อาลีบาบา คลาวด์ ธุรกิจด้านเทคโนโลยีดิจิทัล และหน่วยงานหลักด้านอินเทลลิเจนซ์ของอาลีบาบา กรุ๊ป ประกาศเปิดตัวนวัตกรรมปัญญาประดิษฐ์ (AI) ครบวงจรชุดล่าสุด ในงาน Apsara Conference 2025 งานประชุมประจำปี เพื่อโชว์เคสเทคโนโลยีและนวัตกรรมล่าสุด การประกาศครั้งนี้ครอบคลุมตั้งแต่โมเดลภาษาขนาดใหญ่รุ่นใหม่จากตระกูล Qwen3, โมเดลสร้างภาพ Wan 2.5 ที่กำลังจะเปิดตัว, ชุดแพลตฟอร์มที่ปรับใหม่สำหรับการพัฒนาเอเจนต์และแอปพลิเคชัน ไปจนถึงการอัปเกรดโครงสร้างพื้นฐาน AI ครั้งใหญ่ ซึ่งเป็นการตอกย้ำตำแหน่งผู้นำระดับโลกของอาลีบาบา คลาวด์ ในฐานะบริษัทแถวหน้าของโลก AI ยุคใหม่

นายเอ็ดดี้ วู ประธานและหัวหน้าเจ้าหน้าที่บริหารของ อาลีบาบา คลาวด์ อินเทลลิเจนซ์ กล่าวว่า “ในอนาคต โมเดล AI ขนาดใหญ่จะมีการผสานรวมเข้ากับอุปกรณ์ต่าง ๆ อย่างลึกซึ้ง โดยทำหน้าที่เหมือนระบบปฏิบัติการ ซึ่งมาพร้อมกับความจำที่ถาวร การประสานงานระหว่างคลาวด์ถึงปลายขอบเครือข่ายที่ราบรื่น และความสามารถในการพัฒนาอย่างต่อเนื่อง เรายังคงมุ่งมั่นในการเปิดโค้ดต้นฉบับของ Qwen และพัฒนาให้เป็น ‘ระบบปฏิบัติการแห่งยุค AI’ เพื่อเสริมพลังให้นักพัฒนาทั่วโลกสร้างแอปพลิเคชัน AI เพื่อเปลี่ยนแปลงโลก”

วู กล่าวเสริมว่า “ในเวลาเดียวกัน อาลีบาบา คลาวด์ ได้วางตำแหน่งเชิงกลยุทธ์ในฐานะผู้ให้บริการ AI แบบ Full-Stack โดยมุ่งมั่นในการมอบพลังประมวลผลที่แข็งแกร่งและมีประสิทธิภาพสูงสุดสำหรับการฝึก AI และการนำโมเดล AI ขนาดใหญ่ไปใช้งานบนคลาวด์ เพื่อเน้นย้ำถึงความมุ่งมั่นระยะยาวของเราในการพัฒนา AI เราจะดำเนินการตามแผนการลงทุน 380,000 ล้านหยวนในโครงสร้างพื้นฐาน AI และคลาวด์ในอีก 3 ปีข้างหน้า”

ตั้งแต่เปิดตัวเจเนอเรชั่นแรกของ Qwen ในปี 2023 อาลีบาบาได้เปิดโค้ดต้นฉบับของโมเดล AI มากกว่า 300 โมเดลที่สร้างขึ้นจากโมเดลพื้นฐาน 2 ตัว คือ โมเดลภาษาขนาดใหญ่ Qwen และโมเดลการสร้างภาพ Wan ด้วยจำนวนการดาวน์โหลดมากกว่า 600 ล้านครั้งและการสร้างโมเดลย่อยมากกว่า 170,000 โมเดล โมเดล AI ของอาลีบาบาได้กลายเป็นหนึ่งในซีรีส์ AI โอเพนซอร์สที่ใช้กันอย่างแพร่หลายที่สุดในโลก สถิติที่โดดเด่นคือบริษัทและบุคคลมากกว่า 1 ล้านรายใช้ Qwen บน Model Studio ซึ่งเป็นแพลตฟอร์มการพัฒนา AI ของอาลีบาบา

