2026杭州云栖大会开幕当天，阿里巴巴公布了一份覆盖芯片、云、模型和智能体的全栈AI进展。最受关注的两条：下一代模型Qwen4已经投入训练；平头哥发布自研AI芯片真武V900，算力较上一代真武M890提升三倍。阿里把这两件事放在同一场演讲里讲，等于把模型路线和算力供给绑在一起摆到台面上。
先看芯片。真武V900面向训练与推理两类负载，规格给得很具体：216GB片上显存，片间带宽1200GB/s，支持FP8与FP4等多种数据精度，单集群最多可扩展到50万颗处理器。量产和商用时间锁定在2027年第一季度。作为对照，上一代真武M890是2026年5月发布的，两代之间隔了不到半年。
模型一侧的路线图说得更远。当前的旗舰是Qwen3.8-Max，总参数2.4万亿；接下来基于新架构的Qwen4系列已进入训练，再往后的Qwen4.5和Qwen5计划把参数规模推到5万亿至10万亿区间。阿里没有公布Qwen4的参数规模和发布时间，只确认了正在训练这一个事实。作为铺垫，8月放出的Qwen3.8-Flash-Next已经把激活参数压到三分之一、训练成本降到九分之一。
演讲里另一处细节是训练方式的改变。阿里披露Qwen3.8-Max跑完了33轮自动化迭代，覆盖流水线设计、数据验证、实验执行和错误诊断几个环节，靠这种自我改进把Artificial Analysis评分从40提到45。这套被称作递归自我改进的做法，重点不在于分数涨了多少，而在于训练流程里有多少环节可以脱离人工干预。
基础设施的目标同步抬高。阿里巴巴集团CEO吴泳铭给出的量化指引是，到2032年阿里云在全球运营的数据中心容量将超过20GW。他给出的理由是机器思考的总量目前还不到人类思考的3%，如果这个量级未来放大，对算力的需求远未到顶。对上游产业链来说，这是一个跨多年的容量承诺，而不是一次发布会的口号。
同一场大会还带出了一批具体产品。同声传译模型Qwen3.8-LiveTranslate把翻译延迟从2.8秒压到2.3秒，官方指标口径下改善接近20%；Qwen-Audio-3.1-TTS-Next能从一段脚本同时生成对白与环境音，指向有声书、影视、播客和游戏配音场景；图像方向，Qwen-Image3.1计划年内上线，会带透明背景生成和图像编辑能力。这些把全栈这个词落到了具体条目上。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
