阿里巴巴在AI模型領域的佈局正全面提速。過去一個月，其在大語言、影像、語音、影片、音樂五大類模型上密集完成重要版本迭代，效能均躋身國際第一梯隊。這一節奏遠超市場感知，多模態正成為阿里AI進展的一條重要暗線。

在大語言模型方面，8月釋出的Qwen3.8-Max總引數達到2.4萬億，當時在程式設計競技場CodeArena排名全球第三，在Artificial Analysis Agentic榜單登頂全球第一。Qwen3.8-27B開源僅兩天，下載量突破100萬次。截至8月，阿里累計開源模型超過460個，Qwen系列全球下載總量突破30億次。晶片廠商和推理框架快速跟進，平頭哥、輝達、AMD、沐曦、聯發科、摩爾線程等實現Day0適配，vLLM、SGlang、Ollama等開源社群第一時間最佳化推理框架，Qwen已成為全球AI產業鏈的基礎件之一。

多模態模型的迭代更為密集。6月22日，影片生成模型HappyHorse 1.1釋出，重點升級動態表現力、主體一致性、指令遵循、視覺質感和音訊能力。7月21日，Qwen-Image-3.0釋出，支援最長4.5k Token輸入，可生成包含公式、幾何圖形、邏輯推導的知識圖解和複雜UI，同時支援12種語言、20多款字型原生渲染，8月5日登上Arena.ai文生圖榜單國內第一。語音方向，7月連續釋出即時語音識別模型Fun-ASR-Realtime、即時語音互動對話模型Qwen-Audio-3.0-Realtime，以及語音識別模型Qwen-Audio-3.0-ASR-Flash，其ASR、TTS、Realtime三類模型在Artificial Analysis今年7月的相應語音榜單中均拿下全球第一。8月6日，Wan3.0公測，單次影片生成時長達30秒，並首次支援doc、xls、ppt、pdf、md等文件輸入。8月17日，AI音樂模型HappyShrimp上線，可完成從作詞、作曲、編曲到演唱的端到端整麴生成。此外，阿里還推出世界模型HappyOyster 1.0，能根據一句話或一張圖生成可互動、可探索、可即時改變的數字世界。

模型能力的擴張正體現在收入端。財報電話會上，阿里透露本季度AI相關產品ARR突破495億元，包括MaaS在內的模型與應用服務收入（ARR）突破160億元人民幣。模型已從技術投入逐漸變成規模化收入來源。

多模態已跨過模型炫技階段，進入一線商業化場景。語音模型正重新成為人機互動入口，Qwen-Audio進入會議紀要、智慧客服、車載助手、智慧硬體、教育等高頻場景；Fun-ASR-Realtime支援16種方言和30種語言，首字延遲在百毫秒級別，具備大規模商用條件。影像和影片模型貼近內容生產產業鏈，Qwen-Image-3.0將複雜UI設計、多語言海報製作、知識圖解作為重點能力；Wan 3.0覆蓋廣告創意、影視製作、短影片生成、電商素材生產等環節；HappyShrimp則推向音樂創作市場。科技媒體Semafor報道，Pinterest的AI購物助手和聊天機器人採用阿里Qwen大模型，其CEO表示使用開源模型的成本不到Anthropic、OpenAI等同類閉源模型的8%，並直言任何不用開源模型的CEO幾乎都在浪費股東資金。AI對阿里核心業務的反哺也在加速，千問App深度整合淘寶天貓、淘寶閃購等生態，上線以來已有2.5億使用者通過其智慧體功能實現AI驅動的購物體驗。

多模態佈局對阿里的價值在於覆蓋更多需求、消耗更多雲資源、帶動更多配套服務。多一個模態往往對應一類新需求和一批新客戶，如汽車公司既需要語言理解也需要即時語音互動，影視、遊戲、廣告行業的需求橫跨文字、圖片、聲音和影片。多模態任務產生更重的計算需求，高畫質圖片、長影片、即時語音對GPU、儲存和網路要求更高，直接帶動通用雲資源需求增長。當客戶同時使用多種模態模型後，需求鏈條延伸到資料處理、模型微調、資料庫、物件儲存、安全等環節，原本的一次模型呼叫可能變成一整條AI生產鏈，提升客戶黏性和綜合客單價。

支撐這套模型體系的是阿里全棧AI底座。組織層面，今年3月成立Alibaba Token Hub事業群，由吳泳銘直接負責，以“創造Token、輸送Token、應用Token”為核心目標重新整合AI業務。晶片層面，阿里自研真武AI晶片已通過阿里雲服務進入20多個行業、超過650家外部客戶，覆蓋訓練、微調和推理等AI工作負載；吳泳銘在財報會議中提及，阿里正在資料中心大規模部署自研倚天/真武體系晶片，並希望逐步替換外購商業晶片以提高AI雲毛利率。基礎設施層面，阿里雲持續擴張全球AI資料中心佈局，擴建完成後將覆蓋30個地域、104個可用區；新一代CUBE 5.0架構已將大型AIDC資料中心交付週期壓縮至100天，建設成本較上一代降低約10%，今年計劃將模組化資料中心全球產能提升兩倍以上。

過去兩年，Qwen的純文本語言模型是外界觀察阿里AI的第一視窗，但這只是冰山一角。隨著AI從聊天走向內容生產、辦公、電商和真實世界互動，多模態的重要性將繼續上升。對阿里而言，這既是模型能力的補齊，也是一條進入產業深水區的新主線。被低估的多模態，正在走到台前。