阿里雲峰會亮相 Qwen3.7‑Max 與全棧 AI 基礎設施

• 多步驟複雜推理
• 外部工具調用
• MCP（Model Context Protocol）整合
• 多智能體協作

這類能力意味著 AI 不再只是對話助手，而是可以在實際工作流程中 充當自動化協作者。

可長時間自主執行任務

阿里在峰會展示了一項長時間實驗，凸顯 Qwen3.7‑Max 的自主運作能力。

在測試中，模型在一個新的晶片平台上 連續自主運行約 35 小時，期間完成 超過 1000 次工具調用，並維持連貫的推理過程。

該實驗的目標是優化一個生產級 AI 推理核心。最終結果顯示，新版本核心的推理速度 約提升 10 倍。

這類「長周期任務」能力被視為智能體 AI 的關鍵特徵之一，意味著系統可以連續執行數百甚至數千步的任務流程。

在全球模型排行榜中的位置

部分媒體引用第三方 Arena 全球大模型盲測排行榜 的數據指出，Qwen3.7‑Max 在中國本土模型中排名第一，其整體表現接近 OpenAI、Anthropic 與 Google 的頂級模型。

不過這些結果來自報導與公開排行榜資料，在更多獨立測試出現之前仍需審慎解讀。

同步發布：真武 M890 AI 晶片

除了模型之外，阿里巴巴也發布新的 AI 硬體。

會上亮相的 真武 M890 AI 晶片 由阿里旗下半導體公司平頭哥（T‑Head）研發，主要特點包括：

• 性能約為上一代 真武 810E 的三倍
• 144GB 片上記憶體，針對高吞吐 AI 工作負載設計
• 搭配新的 128 卡超節點伺服器架構

這套硬體將透過 阿里雲百煉平台 向企業客戶提供，用於大規模 AI 模型訓練與推理。

阿里的核心策略：打造中國「AI 工廠」

阿里雲高層在峰會上提出一個頗具象徵性的概念——「AI 工廠」。

阿里雲資深副總裁 劉偉光 表示，AI 正逐漸成為一種新的工業生產形式，其核心是「訓練工廠」與「推理工廠」。公司目標是打造 中國的 AI 工廠，讓 AI 的開發與部署像工業生產線一樣規模化。

在這一構想中，阿里試圖掌握完整 AI 技術棧的五個層次：

• 自研 AI 晶片
• 雲端計算基礎設施
• 基礎模型（如 Qwen 系列）
• 模型服務平台與開發工具
• AI 應用與智能體

這種 垂直整合策略 與一些西方科技公司類似——它們同時掌控硬體、雲服務與 AI 模型，以形成完整生態系。

為什麼這次發布值得關注

Qwen3.7‑Max 不只是一次模型升級，它反映出 AI 產業的一個重要趨勢：

AI 系統正從聊天助手，轉向可以自主完成長鏈條任務的智能體。

對阿里巴巴而言，這款模型是其 AI 平台戰略中的核心軟體層，與以下資源形成整體體系：

• 自研 AI 晶片
• 超大規模雲端基礎設施
• 基礎模型
• 開發者平台
• 下游 AI 應用

如果這一策略成功，阿里可能在全球 AI 競賽中占據更重要的位置，尤其是在 全棧 AI 基礎設施與智能體計算平台 的競爭上。