本文来自微信公众号“ 科技行者”，【作者】金旺。
“我们认为AI最大的想象力绝对不在手机屏幕上，而是在通过渗透数字世界、接管数字世界，并改变物理世界，”在2024云栖大会上，阿里CEO吴泳铭如是说。
过去22个月里，随着大模型的闯入，人工智能技术发展进入到了一个全新的加速期，从最初擅长文本的大语言模型，到如今的语音、视觉技术能力加入后的多模态大模型，大模型已经不再只是改善交互能力，而是开始在产业中尝试落地、生根发芽。
阿里是国内最早研发大模型，并将大模型定位为企业战略级产品的互联网头部厂商之一。
自2022年9月通义系列大模型发布后，阿里一边在推动大模型不断迭代进化，一边在推动大模型进入家居、汽车、工业等场景中，大模型由此开始成为企业数智化过程中的一把利器。
实际上，阿里也在推动人工智能与物联网深度融合，借助端云协同能力，帮助企业应对数智化、全球化两大产业趋势。
大模型让端侧智能再进化
据Transforma Insights统计数据显示，截至2023年底，全球物联网设备连接数超过160亿。
百亿规模的物联网市场，撑起的是近6000亿美元的市场规模。
然而，这样的发展速度依然低于市场预期，早在2010年物联网兴起时，不少调研机构给出的预测是，十年后（到2020年），全球物联网设备连接量将达到500亿。
比尔·盖茨曾说过，“人们总是对于短期的趋势过于乐观，对于长期的趋势过于悲观”。
如今物联网设备的全球连接量不足最初预计的一半，大家对于物联网市场的长期发展趋势似乎过于乐观了。
之所以如此，是因为在过去十年里，物联网市场遭遇过多次价值质疑——
对于用户而言，设备联网后是否真能带来便利？
对于物联网厂商而言，设备联网后如何提供增值服务、转型做物联网“运营商”？
这时，人工智能技术的发展就成了破局关键，智能化也成了家电、家居硬件的一个主流趋势，尤其是大模型的出现，正在推动智能终端体验升级和价值再次跃迁。
阿里云智能集团公共云江浙皖大区解决方案总经理余勇指出，“大模型正在改变所有终端的使用方式。”
余勇认为，现在典型的AI终端有三个特性：
第一，要有端侧的AI智能体，在端侧要有个性化的本地实时大模型；
第二，要有多模态交互能力，人类跟很多机器终端的交互都将采用拟人的自然交互模式；
第三，要有端云协同的整体能力，结合端侧的个性化、实时能力和云端规模化、通用能力，让AI终端有无限成长空间。
实际上，阿里云早在2022年9月就对外发布了通义系列大模型。
在过去两年里，阿里云通过技术迭代，在端云协同上持续发力，不断丰富模型种类，逐渐形成了如今的全规格、全尺寸、多模态模型矩阵，与此同时，阿里云也在借助在大模型上的技术产品，破局智能终端价值困境。
以智能终端市场中家庭智能摄像头为例，以往的智能家居摄像头往往需要在端侧增加AI算法，来实现诸如家庭环境中的智能识别，但由于端侧算力极为有限，再加上家庭环境中的干扰，最终在面对老人摔倒检测这样的痛点场景，检测精度往往难以达到要求。
阿里云相关负责人告诉我们，“由于当时的端侧AI能力较弱，往往只能识别出画面中有没有人，但无法精准判断用户动作，视觉智能就显得捉襟见肘。”
作为如今家庭摄像头领域一位重要玩家，杰峰科技通过与阿里云合作，引入了阿里云通义千问多模态大模型来增强视觉智能。
同样是在老人摔倒检测这个场景中，通过对通义千问大模型在这一场景进行一系列调优，最终应用到杰峰科技产品中的大模型基本已经能够实现接近100%的识别准确率，由此减少了家庭摄像头的错报、漏报问题。
阿里云作为国内最早布局大模型技术的科技公司之一，也一直在推动通义模型持续开源，如今通义模型已成为最受企业和开发者欢迎的国产大模型。
此次在2024云栖大会上开源的Qwen2.5全系列模型都在18T token数据上进行预训练，相比Qwen2，拥有更多的知识、更强的编程和数学能力。
