文｜藍鯨觀察

9月22日，2026雲棲大會在杭州舉行。圍繞機器智能時代的到來，阿里巴巴集中發布並展示其在AI模型、AI芯片、AI雲和企業級Agent應用等方面的最新進展。

阿里巴巴集團首席執行官吳泳銘在主旨演講中表示，機器正在成為思考的主力，智能將成為可規模化供給的商品。他判斷，未來機器產生的思考總量可能達到人類的1000倍以上，目前這一比例還不到人類思考總量的3%。

從本屆雲棲大會釋放的信息來看，人工智能正在進入新的發展階段。模型除了回答問題，還需要理解真實業務、調用工具、接入組織流程，並持續完成複雜任務。

吳泳銘表示，隨着推理成本持續下降，智能能力有望像電力和雲計算一樣，成為可以大規模調用的基礎資源。他同時指出，AI模型、AI芯片和AI雲將構成機器智能時代的三大基石。

模型方面，阿里Qwen團隊正在探索遞歸式自我改進，並計劃訓練5萬億至10萬億參數規模的新模型，以支持更復雜、更長程的任務。芯片方面，平頭哥發布真武V900，算力達到上一代真武M890的3倍，相關集群架構可支撐更大規模的模型訓練和推理。雲基礎設施方面，阿里雲提出，到2032年，其全球數據中心運營規模將超過20GW，為模型和智能體持續運行提供算力。

上述投入反映出阿里在模型、算力、雲和應用等環節的協同佈局。

如果說AI模型、芯片和雲構成了機器智能的底座，那麼本屆雲棲大會上更值得關注的，是這些能力如何進入真實業務和內容生產場景。從計算底座、模型能力，到Agent應用和產業實踐，AI的競爭焦點正在從參數規模轉向真實生產價值。

千問辦公補齊企業上下，QwenNote將線下溝通帶入Agent

千問辦公在大會上發布了「企業上下文」。

通用大模型具備知識和推理能力，但進入企業後，仍需理解企業內部的組織關係、業務規則、歷史項目、客戶資料、崗位權限和工作流程。

千問辦公通過結構化整理和動態更新企業信息，為不同任務提供與業務相關的上下文。藉助這些信息，Agent可以在明確的職責和權限範圍內承擔具體工作，逐步成為理解崗位職責、權限邊界和業務目標的「數字員工」。

企業信息也大量產生於會議、客戶拜訪、面試、訪談和現場溝通，過去往往難以被完整記錄並直接提供給Agent使用。

為補充這部分「外部上下文」，千問辦公發布AI Agent硬件QwenNote，並推出首款產品QwenNote A2。該設備可轉寫和整理會議及線下溝通內容，並將其沉澱為千問辦公能夠調用的信息，供Agent進一步理解、處理並推進後續任務。

用戶可以通過語音向QwenNote A2交代任務，也可以在聽記結束後喚起千問辦公。根據現場介紹，面試結束後，用戶可要求Agent分析候選人的優缺點、評估崗位匹配度並將結果同步給HR；律師完成當事人會談後，也可讓Agent整理案情備忘、生成證據清單，並通過釘釘創建待辦和預約會議。

大會公開資料顯示，QwenNote A2重67克，配備6個麥克風，最遠拾音距離為8米，連續轉寫時長為40小時，並可通過內置4G獨立使用。

從企業上下文到QwenNote，千問辦公一端連接企業已有的文檔、系統和組織知識，另一端獲取會議、拜訪和現場溝通中的信息，再由Agent完成理解、整理和執行。

Wan 3.0推動視頻生成向長時複雜多模態演進

在多模態生成領域，Wan 3.0是現場技術論壇的重點內容之一。論壇資料顯示，視頻生成正在從5秒左右的單鏡頭、單一動作或商品展示，向長時、多鏡頭和複雜敘事演進。

Wan 3.0採用原生多模態架構，可理解文本、圖片、視頻和音頻等輸入。阿里雲官方技術文檔顯示，該模型可生成最長30秒的視頻，支持多鏡頭、智能時長、參考音頻等功能，輸出分辨率覆蓋480P、720P和1080P，也可讀取參考文件和公開網頁內容。

長時視頻對人物、服裝、場景、鏡頭運動和視覺風格的一致性提出了更高要求。現場演示展示了Wan 3.0在複雜運鏡、跨鏡頭人物一致性、狀態延續和風格穩定性方面的進展。論壇資料還顯示，模型通過人類反饋強化學習進行偏好對齊，並圍繞畫面質量、運動表現、音頻效果和鏡頭一致性等維度進行優化。

相關能力可應用於專業影視、互動短劇、廣告、電商視頻、遊戲創作、音樂MV和創意設計等場景。現場展示的專業影視方向重點呈現工業質感、完整敘事和成片穩定性，並探索AI在腳本理解、鏡頭設計、角色保持、素材生產和連續敘事中的應用。

圖片生成方面，現場論壇還介紹了Qwen-Image-2.1的更新方向，包括原生透明圖像生成與編輯、多圖和多層編輯等能力。圖片、視頻和音頻能力的協同，可進一步支持廣告設計、品牌內容、電商素材和互動內容生產。

芒測AI 3.0互動平台參展，探索心理測試與短視頻融合

據項目方介紹，二期3層展區展示了基於阿里千問技術集成的視頻生成平台「芒測AI 3.0」。

該平台定位為心理測試短視頻Agent，嘗試把心理測試中的情境設定、互動選擇、內容生成和結果反饋轉化為短視頻體驗。平台通過人物、情節和關鍵選擇，將靜態文字題目重組為互動內容，並根據用戶的不同選擇生成相應劇情或反饋。

據項目方介紹，「芒測3.0互動平台」是國內首個將心理諮詢思路與短視頻Agent相結合的應用嘗試。

該項目還探索了大模型如何將專業知識、內容創作和用戶互動組織為完整產品，為心理科普、情緒陪伴、關係教育和互動內容提供新的應用方式。

阿里AI佈局進一步延伸至生產環節

從千問辦公的企業上下文、Wan 3.0的長時視頻生成，到「芒測3.0」等垂直Agent應用，本屆雲棲大會呈現了從底層算力到行業應用的技術落地路徑。

底層由AI芯片和AI雲提供算力，模型負責理解、推理和生成，Agent連接企業數據、工具和業務流程，並在辦公、內容生產、客戶服務及垂直行業中形成具體應用。

吳泳銘關於「機器思考」的判斷，也對應着上述佈局。機器智能要形成規模，既需要更大的模型，也需要穩定的計算基礎設施、可管理的企業上下文、明確的權限體系，以及能夠進入真實工作場景的Agent。

從大會發布的產品方向看，AI正在從回答問題轉向執行任務。用戶提出目標後，模型需要理解環境、調用工具並完成任務，並在過程中持續學習和改進。

2026雲棲大會展示的重點，正由單項產品和模型能力，進一步轉向面向生產環節的機器智能體系。