阿里巴巴集團行政總裁吳泳銘於二零二六年九月二十二日在杭州雲栖大會表示，通義千問（Qwen）團隊計劃訓練參數規模介乎五兆至十兆的新一代模型，同時由半導體子公司平頭哥發布真武 V900 人工智慧晶片，並訂下阿里雲全球數據中心容量於二零三二年超越二十吉瓦的目標。消息經路透社報道，並已對照新浪科技對同一場演講的整理交叉核實。
對香港與亞洲企業而言，這不是單純「參數越大越好」的宣傳數字，而是把模型規模、自研算力與雲端電力容量捆成一條全棧路線：誰能同時解決長程任務能力、晶片供給與機房擴張，誰就更能承接代理（agent）時代的企業工作負載。
路透／雲栖大會：阿里巴巴規劃 Qwen 五至十兆參數新模型——平頭哥真武 V900 算力稱升三倍、雲端目標二零三二年逾二十吉瓦
阿里巴巴在二零二六年雲栖大會（Apsara Conference）上，把大型語言模型、自研加速器與全球雲基建放在同一敘事。本文來源真實性已驗證：以路透社（Liam Mo、Eduardo Baptista）對吳泳銘演講與公司聲明的整理為主軸，並交叉核對新浪科技對二零二六年雲栖大會現場表述的報道。
一、核心事件：從 Qwen 3.8 Max 到五至十兆參數路線圖
技術細節
據路透社，吳泳銘表示 Qwen 團隊持續研究模型架構與數據優化，目標是完成「更複雜、更長程」的任務，並邁向人工超級智能（ASI）。公司另稱下一代模型 Qwen 4 正處於訓練階段，預計後續的 Qwen 4.5 與 Qwen 5 系列可擴展至五兆至十兆參數。
參數是模型在訓練中學習的可調變數，常被用作規模的粗略指標。路透社指出，阿里現時旗艦模型 Qwen 3.8 Max 約有二點四兆參數，意味規劃中的新模型約為現有規模的兩至四倍。吳泳銘並指，自研 M890 人工智慧超節點已可為逾二兆參數模型提供推理，並稱具備此能力的公司「全球僅屬少數」。
演講亦提到遞迴自我改進（Recursive Self-Improvement, RSI）：模型從真實回饋找出短板、自行設計實驗並合成數據，形成自我進化循環。新浪科技報道指 Qwen 團隊稱已在 RSI 方向取得一定進展；同時強調多模態「理解與生成一體化」，以及開源 Qwen27B 可於桌面端本地部署、手機端則有合作方案 Qwen Intelligence。
二、技術原理深度解析：模型、晶片、電力三位一體
企業級人工智慧競爭已從「單一 API 分數」轉向三條硬約束同時達標：
- 模型能力邊界：五至十兆參數路線圖對準長視野任務與代理工作流；路透社引述吳泳銘把現時人工智慧編程比作電氣時代早期的電燈泡——替代既有工作，但「機器智能時代的真正突破產品尚未到來」。
- 算力主權與叢集規模：平頭哥發布真武 V900，吳泳銘稱其為中國最強人工智慧晶片，性能為前代 M890 的三倍；單一叢集可擴展至五十萬卡，用於前沿訓練與推理。公司稱 V900 計劃於二零二七年第一季量產並商業化；M890 則於五月推出。新浪科技補充，平頭哥已覆蓋真武系列 GPU、倚天系列 CPU、磐脈智能網卡與 ICN 互聯晶片，意圖組齊超大規模叢集所需核心元件。
- 電力與供應鏈：吳泳銘訂下阿里雲全球數據中心容量於二零三二年超越二十吉瓦的目標，並承認全球人工智慧數據中心供應鏈短缺限制擴張速度：「行業中長期需求遠超我們的供應能力。」公司預計本季開始把人工智慧超節點以商業規模上線。
在美國出口管制下，中國科技企業加速建構 Nvidia 替代方案——路透社把真武 V900 置於同一背景。對採購方，參數與「中國最強」表述屬供應商自述，仍需以獨立基準、可用性與總擁有成本驗證。
三、日常應用場景
1. 開發者與技術團隊
若 Qwen 4／5 系列按規劃開放 API 或權重，開發者需重新評估上下文長度、工具呼叫與長任務編排成本。對已採用代理框架的團隊，重點是量測「長程任務成功率」與 token 成本，而非只比較排行榜分數。桌面端開源較小模型亦可作離線原型與回歸測試。
2. 企業與隱私敏感行業
金融、法律、醫療等行業若使用跨境公有模型，需同時評估資料駐留、審計軌跡與供應鏈風險。阿里把模型與自研晶片捆綁，意味企業在選雲時可能面對「模型能力—算力區域—合規邊界」三元取捨：是否接受單一供應商全棧，或把敏感推論留在香港／本地私有環境。
3. 一般用戶
對消費者端，多模態與手機端 intelligence 方案意在降低介面複雜度；但「五至十兆參數」本身不直接等於個人產品體驗升級——真正可感知的，仍是延遲、幻覺率與能否完成跨應用任務。
4. 香港與亞洲市場視角
香港企業常見「中國雲服務＋本地合規」雙軌：生產力場景可用大模型 API，客戶資料與決策系統則要求數據不出境。雲栖大會同時拉高參數與吉瓦級電力目標，提醒決策者：亞洲雲端與人工智慧產能競賽會進一步推高電費、機房與晶片議價壓力；採購應把供應鏈韌性寫進 RFP，而不是只問「有沒有最新模型」。
四、專業評價與潛在考量
優勢
- 把模型路線圖、自研加速器與數據中心容量公開綁定，方便企業對齊三年至七年基建規劃。
- 明確對準長程任務與 RSI，契合代理時代「連續執行、自我修正」的產品敘事。
- 在出口管制環境下展示國產算力替代路徑，對亞洲買家具供應鏈參考價值。
需要留意的地方
- 五至十兆參數、V900「三倍性能」與「中國最強」均為公司或演講表述，獨立第三方基準與量產良率仍待二零二七年商業化後驗證。
- 二十吉瓦目標遠景至二零三二年，受土地、電力與全球供應鏈制約；吳泳銘本人亦承認需求遠超供給。
- 參數規模上升不自動等於企業可部署：授權條款、資料出境、延遲與成本模型仍決定是否進入生產。
結語
二零二六年雲栖大會上，阿里巴巴用「五至十兆參數模型＋真武 V900＋二十吉瓦雲端」描繪機器智能時代的全棧野心。對香港技術與業務決策者，可把它視為亞洲人工智慧供應側加速的訊號：公有模型會繼續變大、自研算力會持續競速，但合規與數據主權問題不會消失。務實做法是分開評估「可用的前沿能力」與「必須私有化的工作負載」。
若企業希望在香港部署可私有化的大語言模型與代理工作流，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API，數據不出境）：https://ysk.hk/services/ai-automation
參考來源
- 路透社（Liam Mo、Eduardo Baptista，2026-09-22）：https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
- 新浪科技（2026-09-22，雲栖大會現場整理）：https://finance.sina.com.cn/tech/shenji/2026-09-22/doc-inissitf7049101.shtml
- 發現來源 X @Reuters：https://x.com/Reuters/status/2102241509370184063