云栖大会前夜，阿里把Qwen交给了一位90后

9月21日，2026云栖大会开幕前一天，阿里的Qwen大语言模型一号位终于亮相了。多家媒体报道称，阿里已经任命刘大一恒负责Qwen大语言模型。

云栖大会官网的嘉宾名单里，刘大一恒的照片赫然排在阿里巴巴集团主席蔡崇信、CEO吴泳铭之后，头衔是“阿里巴巴ATH事业群Token Foundry Qwen LLM项目负责人”。

这并不是一次突如其来的决定。过去几个月，刘大一恒已经接过Qwen预训练、后训练和Coding等多项工作。直到云栖大会前夜，这场持续半年的交接才终于有了一个对外明确的结果。

9月22日，云栖大会召开当天，吴泳铭在主论坛谈起“机器智能时代”。吴泳铭判断，机器正在成为思考的主力，智能会像电力一样成为规模化供给的商品。未来机器提供的思考总量，可能达到人类的1000倍以上。

紧随其后，1993年出生的刘大一恒登台，成了吴泳铭之后第一个发表技术演讲的阿里人，演讲的题目是《Qwen：迈向真实世界智能体》。一个长期站在模型训练幕后的90后，就这样走到了台前。

01、Qwen“一号位”走到了台前

虽然在阿里多年，但刘大一恒很少出现在公众视野里。他的个人主页仍保留着一条朴素的自我介绍：四川大学博士，研究自然语言生成，2021年1月加入阿里达摩院。

更早之前，他曾在微软亚洲研究院实习，2020年入选华为“天才少年计划”。加入阿里后，他成为Qwen早期核心成员，长期负责预训练，参与了多代Qwen模型及相关开源工作。

不过，与Qwen模型在开源社区里的知名度相比，刘大一恒本人一直更像一个幕后研究人员。直到今年阿里发生了一系列组织变化后，刘大一恒逐步参与到了Qwen的主要工作环节。

今年3月，阿里成立Alibaba Token Hub，即ATH事业群，把基础模型、MaaS平台、千问应用和企业Agent业务放进同一个一级事业群。

到了6月，通义大模型事业部又与未来生活实验室合并为Token Foundry，由吴泳铭直接负责。周靖人则转任集团首席科学家，把更多精力放在了长期前沿研究上。

组织变化的同时，今年3月开始，刘大一恒的工作也陆续覆盖了大语言模型研发的主要链条。如今任命Qwen大模型负责人，他的实际职责终于确定了下来。

阿里没有公开解释为什么最终选择刘大一恒。但从履历来说，他是Qwen早期一路做过来的内部研究人员，刘大一恒最熟悉的预训练，恰好处在基础模型研发的上游。

刘大一恒在云栖大会上表示，大模型的使用方式正在从一轮对话走向一个完整任务。按照他公布的数据，Qwen全球下载量已经超过30亿次，衍生模型超过30万个。

据其介绍，目前Qwen团队还在探索递归式自我改进，让模型从真实任务中发现不足、构造训练数据，再评价和修正结果。

基于下一代架构的Qwen4已经投入训练，刘大一恒透露，阿里还计划将后续模型的参数规模推向5万亿至10万亿。

在刘大一恒看来，接下来的Scaling不再只是增加参数，模型还要调用工具、操作软件、执行长任务，并从真实环境的反馈中继续学习。

然而，Qwen每向真实世界多走一步，都会对芯片、云和应用提出新的要求。

02、背靠阿里整条AI链路

在阿里整条AI链路中，刘大一恒负责的业务更靠近源头：让Qwen继续提升模型能力、生成更多Token。阿里的芯片、云、平台和办公应用则要接住这些能力，把它们送进真实任务中，变成企业的订单。

刘大一恒之后，平头哥半导体副总裁高慧和阿里云CTO李飞飞先后登台。三个人的演讲内容，分别对应着吴泳铭所说的模型、芯片和AI云上。

高慧谈的是Agent带来的算力变化。AI负载的重心正在从训练走向推理，任务从一次请求变成长链路编排，竞争也从单芯片参数延伸到CPU、GPU、网络和存储的系统协同。Agent连续调用模型时，任何一处等待，都可能拖慢整项任务。

平头哥因此没有只发布一颗芯片。真武V900之外，同台出现的还有ICN Switch、磐脉网卡、镇岳SSD控制芯片，以及计划于2027年第一季度上市的磐久超节点服务器。

阿里称，V900配备216GB显存和1200GB/s片间互联带宽，单芯片算力达到上一代M890的3倍。包括M890在内的真武芯片，已经通过阿里云进入20多个行业，覆盖650多家外部客户。

芯片再往外一层，是李飞飞负责的AI云。李飞飞长期研究数据库和大规模数据管理，加入阿里后先后负责数据库与存储实验室、阿里云数据库和存储业务。如今站在阿里云CTO的位置上，他把Agentic Cloud拆成三个词：Model、Harness和Context。

模型提供能力，Harness让Agent调用工具、运行和恢复任务，Context则持续提供企业数据和业务状态。围绕这三层，阿里云发布了AgentCore、Agent Sandbox和新一代高性能存储CPFS等产品。

刘大一恒把模型推向更长的任务，高慧和李飞飞负责让这些任务有算力可用、有环境可跑。千问办公CEO陈宇森则发布了“企业上下文”，试图把这些信息连接、压缩和结构化，再根据任务交给Agent使用。

在陈宇森看来，Agent要像一名员工那样拥有部门、岗位和授权边界，知道哪些数据能够读取，哪些操作需要审批。线下信息则由AI硬件带回来。

为此，千问办公发布了AI录音笔产品QwenNote A2。发布会介绍，QwenNote A2重67克，带有六个麦克风，可以独立联网。

在千问办公的设想中，QwenNote A2看起来像一张录音卡，但它实际承担的任务是，把会议室和客户现场产生的信息带回企业系统，让Agent能够接着做事。

9月23日亮相的Qwen Book又把尝试往前推了一步。这台由阿里云无影团队研发的原生智能体电脑，希望把模型、操作系统、应用和云服务连在一起。不过，云栖大会现场展示的仍是演示版本。

此外，阿里推出的企业级开发平台——千问AI平台，则处在模型和应用之间。它在原有模型服务上增加Agent服务和行业解决方案，并推出Agent Studio等能力，帮助企业更好地转化成生产力。

至此，阿里的链条已经能够从Qwen、芯片和AI云，一路延伸到开发平台、办公软件与硬件入口。

基于这个长长的AI链条，阿里也有机会从同一项任务的不同环节获得收入。

最新一个季度数据显示，阿里AI云与算力服务收入达到484.37亿元，同比增长45%；其中AI相关产品收入为123.76亿元，连续第12个季度实现三位数同比增长。云业务的EBITA利润率也提升至12%。

相比利润改善、收入增加，阿里对AI的投入要跑得更快。当季，阿里资本开支达到676.78亿元，同比增长75%。对此，阿里将增长归因于AI基础设施建设、预期Agent采用带来的CPU算力需求，以及芯片组件价格上涨。

这些持续增加的资本开支则提醒阿里，这门生意仍处在投入最重的阶段。最终，这些庞大的投入能否变成一张张续费订单，将是阿里这轮全链路投入需要交出的答卷。

（文 | 豆蔻，图片来源 | 视觉中国，本内容转载自财经天下WEEKLY）