在2025云栖大会现场，阿里云CTO周靖人接连发布了七款大模型技术产品，覆盖语言、语音、视觉、多模态、代码等模型领域。%20

　　阿里云还展示了在超节点服务器、高性能网络等AI基础设施方面的最新动向，并宣布了新一轮全球基础设施扩建计划。

　　英伟达、英特尔、联想、AMD、软通动力、中兴、鸿鑫智造等计算产业链伙伴悉数参展。其中，阿里云和英伟达在Physical%20AI（物理AI）领域达成合作，推动具身智能应用落地。

　　▍连发7款大模型

　　会上，阿里旗舰模型Qwen3-Max正式发布，是通义千问家族中最大、最强的基础模型，预训练数据量达36T，总参数超过万亿，在Coding编程能力和Agent工具调用能力上有较大提升。

　　下一代基础模型架构Qwen3-Next及系列模型也一并发布，其模型总参数80B里激活3B，性能即可达到千问3旗舰版235B模型。

　　此外，千问编程模型Qwen3-Coder、视觉理解模型Qwen3-VL、全模态模型Qwen3-Omni也在会上亮相。

通义千问Qwen模型家族图

　　在多模态模型中，阿里开源了视觉理解模型Qwen3-VL，并升级了3D Grounding（3D检测）能力，为具身智能提供支撑；扩展支持百万tokens上下文，视频理解时长扩展到2小时以上。

　　全模态模型Qwen3-Omni具备音视频能力，可像人类一样听说写，未来可部署于车载、智能眼镜和手机等。

通义万相Wan模型家族图

　　通义万相是通义大模型家族中的视觉基础模型，此次推出的Wan2.5-preview系列模型，涵盖文生视频、图生视频、文生图和图像编辑四大模型。

　　通义万相2.5视频生成模型能生成和画面匹配的人声、音效和音乐BGM，首次实现音画同步的视频生成能力，进一步降低电影级视频创作的门槛。

　　通义万相2.5视频生成时长从5秒提升至10秒，支持24帧每秒的1080P高清视频生成，并提升模型指令遵循能力。通义万相2.5还升级了图像生成能力，可生成中英文文字和图表，支持图像编辑功能，输入一句话即可完成修图。

阿里云CTO周靖人发布通义百聆

　　此次云栖大会上，通义大模型家族迎来了新成员——语音大模型通义百聆。百聆新发布了语音识别大模型Fun-ASR和语音合成大模型Fun-CosyVoice。Fun-ASR基于数千万小时真实语音数据训练而成，具备上下文理解能力与行业适应性；Fun-CosyVoice可提供上百种预制音色，可以用于客服、销售、直播电商、消费电子