เปิดตัว Qwen3-Max สุดยอด LLM ที่ทรงพลังที่สุดจาก Alibaba

อาลีบาบา ได้เปิดตัว Qwen3-Max อย่างเป็นทางการในฐานะโมเดล LLM ขนาดใหญ่ที่สุดที่มีพารามิเตอร์กว่า 1 ล้านล้านตัว ด้วยโหมด Instruct (non-thinking) และ Thinking โมเดลนี้บรรลุประสิทธิภาพที่น่าประทับใจในการทำเบนช์มาร์ก (benmarks) ที่หลากหลาย โดยเฉพาะอย่างยิ่งในการสร้างโค้ดและความสามารถของเอเจนต์ สำหรับโหมด instruct ได้คะแนน 69.6 ใน SWE-Bench ซึ่งเป็นเบนช์มาร์กมาตรฐานสำหรับการประเมิน LLM ในประเด็นการใช้งานซอฟต์แวร์จริง ซึ่งเทียบเท่ากับโมเดลปิดชั้นนำบางรุ่น นอกจากนี้ยังทำสถิติคะแนนประสิทธิภาพที่โดดเด่นใน Tau2-Bench ซึ่งเป็นเบนช์มาร์กที่ประเมิน เอเจนต์สนทนา แสดงให้เห็นถึงความเชี่ยวชาญพิเศษในการใช้เครื่องมือ ที่ถือเป็นความสามารถพื้นฐานสำหรับการสร้างเอเจนต์ที่ชาญฉลาดและเน้นการดำเนินการ

นอกจากนี้ ในงานยังมีการเปิดตัวชุดโมเดล Qwen3 ที่ครอบคลุมการประมวลผลภาษาภาพและมัลติโมดอล (multimodols) ประกอบด้วย

· Qwen3-VL: โมเดลภาษาภาพที่มีความสามารถสูงสุดในตระกูล Qwen สถาปัตยกรรม Mixture-of-Experts (MoE) ช่วยให้สามารถใช้งานได้อย่างยืดหยุ่นตั้งแต่อุปกรณ์เอดจ์ไปจนถึงสภาพแวดล้อมคลาวด์ประสิทธิภาพสูง ในฐานะเอเจนต์ด้านภาพ Qwen3-VL สามารถทำงานได้ทั้งบนอินเทอร์เฟซคอมพิวเตอร์และโทรศัพท์มือถือ เชี่ยวชาญการเขียนโปรแกรมด้วยภาพ โดยสร้างโค้ดโดยตรงจากรูปภาพหรือวิดีโอ สามารถเปลี่ยนการออกแบบด้วยภาพให้เป็นแอปพลิเคชันที่ใช้งานได้จริง ความสามารถในการเข้าใจเชิงพื้นที่รองรับการระบุตำแหน่ง 3D ด้วยการรับรู้ทิศทางและระยะทางที่เพิ่มขึ้น วางรากฐานสำคัญสำหรับ AI ที่จับต้องได้และการนำทางเชิงพื้นที่ในสถานที่จริง Qwen3-VL-235B-A22B มีให้ใช้ทั้งโหมด Instruct (non-thinking) และ Thinking ทั้ง 2 เวอร์ชันล้วนบรรลุประสิทธิภาพที่โดดเด่นในเบนช์มาร์กการรับรู้ภาพและการใช้เหตุผลแบบมัลติโมดอล

· Qwen3-Omni: โมเดล AI ที่รองรับข้อมูลหลากภาษาหลายรูปแบบครบ end-to-end สามารถประมวลผลข้อความ ภาพ เสียง และอินพุตวิดีโอ ให้การตอบสนองแบบเรียลไทม์และสตรีมมิงทั้งในรูปข้อความและเสียงพูดธรรมชาติ Qwen3-Omni ขับเคลื่อนด้วยสถาปัตยกรรม Thinker–Talker MoE ใหม่และได้รับการฝึกอบรมจากข้อมูลเสียง 20 ล้านชั่วโมง ให้ประสิทธิภาพที่ยอดเยี่ยมในการทำความเข้าใจอินพุตเสียง (สูงสุด 30 นาที) และการสนทนาด้วยวิดีโอ ทั้งหมดนี้ โดยไม่ลดทอนความสามารถที่แข็งแกร่งในการประมวลผลข้อความและรูปภาพ

