的：1902年空调才出现，后来大家习以为常的洗衣机、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60多年。当然我们相信，今天的AI时代进展会比当年快得多，机器智能时代的代表性产品肯定不需要等60年。

今天的AI Coding非常像机器智能时代早期的电灯——它替代的是人类现在可以做的工作，替代的是人类社会现有的工作：古法编程也好，写报告也好。当下AI正在进入更广泛的办公领域，但仅仅替代现有的工作，我们认为不可能创造一个真正的新时代。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——就像如果我们回到1882年站在电灯下，很难想象电器时代会有那么多纷繁复杂、有意思的创新产品。

但无论后来出现多少新发明，第一件要做的事都是建足够多的发电站、铺足够广的电网。1900年前后很多电器已经开始进入家庭，但当时全世界一整年的发电量放到今天，只够全世界用两个小时。机器智能时代同样需要更强大的基础设施建设。就目前来看，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，应用层面的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基础设施的需求相比今天的规模几乎是没有上限的。阿里巴巴将坚定投入以AI模型、AI芯片、AI云为代表的基础设施建设，这是我们长期的战略选择。

第一个基石：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越来越强。AI研究员们也逐渐摸索出超级人工智能的具体技术路径——递归式自我改进（即行业所称的ASI）。模型从真实反馈中能发现自己的短板，自己设计实验、自己构建数据、评价结果，循环推动模型自身的进化。

目前我们的千问团队也在进行ASI方面的探索，并取得了一定进展。千问团队正在持续推进模型架构和数据优化的研究，计划训练5万亿至10万亿规模的全新模型，目标是能够完成更复杂、更長程的任务，向ASI迈进。

如果说LM基座模型的前进方向是造一个顶级聪明、可自主进化的大脑，那么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还需要掌握与人类交互、感知的能力。人类通过声音、图像、表情和动作来交流，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、审美和价值观。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也是我们另一个重要的研究方向。

第二个基石：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的需求几乎是没有上限的，所以芯片也需要不断提高性能、扩大供给。今天我们平头哥正在对数据中心芯片进行全面布局：真武系列芯片是我们的AI加速芯片，倚天是我们的CPU芯片，磐脉是我们的智能网卡，还有ICN互联芯片——组建超大规模AI集群的核心芯片，我们已经实现全面覆盖。

同时，我们正在对芯片、服务器、超节点、网络和推理系统进行联合调优，不断提升整个AI集群的Token产出效率。阿里自研的M890 AI超节点已经成功支撑过2万亿参数以上大模型的推理，是全球极少数具备这种能力的公司之一。本季度开始，我们基于M890的阿里云超节点已经在数据中心规模化上架。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。随着平头哥芯片产品线的逐渐成熟和客户的广泛应用，我们预计未来几年平头哥的年出货量将大幅提升。

未来智能应该是无处不在的。它既存在于数据中心的机房里，也会进一步融入我们习惯的桌面端和移动端。在桌面端，我们开源的千问27B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一类模型，支持开发者和企业的本地化部署。在移动端，我们今天也会正式发布千问 Intelligence，为合作伙伴提供移动端的AI解决方案，让移动设备能够完成各类复杂任务。

第三个基石：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。模型需要持续的训练和推理，Agent需要长时间执行任务，AI开发的应用也会越来越多——它们都将成为AI云上的居民，持续调用算力、使用资源。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，但在任何地方，只要插上插座，电就来了。如果没有电网和插座，这样的生活恐怕我们一天都难以忍受。未来使用机器智能也应该像这样方便——所有的设备只要接入云，就能够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。这张网络越完善，就会有越多的用户和Agent来使用，形成规模效应和网络效应。目前我们看到客户的需求非常强劲，我们将全力以赴上架AI算力来满足客户的需求。因此，阿里云的收入也在持续加速增长。但我们看到行业的中长期需求远超我们可以提供的供给能力。当前，AI数据中心相关供应链全球性紧缺，限制了我们阿里云算力的增长速度。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，以满足行业快速增长的AI需求。

最后，当机器成为思考的主力，每个人都会问自己：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之后，发展出了更多有意思的运动——足球、篮球、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；照相机的出现并没有让绘画消失，画家不再追求画得多像，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，反而出现了更多的大众流行歌手，让音乐成为了最广泛的大众艺术。

当机器承载了更多不得不做的事情，人便有时间去做真正想做的事情。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——就像如果我回到300年前，是一个在田间劳作的农夫，很难想象未来会有一个人走进一个叫“健身房”的地方，付费去进行体力劳动。

去年我们说：AI越强大，人类越强大。今天我们依旧这么认为。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，现在才刚刚开始。

祝大家度过一个充实愉快的云栖大会。谢谢大家！