阿里的26年Q1财报，有几个跟AI相关的，我们分析一下。
阿里财报中关于AI的信息：
1，阿里云营收达416.26亿元，云业务外部商业收入同比增长40%，其中AI相关收入占比30%；AI业务营收为89.71亿元，已连续11个月实现三位数同比增速。
2，阿里MaaS平台百炼用户规模同比增长8倍，但财报并未披露MaaS板块具体营收数据。
3，通义千问3.6-Plus在代码能力、Web前端开发、数据仓库任务等维度实现显著提升。
4，实时交互创作世界模型HappyOyster、视频生成模型HappyHorse目前均处于灰度测试阶段。
5，阿里自研PPU芯片已规模化部署10万张，主要服务自动驾驶企业，同时支撑通义千问的模型训练与推理业务；官方明确依托PPU打造芯片-模型-云端一体化全栈技术体系。
6，通义千问已与阿里电商生态深度打通，逻辑类似豆包与头条、抖音的生态联动，核心目的为AI业务导流；同时布局电商原生智能体悟空，以数字员工形态优化电商全链路用户体验与运营效率。
几个技术相关的分析：
1，阿里云整体业务增长势头强劲，其中 AI 相关板块营收同样保持良好增速。
2，通义千问已将代码能力列为重点突破方向，以此为后续MaaS及智能Agent服务搭建技术护城河。
3，阿里自研芯片已规模化部署达10万张，强调与通义千问深度适配，持续推进软硬件全栈协同优化；同时布局自动驾驶核心场景，瞄准商业化落地与营收增量。
4，MaaS业务虽增速较快，但当前整体营收规模仍相对有限。乐观测算其占阿里AI整体收入约30%，也正因体量尚未成熟，官方暂未披露具体销售数据。
5，阿里拥有天然的电商流量优势，通义千问与悟空智能体均重点深耕电商场景；受制于社交场景短板，阿里将主要依托自身电商基本盘，强化生态内Agent业务的落地与迭代。
阿里的MaaS未来探索：
1，阿里依托自研千问大模型，只要持续强化其代码能力，就能为MaaS业务构筑坚实的技术护城河。
2，阿里自研PPU具备极大的成本盈利空间。参考谷歌TPU的落地经验，阿里PPU的硬件成本仅为商用GPU采购成本的二分之一，有望形成MaaS业务的价格护城河。
3，阿里拥有完备的全栈技术优势，可实现软硬件深度协同优化，有效保障整体推理运行效率和程序员体验。
反观其他云厂商，若缺少自研模型、自研芯片成本优势以及全栈性能基础设施的完整布局，很难在MaaS赛道形成核心竞争力。
补充一个关键现象：阿里MaaS平台虽也提供GLM服务，但其编码能力弱于智谱官方开放API的实际表现。
有观点认为，原因是阿里对GLM模型做了过度量化，进而造成推理性能衰减。而我更倾向于另一种解释：智谱开源的模型权重本质是打榜专用版本，仅针对SWE-bench等评测榜单做专项优化，并未纳入大量真实业务场景数据训练；反观智谱自研官方API模型，则额外经过了海量实际场景数据的二次后训练，因此能力差距明显。
阿里财报原文：
https://www.alibabagroup.com/zh-HK/document-1991237455038119936?push_animated=1&show_loading=0&webview_progress_bar=1&theme=light
