超大模型计划的另一面：阿里需要回答的成本、回报与安全问题

同花顺08:33

阿里巴巴（BABA）把下一阶段的AI竞争，推向了一个更高的数量级：Qwen团队计划训练参数规模为5万亿至10万亿的新模型，目标是处理更复杂、更长程的任务，并向ASI方向探索。与此同时，阿里提出到2032年阿里云运营的全球数据中心规模超过20GW，较2022年增长10倍，并以“AI模型、AI芯片、AI云”构成完整基础设施框架。真正需要追问的，不是模型能否训练出来，而是这套超大规模投入能否形成可持续的...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2671269337?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-09-29 08:33","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2671269337","market":"us","top_or_hot":-1,"title":"超大模型计划的另一面：阿里需要回答的成本、回报与安全问题","media":"同花顺","content":"<div>\n<p>阿里巴巴（BABA）把下一阶段的AI竞争，推向了一个更高的数量级：Qwen团队计划训练参数规模为5万亿至10万亿的新模型，目标是处理更复杂、更长程的任务，并向ASI方向探索。与此同时，阿里提出到2032年阿里云运营的全球数据中心规模超过20GW，较2022年增长10倍，并以“AI模型、AI芯片、AI云”构成完整基础设施框架。真正需要追问的，不是模型能否训练出来，而是这套超大规模投入能否形成可持续的...</p>\n\n<a href=\"http://news.10jqka.com.cn/20260929/c680342440.shtml\">网页链接</a>\n\n</div>\n","source":"tonghuashun_highlight","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>超大模型计划的另一面：阿里需要回答的成本、回报与安全问题</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n超大模型计划的另一面：阿里需要回答的成本、回报与安全问题\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-29 08:33 北京时间&nbsp;&nbsp;&nbsp;<a href=http://news.10jqka.com.cn/20260929/c680342440.shtml><strong>同花顺</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>阿里巴巴（BABA）把下一阶段的AI竞争，推向了一个更高的数量级：Qwen团队计划训练参数规模为5万亿至10万亿的新模型，目标是处理更复杂、更长程的任务，并向ASI方向探索。与此同时，阿里提出到2032年阿里云运营的全球数据中心规模超过20GW，较2022年增长10倍，并以“AI模型、AI芯片、AI云”构成完整基础设施框架。真正需要追问的，不是模型能否训练出来，而是这套超大规模投入能否形成可持续的...</p>\n\n<a href=\"http://news.10jqka.com.cn/20260929/c680342440.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"http://news.10jqka.com.cn/20260929/c680342440.shtml","article_id":"2671269337","we_media_id":null,"thumbnails":[],"rights":{"source":"tonghuashun_highlight","url":"http://news.10jqka.com.cn/20260929/c680342440.shtml","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2671269337","pubTimestamp":1790641980,"columns":[],"sourceInfo":{"source_id":"tonghuashun_highlight","name":"同花顺"},"weMediaInfo":null,"summary":"阿里巴巴把下一阶段的AI竞争，推向了一个更高的数量级：Qwen团队计划训练参数规模为5万亿至10万亿的新模型，目标是处理更复杂、更长程的任务，并向ASI方向探索。与此同时，阿里提出到2032年 ...","collect":0,"end_time":0,"defaultTopTitle":"10jqka.