作者 | 刘宝丹
编辑 | 周智宇
去年11月，拼多多市值超越阿里之时，马云在内部留言鼓劲，称AI电商时代刚刚开始，对谁都是机会。
事实上，过去一年，阿里电商、阿里云等业务都在用AI重塑；对外，阿里豪掷百亿，把中国“AI五小龙”投了个遍。
相对于外部投资，阿里云和钉钉更是阿里AI布局的重头。阿里云作为AI技术底层大杀四方，钉钉则向着超级应用疾行。
6月26日，钉钉在2024年生态大会上宣布，对所有大模型厂商开放，月之暗面等模型公司均已入驻钉钉。同时，钉钉还推出了AI搜索新品，并升级了诸多相关功能。
这是一个完整的大模型落地链路，从模型到产品，钉钉试图打通大模型技术和办公场景的通路，探索出更多使用场景，成为人工智能时代的超级入口。
AI时代已然来临，阿里灵活转身，向着AI大模型的业务深处走去。
加速
很是罕见，中国“AI五小龙”齐聚一堂，为一家企业站台。
发布会上，钉钉宣布，除了通义大模型外，MiniMax、月之暗面、猎户星空、百川、智谱和零一万物六家大模型厂商将与钉钉达成合作。由此，钉钉生态开放战略全面覆盖AI领域。
引入大模型厂商背后，钉钉的野心在于，成为链接大模型和企业需求的协同办公平台和应用开发平台，这也是钉钉成为“超级应用”的必经之路。
目前，钉钉和大模型有三种合作模式。钉钉的 IM、文档、音视频等产品的 AI 能力主要由通义大模型支持。在此基础上，钉钉将根据各家大模型的特点，探索不同模型能力在产品和场景中的应用。
例如，钉钉正和月之暗面一起，基于大模型的长文本理解和输出能力，探索教育类应用场景。
在 AI Agent 开发方面，钉钉已向大模型生态伙伴开放 AI 助理（AI Agent）开发平台。开发者在钉钉上创建 AI 助理时，除了默认的通义大模型外，还可以选择不同厂商的大模型。
此外，钉钉将与大模型厂商一起，为客户定制相应的智能化解决方案，并提供模型训练调优、AI 解决方案打造、AI 定制应用开发等服务。
随着引入众多大模型厂商，钉钉在办公场景可以挖掘出更多使用场景，而这正是当下大模型商业化探索的最主要方式。
清华经管学院商业模式创新研究中心王子阳对华尔街见闻表示，AI大模型在商业模式探索上，最核心的要素是场景挖掘，但这一点并不容易。
“AI应用生态的机会就是跟场景结合，场景化的应用价值被发现出来后可以进行商业化。”在钉钉总裁叶军看来，卖资源是最基础的大模型商业模式，卖服务能高一点，卖模式和品牌最厉害。
对于商业模式，叶军想得很清楚。目前，全球业界针对AI应用，主要有两种定价方式，一是采用订阅制的收费方式，比如，微软Microsoft Copilot for Microsoft 365，一种是依据用量计费。目前，这两种方法钉钉都在考虑。
自从2022年宣布商业化至今，钉钉一直在努力打通商业模式，如今，这一诉求正变得越来越强烈。叶军在年初表示，公司会在2025年财年实现盈利。
钉钉具备场景和数据优势，其竞争壁垒在于构建了丰富的办公和业务数字化场景，截至2023年底，钉钉的用户已经达到7亿。
此外，钉钉所在的协同办公领域被认为是承接人工智能浪潮的第一批场景，而且企业付费通路比较顺畅，具备付费潜力，这是商业变现的前提。
正因如此，阿里也对钉钉倾注了更多资源。钉钉是阿里集团接入“通义千问”大模型的第一个产品，叶军也表示，“四小龙”战略后，集团对钉钉的帮助、支持会比以前更多，空间也变得更大。
野心
在AI大模型的战略布局上，阿里是反应最快的科技巨头之一。
在很多人还在惊讶于OPEN AI带来的技术突破时，阿里已经开始行动了。2023年4月，阿里就正式发布了自研的“通义千问”大模型，这个时间点距离ChatGPT走红不到半年。
这不是偶然。从2013年引入曾任阿里云机器智能首席科学家闵万里，再到成立阿里巴巴人工智能实验室、达摩院，阿里对于人工智能的布局，让其早已在技术能力上进入了第一梯队当中。阿里云在5月初发布的通义千问2.5，得分就追平GPT-4 Turbo。
算力叠加基础模型，阿里云的业务模式类似于微软+OPEN AI的结合体，这是阿里云面向AI时代的最大底牌。而且凭借手中稀缺的算力资源，阿里入股了几乎所有主流的大模型创业公司。
根据IT桔子数据，目前，阿里已经投资了Minimax、月之暗面、零一万物、智谱AI、百川智能等国内主流大模型创业公司，总投资额超过130亿元人民币。根据阿里的披露，公司在2024财年对月之暗面投资约8亿美元，购入约36%股权。
阿里正在把自己打造成高AI含量的科技公司。吴泳铭提出，未来推动行业发展的动力将是以AI为代表的科技驱动力，阿里面向未来将有三个重要优先级方向：技术驱动的互联网平台业务，AI驱动的科技业务，全球化的商业网络。
过去一年多，大模型经历了前所未有的技术迭代和资金密集投入，然而，横亘在所有大模型企业面前的待解难题是如何实现盈利，这是验证大模型能否从技术落到应用的关键。
对阿里来说，作为基础设施的云业务在AI的带动下已经实现了可观增长。根据2024 年3月份季度财报，来自AI的产品相关收入获得了三位数的同比增长，公司预计，整体商业化营收在2025财年下半年能够重返双位数增长。
