釘釘和天貓精靈，可能是「通義」先鋒。
ChatGPT 掀起了又一波 AI 大戰，阿里是最新加入戰局的巨頭，之一。
4 月 11 日，阿里巴巴董事局主席張勇，在阿里雲峰會上正式發布了阿里的大語言模型工具「通義千問」，並宣布旗下阿里「全家桶」全部接入其中。
發布會之前，通義千問的「鳥鳥」視頻已經流傳於社交媒體，而對於阿里來說，能娛樂大眾是好事，但更重要的是，AI 大模型的能力未來如何加入到 B 端客戶的「工作流」之中，則是阿里雲關注的重點。
因此，阿里雲智能集團也強調了下一戰略方向——雲智一體。
在大模型時代，阿里雲是否能「支棱」起來？下一步又將如何發展？
01 阿里「通義全家桶」
4 月 7 日，阿里通過開放通義千問的限量邀測，首次向外界展示了阿里大模型的能力。在 4 月 11 日阿里雲的年度峰會上，張勇宣布正式發布阿里的大模型產品——通義千問。
這也是張勇在兼任阿里雲智能集團 CEO 後，第一次在阿里雲峰會帶隊露面，足見此次活動的意義。
通義千問可提供文案創作、對話聊天、知識問答、邏輯推理、代碼編寫、文本摘要以及圖像視頻理解服務｜阿里雲
會上，阿里雲 CTO 周靖人用 2 分鐘的時間，通過一張 PPT 的講述簡單介紹了通義千問的幾個能力；緊接著放出了 3 分鐘的短片來介紹通義千問帶來的可能性。
在這段 3 分鐘的短片裡，由通義千問支持的智能助理在 3 個場景里進行了展示。
- 在辦公場景，智能助理在獲取不同平台的接口調用後，可以自動幫忙訂機酒、規劃路線打車等；也可以生成會議紀要、邀請函和海報等。
- 在居家場景，小朋友寫故事的思路、大人運動健身的背景音樂、做菜建議等都可以通過喊話智能助理獲得。
- 在購物場景，一句「18 歲女生第一次化妝需要準備什麼？」「爺爺下個月就要過 80 大壽了，生日宴會策劃思路」後，智能助理自動生成了建議，並附上了購物連結。
事實上，由於大模型帶來的生成、推理和多輪對話等能力，AI 可以切入到更廣泛的「操作流」已經成為相對共識。
比如過去種草在小紅書、轉化在淘寶，訂票在攜程、打車在滴滴等分散在各個不同平台的消費決策行為，現在可以在一個平台，通過 GPT 的問答自動獲得「知識增強」。給定任務後，用戶在一個平台就可以更高效、便捷地完成整個過程。
而擁有「全家桶」的阿里，天然適合用大模型來增強現有業務，切入到更多的「操作流」。會上，張勇表示：「基於通義千問這樣的基礎大模型，我們希望能夠把阿里所有的業務在未來接入。」
阿里巴巴所有產品未來將接入「通義千問」大模型
而獲得通義大模型優先內測的內部業務中，釘釘和天貓精靈可能是最快落地的。發布會當天，釘釘和天貓精靈的官方公眾號，分別發了未來新功能的小樣。
就接入通義千問的釘釘而言，它可以自動生成群聊摘要、輔助內容創作、總結會議紀要、還能拍一張功能草圖自動生成小程序。另一邊，擁有多輪對話能力的天貓精靈成為了更智能的陪伴機器人。
不僅是阿里內部的業務，周靖人介紹，未來每一個企業在阿里雲上，既可以調用通義千問的全部能力，也可以結合企業自己的行業知識和應用場景，訓練自己的企業大模型。
對於後者，周靖人表示，通義千問是一個通用的大模型，在此基礎上，可以結合企業的場景、知識體系、行業特殊需求，產生一個企業專屬模型，來解決行業的實際問題。
通義千問，既是大模型領域的重要「節點」，也是阿里雲平台的重要節點。
02 雲計算，進入「大模型時代」
2022 年 12 月以來，OpenAI 所提供的 GPT 接口，讓外界看到「Model-as-a-service」（MaaS，模型即服務）在商業模式上的可能性，大語言模型可以作為一項服務來被調用，但對於雲服務廠商而言，這還意味著基於大模型來設計它自身雲的產品體系。
周靖人認為：「模型訓練、模型推理離不開雲計算，今天逐漸形成的 IaaS 、PaaS、MaaS 三層，甚至再往上 SaaS 這樣一個新的架構，在這方面，阿里雲有長期的規劃，按照這個理念設計雲自身的技術和架構，以及相關的產品體系。」發布會的主論壇上，他詳細介紹了為 AI 提供高性能算力的集群——靈駿，以及模型訓練、模型推理的 PAI 平台等產品。
他進一步解釋了模型即服務的概念，就是能夠把模型整個生命周期有效支撐起來。今天從模型最初的研發、數據的清洗，到模型的訓練、測試，以及模型整體能夠進入到一個統一的模型標準網站，能夠讓用戶快速查找模型、使用模型，降低模型使用門檻，讓更多的人能夠通過幾行代碼真正享受到今天人工智慧的一系列應用。
事實上，自 ChatGPT 發布以來，大模型或者說生成式 AI，似乎成為了國內外雲廠商的必爭之地。儘管對於新機會的討論範圍遍布廣泛：算力基礎設施、大模型、中間件、應用軟體和硬體等等，但其中，最確定的機會就是雲計算。
聯想集團 CTO 芮勇曾向極客公園舉過一個例子，來闡述生成式 AI 所需要的算力，他認為：我們進入了第三個計算時代——AI 時代。相比前兩個計算時代（PC 和網際網路、智慧型手機和雲），生成式 AI 和大模型對算力需求是成百上千倍的需求。今天用搜尋引擎時，很多的內容就在那兒，只是把它用倒排表的方式抓出來；但生成式 AI 的內容要現場生成，算力比原來要高得多。這會給做高性能計算的企業帶來好處。
除了算力，還有雲架構，不同場景下的工作負載所需要的計算體系架構要求不同。在人工智慧場景里，雲計算為 AI 模型的訓練和推理提供了底層基礎設施；一個足夠智能的平台產品，能夠把大數據、機器學習等能力發揮到極致。因此，雲廠商也迫切希望和行業客戶共創，圍繞著模型去重新構建雲計算的一系列產品和體驗。
新的節點上，張勇表示，在客戶智能化過程中，阿里雲的下一個目標和承諾是讓算力成本成為今天的 1/ 10 乃至 1%。這意味著基於大模型的算力架構，還有長足的優化空間。
「通義千問是既定路線中的一個節點，不是起點，也不是終點。」周靖人如此說道。