72小時3款重磅模型，阿里AI還是穩

4月的大模型競賽，先被阿里拉開了序幕。

此前，我們獨家獲悉 DeepSeek V4將于4月發布。消息傳出后，市場預期迅速升溫。尤其是清明節前，圍繞 DeepSeek V4何時亮相的討論持續發酵，幾乎成了AI圈共同等待的一件大事。

但率先出牌的不是DeepSeek。就在這一節點上，阿里連續三天發布三款模型，覆蓋全模態、文生圖和代碼能力，迅速接管了節前AI圈的話題中心。

3月30日Qwen3.5-Omni、4月1日Wan2.7-Image、4月2日Qwen3.6-Plus，72小時里，阿里的全模態、文生圖、編程三大核心模型陸續更新。據悉，4月3日，全球知名大模型盲測榜單LMArena旗下聚焦編程能力的Code Arena公布新一期排名，Qwen 3.6-Plus位列全球第二，超越OpenAI、Google、xAI等國際巨頭，成為該榜單上排名最高的中國大模型。

而這距離阿里AI事業部（ATH）正式成立，才剛剛過去兩周。這說明新事業群的意義不只是整合資源，在重視基礎模型的同時，更強調阿里AI能力和矩陣的連續供給，保持在新一輪模型競賽中的領先位置。

這次密集發布固然疊加了多重因素，但本質上還是阿里在大模型領域長期投入的結果。早在2019年，阿里就是國內較早投入大模型方向的公司，2021年更是在全球范圍內率先大幅降低萬億參數超大模型（M6大模型）的訓練能耗。

隨后幾年，從達摩院到通義實驗室，前者負責打底層研究，后者負責把模型做成系列和持續迭代的產品能力。千問（Qwen）系列模型不斷壯大，阿里更是在大模型AGI路線上，不僅夯實了技術底座，也為后續大模型的產品化與商業化落地奠定了堅實基礎。

組織上，阿里建立了常態化的人才培養機制。與國內外多所高校共建聯合實驗室，同時引進了一批在多模態、強化學習、智能體等前沿方向有積累的研究者。這也保證了通義實驗室長期形成的結構穩定、層次清晰的人才梯隊。

正是過去幾年在研究、工程和組織上的連續投入，讓阿里AI整體的推進保持穩定節奏。從模型性能的顯著提升，到應用端的同步上線，再到對Agent賽道的提前布局，我們能看到，阿里大模型的迭代不是單點突破，而是模型研發、系統能力和產品相互促進的完整鏈路。

01

三天三款SOTA

這次阿里AI的集中更新，最突出的地方不是連發三款模型，而是每一款都在對應賽道交出了領先行業的成績。

例如在編程賽道上，Qwen3.6-Plus相較于上一代模型整體性能提升明顯，并且涌現出很強的智能體編程能力。在系列編程能力權威評測中，千問3.6編程表現超越2倍乃至3倍參數量的GLM-5、Kimi-K2.5等模型，接近全球最強編程模型Claude系列。

正是因為編程能力的顯著提升，大模型才能更好地支撐AI智能體的運行，讓代理式編程（Agentic Coding）真正落地。千問3.6在實測中展現出了完整的任務閉環能力，面對前端網頁開發、大型倉庫維護等復雜需求，它能自主拆解步驟、規劃執行路徑，并通過反復測試修改最終交付結果。

此外，它在代碼修復、終端操作、自動化任務執行等工程環節表現穩定，在多個行業公認的高難度長程任務中取得了領先成績。

最大的亮點還是Qwen3.6-Plus的原生多模態能力，直接解鎖了“視覺智能體編程”的想象空間。例如，設計師上傳一張界面截圖或Figma設計稿，模型就能自動拆解任務、生成前端代碼、調用工具調試修改，真正打通了從“看懂設計”到“交付產品”的完整鏈路。