但这显然还远远不够，对阿里来说，无论是自研的大模型，还是投资的大模型，至今都没有跑通商业模式。
虽然拥有庞大的电商应用场景，阿里也坚信，所有产品都值得用大模型重做一遍，但大模型对很多成熟业务的影响依然停留在降本增效阶段。
如何为大模型能力找到适合的应用场景，并跑通商业模式，这已经成为当下科技企业的共识，重投大模型的阿里更是如此。
去年，钉钉结束了由阿里云分管的局面，并被阿里集团确认为第一批战略级创新企业，钉钉在内部的战略地位显著提高，可以用更独立的策略去面对最广阔的市场，责任和压力变得更大。
过去一年多，钉钉不断加大对AI的战略布局，从AI产品斜杠到开放AI PaaS平台，再到发布AI助理产品，钉钉不断朝着超级应用的方向演进。
从算力到模型，再到场景。阿里正在下一盘大棋，其庞大的AI版图已经开始显露出协同的效果，比如，钉钉的生态战略可以借力阿里云，被投AI创业公司也能够在使用阿里云计算资源的同时，赋能阿里的业务发展。
反观全球领先的科技企业，微软、谷歌和Meta等各有所长，但又分别在AI开发能力、技术优势和云服务等存在短板，能够同时拥有大模型和云计算服务能力的公司少之又少。
对AI进行全面布局的阿里，亟须在钉钉等业务上找到突破口。阿里也能借此刷新外界的刻板印象，它不再只是一家电商公司，而是一家具备AI全产业链能力的科技公司。
这注定是条艰难的路。
ai超级变脸会泄露信息吗ai变脸技术
关于AI超级变脸是否会泄露信息的问题，我可以给你一些解释和建议。 首先，AI超级变脸技术是一种利用人工智能技术生成逼真的面部图像的技术。 它可以将一个人的面部特征转移到另一个人的照片或视频上，从而实现面部变脸效果。 然而，使用这种技术可能存在一些潜在的隐私和安全风险。 虽然AI超级变脸技术本身并不直接泄露信息，但它可能被滥用来进行欺诈、虚假信息传播、网络钓鱼等活动。 例如，有人可能使用你的照片进行身份欺诈或虚假宣传，给你带来不必要的麻烦。 为了保护个人信息和隐私安全，我建议你注意以下几点：谨慎分享个人照片和视频：避免将个人照片和视频随意分享给不信任的人或在不安全的平台上发布。 定期检查网络上的个人信息：定期搜索自己的姓名和照片，以便及时发现可能存在的虚假信息或滥用情况。 使用可靠的应用程序和平台：如果你想尝试AI超级变脸技术，确保使用来自可信赖的开发者和官方应用程序。 更新和保护设备：定期更新你的设备操作系统和应用程序，安装可靠的安全软件，以减少被恶意软件攻击的风险。 总之，虽然AI超级变脸技术本身并不直接泄露信息，但滥用这种技术可能会对个人隐私和安全造成潜在风险。 因此，我们应该保持警惕并采取适当的措施来保护自己的个人信息和隐私安全。
阿里的发展已经有5年的发展历程，而今，在智能化时代，在这个新的历史契机关口，阿里也将迎来新的发展节点。
2023年4月8日到18日，浙江共有5场大模型发布会。 4月8日到9日，杭州人工智能大模型技术高峰论坛。 4月10日，商汤大模型发布会。 4月11日，阿里大模型发布会。 4月14日，同花顺AI产品发布会。 4月18日，阿里行业类模型发布会。
阿里大模型发布这样的动作，意味着在阿里云，ai大模型将更像是一个应用型平台，行业分析师仓剑将其比喻为“超级app”。 阿里想打造的，正是这样一个app的底座，云业务则是这个生态的基础。
阿里企业文化
阿里巴巴成立至今5年多时间，全球十几种语言400多家著名新闻传媒对阿里巴巴的追踪报道从未间断，被传媒界誉为“真正的世界级品牌”。 全球著名的互联网流量监测网站对全球商务及贸易类网站进行排名调查，阿里巴巴网站排名首位。
“倾听客户的声音，满足客户的需求”是阿里巴巴生存与发展的根基，调查显示：阿里巴巴的网上会员近五成是通过口碑相传得知阿里巴巴并使用阿里巴巴；各行业会员通过阿里巴巴商务平台双方达成合作者占总会员比率近五成。
世界精英的梦幻组合团队是阿里巴巴大厦的基石，完美坚固的团队组合，坚定不移的目标信念，使这家要走102年的企业每天在实践着自己的使命：“让天下没有难做的生意！”。
以上内容参考网络百科-阿里巴巴（中国）网络技术有限公司
AI应用爆发，算力会迎来哪些发展机遇？
1. 超级计算机的发展机遇：随着技术的进步，超级计算机的算力将变得更加强大，能够处理更加复杂的人工智能问题。 2. 量子计算的潜力：量子计算利用量子比特进行计算，相比传统计算机有更快的速度，这为人工智能研究提供了新的方向，并可能解决更复杂的问题。 3. 模型压缩与量化的需求：面对人工智能模型在内存占用和计算速度上的挑战，模型压缩和量化技术将成为重要的发展方向，以实现更高效的计算而不牺牲精度。 4. 分布式计算的优势：由于单个设备的算力限制，分布式计算将成为处理大规模计算任务的关键技术之一，通过分配任务提高计算效率和准确性。 综上所述，随着人工智能应用的不断扩展和深入，算力发展将迎来众多机遇，为人工智能技术的进一步进步提供坚实的支撑。
