9月22日的云栖大会开幕演讲中,阿里集团CEO吴泳铭几乎没有提到什么新概念,一切战略都跟去年没什么不同:AI要从聊天走向干活;不仅要追求AGI(通用智能),更要追求ASI(超级智能);以及阿里相较于对手的核心优势在于「全栈」——模型、芯片和云,阿里全都有。
没有新战略,但是执行这些战略的人手基本全换了。
新班人马
去年,Qwen模型的发言人是周靖人,今年换成了刘大一恒——他原本只是Qwen模型预训练负责人,今年3月接棒离职的林俊旸,成为阿里ATH事业群Token Foundry事业部的Qwen LLM(大语言模型)项目负责人。
郑波代表阿里多模态业务发布了新的音乐生成模型和世界模型。他的身份仍是阿里ATH技术副总裁、淘天集团首席科学家,但实际已取代通义万相负责人刘宇,成为阿里多模态生成业务的实际负责人。今年7月,刘宇的万相团队整体并入了ATH事业群Token Foundry事业部旗下的未来生活实验室团队,后者由张迪负责,向郑波汇报。
代表阿里云发言的人也从周靖人换成了李飞飞,后者今年4月从周靖人手中接过阿里云CTO一职,其个人技术背景主要在数据库;去年的云栖大会上,关于阿里芯片业务平头哥的进展和规划也是由周靖人传达的,今年,平头哥副总裁高慧有了独立发言机会。
还有陈宇森,他在今年6月接管钉钉、成为千问办公CEO后第一次面对公众,在会上发布了千问办公的新战略——Context is all you need,以及新硬件——QwenNote,一款外观与钉钉A1相似,不过只做会议理解、不保留录音的智能设备。同时,他演讲的PPT显示其身份在千问办公CEO之外已增加了一个更高职级——阿里巴巴集团副总裁,他本人因此成为阿里晋升最快的新一代AI业务主管。3个月前,他还只是阿里云旗下一个Agent产品MuleRun的产品负责人。

这些新面孔组成了阿里目前在AI领域从基座模型(刘大一恒、郑波/张迪),到云计算(李飞飞)、芯片(高慧)再到AI应用(陈宇森、吴嘉)的核心,也是吴泳铭AI「全栈」战略的实际操盘手。他们的共性之一是几乎都在最近半年内才上任当前职位;另一个共性,则是他们基本都是先有了成果,然后被吴泳铭看到。
决定公司命运的技术变革时代,权力和资源都会重新分配,流向最有潜力带来下一大成果的人和产品。9月22日的云栖大会既是阿里整体面向公众的开发者大会,也充满着与竞争对手的甚至内部团队间的相互较量。
千问和千问办公:谁更懂办公?
千问办公是阿里旗下类似腾讯WorkBuddy和字节豆包工作的AI办公类产品,今年8月通过整合MuleRun、QoderWork和悟空3个产品后首次推出。
与WorkBuddy 9月初召开生态大会时强调「不同硬件,同一个Buddy」相似,千问办公也想要无处不在。9月22日的发言中,千问办公CEO陈宇森称他对千问办公的定位不是作为一个入口,而是作为一个IM(即时通讯工具),能够进入尽可能多的硬件和软件、甚至可以作为一种AI能力进入各种企业级场景。并且,他认为作为一个Agent产品交付出用户满意成果的关键一步是「打通用户的上下文」,包括用户——尤其是企业用户——在钉钉、飞书、企业微信以及企业内部数据库中沉淀的本地数据。

AI有处理百万token的能力,却不一定能获得百万token的上下文。
但如何进入更多软硬件设备是个挑战。
目前,钉钉App内原本为钉钉的AI——One——所开辟的位置已经被换成千问办公。9月22日当天,陈宇森还发布了一个叫QwenNote的新硬件,形态沿袭钉钉A1,不过它的核心功能不是录音,而是和用户一起参与各种会议,然后在会后为用户提供一个智能助手的功能——提炼会议要点、和用户一起讨论曾经聊到过的东西,但不会留录音记录,强调「转后即焚」。这个设备中内置了千问办公,用户可以直接与其语音交互交代任务,交流内容也可以实时在千问办公App中形成对话记录。
在这些陈宇森管理权限范围内的产品之外,千问办公仍然面临如何进入更多终端以及与留存于其他App的数据打通的问题。


