撰文| 吴先之
编辑| 郝 鑫
4 月 8 日，阿里巴巴集团 CEO 吴泳铭发布内部信，宣布 AI 相关组织调整。
根据内部信，阿里巴巴在集团层面设立技术委员会，由吴泳铭任组长，成员包括周靖人、吴泽明、李飞飞。其中周靖人担任技术委员会首席 AI 架构师，李飞飞负责阿里云技术以及 AI 云基础设施建设，吴泽明负责集团业务技术平台以及 AI 推理平台建设。
与此同时，阿里还将通义实验室升级为通义大模型事业部，由周靖人负责；李飞飞出掌阿里云 CTO；吴泽明专注阿里巴巴集团 CTO 工作，淘宝闪购 CEO 职务由中供老兵雷雁群接任。
阿里在短短一个月内，通过两次组织调整，全面收拢内部最强的技术力量和最核心的资源，将之投入到 AI 主战场。
3 月 16 日，阿里成立 Alibaba Token Hub（ATH）事业群，建立以 " 创造 Token、输送 Token、应用 Token" 为核心目标的新组织。此次调整，相当于围绕 Token，建立起一套面向市场的机制，从而完成内部资源的高效配置。
" 经济基础决定上层建筑 "，4 月 8 日的调整则是《政治经济学批判》序言中那句著名论断的最好注脚。
AI 攻坚用重器
从莫斯科保卫战到库尔斯克会战，再到 1945 年的柏林战役，朱可夫在回忆录中反复强调 " 只有在某一段形成巨大对敌兵力优势，进攻才能有效 " 的观点。
后人将他的实战逻辑归结为 " 攥紧拳头砸重点，不撒胡椒面 "。
全球大模型竞争已渐至深水区，单点突破不再是胜负手，而是一场包括基座模型、多模态能力、推理优化、Agent 落地、商业转化在内的体系 " 会战 "。每一个环节都需要聚拢顶尖人才与持续资源投入支撑，任何分散与战略犹豫，都是 " 撒胡椒面 "。
阿里此次调整的重点便是顺应体系化会战的转向，其战略意图从集团技术委员会和升级通义实验室为通义大模型事业部可以得到印证。
面对一场迫在眉睫的会战，只需要一个大脑，集团层面成立的技术委员会便是阿里的 AI 总指挥部。技术委员会的成立标志着阿里结束了 " 云、大模型、业务技术 " 三条相对独立、分散的业务路线，进入统一指挥、统一调度、统一路线的战时攻坚模式。
目前，国内巨头组织适配 AI，集中存在三类问题：模型团队患算力不够、云团队患模型太重；业务技术总认为推理太慢、平台团队认为适配不佳；多头管理与反复沟通，导致组织效率低下。
技术委员会人事安排的 " 精巧 " 之处在于，阿里 AI 的技术路线、模型方向、基建投入等大决策都会在委员会内解决，避免了组织内耗。
技术委员会由吴泳铭任组长，三名成员，周靖人、李飞飞、吴泽明分别对应大模型核心技术、云底座基建、全集团业务落地，构成了一条从模型研发到算力基建、推理部署到业务逻辑，最后落脚到商业化变现的完整体系。
如果用三个词来总结此次的调整，应该是聚焦、分工和商业化，这一点在通义实验室的改组上特别明显。
周靖人卸下了阿里云 CTO 的职责，转而专注于通义。而通义，从 " 实验室 " 升级到 " 事业部 "，不仅是名称的替换，更代表了考核指标、资源配置和组织权责的重构。
以前的实验室模式，目标偏向科研突破，核心任务是技术探索，并因此获得声誉和影响力。现在成为独立事业部，则意味着拥有独立的预算权和商业定价权，甚至直接制定商业化策略。
调整从侧面反映了阿里对目前 AI 竞争态势的判断。在行业普遍采取价格战、开源策略的背景下，事业部建制能让决策链路更短、动态化调整定价、直接面对市场。
阿里也在明确告诉市场，随着性能强大的模型驱动各行各业的应用场景拓展、吸引各行各业的应用，通义大模型将会是一个可以自己造血、养活自己，甚至反哺阿里的成熟业务。
模型提速进行时
市场很残酷，周期性地上演着优胜劣汰。但另一面又很仁慈，给予着敢闯敢拼者回馈。
仅从技术视角观察，从基座模型到推理优化，从多模态到 AI Agent 能力，但凡有公司能实现单点突破，就能被世界所看到。
而阿里在 AI 上一直坚持的是 " 全面开花 " 策略，在与我们接触的行业人士中，给出了 " 全模态 "" 全体系 "" 开源 " 的标签。
