一句话看懂：阿里巴巴 CEO 吴泳铭表示，公司计划训练参数规模在 5 万亿到 10 万亿之间的 AI 大模型，并同步推进模型、芯片和数据中心的整体布局。这代表阿里正把 AI 竞争从单一模型层面，扩展到算力基础设施和自研芯片的纵深。
事件核心：发生了什么
据路透社报道，阿里巴巴 CEO 吴泳铭对外阐述了公司在 AI 领域的推进计划：训练一个参数规模介于 5T（5 万亿）到 10T（10 万亿）之间的大模型。目前公开信息显示，这一规模远高于当前主流开源和闭源模型的常见参数区间。与此同时，阿里并未只押注模型本身，而是把 AI 模型、芯片和数据中心作为一套组合来布局。这一表态由 Techmeme 在 2026 年 9 月 22 日的存档页面记录，原始信源为路透社。
为什么重要
参数规模是衡量大模型能力上限的参考指标之一，5T 到 10T 的量级意味着训练侧对算力的需求会急剧放大。阿里同时强调芯片和数据中心，说明它试图减少对外部算力供应链的依赖，把训练和推理成本掌握在自己手里。从行业格局看，这也让中国大模型竞赛从“谁的模型更强”延伸到“谁的算力底座更完整”，与自研 AI 芯片、云计算资源的商业化直接挂钩。对闭源和开源路线的选择、API 定价空间，都会产生连带影响。
对用户/开发者/创作者的影响
对开发者而言，如果阿里把这一量级模型通过 API 开放，可用的推理能力和上下文处理上限可能提升，但调用价格和限流策略会是最现实的变量。对 AI 应用和图像生成类产品来说，更强的基座模型有机会改善复杂指令遵循和多模态生成质量。对企业采购方，芯片和数据中心的同步投入意味着阿里云可能在算力供给和稳定性上给出更明确的承诺。创作者侧短期感受可能有限，真正变化取决于新模型是否落地到通义系列等具体产品中。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 5T 到 10T 模型是否公布明确的训练完成时间表，以及是否以开源或许可方式开放；二是自研 AI 芯片的实际量产和部署进度，这会决定训练成本能否真正降下来；三是模型上线后 API 价格、推理速度和上下文窗口是否同步更新，竞品是否跟进类似规模的训练计划。
来源：Techmeme
