在全球人工智能（AI）争霸赛中，阿里云发起新攻势，他们发布大量新的AI模型、代理开发平台和云基础设施升级，以争取成为全栈人工智能服务提供商。

本周在杭州举行的云栖年度会议上，阿里巴巴宣布将在未来三年投入3800亿元人民币（534亿美元）用于其AI和云基础设施，并宣布推出Qwen3-Max，Qwen3-Max是其迄今为止最强大的大型语言模型（LLM），总参数超过万亿。

该公司的雄心是创建一个生态系统，在这个系统中，其AI模型将作为新型操作系统，并被整合到广泛的设备中，由云平台提供支持，而该云平台已针对AI开发和部署的每个阶段进行优化。

阿里巴巴云智能董事长兼首席执行官吴泳铭说：“我们仍将致力于开源Qwen，并将其塑造成‘人工智能时代操作系统‘，使世界各地的开发人员能够构建变革性的人工智能应用程序。”

这些公告的关键是新的Qwen3系列LLM。阿里巴巴声称，从关键基准（例如SWE-Bench）来看，旗舰Qwen3-Max模型的性能与顶级闭源模型相当，这些基准评估LLM解决现实世界软件工程问题的能力。

该公司还通过Qwen3-VL增强了其多模态能力，Qwen3-VL是一种视觉语言模型，可以充当视觉代理，操作计算机接口，并直接从视觉设计中生成代码。

阿里巴巴还推出Qwen3-Omni，这是一个原生的多模态模型，可以处理文本、图像、音频和视频，以提供实时的流式语音响应，使其成为智能设备和车辆中的免提接口的理想选择。

阿里巴巴认识到仅靠模型是不够的，他们还采取重大措施来简化企业人工智能代理的创建和部署。

其人工智能开发平台Model Studio现在包含代理开发工具包，允许专业开发人员在高代码环境中创建强大的人工智能代理。业务用户和编程技能有限的人员可以使用低代码代理开发平台来构建轻量级代理。

对于更复杂的企业需求，该公司还推出对AgentBay（其多模态云运营环境）和Lingyang AgentOne的重大更新，Lingyang AgentOne是一站式平台，旨在帮助企业构建和集成生产就绪代理，用于营销、客户服务和运营中。

为了支持这些先进的AI工作负载，阿里巴巴云还增强其云基础设施，包括其对象存储服务中新的矢量桶功能，该功能统一原始和矢量数据管理，简化并降低构建检索增强生成（RAG）应用程序的成本。

通过计算快速链接（CXL）技术，PolarDB数据库也得到增强，该技术将延迟降低72%，并提高内存可扩展性，使其适用于数据和人工智能工作负载的组合。

在网络方面，阿里巴巴新的HPN 8.0架构现在提供800Gbps的吞吐量，使其容量增加一倍，以支持超大规模模型训练。此外，该公司的云威胁检测和响应服务现在使用由Qwen支持的AI代理来自动化安全操作以及改进事件响应。

这些最新公告表明，阿里云的目标是与全球超大规模提供商展开激烈竞争，这包括亚马逊网络服务、微软Azure和谷歌云，不仅通过有竞争力的定价，而且通过深度集成的人工智能开发和部署平台，以支持下一波人工智能创新。

阿里云目前在全球29个云区域运营91个可用区域。明年，他们预计将在巴西、法国和荷兰开设第一批数据中心，随后在墨西哥、日本、韩国、马来西亚和迪拜开设更多设施。还在印度尼西亚和德国建立区域服务中心，提供全天候的多语言客户支持。