นอกจากนี้ยังโต้ตอบแบบมัลติโมดอล ทันทีเรียลไทม์ได้ด้วยความหน่วงต่ำมาก ทำให้เป็นโซลูชันที่เหมาะสำหรับการโต้ตอบ ที่ใช้งานง่ายด้วยเสียง (ไม่ต้องใช้มือควบคุม) ในห้องนักบินอัจฉริยะ, แว่นตาอัจฉริยะ และโทรศัพท์มือถือ Qwen3-Omni-30B-A3B ได้รับการเปิดเผยซอร์สโค้ดบน Hugging Face และชุมชน ModelScope ของ อาลีบาบา คลาวด์ แล้ว ขณะเดียวกัน ผู้ใช้สามารถเข้าถึง Qwen3-Omni-Flash ได้บน Qwen Chat ซึ่งเป็นเว็บแอปพลิเคชันที่ช่วยให้ผู้ใช้สามารถทดลองใช้โมเดล Qwen ต่างๆ ได้

ขณะเดียวกัน ยังมีการอัพเกรด Qwen3-Coder และ Qwen3-Image-Edit ครั้งใหญ่ โดย Qwen3-Coder ใหม่ให้ความเร็วในการอนุมานที่เร็วขึ้นและความปลอดภัยของโค้ดที่เพิ่มขึ้น ในขณะที่ Qwen3-Image-Edit ได้รับการอัปเดตเพื่อรองรับการแก้ไขหลายภาพ พร้อมการปรับปรุงความสอดคล้องของภาพอย่างมีนัยสำคัญ

อาลีบาบา ยังได้เปิดตัว Fun น้องใหม่ในตระกูล LLM เสียงที่มาพร้อมกับความสามารถการรู้จำ และสังเคราะห์เสียงพูดหลายภาษาขั้นสูง ซีรี่ส์นี้ประกอบด้วย Fun-ASR ซึ่งเป็นโมเดลการรู้จำเสียงพูดอัตโนมัติ (ASR) แบบ end-to-end ที่ปรับให้เหมาะสำหรับการนำไปใช้ในองค์กรธุรกิจจริง และ Fun-CosyVoice ซึ่งเป็นโมเดลสังเคราะห์เสียงพูดคุณภาพสูงและสื่อความหมายได้ดี ออกแบบมาเพื่อสร้างเสียงพูดที่ฟังธรรมชาติในหลายภาษา

Wan2.5 ยกระดับการสร้างสรรค์เนื้อหามัลติมีเดีย

ในงาน Apsara Conference ปีนี้ อาลีบาบา ยังได้แสดง 4 ตัวอย่างโมเดลของ Wan2.5 ประกอบด้วย 2 โมเดลสร้างวิดีโอล่าสุด, โมเดลสร้างรูปภาพ และโมเดลแก้ไขภาพ โมเดลสร้างวิดีโอรองรับการสร้างเสียงที่มีความเที่ยงตรงสูงสำหรับวิดีโอ โดยเพิ่มระยะเวลาจาก 5 เป็น 10 วินาที ทำให้สามารถสร้างเรื่องราวที่สมบูรณ์และสอดคล้องกันมากขึ้น ด้วยคุณภาพของภาพที่เพิ่มขึ้น โมเดลเหล่านี้มีสถาปัตยกรรมมัลติโมดอลแบบรวมในตัว ซึ่งได้รับการฝึกอบรมร่วมกันจากข้อมูลที่เป็นข้อความ เสียง และภาพ ทำให้สามารถสร้างวิดีโอด้วยมัลติโมดอลที่สอดคล้องกัน รับประกันเนื้อหาเสียงและภาพที่สอดประสานกัน และเพิ่มความเข้าใจคำสั่งเพื่อติดตามพรอมป์หลายประโยคที่ผู้ใช้ป้อนเข้ามา

