Alibaba CEO outlines machine intelligence vision, plans 5T-10T parameter Qwen models
At the 2026 Yunqi Conference, Alibaba CEO Eddie Wu said machine thinking will scale to 1000 times human thinking, positioning AI models, chips, and cloud as the three pillars of the machine intelligence era. The company announced plans to train a new Qwen model with 5-10 trillion parameters, progress in recursive self-improvement (RSI), and the release of the Zhenwu V900 AI chip with 3x the compute of its predecessor.
Coverage timeline
量子位量子位
阿里吴泳铭最新演讲：未来机器思考的总量将达到人类的1000倍以上 量子位的朋友们 2026-09-22 10:52:05 来源： 量子位 9月22日，在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭发表最新演讲，阐述了对“机器智能”时代的思考。 9月22日，在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭发表最新演讲，阐述了对“机器智能”时代的思考。他表示：机器正在成为思考的主力，智能正在成为一种规模化的商品，未来机器思考总量将达到人类的1000倍以上。上一次这样的变化，是工业革命把“动力”变成了规模化的商品。人类先后发明蒸汽机、内燃机和电，并建立起现代产业。 吴泳铭认为，机器智能时代的代表性产品还没有出现。今天的AI Coding就像1882年的电灯，替代的是现有工作，还不足以创造一个新的时代。帮人编程、写报告，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，将远远超出对现有脑力劳动的替代。这种变化将比工业革命更加深刻。 像电气时代一样，后续还会出现空调、洗衣机、冰箱等各类新产品和新发明。但无论后来出现多少新发明，第一步都要建足够多的发电站、铺足够广的电网。1900年前后，很多电器已经开始进入家庭生活，但当时全世界一整年的发电量，放到今天，只够用两个小时。 机器智能时代同样需要强大的基础设施。吴泳铭表示，机器智能时代的三大基石是AI模型、AI芯片和AI云，这是机器思考能够规模化供给的前提。围绕三大基石，阿里公布了最新进展与目标： 第一，AI模型：Qwen团队在递归式自我改进RSI方面取得进展，未来模型将扩展至5-10T参数规模，目标是能够完成更复杂、更长程的任务，向ASI迈进。 第二，AI芯片：平头哥发布最强国产AI芯片真武V900，算力提升至真武M890的3倍。单一集群可扩展至50万卡。平头哥AI芯片的年出货量预计将大幅提升。 第三，AI云：当前客户AI需求非常强劲，中长期需求远超供给能力。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，目标是到2032年阿里云运营的全球数据中心规模超过20GW。 以下为演讲全文—— 大家好，欢迎来到2026云栖大会。又是一年云栖大会，过去一年AI技术发展超过设想，技术迭代加速发展。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，大家已经习惯了从
阿里巴巴：机器智能时代，坚定投入AI模型 AI芯片 AI云三大基石 量子位的朋友们 2026-09-22 10:59:29 来源： 量子位 吴泳铭表示，阿里巴巴将坚定投入AI模型、AI芯片和AI云这三项基础设施建设，这是阿里的长期战略选择。 9月22日，在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭表示，机器正在成为思考的主力，「思考」将像工业革命中的「动力」一样，成为规模化供给的商品。未来机器思考总量将是人类的1000倍，而今天这一比例不到3%，至少还有几万倍的增长空间。 吴泳铭认为，今天机器动力已经承担了99.9%的物理工作，未来人类的思考总量还会继续增长，但机器思考将以更快的速度扩张，预期将会承担99.9%的思考工作。顶级思考将从奢侈品变成可规模化供给的商品，每个细分领域都可以拥有上百万量级的AI科学家和专家，将给人类社会带来巨大的改变。 机器思考能够规模化供给的前提，是AI基础设施足够完善、足够发达，就像当年各类电器得以普及，第一步是建设足够多的发电站和电网。1900年前后，已有不少电器进入家庭，当时全世界一整年的发电量，放到今天只够用两个小时。 吴泳铭表示，AI模型、AI芯片和AI云是机器智能时代的三大基石， 阿里巴巴将坚定投入这三项基础设施建设，这是阿里的长期战略选择。 AI模型：未来模型将扩展至5-10T参数规模 过去一年，通往ASI的技术路径逐渐清晰。这条路径被称为递归式自我改进（RSI），模型从真实反馈中发现自身短板，自己设计实验、构建数据、评价结果，循环推动自身进化。目前，Qwen团队正在进行RSI方面的探索，并取得一定进展。Qwen还在持续推进模型架构和数据优化研究，计划训练5—10T参数规模的全新模型，目标是完成更复杂、更长程的任务，向ASI迈进。 一颗聪明的大脑还不够。吴泳铭认为，AI还需要掌握感知和交互能力，像人一样理解声音、图像、表情和动作，对齐人类的文化、审美和价值观。因此，理解与生成一体化的多模态模型成为阿里的另一个重要研究方向。当AI能像人一样交流，人们就不必再面对复杂的交互界面。 智能也在走向终端。在桌面端，开源的Qwen27B模型可以流畅运行，支持开发者和企业本地化部署。在移动端，阿里发布了Qwen Intelligence，为合作伙伴提供AI解决方案，让手机能完成各类复杂任务。 AI芯片：发布新一代 AI 芯片真武 V9