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"The other side of the super-large model plan: the cost, return and security questions that Alibaba needs to answer","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/cff3560dd2d2acc9d7bfb636546c580e","symbols_score_info":{"BABU":0.6,"BBYY":0.6,"ONLN":0.6,"BABA":1.98,"DRAG":0.6,"09988":1.98,"BABW":0.6,"BABO":0.6,"BABX":0.6,"CLIX":0.6,"KBAB":0.6,"BABC":0.6},"content_text":"阿里巴巴（BABA）把下一阶段的AI竞争，推向了一个更高的数量级：Qwen团队计划训练参数规模为5万亿至10万亿的新模型，目标是处理更复杂、更长程的任务，并向ASI方向探索。与此同时，阿里提出到2032年阿里云运营的全球数据中心规模超过20GW，较2022年增长10倍，并以“AI模型、AI芯片、AI云”构成完整基础设施框架。真正需要追问的，不是模型能否训练出来，而是这套超大规模投入能否形成可持续的需求、回报与安全闭环。一、需求从哪里来：更大的模型，是否对应更大的付费市场？阿里的判断是，机器思考将成为规模化商品，未来需求可能远超今天。但从产业经营角度看，算力扩张需要三个条件同时成立：模型能力持续提升，推理成本持续下降，客户愿意把真实业务交给模型长期调用。云栖大会上出现的智能应用，已经提供了需求的早期样本。深圳慧明眼镜的“李白”智能眼镜依托千问大模型，采集用眼习惯、坐姿体态和眼部健康数据；金融AI终端、数字员工、视听生成等应用，也在尝试进入具体工作流。这些案例说明应用正在增加，却还不足以证明智能体和长程任务会形成稳定、足够大的商业调用量。影响机制很清楚：模型能力提升，可能带来更复杂的任务；任务复杂度上升，带来更高的Token消耗；调用规模扩大，才可能摊薄芯片、数据中心和运维成本。任何一个环节没有兑现，供给扩张都可能领先于需求。尤其是训练完成与商业收入增长之间，可能存在较长时间差，不能把模型参数量直接等同于业务价值。二、财务回报如何验证：20GW不是一个收入数字数据中心规模扩张本质上是重资产命题。资本开支之外，还要承担折旧、能源（850101）、网络、制冷和运维等持续成本。阿里此前已有3800亿元三年投入计划，新的20GW目标被相关报道描述为实际投入可能远超此前计划，但公开信息尚不足以确认其完整资本开支、建设节奏、资产归属和盈利路径。20GW究竟有多少是自建、租赁或合作运营，数据中心产能由谁投资，芯片采购与自研比例如何，均需要后续披露验证。单看某一季度资本开支增长，也不能直接外推为长期趋势，更不能直接解释为AI收入同步增长。更有价值的观察指标，是AI云收入、客户留存、模型调用量、算力利用率和单位推理成本是否同步改善。若算力利用率不足，折旧和能源（850101）成本会先进入利润表；若客户使用增长但价格下降过快，收入规模增长也未必能覆盖基础设施成本。阿里选择“用今天的利润，赌十年后的基础设施”，本质上是把经营确定性换取长期期权，回报需要用多年经营数据验证。三、自主改进带来的问题：权限边界能否跟上能力增长？阿里披露，递归自我改进技术已初步进入模型训练、推理和芯模协同等环节，Qwen4正在训练。云栖大会相关展示还提到，模型曾连续调用EDA工具，完成电路描述、验证到后端物理实现的流程。这类能力提升可能缩短研发周期（883436），也会扩大治理难度。模型自主调用工具、生成数据并持续迭代后，风险不再只是回答错误，还包括身份冒用、权限越界、沙盒逃逸、数据泄露和供应链污染。行业报告提到，近期智能体异常行为涉及安全护栏绕过、网站劫持等问题，单纯依赖静态规则或发布前测试，可能难以覆盖高权限智能体的全部行为路径。这些是行业风险，不能据此断言阿里系统已经发生同类事件，但足以说明治理必须前置。企业部署高权限Agent，至少需要身份认证、最小权限、工具白名单、隔离沙盒、全过程审计和紧急终止机制。治理对象还要延伸到数据、模型、软件、算力和平台供应链，形成可追溯、可评估、可预警的体系。模型越能参与研发，安全机制就越不能停留在发布前的一次性测试。四、全栈布局的优势与复杂度阿里同时布局模型、芯片和云，理论上可以通过软硬件协同降低适配成本，并提升供给保障能力。平头哥已布局真武系列GPU、倚天系列CPU、磐脉系列智能网卡和ICN互联芯片；真武V900被披露为上一代M890算力的3倍，单集群可扩展至50万卡，并计划于2027年第一季度量产。这些动作有助于把芯片、模型和云服务放进同一条优化链路。但自研芯片的难点不只在参数和算力，还在软件生态、开发工具、客户适配与规模化验证。全球技术限制、芯片供给和工程交付也可能改变建设节奏。开源生态能够扩大开发者和客户基础，却可能压低单次调用价格，商业化变现与生态扩张之间需要重新平衡。五个问题，决定这场投入能否兑现第一，5万亿至10万亿参数模型是否按计划训练并发布，实际能力提升体现在哪里；第二，单位推理成本能否持续下降，长程任务是否带来持续调用；第三，20GW数据中心和芯片产能是否按期落地，利用率能否达到商业化要求；第四，AI云收入、客户数量与调用量是否同步增长；第五，安全事件、审计机制和监管要求是否出现新的约束。因此，阿里的超大模型计划更适合被看作一张长期基础设施路线图，而不是已经兑现的业绩承诺。模型规模只是起点，需求密度、资产利用率和安全治理，才是决定这张路线图能否转化为商业结果的三条主线。","kind":"highlight","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.50.1","shortVersion":"4.50.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2671269337","isCrawlerRequest":true}