今天，2024云栖大会正式开幕

通义千问重磅开源Qwen2.5

性能超越Llama 405B

继续稳居最强开源大模型位置

在MMLU-redux等十多个基准测评中，Qwen2.5-72B表现超越Llama3.1-405B

Qwen2.5 模型支持高达 128K tokens，可生成最多 8K tokens的内容。旗舰模型Qwen2.5-72B-Instruct在MMLU-redux、MATH、MBPP、LiveCodeBench、Arena-Hard、AlignBench、MT-Bench、MultiPL-E等权威测评中表现出色，在多个核心任务上，以不到1/5的参数规模超越了Llama3.1的4050亿参数开源模型。

2024云栖大会首日重点速览

今天上午，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在2024云栖大会上发表主题演讲。

“

过去22个月，AI发展速度超过任何历史时期，但我们依然还处于AGI变革的早期。生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。

”

欢迎来到2024云栖大会。在刚刚过去的夏天，阿里云全面支撑巴黎奥运会实现了历史性突破，云计算首次超越卫星，成为奥运主要转播方式。AI也首次广泛应用于奥运会。今天，云栖大会的焦点也是AI。我主要分享三点内容：

第一，过去22个月，AI发展的速度超过任何历史时期，但我们现在依然还处于AGI变革的早期阶段。

大模型技术快速迭代，技术可用性大幅提升。大模型已经具备了文本、语音、视觉的多模态能力，能够开始完成复杂指令。去年，大模型还只能帮助程序员写简单的代码，今天已经能直接理解需求，完成复杂的编程任务。去年，大模型的数学能力还只有中学生水平，今天已达到国际奥赛金牌水平，并在物理、化学、生物等多方面学科接近博士水平。

同时，模型推理成本指数级下降，已经远远超过摩尔定律。一年来，通义千问API在阿里云百炼上的调用价格下降了97%，百万Tokens调用花费最低已经降到了5毛钱。推理成本是应用爆发的关键问题，阿里云会努力把成本继续降下去。

开源生态蓬勃发展。今年6月，通义千问开源Qwen2，迅速登顶Huggingface的全球开源模型排行榜。在Huggingface上，Qwen的原生和衍生模型接近5万个，排名全球第二。阿里云魔搭社区上有超过1万个模型、服务了超过690万开发者。

这一切才刚刚开始，要实现真正的AGI，下一代模型需要具备更大规模、更通用、更泛化的知识体系，同时也将具备更复杂更多层次的逻辑推理能力。全世界先进模型竞争的投入门槛，将达到数十亿、数百亿美金的级别。AI具备创造能力、帮助人类解决复杂问题的路径清晰可见，也打开了AI在各行业场景中广泛应用的可能性。

第二，AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。

今天很多行业内人士一直在想AI最大的应用是什么，可能一直在想手机上有什么AI时代创新的超级APP。但我们认为AI最大的想象力绝对不是在手机屏幕上，AI最大的想象力是在通过渗透数字世界、接管数字世界，并改变物理世界，这才是AI最大的想象力。

我们不能只停在移动互联网的视角看未来。生成式AI最大的想象力，绝不是在手机屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。

过去三十年，互联网浪潮的本质是连接，互联网连接了人、信息、商业和工厂，通过连接提高了世界的协作效率，创造了巨大的价值，改变了人们的生活方式。但生成式AI是通过生产力的供给创造了新的价值，从而为世界创造了更大的内在价值，也就是总体提高了整个世界的生产力水平。这种价值创造，可能是移动互联网连接价值的十倍、几十倍。

我们认为生成式AI将逐渐渗透数字世界，并接管数字世界，物理世界的大部分事物都会具备AI能力，形成下一代的具备AI能力的全新产品，并与云端AI驱动的数字世界连接产生协同效应。

很长一段时间，AI的焦点主要集中在模拟人类的感知能力，比如自然语言理解、语音识别、视觉识别。但是生成式AI的崛起，带来了质的飞跃，AI不再仅仅局限于感知，而是首次展现了思考推理和创造的力量。

生成式AI让世界有了一个统一的语言——Token。它可以是任何文字、代码、图像、视频、声音，或者是人类千百年来的思考。AI模型可以通过对物理世界数据的Token化，理解真实世界的方方面面，比如人类行走、奔跑、驾驶车辆、使用工具，绘画、作曲、写作、表达、教学、编程的技巧，甚至是开公司创业。理解之后，AI就可以模仿人类去执行物理世界的任务。这将带来新的产业革命。

我们看到，汽车行业正在发生这样的变革。之前的自动驾驶技术，是靠人来写算法规则，几十万行代码，仍然无法穷尽所有的驾驶场景。采用“端到端”的大模型技术训练后，AI模型直接学习海量人类驾驶视觉数据，让汽车具备了超越大部分司机的驾驶能力。

机器人将是下一个迎来巨变的行业。未来，所有能移动的物体都会变成智能机器人。它可以是工厂里的机械臂、工地里的起重机、仓库里的搬运工、救火现场的消防员、包括家庭里的宠物狗、保姆、助理。

未来，工厂里会有很多机器人，在AI大模型的指挥下，生产机器人。现在每个城市家庭里有一辆或者两辆车，未来每个家庭可能会有两三个机器人，帮助人们提升生活当中的效率。

可以想见，AI驱动的数字世界连接着具备AI能力的物理世界，将会大幅提升整个世界的生产力，对物理世界的运行效率产生革命性的影响。

第三，AI计算正在加速演进，成为计算体系的主导。

无论是我们看到端侧的计算，还是云端的世界，这都是一个非常明显的趋势。生成式AI对数字世界和物理世界的重构，将带来计算架构的根本性变化。过去几十年，CPU主导的计算体系，正在加速向GPU主导的AI计算体系转移。未来几乎所有的软硬件都会具备推理能力，它们的计算内核将变成GPU AI算力为主、CPU传统计算为辅的计算模式。

我们看到，在新增算力市场上，超过50%的新需求由AI驱动产生，AI算力需求已经占据主流地位。这一趋势还会持续扩大。过去一年，阿里云投资新建了大量的AI算力，但还是远远不能满足客户的旺盛需求。

今天我们接触到的所有客户、所有开发者、所有CTO，几乎都在用AI重构自己的产品。大量新增需求正在由GPU算力驱动，大量存量应用也在用GPU重新改写。在汽车、生物医药、工业仿真、气象预测、教育、企业软件、移动APP、游戏等行业，AI计算正在加速渗透。在各行各业，看不见的新产业革命正在悄然演进。

所有行业，都需要性能更强、规模更大、更适应AI需求的基础设施。

阿里云正在以前所未有的强度投入AI技术研发和基础设施建设。我们的单网络集群已拓展至十万卡级别，正在从芯片、服务器、网络、存储到散热、供电、数据中心等方方面面，重新打造面向未来的AI先进基础设施。

从历史经验来看，人们对新技术革命，往往对短期高估，又对长期低估。因为在新技术应用早期，渗透率还比较低，人们经验没有发生过此类事件，大部分人的本能会产生怀疑，这很正常。但新技术革命会在人们的怀疑中成长，让很多人在迟疑中错过。

站在AI时代浪潮的开端，我感到无比兴奋。今天，我们请到大模型、自动驾驶和机器人三个领域的企业家和科学家。他们正在飞奔着用AI重构我们的世界，期待他们的精彩分享。

谢谢大家。希望大家度过一个充实、愉快的云栖。

通往AGI的大模型发展之路

第一场圆桌对话主题为“通往AGI的大模型发展之路”，聚焦当下关于模型最热门的话题。

阶跃星辰创始人、首席执行官姜大昕谈到OpenAI发布O1的意义时表示：“OpenAI发布O1，带来了一个Scaling Law的新方向。过去强化学习都是根据特定场景设计，AlphaGo只能下围棋，AlphaFold只能去预测蛋白质的结构。O1的出现，让RL强化学习通用性和泛化性上了一个大的台阶，而且scale到了一个很大的规模，不妨称之为RL Scaling。这等于找到了一条上限很高的道路。”

清华大学人工智能研究院副院长、生数科技首席科学家朱军谈到AGI实现路径时表示：学术界、产业界有AGI L1-L5的分级。L1相当于聊天机器人，L2叫推理者，可以做复杂问题深度思考的推理。L3叫智能体，从“数字世界”走向“物理世界”。L4是创新者，发现、创造一些新的东西。L5是组织者，某种组织方式更高效来运转。O1在L2的narrow场景下，在一些特定任务下已经实现了人类达到很高阶的智能水平。它确实代表着整个行业巨大的进步”。

同时，月之暗面Kimi创始人杨植麟对投资AI产品给出了几个建议。他认为，最核心的是要对用户有价值。其次还要有增量价值，满足ChatGPT无法满足的用户需求。第三， 随着技术的发展，这个产品市场规模应该越来越大，而不是越来越小。

生成式AI重塑自动驾驶

第二场圆桌对话聚焦大模型在自动驾驶里面的落地进展。

小鹏汽车董事长 CEO何小鹏表示，自动驾驶发展了许多年，只能做到特定场景，比如高速上开或者城市里开。因为它是通过算法人工写规则，一个人无法用规则去面对世界上所有的场景。但端到端的大模型帮助我们提升未来自动驾驶的高度，且拉高下限。到未来的36个月，可以让我们每一个人在每一个城市都像老司机一样开车。

同时，小鹏汽车董事长 CEO何小鹏驾驶“全球首款AI汽车”P7+亮相2024云栖大会，这款车搭载了业内领先的端到端大模型。过去2年，小鹏汽车与阿里云共建的AI算力规模提升超4倍。何小鹏表示，将继续深化与阿里云的AI算力合作，加速推动端到端大模型拓展自动驾驶上限，提升下限。

NVIDIA全球副总裁、汽车事业部负责人吴新宙表示：“端到端大模型对于自动驾驶应用来说，有两个阶段的，这两个阶段都对自动驾驶的上限有比较大的提高。第一个阶段是端到端，在现有的架构上，把上游的模型和下游的模型可以通过一种方式把它连接起来，然后可以用数据的端到端进行训练，这个业界已经有很多的工作在做了。有了这样的能力以后，你可以更多的把自动驾驶的开发变成数据驱动。第二个才是端到端的大模型，把一些通用的大模型真正放到自动驾驶来，可以提高自动驾驶的上限”。

人形机器人的“图灵时刻”

第三场圆桌对话主题是人形机器人的“图灵时刻”，探讨人形机器人这类物理智能载体，在大模型带动下所发生的变化。

逐际动力创始人张巍认为：“这一代AGI的发展，相比上一代最大的区别，从专用到通用的一个变化。在大模型出来之前，我感觉通用这个词是个贬义词，通用就证明它是没什么用。但是大模型出来以后，大家发现像以前我们这种在专业领域里搜数据、去做专项任务的这种训练的方式是有很大局限性的，要先构建一个通用的基础模型的能力，然后再在上面长出专用的能力，这才是系统化解决泛化性的一个关键。我觉得软件算法的通用性就靠大模型技术，机器人跟物理世界交互的这个通用性，就靠人形机器人”。

北京大学助理教授，北大-银河通用具身智能联合实验室主任、智源学者王鹤表示：“现在的通用机器人，虽然有一些技能，但几乎都是分立的一些小模型。大模型赋能这些技能有几步：第一步是大模型可以作为一个Agent来调用这些API进行长程的任务规划，第二步是大模型可以作为一个Monitor，它看小模型执行过程中有没有出任何错误，及时去终止或者调用别的技能来挽救这些错误，比如药盒掉到地上了，它立马说“你得给它捡起来”；第三步则是最有想象力的端到端，Vision、Language、Action，把动作作为大模型输出的模态，像自动驾驶一样，我们实现一个把通用感知、通用规划或通用执行融为一体的大模型”。

清华大学交叉信息研究院助理教授、星动纪元创始人陈建宇表示：“人形机器人技术分成三大块，就是大脑、小脑和本体。这里面最关键的，我个人认为是小脑的层面，它承接大脑的你的思考、调用硬件本体，真正能帮助我们到这个世界里面干活的。现在人形机器人小脑部分相比于其他几个部分反而是最薄弱的，同时也是技术的不确定性最高的，最没有收敛的。我们希望人形机器人这个小脑，希望它的双腿能够像人一样的又稳又快又灵活，能够帮助我们达到任何一个地方去，我们希望它的双手能够帮助我们上的厅堂、下的厨房，进得工厂，什么都能够去干，做非常灵巧的事情”。

宇树科技创始人、CEO王兴兴对于机器人应用落地表示相对乐观态度，表示：“我觉得到明年，人形机器人在一些固定场景做一些有商业价值的落地应用，基本上问题不大。我个人还是相对乐观，我觉得3年左右，至少全球范围内，有通用型的机器人AI出来的概率还是很大的一件事情。因为跟过去10年不一样，现在整个机器人AI的人才、资金投入都是巨量，都是几百倍甚至上千倍的投入，所以整个时间进展会比较快”。

通义大模型全面升级

通义大模型宣布年度升级。通义旗舰模型Qwen-Max全方位升级，性能接近GPT-4o。通义官网和通义APP的后台模型均已切换为Qwen-Max，继续免费为所有用户提供服务。