Techmeme
Reuters : Alibaba CEO Eddie Wu says the company plans to train a 5T- to 10T-parameter AI model, as it lays out a sweeping push across AI models, chips, and data centers — Alibaba Group (9988.HK) plans to train a new artificial intelligence model with 5 trillion to 10 trillion parameters …
阿里公布全模态模型新进展，Qwen4和下代视频模型均在训练中 量子位的朋友们 2026-09-22 11:42:43 来源： 量子位 9月22日， 2026云栖大会开幕，阿里巴巴公布大模型最新进展。 9月22日， 2026云栖大会开幕，阿里巴巴公布大模型最新进展。 在大语言模型LLM领域 ，Qwen3.8-Max在编程（Coding）和办公（Cowork）领域表现强劲，发布后斩获Artificial Analysis Agentic智能体第一、CodeArena前端编程第一；基于下一代架构的Qwen4已投入训练，未来Qwen4.5、Qwen5等后续版本模型参数将扩展至5到10万亿。 在多模态领域 ，Qwen-Image-3.1性能有望逼近最强GPT-Image 系列，跻身全球前列；Qwen-Audio-3.1在ASR、TTS以及Realtime三个核心语音赛道均位列国际第一梯队、国内第一，超越Gemini 3.1 TTS等国际顶尖模型；世界模型HappyOyster-2.0-Preview全新亮相，推动世界模型从实验室走向真实可用；视频生成模型Wan3.0斩获Artificial Analysis 文生视频与视频编辑双榜第一，同时，下一代视频模型也在训练中，拥有更强的生成力、控制力和理解力，推动AI从工具走向创作智能。 在最新的Artificial Analysis全球大模型排行榜上，Qwen3.8-Max从40提升到45分 阿里巴巴是最早布局AI大模型的中国科技公司。 从2019年起，阿里就开始着手AI大模型研究，陆续推出千问Qwen大语言模型系列，和万相Wan及HappyHorse等多模态模型系列。进入2026年，阿里大模型发布全面提速，最近1个多月时间，仅Qwen3.8系列就陆续更新迭代出4个不同模型及重大版本，性能和性价比均进入全球前沿水平，成为当前最受企业和全球AI开发者社区关注的中国模型之一。2026云栖大会上，阿里公布了大模型自我进化（RSI）已初步进入模型训练、推理及模型芯片协同等环节中，这一前沿技术探索加速了Qwen系列模型的迭代升级。 传统模型迭代通常是一条单向流水线，研究员从评测或用户反馈中发现问题，准备一批数据，完成一次训练，然后发布新模型。像这样的工作会持续重复循环，下一轮新模型仍要从人工分析重新开始。现在，Qwen3.8-Max可以通过自
阿里研究员透露Qwen4.5后模型将扩展至5-10T参数 量子位的朋友们 2026-09-22 11:48:05 来源： 量子位 未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。 9月22日，阿里巴巴在云栖大会上公布了大模型一系列进展，大模型递归自我改进（RSI）已初步进入模型训练、推理及芯模协同等环节中，基于新一代架构的Qwen4已在训练中，未来Qwen4.5、Qwen5等版本将扩展至5-10T参数。同时，视频生成模型、语音模型、图像模型、世界模型、音乐模型以及全模态模型等均在当天或近期推出新版本。 追求更高智能，Qwen加速自我进化 大模型正走向自我迭代，本届云栖大会，阿里系统展示了千问大模型自我进化的最新探索成果。 在模型自我训练上 ，Qwen3.8-Max通过自主搭建训练流程、构造训练数据，并自主设计实验、定位缺陷，在人类完全“零参与”的情况下持续迭代超1个月，完成33轮有效迭代。基于RSI、后训练等系列技术联合优化，Qwen3.8-Max新版本在Artificial Analysis上的得分从40涨至45分，与Claude、GPT最强模型同处第一阵营，领先于GLM5.3、Kimi-K3等所有国产模型。 在推理优化上 ，Qwen3.8-Max在从未见过的平头哥新款GPU上，自主适配优化了下代架构的Qwen3.8-Flash新模型的推理框架，实现单实例推理吞吐量提升 96%。 在芯片模型协同设计上 ，Qwen3.8-Max仅基于一份真实的总线模块规范，自主展开前端、验证、后端的全链路自迭代，在自主运行超60小时、调用EDA工具超万次后，完成了减少42%面积的物理实现优化。 图说：Qwen LLM项目负责人刘大一恒表示，Scaling是迈向ASI的关键路径，Qwen4.5、Qwen5参数规模计划迈向5到10T 大会现场，阿里展示了大模型核心领域的系列技术创新。 在架构优化方面， Qwen3.8-Flash提前开源下一代千问大模型架构，通过注意力机制和模型内信息传递机制等核心技术创新，在实现前沿模型性能的同时，训练成本骤降近90%；同时依托于极少的参数激活，将推理计算效率推至全新的帕累托前沿，成为行业性价比“斩杀线”模型。 在模态扩充方面， 全模态模型Qwen3.8-Omni正式亮相，将音视频等不同模态高效纳入统一理解框架中，为大模型开辟全新的思考分区