再配合百萬詞元上下文和全Agent框架支持，曾經只存在于概念中的“氛圍編程”，終于從噱頭變成了普通人也能用的工具。

文生圖賽道上，Wan2.7-Image具備文生圖、圖生組圖、圖像指令編輯和交互式編輯等全鏈路能力。尤其針對行業詬病已久的“AI標準臉”和“色彩盲盒”兩大痛點，Wan2.7-Image給出了教科書級別的解決方案，從骨相、眼眸到五官的全維度定制，真正實現“千人千面”。

這次在全模態賽道上升級的Qwen3.5-Omni模型，表現更為驚艷。據阿里云官方測試后給出的數據顯示，它在音視頻理解、語音識別、多語種翻譯等215項任務中取得SOTA，超越了谷歌Gemini-3.1 Pro。

02

阿里AI的“變”與“不變”

這場備受行業關注的三連發，看似是ATH成立后的突然爆發，實則是阿里七年大模型積累的必然結果。背后是阿里AI不變的技術底蘊，結合動態變化的組織邏輯。

所謂不變的技術底蘊，包括阿里深耕大模型的長期主義和體系化能力。早在2019年，阿里就啟動了大模型研發，是國內最早布局這一領域的企業之一。

七年里，阿里沉下心來做底層能力建設。在算力層面，依托阿里云構建了國內領先的大模型訓練與推理集群，為持續迭代提供了穩定的基礎設施支撐。技術層面，逐步打通了自然語言處理、計算機視覺、語音識別、多模態融合等多個技術領域的壁壘，形成了從基礎算法到工程落地的完整技術棧。

經過七年的人才培養和技術沉淀，通義實驗室已經形成了完整的人才梯隊，而不是依賴少數人。

此前行業曾有傳言，部分人員流動會影響阿里的研發節奏，這次三連發直接打破了這種質疑。萬相團隊獨立突圍拿下國內生圖第一，千問團隊同時推進全模態和編程兩條線，證明阿里的技術儲備早已實現了多點開花，個別人員的流動難以撼動根基。

變化的是，阿里AI的發展邏輯和組織方式。ATH成立之前，阿里的大模型、應用、云服務曾存在一定的“各自為戰”現象，模型研發偏向實驗室導向，與市場需求存在脫節。

而ATH的成立，徹底打通了從算力、模型到應用的全鏈路壁壘，從組織架構思路上對標谷歌的DeepMind機構，將大模型轉型為產品驅動研發，研發提升產品的閉環邏輯。

ATH是阿里"全棧AI服務商"戰略的重要組成部分，與阿里云智能事業群、電商事業群平行，成為阿里三大核心事業群之一。阿里巴巴集團CEO吳泳銘將其核心目標定義為"創造Token、輸送Token、應用Token"，構建Token從生產到消費的完整閉環。

吳泳銘明確判斷，當下正處于AGI爆發前夜，AI的核心交互方式正在從"問答式"轉向"代理式"。未來大量數字化工作將由數以百億計的AI Agent來支撐，而Token是支撐智能體運行的核心能量單位，相當于AI時代的石油。

在這種理念指導下，阿里AI從實驗室思維全面轉向市場導向。從這次發布的所有功能也能看出，幾乎沒有一個是為了跑分而設計的，調色盤解決了設計師的配色痛點，音視頻處理解放了內容創作者，Agent編程降低了普通人的開發門檻。

除了模型更新，對“龍蝦熱”的快速反應，如悟空、Qoder等Agent產品的密集迭代，更是體現了阿里對市場需求的嗅覺。

在強調AI應用的大年里，模型研發也不能再走閉門造車的老路，而是與應用團隊深度聯動。我們發現，比模型性能更值得關注的，是阿里這次展現出的“模型-應用”協同速度。應用團隊把用戶需求反饋給模型團隊，模型團隊快速迭代優化，再通過阿里云百煉這個統一出口，同步給所有開發者和企業用戶。