相比2023年4月的最初的通义大模型，Qwen-Max的性能已今非昔比，理解能力提升46%、数学能力提升75%、代码能力提升102%、幻觉抵御能力提升35%、指令遵循能力提升105%，模型与人类偏好的对齐水平更是有了质的飞跃，提升了700%以上。

通通义千问三款主力模型再降价

最高降幅85%

继5月首次大幅降价后，阿里云百炼平台上的三款通义千问主力模型再次降价。Qwen-Turbo价格直降85%，低至百万tokens 0.3元，Qwen-Plus和Qwen-Max分别再降价80%和50%。其中，Qwen-Plus推理能力追平GPT4，可应用于复杂任务，是效果、速度及成本均衡的最优选择，降价后，Qwen-Plus性价比达到业界最高，同等规模较行业价格低84%。同时，阿里云百炼平台还为所有新用户免费赠送超5000万tokens及4500张图片生成额度。

打造最强AI大基建

AI驱动阿里云全系列产品家族升级。最新上线的磐久AI服务器，支持单机16卡、显存1.5T，并提供AI算法预测GPU故障，准确率达92%；阿里云ACS首次推出GPU容器算力，通过拓扑感知调度，实现计算亲和度和性能的提升；为AI设计的高性能网络架构HPN7.0，可稳定连接超过10万个GPU ，模型端到端训练性能提升10%以上；阿里云CPFS文件存储，数据吞吐20TB/s，为AI智算提供指数级扩展存储能力；人工智能平台PAI，已实现万卡级别的训练推理一体化弹性调度，AI算力有效利用率超90%。

阿里云正以AI为中心，全面重构底层硬件、计算、存储、网络、数据库、大数据，并与AI场景有机适配、融合，加速模型的开发和应用，打造一个AI时代的最强AI基建。

开放最先进的大模型

阿里云作为业内最早布局大模型技术的科技公司之一，去年4月发布首个大语言模型通义千问，如今通义大模型家族已全面涵盖语言、图像、视频、音频等全模态，性能均跻身世界第一梯队，同时通义模型持续开源，已成为最受企业和开发者欢迎的国产大模型。

此次开源的Qwen2.5全系列模型都在18T token数据上进行预训练，相比Qwen2，拥有更多的知识、更强的编程和数学能力。Qwen2.5-72B模型在MMLU-rudex基准（考察通用知识）、MBPP 基准（考察代码能力）和MATH基准（考察数学能力）的得分高达86.8、88.2、83.1。

同时，Qwen2.5全系列涵盖多个尺寸的大语言模型、多模态模型、数学模型和代码模型，每个尺寸都有基础版本、指令跟随版本、量化版本。同时模型拥有强大的多语言能力，支持中文、英文、法文、西班牙文、俄文、日文、越南文、阿拉伯文等 29 种以上语言。

目前，中国一汽、联想、微博、携程、喜马拉雅、三得利（中国）等30多万企业客户已经接入通义大模型。同时，通义系列大模型自开源以来，已成为开发者尤其是中国开发者的首选模型，通义千问开源模型累计下载量已经突破4000万，Qwen系列原生模型和衍生模型总数超过5万个。

通义万相发布全新文生视频模型

通义万相全面升级，并发布全新视频生成模型，可生成影视级高清视频，可应用于影视创作、动画设计、广告设计等领域。即日起，所有用户可通过通义APP及通义万相官网免费体验。

首批上线文生视频、图生视频功能，在文生视频中，用户输入任意文字提示词，即可生成一段高清视频，支持中英文多语言输入，并可以通过灵感扩写功能智能丰富视频内容表现力，支持16:9、9:16等多种比例生成；在图生视频功能中，支持用户将任意图片转化为动态视频，按照上传的图像比例或预设比例进行生成，同时可以通过提示词来控制视频运动。

通义灵码推出全新AI程序员

面向编程场景，阿里云通义灵码再次升级，推出全新AI程序员。从一年前只能完成基础的辅助编程任务，进化到几句话就能完成需求理解、任务拆解、代码编写、修改BUG、测试等开发任务，最快几分钟可从0到1完成应用开发，提升数十倍开发效率。

“我们希望企业和开发者能以最低的成本做AI、用AI，让所有人都能用上最先进的大模型。”阿里云CTO周靖人表示。

2024云栖大会，精彩还在继续
9.19-9.21，持续相约

云栖小镇，不见不散