阿里云大会2020_大语言模型API调用量增长近100倍 阿里云抢占AI应用百亿商机

[全球网络技术报告记者Li ]在2025年的阿里巴巴云AI潜在能源会议上，阿里巴巴云智能集团高级副总裁Liu 提出了一个观点：“ 2025年是中国AI应用程序爆发的第一年。”这一判断的背后是阿里巴巴云（ Cloud）在过去两年中的基本大型模型，推理基础架构和开发工具链的三个主要领域的全栈突破以及其对行业趋势的前瞻性预测。

Liu 使用了一组数据来证明这一趋势：在过去的一年中，阿里巴巴云平台上大型语言模型的API数量增加了近100倍，并且访问公司的数量也增加了100倍。这种指数增长反映出AI正在从“技术概念”加速到“工业标准配置”。

阿里巴巴云的考虑是通过开源战略，MCP协议标准化和“ 计划”生态联盟来抓住技术爆炸的股息，并扩大100亿的商机。

从 Big Model到MCP协议，删除“ AI墙”

根据官方信息披露，阿里巴巴云的 Big Model 在开源中取得了一系列成就。截至2025年，其开源模型的总数超过200，涵盖了推理，多模式和不同参数量表等场景，衍生型模型超过100,000。 Liu 强调：“开源不仅与技术共享有关，而且是关于生态共同建设的。”通过开源，阿里巴巴云不仅可以吸引开发人员对优化模型的反馈，而且还可以促进行业标准以融合并降低企业应用程序的阈值。

在技​​术迭代方面，大型模型锚定了两个主要方向：推理能力（）和完整的模态融合（OMNI）。例如， 32B模型通过增强学习实现了任务拆卸和资源调度优化，同时提高了推理效率，将部署成本降低到可以携带的消费级图形卡。 VL（视觉语言模型）和（视频生成模型）分别通过13项权威评估和对物理定律进行了现实的反馈，夺取了多模式的高空。

如果大型模型是AI的“大脑”，那么MCP协议是连接“手”和“世界”的神经。阿里巴巴云的高级产品专家Xu 通过统一的接口标准总结了MCP作为“工具平等”的核心价值，任何模型都可以调用第三方服务而无需调整封闭源协议。这类似于统一电子设备的充电和数据传输的USB-C接口，MCP已成为AI调用外部工具的“通用语言”。

阿里巴巴云的移动非常迅速：第一批平台推出了50多个MCP服务，涵盖了诸如Gaode Map，无影云计算机，获取信息处理等方案，并支持5分钟的无代码代理构造代理。该策略达到了行业的痛苦点 - 过去，企业必须花费大量资源与不同模型的私人协议建立联系，而MCP的开放生态系统将提高开发效率超过10倍。

AI应用程序的爆炸构成了基本计算能力的极端挑战。阿里巴巴云通过模型加权服务优化了冷启动速度，将50-100节点的容量扩展效率提高了12倍；分布式推理引擎将第一个令牌的延迟减少了92％；流量感知的PD分离技术将服务吞吐量增加91％。这些数据的背后是阿里巴巴云的“ AI”云计算体系结构的深层布局 - 从一般计算到量身定制的训练，推理和多模式融合。

Liu 透露，阿里巴巴云大型模型的未来迭代和演变的两个方向更聪明，更整合。更聪明意味着大型模型将在思考链，任务计划，工具使用和强化学习的领域中具有更大的发展，并且更多的集成方式意味着支持多模式和全模式。

技术突破的价值最终需要通过场景来验证。阿里巴巴云在会议上显示了几个案例，以揭示AI如何渗透到该行业的毛细血管中：由阿里巴巴云和荣誉共同创建的VQA解决方案将图像识别率提高了40％，将延迟降低了30％，并将AI相互作用从“可用”转移到了“无感”。 Kudi引入了 VL模型和视觉专家模型进行协调，质量检查准确率已提高到95％，每年节省超过1000万元人民币的劳动力成本。鉴于高频和口语招募的特征，Yupao根据平台将AI的开发周期从两周减少到两天，而与工作相匹配的成功率增加了50％。

这些情况的共同点是，AI并不是人类的替代，而是使用“小型和小型模型协作”和“多模式理解”来自动化复杂的过程和释放人力，以专注于高价值的决策。

阿里巴巴云贝利安（Cloud ）的高级产品专家徐齐乌恩（Xu ）在接受记者采访时说：“ AI的最大想象力是接管数字世界并改变物理世界。”

“ Plan”和Agent Store开放了100亿个市场

技术，场景和生态学是AI商业化的铁三角。阿里巴巴云在本次会议上推出了两种主要的生态策略。

一个是，“ 计划”将根据生态伙伴的产品成熟度提供云资源和计算电源支持，从技术到商业化，帮助合作伙伴在AI领域进行探索和创新，实现从首次客户扩展到扩展和商业化的目标，并为包括产品云的各个行业提供AI的AI技术支持，包括产品云构成伙伴，AI ，A.

该计划的核心是“分层授权”：为成熟的合作伙伴提供商业路径计划；并为初创企业提供计算能力和技术支持，以减少试用和错误成本。

目前， Big Model已覆盖了90％的领先互联网公司，商业银行和汽车品牌，并渗透到了数千个行业，例如政府事务，能源和医疗服务。例如，State Grid使用AI来优化功率调度，而CITIC 通过 Ling Code提高了代码生成效率的数十次。

另一件事是，阿里巴巴云将推出AI代理商店，以向开发人员开放阿里巴巴集团及其生态系统合作伙伴的代理能力。该逻辑类似于Apple App Store：开发人员可以上传定制代理，并按需购买企业，形成“开发 - 分配 - 收入”的闭环。

Xu 预测：“未来代理的数量将远远超过现有软件，它们将嵌入每个终端中的终端，例如“星星”。”

该愿景的基础是MCP协议和开源模型之间的“平等功率效应”。当统一模型和工具呼叫标准时，代理开发不需要从头开始构建车轮，而是结合了像乐高的现有服务。例如，旅行社可以致电Gaode地图，票务预订和问答模块，以迅速上网。

打破技术墙并朝着应用繁荣发展

阿里巴巴云的布局反映了三个主要的行业趋势：首先，开源模型和MCP协议打破了巨人的技术垄断：企业可以通过“云 +模型 +工具链”迅速进入市场，而无需自我开发，这将加速AI应用程序的长境化。

其次，超级应用程序与一百朵花共存：尽管超级应用（例如醒目的应用程序），但垂直场景中的“小代理”更有可能成为主流。正如徐所说：“用户不在乎尺寸，他们只关心问题是否解决。”

第三，人力计算机的合作已从“被动响应”转变为“主动计划”：早期AI主要是Q＆A机器人，而新一代代理具有拆卸，工具调度，异常处理等的功能，甚至支持人类在卢比（手动干预）。这种进化已将AI从“工具”升级为“同事”。

目前，阿里巴巴云的AI策略包括开源技术，开放生态系统和通用应用。它的目标不仅是扩大其身份，而且是将整个行业从“模型竞争”推广到“适用繁荣”。

Liu 在演讲结束时的三个关键字 - 公司投资，全栈创新以及开源和开放性，可能是阿里巴巴云的信条来处理AI。当技术，生态和场景的齿轮连接时，中国人工智能的“开花”时代可能确实正在接近。