阿里云刘伟光：新一代大模型锁定两大技术演进方向

　　根据中国电子报报道，AI时代，伴随大模型极速迭代，推理效率突破，工具链生态愈发繁荣，一切都在以前所未有的速度进化。4月9日，在2025阿里云AI势能大会上，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，2025年AI应用爆发没有最快，只有更快，应该推动基础模型、推理服务、开发工具三要素全速演变，为AI应用提速蓄力。
　　根据斯坦福最新的2025年AI指数报告，中美顶级AI模型的性能差距已缩小到了 0.3%，而在2023年差距是20%，中国模型正在快速追赶美国的领先地位。从行业主导企业来看，2024年90%的知名AI模型来自企业，美国以40个模型领先，中国有15个。更明显的一个趋势是如今大模型的性能已经趋同。在2024年，TOP1和TOP10的模型的差距能有12%，如今差距已经越来越小，锐减至5%。
　　春节期间，DeepSeek在全世界的火爆出圈，让公众对大语言模型能力的认知水平有了显著提升。这些利好消息鼓舞着社会各界加入AI浪潮，基于基础大模型做更多的AI Agent、AI原生应用、推理应用等创新。“所以我非常有理由相信，2025年一定是中国AI应用爆发的元年。”刘伟光说道。
　　他表示，过去一年，很多企业都在积极拥抱大语言模型，从简单的文生图、文生视频、创作文档到数据应用等，均涌现出一批令人兴奋的应用。光是在阿里云平台上就可以看到，2024年12月与2024年1月相比，大语言模型API调用量增长接近100倍，接入大语言模型的企业数量同样是一个接近100倍的增长比例。
　　“这是AI应用快速落地的前奏和序曲。”刘伟光表示，“未来，AI会和很多产业进行有机融合，爆发出更多崭新商业模式和生产路径。”在他看来，从深度推理模型到多模态能力，中国基础模型能力大幅提升，让很多产业有了强化学习的想法，也让更多AI应用的落地成为可能。伴随AI发展不断提速，训练和推理所需的资源成本也在不断降低。
　　当前，各行各业尤其是云计算公司、AI创业公司都在加大投入。以阿里云为例，未来将投入3800亿元进行人工智能基础设施建设，这恰恰证明了其对于未来整个人工智能和云计算前景的期待与信心。模型开源生态建设也跑出了“加速度”。今天，开源模型和商业化模型已经呈现出并驾齐驱之势。经过市场的筛选，标准协议开始收敛，这将大大简化模型调用，推动AI应用的生态繁荣。
　　不过，AI应用爆发对模型的性能、模型之下的基础设施以及AI应用开发工具都提出更高的要求。以大语言模型为例，全世界的大语言模型几乎以每两周为一个时间单位高速演进。基础模型作为整个AI应用生态最核心的引擎，通过提供深度的推理能力、多模态理解和交互能力，支持多样化、高质量服务，基于不同类型、尺寸的模型满足复杂、轻型以及更多探索型需求。
　　“很多客户在探索AI应用过程中不约而同地发现，大语言模型需要支撑AI应用的基础设施能力，特别是推理服务能力，它是保障AI应用服务顺畅、平滑、稳定、高效运行的重要基础设施。”刘伟光表示，“今天我们看到云计算也在慢慢地为AI所改变，在计算、存储、网络方面围绕AI发展做了非常多的优化，让所有AI训练、推理、应用能够在云基础设施上进行更稳定、平滑、高效地运行。”
　　他认为，当模型能力足够强大，当AI应用呼之欲出的时候，更多客户需要更完整、更完备的工具链进行基于模型的AI应用开发。AI开发工具是连通大语言模型和真实应用最重要桥梁，用户需要更多功能齐全、生态丰富、灵活部署的工具，以加速AI应用开发。
　　谈及大模型未来发展趋势，刘伟光表示，新一代模型最重要的技术发展方向在于两个重要领域：Reasoning（推理）和Omin（全模态融合）。大模型会向越来越强的推理能力演化，基于强化学习不断提升思维链的能力。伴随着模型内生的任务规划、工具使用能力不断增强，大模型会越来越智慧，可以不断思考更难的问题，完成更复杂的任务。“未来会有更多的企业基于强化学习、基于更强大的基础模型开发出崭新的、更有价值的AI原生应用和AIAgent。”他说。
　　另一个方向是Omni，也就是音频、视频、声音和文字全模态融合。它打破了单一的文生图、文生视频单项能力，跨越模态的界限，整合不同类型的要素，为解决复杂问题提供强有力的支撑，并激发新的可能性。“Omin未来更多是让模型像人一样去识别图像、文字，实现对用户意图、视频、声音的理解，以创造更多崭新的商业模式。”刘伟光表示。
　　此外，刘伟光指出，在模型工程领域，MOE架构成为全球关注焦点。该架构能够降低模型推理的资源消耗，提升模型的技能表现，尤其在垂直领域的表现大大超越传统的小模型。“我们对模型的应用绝不仅仅局限在屏幕上、电脑上，而要从虚拟世界走向物理世界。小尺寸端侧模型将为手机、汽车、终端等各种交互设备带来巨大的利好。
　　关于产业热点Agent（智能体），刘伟光表示，今天，Agent已经从手机端、电脑端功能插件，延伸到自动驾驶等走进生活场景的大型智能体。为了让AI Agent有“更聪明的大脑”、“更丰富的交互”，阿里云百炼上线业界首个全生命周期MCP服务，未来，阿里云将通过AgentStore模式，把阿里巴巴集团和生态伙伴的Agent向外开放，让各行各业的人都可以拥有自己专属的助理。