阿里巴巴正在构建从基础模型到多模态、从垂类应用到开源生态的完整AI版图。东方证券最新发布的人工智能动态跟踪报告显示，阿里通义系列已成为全球最大的开源模型族群，全球最大AI开源社区Huggingface排名前十的开源大模型全部是基于Qwen系列二次训练的衍生模型。2025年3月，阿里密集发布Qwen2.5-Omni（7B全模态模型）、QvQ-Max（视觉推理模型）等重磅产品，多模态技术实力进一步突破。同时，蚂蚁集团发布Ling系列大模型，通过算法优化实现低成本训练。本文从模型矩阵、开源生态、技术突破三个维度解析阿里巴巴的AI大模型生态。
模型矩阵——从语言到多模态的全覆盖
阿里巴巴自2023年4月发布通义千问系列大模型以来，以平均每3-6个月一次重大升级的速度迭代。目前已实现从基础语言模型到多模态大模型再到代码、医疗、法律等多个垂类场景大模型的全覆盖。语言模型方面，2025年1月发布Qwen2.5-Max（110B参数MoE模型，MMLU通用知识评测78.5分）和QwQ-32B推理模型（AIME24评测超越DeepSeek-R1）。2025年3月，阿里发布新一代端到端多模态旗舰模型Qwen2.5-Omni，专门为全方位多模态感知设计，能够无缝处理文本、图像、音频和视频等多种输入形式，语音生成测评分数4.51（与人类持平），多模态性能超越同规模单模态模型及Gemini-1.5-pro等闭源模型。
3月28日，阿里进一步发布QVQ-Max视觉推理模型，不仅可准确理解上传的视频与图片，还可以在识别基础上完成推理任务。例如上传景点照片可推理出景点名称，上传数学题截图可直接做出解答，真正实现从观察到推理的思考过程。此外，通义系列还覆盖代码生成（通义灵码）、医疗问答（通义仁心）、法律咨询（通义法睿）等多个垂直场景，构建起完整的大模型应用矩阵。
开源生态——全球最大开源模型族群
通义系列为全球最大的开源模型族群，已成为全球AI开发者的核心基础设施。全球最大AI开源社区Huggingface排名前十的开源大模型全部是基于通义千问Qwen开源模型二次训练的衍生模型。阿里的开源策略（Qwen2.5-Omni采用Apache 2.0许可，支持开发者免费商用及终端部署）有效吸引了全球开发者，形成“开源→生态→反馈→迭代”的正向循环。
阿里云百炼为一站式大模型开发与应用构建MaaS服务平台，ModelScope社区为中文开源AI模型平台。Qwen2.5-1M支持100万token长文本处理，Qwen2.5-VL 72B版本在13项视觉评测中夺冠。持续看好阿里AI基模研发实力，一方面看好技术突破带动的下游应用侧用户渗透率提升，另一方面看好开源生态下通义系列模型带动的MaaS服务与云计算算力需求增长。
蚂蚁集团Ling模型——低成本训练的技术突破
蚂蚁集团3月发布Ling-plus与Ling-lite模型，采用国产芯片通过算法优化实现与英伟达高端芯片接近的训练效果。Ling-lite和Ling-plus性能接近同规格的Qwen2.5-72B-Instruct和DeepSeek-V2.5-1210-Chat。技术突破体现在三方面：细粒度MoE结构（Ling-Plus 290B总参数，每步仅激活28.8B参数）、EDiT弹性分布式训练框架（训练速度提升66.1%）、XPUTimer性能分析工具（减少90%内存开销）。使用较低性能硬件可将训练成本从约635万降至约508万元人民币，节省近20%。
蚂蚁方案为首个基于低成本算力训练的大语言模型，解除了训练算力的高端算力需求。一方面可进一步降低大模型训练成本，另一方面可降低算力门槛限制、提高低端算力使用率。尽管对比DeepSeek、Gemini等仍有差距，但展示了国产算力在大模型训练中的可行性，对国内AI产业自主发展具有示范意义。
表1：阿里巴巴自研AI大模型代表性产品| 分类 | 模型名称 | 发布时间 | 核心特点 |
|---|
| 语言模型 | Qwen2.5-Max | 2025.01 | 110B参数MoE，MMLU 78.5分 |
| 推理模型 | QwQ-32B | 2025.03 | AIME24超越DeepSeek-R1 |
| 多模态模型 | Qwen2.5-Omni | 2025.03 | 7B全模态，语音评分4.51 |
| 视觉推理 | QvQ-Max | 2025.03 | 图像/视频推理，MathVision领先 |
投资建议——阿里AI全产业链领先地位巩固
中国移动、中国联通先后于3月26日、28日与阿里签署战略合作协议，约定于AI数据中心建设、云计算算力、AI技术及AI应用开发等多方面展开合作，且均强调将加强自研大模型与通义千问系列的技术交流。标志阿里AI产业链领先地位再获认可。建议关注阿里巴巴-W（09988，买入），云消费弹性明显+算法具备优势，AI全产业链领先地位持续巩固。