千问App也提供办公功能。
仅在阿里体系内,千问办公目前都尚未与千问在用户上下文上实现打通。用户使用千问和千问办公时,仍然面对两个不同的工作流。而且,几乎就在千问办公开发其App的同时,千问App内也上线了「办公助理」功能,提供类似功能,由吴嘉管理下的千问团队开发。
千问和千问办公团队之间存在较量。9月22日下午的云栖主会场议程安排以千问为主,核心发言人包括千问产品负责人郑嗣寿和千问AI硬件总经理宋刚。千问办公的分论坛与这场主论坛同期进行,但会议地点相隔15分钟路程。会议开场前1个小时,千问办公团队就到媒体间请走了还在午餐或午休的大部分记者。
千问办公副总裁、产研负责人束骏亮对第一财经「新皮层」称,他认为理想状况是实现产品与数据的解耦——这个问题在企业端并不存在,企业拥有数据,问题只是在于如何从数据中抽象出有价值的信息,困难但有解;而在App端,则取决于App是否向个人开放个人数据。
多模态生成的下一个赛点:世界模型
阿里今年6月在ATH事业群下成立了Token Foundry事业部,将通义大模型事业部(含大语言模型Qwen+原通义多模态团队万相)和未来生活实验室(含HappyHorse视频生成模型和HappyOyster世界模型)合并,由吴泳铭负责。
1个月后,万相团队从通义事业部划出,并入未来生活实验室,后者由此成为阿里多模态生成的主力团队,由张迪负责,向郑波汇报。
获得这项任命前,郑波是淘天的算法负责人,在淘天内部孵化了未来生活实验室,HappyHorse和HappyOyster都出自这个实验室。今年3月,这个实验室才从淘天剥离,被划入ATH。
HappyHorse一度为阿里在视频生成领域赢得市场关注。今年4月,HappyHorse-1.0出现在根据模型生成效果匿名投票的第三方测评平台Artificial Analysis上时,获得过比Seedance 2.0(字节旗下)和Kling 3.0(快手旗下)更多的用户投票。
不过,9月22日的会议中,郑波没有发布新的视频生成模型(他预告11月会发布),而是发布了一个新的图像生成模型Qwen-Image-3.1、音乐生成模型Happy Shrimp1.1,以及第二代世界模型Happy Oyster2.0。
在视频生成方向,阿里的HappyHorse系列模型目前相较于字节跳动的Seedance系列模型处于弱势。但音乐生成和世界模型成了阿里的差异化所在。
8月,初代Happy Shrimp1.0发布时,阿里还公布了它的中文名:「快乐虾米」,这个名字延续了阿里虾米音乐的品牌心智,也让2021年关停的虾米音乐以AI模型的形式焕新,进入阿里AI的体系。
更重要的竞争将发生在世界模型领域。
9月初有报道称,字节跳动正在开发可创建交互式虚拟世界的世界模型,该项目由字节创始人张一鸣亲自督导。在娱乐消费领域,字节用抖音做成了短视频生意,也用红果验证了AI剧,但AI时代的下一代内容形态可能不会是红果的延续,而更可能是可交互的内容——世界模型提供的就是这种基础设施。

郑波发布阿里第二代世界模型,说它开始「可用」了。
世界模型与视频生成模型看似在形态上相近,但商业化场景完全不同。后者适用于制作AI短剧或短视频,生成的产品上传至平台,被推流给用户,其目的是被观看。而世界模型的特征在于「可交互」——内容不再是单向传播,电影结局也可以是开放的。
今年4月,郑波团队发布过第一代世界模型HappyOyster1.0,模型具备「世界探索」和「实时导演」两大模式——前者支持1分钟连续实时交互,后者支持暂停、回溯与分支叙事。这意味着,世界模型未来可以应用于游戏、电影、VR以及具身智能等多元场景。
郑波称,新发布的Happy Oyster2.0增强了三维空间重建,拉长了连续交互时长,相较于第一代的进步相当于「从实验室走向了可用」。
接近字节的人士对第一财经「新皮层」称,字节最快10月也会发布其首个世界模型。
与世界模型相关的场景中,字节和阿里都布局过游戏业务,不过两家公司都已先后卖掉了自己的游戏业务——字节于今年3月卖掉了沐瞳科技,阿里在今年8月卖掉了灵犀互娱。字节目前还保有VR业务PICO。
更多AI硬件
AI办公战略上,阿里更靠近腾讯,但在AI硬件战略上,它与字节更相似。
除了千问之前已推出的AI眼镜、AI耳机,千问办公新发布的QwenNote,阿里旗下其他团队也在竞相推出AI硬件或相关服务,覆盖的领域延伸到了PC、手机等更大的设备。


上:QwenNote;下:QwenBook
阿里云旗下的无影团队在9月22日的活动中展示了原生智能体电脑QwenBook。产品形态方面,这款电脑采取可拆卸模式,屏幕与键盘拆分后,可作为平板使用,配置的触控笔还有录音功能。完整产品预计今年年底或明年年初发布。
此外,阿里还进入了手机领域。同样在9月22日的活动中,许主洪对外发布Qwen Intelligence,作为Qwen模型在手机领域的解决方案。许主洪去年2月加入阿里,最早在智能信息事业群负责AIToC的多模态业务,去年9月转入通义实验室,今年6月随着ATH事业群Token Foundry事业部的成立加入Token Foundry,负责手机端Agent解决方案。Qwen Intelligence目前已经与荣耀合作,荣耀产品线总裁方飞在演讲中称,一周后将发布的荣耀Magic9系列以及荣耀Robot Phone,将成为首批搭载Qwen Intelligence的机型。
(转载自新皮层NewNewThing)
扫码下载app 最新资讯实时掌握