เฟรมเวิร์กการพัฒนาใหม่สำหรับปรับใช้เอเจนต์ทรงพลัง

เฟรมเวิร์กการพัฒนาตัวใหม่ได้รับการเพิ่มเข้าใน Model Studio ซึ่งเป็นแพลตฟอร์มการพัฒนา AI ของ Alibaba Cloud เพื่อเพิ่มประสิทธิภาพในการนำเอเจนต์ AI ไปใช้งานในวงกว้าง เฟรมเวิร์กล่าสุดนี้ประกอบด้วย Model Studio-ADK (ชุดพัฒนาเอเจนต์) ซึ่งเป็นเฟรมเวิร์กการพัฒนาโค้ดระดับสูงสำหรับมืออาชีพในองค์กร ที่จะแปลความต้องการทางธุรกิจที่ซับซ้อนให้เป็นตรรกะเอเจนต์ที่สามารถดำเนินการได้ เพื่อให้สามารถพัฒนาเอเจนต์ AI ที่ซับซ้อนได้อย่างรวดเร็ว ด้วยความสามารถในการตัดสินใจอัตโนมัติ การพิจารณาความเป็นไปของสภาพแวดล้อม (dynamic reflection) และการทำงานซ้ำไปมา ผู้ใช้สามารถสร้างโปรเจกต์ DeepResearch หรือ Agentic RAG (Retrieval-Augmented Generation) ได้ภายในหนึ่งชั่วโมงโดยใช้ชุดเครื่องมือที่แข็งแกร่งนี้ Model Studio ยังได้อัปเกรดแพลตฟอร์มการพัฒนาแบบเขียนโค้ดน้อย Model Studio-ADP ซึ่งเป็นแพลตฟอร์มพัฒนาเอเจนต์ ทำให้ผู้ใช้ที่มีพื้นฐานการเขียนโปรแกรมจำกัด สามารถสร้างเอเจนต์ AI ตัวเบาได้อย่างง่ายดาย

ทั้งนี้ Model Studio Agent จะมีบทบาทแก้ไขความท้าทายหลักขององค์กร เช่น การประมวลผลข้อมูลหลายแหล่ง ข้อจำกัดของทรัพยากร และการปรับใช้ข้ามสภาพแวดล้อม โดยนำเสนอฟีเจอร์ระดับองค์กรที่หลากหลาย ประกอบด้วยการเชื่อมต่อแบบไร้รอยต่อผ่าน Model Context Protocol (MCP) การผสานรวมมัลติโมดอล RAG การจัดตารางการอนุมานแบบไดนามิก และบริการแซนด์บ็อกซ์ ช่วยให้องค์กรสามารถเร่งการใช้งานเอเจนต์ AI

ปัจจุบัน ผู้ใช้สามารถเข้าถึงโมเดลชั้นนำกว่า 200 โมเดลผ่าน Model Studio รวมถึงโมเดล Qwen และ Wan ที่พัฒนาโดยอาลีบาบาเอง ท่ามกลางเอเจนต์มากกว่า 800,000 เอเจนต์ที่ถูกสร้างขึ้นบน Model Studio ซึ่งรองรับสถานการณ์ที่หลากหลายตั้งแต่การสร้างเนื้อหาและการตลาดอัตโนมัติ ไปจนถึงการจัดการบ้านอัจฉริยะและการเพิ่มประสิทธิภาพการผลิต และในช่วง 12 เดือนที่ผ่านมา การเรียกใช้โมเดลผ่าน Model Studio เพิ่มขึ้น 15 เท่า สะท้อนถึงความต้องการที่เพิ่มขึ้นสำหรับโซลูชัน AI ที่แข็งแกร่งและปรับขนาดได้

แพลตฟอร์ม AI ใหม่เพื่อรองรับองค์กรและครีเอเตอร์

อาลีบาบา คลาวด์ ยังได้อัปเกรด AgentBay ครั้งใหญ่ ซึ่งเป็นสภาพแวดล้อมการทำงานบนคลาวด์แบบมัลติโมดอลและแพลตฟอร์มเอเจนต์ผู้เชี่ยวชาญสำหรับองค์กร นักพัฒนา และพาร์ทเนอร์ AI ซึ่งเปิดตัวครั้งแรกในเดือนกรกฎาคม ฟีเจอร์ใหม่ที่เพิ่มเข้ามา ได้แก่ Self-Evolving Engine หรือเอ็นจิ้นการพัฒนาตัวเอง อิมเมจคอนเทนเนอร์ที่กำหนดได้เอง และการควบคุมความปลอดภัย และการปฏิบัติตามกฎระเบียบในตัว ช่วยให้เอเจนต์เปลี่ยนจากผู้ช่วยอย่างง่ายโมเดลเดี่ยว กลายเป็นเอเจนต์ที่ทำงานมัลติโมดอลแบบผสมผสานได้เหมือนมนุษย์และสามารถทำงานได้ตั้งแต่ต้นจนจบ

เพื่อตอบสนองความต้องการขององค์กรที่เพิ่มขึ้นสำหรับการเติบโตที่ขับเคลื่อนด้วย AI อาลีบาบา คลาวด์ ยังเปิดตัว Lingyang AgentOne ซึ่งเป็นแพลตฟอร์มแอปพลิเคชัน AI ขององค์กรแบบครบวงจร ที่ช่วยให้องค์กรสามารถเปลี่ยนจากการตอบสนองแบบปฏิกิริยา (reactive) เป็นแบบเชิงรุก (proactive) ขับเคลื่อนด้วยโมเดล Qwen ของอาลีบาบา และผสานรวมอย่างลึกซึ้งกับระบบนิเวศของอาลีบาบา ในอีกด้าน Lingyang AgentOne จะมีพื้นที่เพื่อการพัฒนาเอเจนต์แบบ End-to-End ที่เชื่อมต่อได้กับระบบที่มีอยู่ ช่วยเร่งเวลาในการสร้างมูลค่า ผ่านโซลูชันอิงสถานการณ์ในด้านการตลาด การวิเคราะห์ การบริการลูกค้า และการปฏิบัติการ โดย Lingyang AgentOne จะเชื่อมโยงวงจรคุณค่าหรือ value chain ทั้งก่อนการขาย การขาย และหลังการขายทั้งหมด เพื่อมอบผลลัพธ์ที่วัดได้และพร้อมใช้งานจริงสำหรับอุตสาหกรรม เช่น ธุรกิจต่อเติมซ่อมแซมบ้าน และธุรกิจอีคอมเมิร์ซ

นอกจากนี้ยังมีส่วนของ Quark แพลตฟอร์มแอปพลิเคชัน AI สำหรับผู้บริโภคของอาลีบาบา ที่ได้เปิดตัว Zaodian ซึ่งเป็นแพลตฟอร์มสร้างภาพและวิดีโอ AI แบบครบจบ ที่รวมโมเดล AI ชั้นนำของอุตสาหกรรม เช่น Wan โมเดลสร้างวิดีโอตัวเรือธงของอาลีบาบา เพื่อส่งมอบประสบการณ์ระดับมืออาชีพและมีคุณภาพสำหรับครีเอเตอร์ผู้สร้างสรรค์คอนเทนต์ ซึ่งนอกจากฟังก์ชันข้อความเป็นวิดีโอ (text-to-video) และภาพเป็นวิดีโอ (image-to-video) ที่รองรับโดย Wan แล้ว Zaodian มีฟังก์ชันการสร้างและแก้ไขภาพ AI พร้อมตัวเลือกโมเดลชั้นนำ ทั้งหมดนี้ครีเอเตอร์สามารถสัมผัสบริการจากแพลตฟอร์มได้ที่เว็บไซต์ zaodian.quark.cn หรือเข้าผ่านทางเมนู AI Image ในเวอร์ชันเดสก์ท็อปของ Quark ก็ได้

โครงสร้างพื้นฐาน AI รุ่นใหม่สำหรับ Agentic AI

ในงานประชุมนี้ อาลีบาบา คลาวด์ ยังได้เปิดตัวหลายการอัปเกรดโครงสร้างพื้นฐานที่เป็นนวัตกรรมซึ่งออกแบบใหม่เพื่อรองรับโลกของ AI แบบเอเจนต์ที่กำลังมาถึงโดยเฉพาะ ประกอบด้วย

• พื้นที่จัดเก็บ: อาลีบาบา คลาวด์ ได้ปรับปรุงบริการ Object Storage Service (OSS) ด้วย “Vector Bucket” ซึ่งเป็นคุณสมบัติที่ขับเคลื่อนด้วย AI ช่วยให้การจัดเก็บและดึงข้อมูลเวกเตอร์ขนาดใหญ่ได้อย่างมีประสิทธิภาพด้านต้นทุน เหมาะสำหรับ RAG และแอป AI โดยรวมการจัดการข้อมูลดิบและข้อมูลเวกเตอร์ใน OSS ซึ่งสามารถเข้าถึงได้ผ่าน API มาตรฐาน เพิ่มความง่ายให้การพัฒนาแพลตฟอร์ม RAG ที่ปรับขนาดได้และการจัดระเบียบสินทรัพย์มัลติมีเดีย ช่วยลดต้นทุนการพัฒนา AI โดยให้ธุรกิจจัดการทั้งข้อมูลดิบและข้อมูลเวกเตอร์ในที่เดียว เป็นการลดความซับซ้อนและเร่งการปรับใช้แอปพลิเคชัน RAG

• ระบบเครือข่าย: อาลีบาบา คลาวด์ ได้เปิดตัว HPN8.0 สถาปัตยกรรมล่าสุดสำหรับเครือข่ายประสิทธิภาพสูง HPN8.0 ถือเป็นนวัตกรรมเครือข่ายที่ออกแบบมาเป็นพิเศษสำหรับโมเดล AI ช่วยให้การฝึกโมเดล การอนุมาน และการเรียนรู้แบบเสริมแรง (RL) เป็นไปอย่างราบรื่นในเวิร์กโหลดการประมวลผลแบบผสมผสาน ในขณะที่รองรับการปรับใช้ขนาดใหญ่พิเศษ สถาปัตยกรรมนี้ให้ปริมาณงานเครือข่าย 800 Gbps ซึ่งเพิ่มเป็น 2 เท่าของความจุในรุ่นก่อนหน้า

• ความปลอดภัย: อีกการอัปเดตที่สำคัญ คือการเพิ่มฟังก์ชันเอเจนต์ AI ให้กับโซลูชัน Cloud Threat Detection Response (CTDR) การปรับปรุงความปลอดภัยแบบคลาวด์เนทีฟนี้ช่วยเพิ่มความสามารถในการตรวจจับ การวิเคราะห์ และการตอบสนอง โดยนำเสนอแนวทางที่ชาญฉลาดและเชิงรุกมากขึ้นในการต่อสู้กับภัยคุกคามความปลอดภัย ผ่าน 5 เอเจนต์ AI ซึ่งขับเคลื่อนโดย Qwen ที่จะทำให้การปฏิบัติการด้านความปลอดภัยเป็นไปโดยอัตโนมัติ ตั้งแต่การประเมินการแจ้งเตือนไปจนถึงการดำเนินการ ด้วยการวิเคราะห์อัจฉริยะ การเชื่อมโยงเหตุการณ์ และการรายงานที่สามารถดำเนินการได้ ซึ่งครบถ้วนสำหรับการจัดการภัยคุกคามแบบ end-to-end ส่วนฟังก์ชันใหม่นี้จะเพิ่มอัตราความสำเร็จของการตรวจสอบเหตุการณ์อัตโนมัติจาก 59% เป็น 74% และยังจัดการการดำเนินการตอบสนองอัตโนมัติได้ 70% โดยไม่ต้องให้มนุษย์เข้าแทรกแซง

• คอนเทนเนอร์: อาลีบาบา คลาวด์ ได้อัปเกรด Container Compute Services (ACS) เพื่อเพิ่มขีดความสามารถในการปรับขนาดอัตโนมัติ ผ่านเทคโนโลยีการจัดตารางการทำงานที่ปรับให้เหมาะสมและเร่งความเร็วแคชอิมเมจคอนเทนเนอร์ ความสามารถนี้ช่วยให้เกิดความยืดหยุ่น รองรับการขยายได้สูงสุด 15,000 pod ต่อนาที เพื่อจัดการกับคำขอเอเจนต์จำนวนมากที่มีการทำงานพร้อมกันสูง นอกจากนี้ เทคโนโลยีแซนด์บ็อกซ์คอนเทนเนอร์ ACS ยังมอบการแยกพื้นที่ทำงานได้อย่างมีประสิทธิภาพ โดยเฉพาะการกันผู้ใช้ออกจากสภาพแวดล้อมรันไทม์ ป้องกันช่องโหว่หรือข้อมูลรั่วไหลในเอเจนต์หนึ่งไม่ให้กระทบกับเอเจนต์อื่น

• ฐานข้อมูล: ในอีกด้าน อาลีบาบา คลาวด์ ได้อัปเกรดฐานข้อมูล PolarDB โดยปรับให้เหมาะสมสำหรับทั้งเวิร์กโหลดข้อมูลและ AI การอัปเกรดนี้เกิดขึ้นในนวัตกรรมฮาร์ดแวร์ที่ขับเคลื่อนด้วยเทคโนโลยี Compute Express Link (CXL) ซึ่งเป็นตัวเชื่อมต่อการประมวลผลหน่วยความจำที่มีประสิทธิภาพสูงเพื่อลดความหน่วงลง 72.3% เพิ่มความสามารถในการปรับขนาดหน่วยความจำ 16 เท่า นำไปสู่การวางรากฐานที่แข็งแกร่งสำหรับเวิร์กโหลดข้อมูลและ AI สำหรับ PolarDB ที่อัปเกรดแล้ว จะมีสถาปัตยกรรม Lakebase ใหม่พร้อมที่เก็บข้อมูลแบบไฮบริดทั้งข้อมูลในดาต้าเลค, ฐานข้อมูลปฏิบัติการ และเมตาดาต้าสำหรับการจัดเก็บรูปแบบข้อมูลแบบมาตรฐานเปิดที่ได้รับความนิยม ทั้ง Lance, Iceberg และ Apache Hudi เป็นการลดต้นทุนการจัดเก็บ ทำให้การจัดเก็บและการจัดการข้อมูลมัลติโมดอลมีประสิทธิภาพ

• แพลตฟอร์มสำหรับ AI (PAI): Platform for AI ของ อาลีบาบา คลาวด์ มีการเพิ่มประสิทธิภาพแบบประสานกันเพื่อยกระดับการพัฒนาโมเดลขนาดใหญ่ให้เข้าสู่ยุค Agentic AI นวัตกรรมใหม่ของแพลตฟอร์มเรื่องการเร่งการฝึก AI อย่าง MoE จะช่วยปรับปรุงการฝึกโมเดลซีรีส์ Qwen ได้มากกว่า 300% ในขณะที่เอ็นจิ้นการฝึกโมเดล DiT ที่ได้รับการอัปเกรดแล้ว จะช่วยลดเวลาการฝึกโมเดลตัวอย่างแบบเดี่ยวของซีรีส์ Wan ได้ 28.1% ขณะที่การอนุมานที่ได้รับการปรับปรุงใหม่สามารถมอบ TPS ที่สูงขึ้น 71%, ความหน่วง TPOT ต่ำลง 70.6% และการปรับขนาดโครงสร้างพื้นฐานเร็วขึ้น 97.6%