Qwen2.5-72B模型在MMLU-rudex基准（考察通用知识）、MBPP基准（考察代码能力）和MATH基准（考察数学能力）的得分甚至分别高达86.8、88.2、83.1，阿里云官方称之为，最强开源模型。
什么是企业出海的刚需？
2024年，面对全球一体化趋势，企业业务出海成了必然，越来越多的中国企业开始走出国门，拥抱全球市场。
借助中国供应链、智能制造优势，拥抱全球市场，对于中国智能终端厂商来说，是一个独具优势的商业模式。
然而，要想将智能终端的增值服务进一步在全球推广、广泛运营，就需要一个高可靠、高可用的全球化IT技术架构。
余勇说，“我们要让IT能力成为企业业务出海的助力，而不是企业出海的阻碍。”
之所以有这样的底气，是因为经过过去二十多年的技术积累，如今的阿里云已经成为全球前三，国内第一的云服务商。
据阿里云官方数据显示，阿里云目前已经在全球29个地域，87个可用区部署了3200+个边缘节点，全球合规认证数量超过130个，完全满足全球合规部署需求。
另外，阿里云的OSS对象存储支持千万级IPC并发吞吐，SLS日志分析支持单用户EB级存储、日BP级写入流量、千亿物联网日志秒查询……
杰峰科技在将视觉智能产品推向海外时，正是借助阿里的瓴羊实现了全球合规的数据采集和分析，由此提升视觉智能产品诸如视图数据分析等智能化能力，提升服务开通率和用户订阅量。
目前杰峰科技的产品已经服务于80多个国家。
涂鸦智能同样在开展出海业务时选用了阿里云，据涂鸦智能技术副总裁柯都敏介绍，“涂鸦智能与阿里云在多个业务板块达成合作，阿里云为我们的业务发展提供了坚实的技术底座。”
值得注意的是，在2024云栖大会上，阿里云和涂鸦智能官宣发布了涂鸦物联网平台—阿里云版，双方将基于这一统一物联网平台，帮助企业打通IoT数据孤岛，助力企业多元化、全球化业务发展。
端云协同，阿里云的战略版图
有市场调研机构预测数据显示，预计2024年中国市场搭载AI功能的终端设备将超过70%，此外，全球智能家居市场活跃用户数将在2025年达到5.737亿，家庭渗透率从2022年的14.2%增长到2026年的25%。
然而，面对发展如此迅猛的智能终端市场，智能终端企业依然面临着四大挑战：
第一，市场碎片化、互联互通难度大的挑战，智能终端厂商需要通过市场整合持续优化成本，寻找业务增长的第二曲线；
第二，业务全球化的合规挑战，全球已经有137个国家和地区制定了数据保护相关法律，在企业出海浪潮下，隐私合规问题挑战已经越来越大；
第三，海量终端高并发的挑战，到2025年，物联网终端连接量将超过250亿，海量设备的稳定可靠安全高效接入和业务弹性扩展不可忽视；
第四，端侧智能化的挑战，端侧算力不足、环境复杂，如何实现多端协同、跨模态交互，通过数据化、智能化驱动高价值服务转化成为又一挑战。
面对这些挑战，余勇称，“云计算的持续升级，是应对技术挑战最理想的模式。”
实际上，面对如此复杂的智能物联市场，阿里云已经构建起云、数、智、联、端一整套完整的产品体系和生态体系。
基于阿里云这样的端云协同产品体系，杰峰科技正在推动端侧应用加速，据杰峰科技AI研究院院长顾湘余介绍，这样的应用加速主要分为五步：
第一，云端持续收集并更新数据；
第二，应用大模型进行场景细分训练数据；
第三，应用通义千问大模型进行训练数据预标注；
第四，基于标注数据自助训练模型；
第五，模型加速并自动适配到端侧芯片。
这是杰峰科技借助阿里云端云协同产品体系的一个端云协同尝试，同样是基于这样的端云协同模式，诸如美的、星纪魅族等企业也在进行着智能物联尝试。
也是基于这样的端云协同产品体系，阿里云正在助力越来越多的智能终端企业数智化转型，助力企业高效开辟、运营海外市场。
