老天保佑Qwen救救阿里巴巴

「金山银山前路有」

「同志们朋友们，版本回调了！

搞AI应用的家人们没活了。胜利女神的天平又一次倾向了大模型公司一边。有鉴于此，我们将复刻致敬葬AI一年前的系列——把模型公司挨个写一遍。

之前已经写过了Kimi、智谱和豆包，其他模型公司敬请期待😘」

阿里巴巴是一家很神奇的公司。

现在AI火成这个样子。GLM 5.2达到Opus 4.8水平，智谱彻底摆脱2G公司老教授组团爆金币的刻板印象，市值突破万亿港元，约等于1/2阿里。

我在做完第一期葬AI基准测试后，立即发现了GLM 5.2牛逼，同时发现的还有Qwen 3.7 Max也很牛逼，只比GLM差一点点，达到了Opus 4.7水平。

阿里的牛逼之处就在这里。Qwen 3.7 Max是当之无愧的国模第二，显著领先字节的Seed 2.1 Pro。

但是大伙就是认为阿里是一家老登公司。在模型牛逼的情况下，我们亲爱的阿里巴巴，股价就这么梦回十二年前，美美跌破发行价。

https://funeralai.cc/test/

这是因果啊家人们。

阿里往死里干美团小王，虽然小王一头白发，下罪己诏说股价崩了自己有很大责任，但阿里也没好日子啊。中高P年包直接缩水小一半好吧。

所以啊，到底干外卖还是AI，这是阿里两条路线的斗争，不是外卖压倒AI，就是AI压倒外卖。

道理很简单，全球科技巨头都All in AI，但阿里还在干外卖，那空头不干你干谁。

好了，扯淡结束。让我们来正经论述一下阿里的AI业务。

阿里是一家喜欢搞组织改革的公司，它的AI业务也处在非常激烈的组织变动中。

首先是林俊旸出走，催化阿里搞出Token事业群（ATH），合并所有AI业务，将原属于阿里云、淘天等的AI业务划到新事业群里。

然后是在ATH事业群中成立Token Foundry事业部，合并了所有模型团队，由吴妈直接领导，老板直管大模型。

最近是文笔非常优美的《置身钉内》，催化了阿里合并Agent产品，钉钉老大换人，Mulerun和悟空合并。

所以阿里目前的AI业务是这个情况。

ATH事业群，下辖Token Foundry事业部、MaaS事业部、千问APP事业部、悟空事业部和创新事业部。

Token Foundry事业部，包含了Qwen、Wan、Happy horse等系列模型；

MaaS事业部，最近把难用的百炼后台套壳为简洁的千问云；

千问APP事业部，主要是夸克团队在做的千问APP；

悟空事业部，包含了钉钉和2B Agent悟空；

创新事业部，目前主要剩个Qoder，之前在这的MuleRun刚和钉钉合并。

一目了然，阿里在大整合AI业务。

从组织、模型再到产品，逐步进行大整合。目标是实现一家公司、一个模型、一个产品。「阿里-Qwen-千问」三轴心。

问题要从千问APP说起。

众所周知，豆包APP断档式领先，其中最重要的因素可能是多模态。

大伙在聊天框里打字，那各个Chatbot就是没什么区别。考虑到Qwen模型好很多，千问APP理论上应该更聪明。但家人们用豆包也不需要多聪明啊。

我印象最深刻的两个豆包使用场景是：年初葬爱家族去通化滑雪，出租车司机一直开着豆包语音聊天，从俄乌战场一路聊到县城房价；

我家装修漏水，装修公司扯皮，我妈给豆包打电话，豆包找出了装修公司老板的联系方式，我妈电话打给老板，问题解决了。

这么好的功能，不抄真是可惜了。

令我震撼的是，千问APP其实是有语音视频功能的。但是藏在输入框上的工具栏里，你得猛猛左滑才能找出来。

藏这么深，说明不是千问APP想不到，更不是没能力搞多模态。单纯是坚信非共识，在给Chatbot加Agent能力上一路狂奔👍

除了做办公三件套这些基础能力外，还有打通淘宝、高德，让Agent帮你点奶茶、订餐馆、打车等一系列能力aka千问办事。

首先，这是创新，要肯定的。像前两天热炒的豆包谎称可以打电话订餐馆，其实千问APP几个月前就有这功能，真可以让AI打电话订餐。

但问题是，涉及到跨APP的工具调用会带来严重的任务成功率低的问题。更重要的是，Chatbot是一阶能力，Agent是二阶能力，之间的漏斗可能筛掉90%的人。

一阶能力都没补全，想靠未经验证的二阶能力弯道超车，着实平地干拔。

当然也有可能，千问产品经理在大气层。赌的是大模型Agentic能力快速上涨，这些复杂任务越来越流畅。

这些都是产品细节问题。最重要的是，千问APP推出得太晚了。

豆包APP从23年开始干，25年中上线了视频通话功能。等到25年底，豆包表情包、二创视频满天飞了，千问APP才上线。之前的通义和夸克这俩APP，约等于合并后从头再来。

所以，从错过豆包的经验教训，你可以理解阿里今天干的所有事——要合并，要力出一孔，要集中力量做AI。

不过好消息是，AI行业整体版本更新了。大伙发现豆包也不挣钱，或者说2C的AI应用就是不挣钱。

唯一的由邪恶的Anthropic验证出来的AI挣钱路径是，卷编程能力，面向生产力场景。只要模型能力足够牛逼，自然有大把人求着送钱。

最鲜活的例子就是智谱，收入多少完全不重要，只要GLM能打穿编程场景，追上Opus 4.8，那它就值得半个阿里。

就像是智谱老板唐杰说的那样，「AI时代的本质就是技术的快速进步——当你停下来打磨产品，可能第二天就发现底层技术已经落后、产品已经没人用；当你停下来思考商业模式，AI世界已经再次被颠覆。」