这样的策略背后投入资源虽重，但优势很明显。单点更多体现了押注和赌的成分，前提得保证认定的方向没有出现大的偏差，一旦遇到重大技术转向，很难全身而退，甚至功亏一篑。全面 All In 则为阿里这类公司提供了更多的空间，既可以实现阶段性的 " 单点开花 "，也可以为未来降低风险。
反映在客户市场更是如此，模型性能不是唯一指标，模态类型、尺寸大小、嵌入到工作流的丝滑程度，都有可能成为客户为模型买单的理由。
这段时间，阿里连发模型，在性能和受开发者欢迎程度上都名列前茅。
4 月 2 日发布的 Qwen3.6-Plus，专攻编程能力，能够通过视觉进行编程。仅发布一天，该模型就冲上了大模型 API 调用平台 OpenRouter 的日榜榜首。
OpenRouter 官方数据显示，Qwen3.6-Plus 的日调用量突破 1.4 万亿 Token，打破了该平台的单日单模型调用量的全球纪录，这是全世界开发者用脚投票的结果。
4 月 1 日发布的图像生成与编辑统一模型 Wan2.7-Image，是目前最接近 Nano Banana Pro 的国产模型。该模型的核心是精准控制、创作提效，主要解决 AI 生图中同质化和不可控的痛点。
3 月 30 日所发布的 Qwen3.5-Omni，是一款全模态大模型，最大的亮点在于原生集成了文本、图像、音频、视频的理解与生成能力，能像一个 " 数字感官中枢 " 一样与物理世界进行实时互动。
三款模型各有所长，体现了阿里 AI 在不同领域的作战能力。在最新一季财报电话会上，吴泳铭被问及阿里 AI 优先级时表示，优先级毫无疑问是打造智能能力最强的模型。
目前来看，阿里的组织架构调整正在成为大模型加速发展的助力。
2026 年无疑是全球 AI 竞争的关键一年，新一轮组织架构调整之后，阿里 AI 将持续提速。
AI，正在让阿里再攀高峰
作为今年组织调整的发令枪，ATH 事业群的设立有一则趣事。
ATH 的缩写，不仅是 Alibaba Token Hub 的缩写，也可以隐喻 "All Time High（预期股价历史新高）"。
在我们跟相关阿里人士交谈中，感觉到了阿里内部前所未有高涨的气势。
一次架构调整只是断面，阿里围绕 AI 的一系列调整，浮现出了更为清晰的全栈体系。
一切动作始于去年 2 月，阿里宣布未来三年投入超 3800 亿元，用于云和 AI 硬件基础设施建设。这笔投资超过了过去十年的投入规模之和。
同年 9 月，吴泳铭明确了投入的方向，3800 亿投入是希望推动 AI 从智能涌现向自主行动，并向自我迭代演进，目的是实现 ASI。
去年，全球大模型交锋已颇为激烈，所有入局者都意识到算力资源这类基础设施将会是制约发展的关键环节。
今年财报电话会上，平头哥自研 GPU 芯片实现规模化量产，截止 2 月底，累计交付达 47 万片。直到平头哥 GPU 的规模化量产，阿里才彻底打通了 AI 全栈布局 " 最后一公里 "。
与此同时，阿里 AI 在 B 端与 C 端同时发力。
B 端市场，阿里围绕通义千问，通过阿里云百炼平台渗透到千行百业，从 Agent 到头部企业借助 AI 改造、重构传统产业的生产与运营模式。C 端市场千问 APP 在接入整个阿里生态后，终结了停留在对话的 Bot，靠 " 能办事 " 为用户提供高效的智能助理服务。
此外，一个月前成立 ATH 事业群，阿里 AI 还完成了 B 端与 C 端两条清晰的体系化调整。
阿里整套战略的核心，可以看作一个 " 铁三角 "。其中，强大的基础设施是根基，统一的组织架构是中枢，繁荣的应用生态是出口。这种 " 芯片 - 云 - 模型 - 应用 " 环环相扣的系统性优势，正是阿里试图在 AI 时代建立，其他对手又难以复制的核心竞争力。
对阿里而言，2026 年是关键的一年，上面的构想从蓝图变为了现实。而接下来，迎接阿里的是加速和奔跑。返回搜狐，查看更多
平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
