阿里巴巴計劃訓練5至10萬億參數AI模型
nashnova research
阿里巴巴宣佈將訓練參數規模達5萬億至10萬億的AI大模型，正式押注超大規模基礎模型，意味着中國科技巨頭在全球算力競賽中邁入新量級。
5萬億到10萬億參數，這個數字代表甚麼？
目前主流大模型參數量級在千億到萬億之間，阿里巴巴的目標直接跳到5萬億至10萬億，高出一個數量級。
這意味著→ 阿里並非漸進升級，而是押注「規模本身能帶來質變」——參數愈多，模型理解和生成複雜內容的能力理論上愈強。
簡單來說＝ 現時的大模型像一本厚字典，阿里想造的是一整座圖書館。
阿里巴巴為何要走這條路？
阿里巴巴此舉目標明確：躋身全球超大規模基礎模型陣營，與OpenAI、Google等頭部玩家站在同一賽道。
這反映出中國頭部科技公司的判斷——基礎模型的規模競賽遠未結束，誰先到更大量級，誰就可能拿到下一輪技術紅利。
對阿里自身而言，超大模型是雲端、電商、本地生活等業務的底層基礎設施，投入模型就是投入未來的平台能力。
這對市場和行業格局有何影響？
訓練如此規模的模型需要巨量算力和資金，這意味著→ 上游晶片、伺服器、數據中心等環節將直接受惠。
簡單來說＝ 阿里要造更大的模型，首先得買更多「造模型的機器」，整條供應鏈都會感受到這筆訂單。
這亦進一步確認：全球AI基礎模型競賽正從「誰能做」進入「誰敢投」的階段，資本門檻成了新的護城河。
市场有风险，内容仅供研究参考，不构成投资建议。