所以，一切还是回到模型能力上。

只要Qwen模型能够持续领先，那它的生产力Agent如Qoder work等，做好是很自然的事情。

如智谱故事。因为GLM会员难抢，所以很多人下载智谱的Agent产品Zcode。这里要表扬智谱一句，抄Codex是对的，不像Kimi work抄都抄错对象，抄了产品一坨的Claude cowork。

如Seedance故事。只要模型能力够强，自然有冕神和LibTV这样的分销商，竭尽全力自己补贴，帮火山引擎冲业绩。小云雀、即梦的视频Agent做得怎么样，根本不重要好吧。

所以，问题回到了如何评价Qwen上。

好消息是，Qwen确实是领先的。坏消息是，总差那么一点点。

你从Qwen的模型发布上都能看出来，阿里老板对Qwen最重要的期待就是打穿一个点，彻底破圈，让人民群众觉得Qwen牛逼。

为此，Qwen 3.7 Max和GLM一样舍弃了多模态能力，专注编程和长程任务场景。

但就差一点点。你从智谱自己跑的Benchmark都能看出来，Qwen在好几项测试得分是持平或超越GLM、Opus的。两者实际能力差距可能不到一个百分点。

但就是这一点点差距，决定了GLM是国模第一。在Fable 5被限制的这一个月里，GLM也是世界人民能自由用上的最强大模型。

第一的奖赏远远大于第二名。这段时期所有人都在讨论智谱，没有人讨论Qwen。

所以啊，存在一个国模临界点。

当一个大模型的能力能够持平A畜O社的旗舰模型，或者开源出类似CoT那样超乎绝伦的产品形态时，整个世界的注意力都会集中到这个模型上，它会被赋予挑战邪恶科技巨头垄断的骑士大战恶龙一样的角色。

我问一个炒股老哥，要是年底Qwen率先超越Fable 5，阿里股价能拉20个点吗？老哥第一反应是，别说20个点，100个点问题不大。

我对Qwen还是非常乐观的。因为两者最新模型能力非常接近，而Qwen 3.7 Max比GLM 5.2早发布了一个月，并且Qwen的更新频率比GLM略快。

所以，下一代Qwen模型大概率能够领先GLM，成为国模第一。

但问题就出在这里。

Qwen现在就很牛逼，短期内大概率突破临界点，但这代表阿里巴巴集团会遵循一种线性关系变得伟大起来吗？

所以问题又回到了，Qwen牛逼不代表阿里股价要涨。因为大伙心中阿里不是一家纯粹的AI公司，它还在打烂仗。

顺便插一句，作为阿里股东，这里我要点名批评Happy horse。

成天刷榜骗哥们可以，别把自己骗了。视频模型刷榜是没用的，因为视频好坏大伙一眼能看出来。Happy horse生成的画面油成那样，你说自己超过Seedance是没人信的。

这是一个常识问题，不要成天考验大伙的常识。

最后抽象地总结一下吧。

ChatBot是第一阶段的竞争。第二阶段的竞争，生产力Agent，才刚刚开始。

你能明显发现，阿里和字节两家的Agent产品，都还在赛马。字节有豆包专业版、Trae work、Coze和飞书的一堆Agent。阿里有千问桌面版、Qoder work，Mulerun刚和钉钉悟空合并。

显然，这种状态不可能持续多久。之后的情况一定是BAT各自合并出一个Agent产品。

这方面，腾讯吃了元宝和模型不行的红利，不用纠结，主推Workbuddy就行。

相比起ChatBot，Agent产品更加考验模型的长程任务能力。字节的基模能力不行会成为一个更大的问题。

大伙的潜意识会因为豆包产品强而滤镜Seed模型。但Seed 2.1 Pro事实上是二流国模水平，落后GLM、Qwen和Kimi，和我们亲爱的MiniMax M3水平接近。

这也是一个很好玩的问题，为什么字节产品和视频模型无敌，而Seed基模一直没做起来？

经过我的一番思考，原因很可能是：Seed团队太火了，外界预期太高，总有人撺掇研究员出去创业，动摇军心。

反观做出大结果的Deepseek、Seedance和GLM，都是之前没什么人关心，团队可以专注地猥琐发育aka边缘创新，模型能力逐步突破临界点，外界后知后觉猛然意识到这团队憋了个大的。

这是一个组织问题。

即便Seed工资很高，豆包股猛猛发。但总不能让研究员们人均开上法拉利。而创业bro真有人开上法拉利。投资人拿这些诱惑你，确实难顶。

归根结底还是，大模型是一个工程问题，依靠整个团队都纯粹专注努力，那些可恶的投资人（特指两家盯着字节的VC和FA）和竞对成天挖人干扰军心可不行。

另一个原因是，C端产品做得好，对模型的编程能力不一定是促进。你看掌握了充足C端数据的公司，谷歌、Grok、Meta，模型一个比一个拉。

众所周知，豆包产品团队自己做了很多后训练，音视频功能背后也不止一个模型。产品做得好，团队话语权大，模型团队自然多一个爹。爹强儿弱很合理。

所以啊，阿里外界形象拖累人民群众对Qwen的预期，这真的是福报，要珍惜。

文章来自于"葬AI"，作者 "葬愛咸鱼"。