千問3.6發布當天，ATH旗下的悟空、千問APP、Qoder等產品就全部官宣上線。這種“零時差接入”的能力，在整個行業都很罕見。

這意味著阿里發揮出自身的組織優勢，完成了從“單點突破”到“協同作戰”的戰略轉變，也讓阿里的技術優勢能夠快速轉化為產品優勢和市場優勢。

03

大模型需要和產業更深地連接

2026年初，開源項目OpenClaw突然引爆全球科技圈，幾乎成為繼ChatGPT之后AI領域又一個具標志性的現象級事件。

這個由海外獨立開發者團隊打造的輕量級Agent框架，無需對接任何平臺的專屬API，僅通過模擬人類鼠標、鍵盤操作，就能直接控制電腦完成機票酒店預訂、郵件批量處理、PPT自動生成與發送等一系列復雜的跨應用任務。

它真正改變行業認知的地方在于，第一次向大眾直觀展示了AI是如何蛻變成“執行者”的，不僅能夠理解人類的自然語言指令，還能自主拆解任務、規劃執行路徑、處理突發異常并完成最終交付。

這一趨勢也倒逼大模型研發邏輯發生轉變，也就是說，模型研發不能脫離產業。此前行業的競爭重心集中在參數量、上下文窗口長度、基準測試跑分等純技術指標上，但在Agent時代，模型的核心競爭力變成了工具調用的精準度、長程任務的規劃能力、錯誤回溯與修正能力，以及與真實世界交互的魯棒性（Robustness）。

阿里巴巴集團CEO吳泳銘是在2026年3月19日的財報電話會上指出，2025年下半年以來，AI技術已進入由"AI Agent"驅動的新階段。

他強調，與早期AI階段最大的區別在于，模型與應用之間的緊密配合變得至關重要，提升模型能力、改善應用效果的關鍵，越來越依賴于這種緊密結合以及在客戶使用場景中形成的數據閉環。

所以，阿里的這次三連發，證明了ATH成立后，大模型到AI應用的協同效應正在生效。同時也是為了驗證，阿里“產模一體”后取得的初步成果。

今年以來，阿里的核心戰略就是快速推進“產模一體”的進程。比如將AI的總稱和核心品牌統一為“千問”，告別“通義”前綴，僅保留“通義實驗室”作為AI機構組織名稱。

這一品牌整合是“產模一體”戰略的一部分，目的是將大模型能力更緊密地與C端應用（如千問App）和B端產品（如悟空）結合，做大用戶規模。

作為阿里企業級AI旗艦應用，“悟空”率先接入了最新的Qwen3.6-Plus模型，將模型的智能體編程、長程任務規劃等能力，直接應用于企業研發、知識管理、業務流程自動化等真實工作流中。這是“產模一體”的典型實踐。

設立ATH（Alibaba Token Hub）事業群同樣如此。將通義實驗室、MaaS平臺、千問、悟空智能體等核心AI資源進行整合，是為了打通“模型—應用—數據”的全鏈路閉環。

此外，阿里正將千問大模型深度嵌入淘寶、高德、飛豬等生態業務中，并推出千問AI眼鏡等硬件產品。這些產品不僅是模型的應用場景，也是用真實數據反哺模型迭代，形成數據飛輪。

這也印證了一個樸素的道理，技術是基礎，組織力或許才是決定勝負的關鍵。再先進的技術，如果卡在了部門墻和繁瑣流程里，也沒法變成實實在在的產品和用戶價值。

阿里成立ATH，正是對這個問題的直接回應。

對于普通用戶來說，阿里這次模型三連發，意味著AI平民化時代正在加速到來。未來，編程不再是程序員的專利，普通人用自然語言就能開發自己的APP。內容創作不再需要專業技能，人人都能成為設計師和導演。全模態交互的AI助手，將真正融入我們的工作和生活，成為每個人的超級生產力工具。

未來，阿里AI的花路會越走越寬。據悉，千問3.6系列還將開源其他尺寸模型，性能更強的旗艦模型Qwen3.6-Max也將于近期發布�？梢钥吹降氖�，在ATH的統一指揮下，阿里AI通過協同已經重新找到一種更強勁的節奏。

撰寫｜吳尋

編輯｜劉培