Alibaba levererade sin mest aggressiva färdplan hittills för eran med artificiell intelligens på tisdagen, avtäckte ett nästa generations AI-chip, retade en modell av aldrig tidigare skådad omfattning och lovade att bygga ett av världens största datornätverk. Tillkännagivandena kom från VD Eddie Wus keynote vid Apsara-konferensen 2026, Alibaba Clouds årliga flaggskeppsevenemang i Hangzhou, och investerare svarade omedelbart: aktierna i den kinesiska e-handels- och molnjätten steg med ungefär 5 procent, enligt Reuters.

En modell med 5–10 biljoner parametrar på gång For more context on this story, see our ongoing breaking AI news.

Rubriken engagemang är skala. Wu sa att Alibaba planerar att träna en ny AI-modell i en skala från 5 till 10 biljoner parametrar, ett språng långt bortom den ungefär 2,4 biljoner-parameter Qwen3.8-Max som företaget har levererat hittills. Modellen, enligt Wu, syftar till att slutföra mer komplexa uppgifter med längre horisont och avancera mot vad han kallade artificiell superintelligens, eller ASI.

En central del av den pushen är Rekursiv Självförbättring (RSI), en process där modeller engagerar sig i verkliga uppgifter och feedback, identifierar sina egna begränsningar och självständigt designar experiment, syntetiserar data och utvärderar resultat i en kontinuerlig cykel. Wu sa att Alibabas Qwen-team redan utforskar RSI och har gjort betydande framsteg, tillsammans med fortsatt forskning om modellarkitektur och dataoptimering.

Han hävdade också att multimodala modeller som förenar förståelse och generering representerar en kärnforskningsriktning, och sa att för att anpassa sig till mänsklig kultur, estetik och värderingar måste modeller förstå och kommunicera mänskliga signaler som röst, visuella bilder, ansiktsuttryck och gester.

Som en ram för ögonblicket hävdade Wu att maskintänkande för närvarande uppgår till mindre än 3 procent av allt mänskligt tänkande, medan maskiner redan driver 99,9 procent av världens fysiska arbete. Han förutspådde att maskintänkande i slutändan kommer att ta 99,9 procent av allt tänkande, med maskiner som producerar mer än 1 000 gånger så mycket som hela mänskligheten tillsammans.

Zhenwu V900: "Kinas mest kraftfulla AI-chip"

På kiselsidan introducerade Alibabas halvledarenhet T-Head Zhenwu V900, som Wu kallade "det mest kraftfulla AI-chipet i Kina idag" - en beskrivning som upprepas av South China Morning Post. Företaget sa att V900 levererar tre gånger så mycket prestanda som sin föregångare, Zhenwu M890, och att ett enda kluster byggt på det nya chippet kan stödja upp till 500 000 kort för gränsmodellutbildning och slutledning.

V900 sitter ovanpå en bredare T-Head-portfölj som Wu sa täcker Zhenwu-serien av GPU-kretsar, Yitian-serien av processorer, Panmai-serien av smarta nätverkskort och ICN-interconnect-chips - tillsammans spänner över kärnkiselet som behövs för ultrastorskaliga AI-kluster. Trycket på inhemsk acceleratordesign kommer när amerikanska exportkontroller fortsätter att begränsa kinesiska företags tillgång till Nvidias mest avancerade hårdvara, en dynamik som täckning från flera butiker framgår av tillkännagivandets centrala sammanhang.

Alibaba lyfte också fram sin egenutvecklade M890 AI Supernode, som företaget säger redan levererar högeffektiva slutsatser för grundmodeller över 2 biljoner parametrar - en kapacitetsnivå Wu hävdade att bara en handfull företag globalt innehar. Han sa att Alibaba Cloud ger AI Supernodes online i kommersiell skala och strävar efter end-to-end-samoptimering över chips, servrar, supernoder, nätverk, modeller och slutledningsmotorer.

20 Gigawatts datacenterkapacitet år 2032

Den tredje pelaren i Wus keynote var infrastruktur. Han satte upp ett mål för Alibaba Cloud att driva mer än 20 gigawatt global datacenterkapacitet till 2032, och beskrev utbyggnaden som ett svar på en exponentiellt ökande efterfrågan på AI-beräkningar. Bloomberg lyfte fram samma siffra och noterade att chippet är designat för att driva den expansionen.

Wu sa att kundernas efterfrågan på AI fortfarande är exceptionellt robust och att branschens efterfrågan på medellång till lång sikt vida överträffar Alibabas utbudskapacitet. Han nämnde globala brister i AI-datacenterförsörjningskedjan som den nuvarande begränsande faktorn för hur snabbt företaget kan skala, samtidigt som han sa att provisionering av AI-beräkningar driver på en accelererande intäktstillväxt hos Alibaba Cloud.

Vad det betyder för AI-loppet

Tillkännagivandena positionerar Alibaba som ett av mycket få företag som försöker bygga en vertikalt integrerad AI-stack – sina egna modeller, sina egna chips och sitt eget moln – tillsammans med Google, Amazon och Microsoft. Wu beskrev dessa tre lager, AI-modeller, AI-chips och AI-molnet, som infrastrukturens hörnstenar i vad han kallade Machine Intelligence-eran.

För utvecklare hade Alibaba också nyheter närmare marken: företaget sa att dess öppen källkod Qwen-27B har blivit den mest populära modellen bland utvecklare över hela världen på stationära datorer, och det lanserade Qwen Intelligence, en end-to-end-lösning som gör det möjligt för mobila enheter att resonera igenom och utföra komplexa uppgifter.

Om Alibaba faktiskt kan leverera en modell med 5 till 10 biljoner parametrar – och den energikrävande infrastrukturen för att driva den – återstår att se. Men med tisdagens aktierally som bidrar till ett starkt år för aktien, ger marknaden för tillfället företaget fördelen av tvivel. Som Wu uttryckte det när han avslutade sin keynote, ju mer kapabel AI blir, desto kraftfullare kommer mänskligheten att vara – övertygelsen han beskrev som det yttersta syftet med Alibabas engagemang för Machine Intelligence-eran.

Nyckelnummer från Alibabas Apsara 2026 Keynote

  • 5–10 biljoner parametrar — målskalan för Alibabas nästa flaggskepp AI-modell
  • Zhenwu V900 — nytt flaggskeppschip med 3x prestanda från M890
  • 500 000 kort — maximal storlek för ett enda kluster byggt på V900
  • 20 GW — Alibaba Clouds globala datacenterkapacitetsmål till 2032
  • +5% — Alibabas aktiekurs hoppade efter tillkännagivandena

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →