商报记者 张玲丽 蔡杭吉
当“能聊天、答问题”成为AI的基础能力，下一场竞争将发生在哪里？2026云栖大会上，阿里云给出自己的答案：让AI理解意图、持续进化，并直接完成工作。从首款智能体电脑Qwen Book首次公开亮相到全新语音大模型Qwen-Audio-3.1发布再到全球基础设施扩建计划同步出炉，覆盖8个国家和地区，阿里云正试图构建面向智能体时代的全栈能力。
首款智能体电脑亮相 搭载Skill键盘阵列 全局AI按键
在2026云栖大会上，阿里云旗下AI智能体电脑Qwen Book首次公开亮相，该产品以自主理解用户意图、可持续进化为主要特征，试图解决AI在办公与生活场景中需要跨应用、跨智能体使用的痛点。
据了解，Qwen Book基于OS as Harness理念开发，以千问端云模型为核心底座，将操作系统、应用、云服务与硬件能力进行融合，统一组织交互入口、运行时环境、个人持续上下文与软硬件操控能力，目标是构建智能体可理解、可记忆、可持续运行且可治理的计算环境，使AI从承担单一任务的普通专家，转向持续在场、随个人上下文积累而演进的专属专家。
在硬件计上，Qwen Book也颇具巧思，机身设有全局AI按键与Skill键盘阵列，一键即可唤起智能体并快速执行任务；独立状态副屏AI Island用来显示任务进展；磁吸键盘兼顾办公输入与手写创作。此外，该产品还配备了一支带语音识别功能的手写笔，按下笔端就能召唤智能体安排任务。
发布会上，阿里云还宣布Qwen Book将与开源项目Omarchy展开合作，共同探索面向智能体的新一代桌面操作系统。阿里云研发副总裁、终端智能计算事业部总裁张献涛表示，随着个人上下文不断积累，智能体正从弱关联走向积累跃迁，逐步把人的经验、审美与判断转化为行动力，期待Qwen Book从硬件工具演变为Token驱动、持续成长的智能体载体，在人机协作中推动个人智能迈向RSI。
生态方面，Qwen Book开放了系统接口与能力接入，目前已与高通、英特尔、罗技、绿联等企业产品完成适配，并打通支付宝、千问输入法等阿里系应用，构建面向办公场景的服务矩阵。
发布Qwen-Audio-3.1系列语音模型
能听懂 能创作 能聊天
阿里云还发布了全新的Qwen-Audio-3.1系列语音大模型，语音转写（ASR）、语音合成（TTS）和实时语音交互（Realtime）三类模型全面升级，API服务均已上架千问AI平台。同时，为进一步降低用户使用成本，Qwen-Audio全线语音模型价格均下调，最高降幅达95%。
在语音转写方面，新模型增强了多语种、方言识别与上下文理解能力，还新增原生转写润色能力，可自动去除语气词与重复表达并重组语义，让转写的文字更顺畅、更有逻辑。同时，基于下代架构的音频理解模型全新发布，它能够理解人物情绪、环境声与机械声，完成声音描述、事件定位、音频问答与推理，让“这段录音中人的情绪怎样”这样的问题能够被理解和准确回答。
在语音合成方面，新一代模型能够根据一段脚本，同时演绎旁白和不同人物的音色、情绪，还能生成风声、易拉罐碰撞等环境音效，让对话仿佛就发生在故事场景中。
在语音实时交互方面，升级后的模型支持“边说边听”的对话，用户可以随时插话、打断，交流更接近真人通话；当识别到用户情绪低落时，它还会放慢语速、用更贴合语境的方式回应，共情能力明显增强。同时，阿里云开源了面向实时语音Agent的框架Qwen-Audio-Agent，帮助开发者快速搭建各类语音应用。
扩建全球基础设施
覆盖8个国家和地区
在算力基础设施方面，阿里云在2026云栖大会上宣布新一轮全球基础设施扩建计划：未来12个月，将于土耳其、芬兰和荷兰首次设立云计算地域节点，并扩建马来西亚、德国、阿联酋、法国和中国香港的数据中心，进一步提升全球算力供给和本地化云与AI服务能力。同时，阿里云还将升级Smart Fusion、Smart Video等面向国际市场的AI产品。
目前，阿里云已在全球31个地域运营107个可用区，并拥有3200多个边缘节点，是中国最大、亚太第一的云服务商。面向持续增长的AI需求，阿里云正同步提升数据中心的建设速度和计算密度，新一代AI数据中心最快可实现100天交付，单机柜计算密度达到传统数据中心的5—10倍。
新一轮全球基础设施扩张，背后是企业AI需求和Token消耗的同步增长。阿里云智能首席技术官、国际业务总裁李飞飞博士表示，AI正快速从试验走向实际应用，企业既需要可规模化扩展的基础设施，也需要更易用的AI能力。阿里云将进一步扩大全球云基础设施覆盖，让计算资源更靠近客户和伙伴，并持续完善模型部署、多模型协同和AI应用开发能力，帮助企业更高效地将AI投入实际业务。
在扩大全球算力供给的同时，阿里云进一步强化面向国际市场的AI产品能力。针对企业同时使用多个模型的需求，Smart Fusion通过智能路由和编排多种模型，并以统一API降低多模型接入成本，可帮助企业在保持模型效果的同时减少约50%的Token支出；Smart Video则强化长视频Agent能力，可通过自然语言完成从创意、分镜到生成、编辑和交付，最长支持1小时视频和20多种语言，并可调用Wan等多种视频模型。
阿里云也在进一步完善面向智能体时代的 Agentic Cloud，打通从算力、模型到智能体和应用的全栈能力。其中，百炼MaaS提供模型调用、开发与部署能力，帮企业规模化构建AI应用和智能体；在应用层，Qoder和Qwen Work国际版将智能体能力延伸至软件开发和办公场景，从单一场景向通用任务发展，推动AI从提供智能走向直接完成工作。
阿里云的云和AI能力也正在进入更多全球客户的核心业务。阿里云与Salesforce深化CRM和“Agentic Enterprise”合作，推动AI应用更可控地落地；通力电梯结合百炼和通义模型推动AI规模化应用，Panasonic Digital（上海）借助阿里云将文档处理时间减少80%、合同审核效率提升10倍；印尼物流企业Lion Parcel通过阿里云百炼调用Qwen-VL-Plus；Unity中国、马来西亚Loomi Entertainment等也分别用阿里云部署大模型和视觉模型，加速游戏开发与内容创作。