阿里云在MWC2026递出一张全球AI名片

作者：高飞

一周前，MWC 2026开展在即，几个从中国飞来的航班接连落地巴塞罗那，机场出关的队伍立刻出现了一个小高峰，一两个小时成了默认等待时长。如果说排队是主观体验，还有一个实证数据可以佐证今年MWC的景气。今年有350家中国企业出现在Fira Gran Via的展馆群里，占全部2400多家参展商的七分之一。相比2025的288家，增长了两成之多。

热度变化的背后，当然是有原因的。我的理解是：MWC是一场全球技术展会，但对这350家中国企业来说，它同时是一个面向欧洲，甚至全球的出海和全球化秀场。

一直以来，欧洲在中企出海版图中有着非常特殊的位置。这里有全球最严的合规标准、最高的数据治理门槛、最挑剔的品牌审美。当然，更重要的，产品溢价也高。

所以行业里有一个说法：能在欧洲站住脚，其他市场的门槛就矮了一截。欧洲也就成了一个中国企业从“卖货出海”升级为“品牌出海”的验证之地。

如果说欧洲是中企出海在市场维度的关键落点，那么AI，可能是中企出海在商业竞争中的核心支点。实际上，现在说AI是技术公司（或者任何公司）的必争之地，一点都不过分。今年MWC大会的主题也与此暗合，叫做“The IQ Era”。IQ，毫无疑问，是智能的代名词了，不叫AI，但是等同AI。

而阿里云，可能正是观察中企出海和AI浪潮这两条线交汇的一个特别好的切口。它在2号馆的展区，主题不是云，也不是我们常挂在嘴边的算力，而是一个更明确的表态：“World's Leading Full-Stack AI Service Provider”，全球领先的全栈人工智能服务商。

我印象中，这是阿里云第一次在国际舞台上把“AI公司”这个身份亮出来。配合展区的亮相，阿里云同日还向国际市场正式推出了百炼专属版，一个面向金融、医疗、电信等高合规行业的企业级AI开发平台，支持企业用私有数据调优千问模型，数据不出机房，部署完全物理隔离。选在MWC这一天发，时机本身就是一种表态。在理完阿里云的参展逻辑后，我们也发现，它讲的不仅是AI能做什么，还是AI怎么在30万家中国出海企业，也包括在更大范围的全球企业的具体业务里跑起来。

从云到AI，一次身份切换

理解阿里云在MWC上的这次亮相，需要先理解一个背景：对大部分海外客户来说，阿里云的认知标签还停留在“中国最大的云计算公司”。这个标签不算错，但我感觉有点不够了。

过去两年，阿里云在AI方向上的投入密度，相当之高。

Gartner在2025年11月发布的《生成式AI技术创新指南》系列报告中，评估了全球云厂商在GenAI云基础设施、GenAI工程、GenAI模型三个维度的能力。阿里云在这三个维度的“特性”指标均排全球第三、亚太最高，四个维度全部进入新兴领导者象限。四个维度同时进入，意味着这不是某一个单项的突破，而是从基础设施到模型到工程能力的全栈就位。

“全栈”这个词在技术圈已经被用得有些普遍。放在出海这个语境里，它的含义变得非常具体：一家中国企业要在海外把AI用起来，不是买一个模型就能解决的。它需要跑模型的基础设施、需要把模型接入自己业务的工程支持、需要符合当地法规的数据合规方案、需要出了问题有人能响应。这些东西中的任何一环缺位，AI就停留在PPT上。阿里云在MWC上讲“全栈”，讲的是这件事。

3月2日，阿里巴巴刚刚完成一次品牌梳理：AI品牌从之前同时存在的“千问”、“通义千问”等多个名称，统一为“千问”，英文统一为“Qwen”。品牌上的减法和MWC展台上的那行英文标语，说的是同一件事，阿里云在面向全球市场时，AI走得非常靠前。

十亿次下载之后

也有数据证明了这个领先的身位：自2023年以来，千问系列开源超400个模型，覆盖全尺寸、全模态，支持201种语言，全球下载量突破10亿次，衍生模型超过20万个。

这些数字已经让千问成为全球开源AI社区中最受追捧的模型家族之一。

不过，比数字本身更值得关注的是背后的结构变化：当一个模型被全球开发者下载了10亿次，在它之上长出了20万个衍生模型，它就不完全是一家公司的产品了，它更接近一种公共基础设施，类似于阿里云在“云”上的历程。

如果再举一个全球化的例子，还可以类比于Linux从一个芬兰学生的个人项目变成了全球互联网的底座，千问正在经历类似的角色转变。

这个变化对出海的意义在于：中国企业去海外做AI应用，如果底层模型是一个全球开发者社区都在用的开源模型，那它在海外市场的接受度、生态适配性、人才可获得性，都会好得多。千问的开源策略，客观上为中国企业出海铺了一层底。

有一个细节可以旁证这个判断。新加坡国家人工智能平台（AISG）基于千问Qwen3-32B，推出了面向东南亚的多语言大模型Qwen-SEA-LION-v4，在东南亚语言模型综合评测中位列开源模型第一，还能跑在配备32GB内存的消费级笔记本上。当一个出海目的地国家把某个开源模型当作自己区域AI布局的基座，这层“底”就结实了不少。

今年除夕，千问3.5系列开源发布，此后陆续推出多款模型，包揽了Hugging Face全球开源大模型榜单前列。在MWC的展区里，我们看到千问的展示占了相当大的比重，从文本模型到视觉模型Qwen-VL，到视频生成模型Wan，再到模型服务平台百炼，构成了一条从模型到应用的完整链路。

模型本身是一个基座，但也是一个开始。

对一家想在欧洲市场落地AI应用的中国企业来说，有模型可以用，和模型在自己的业务系统里真正跑起来，中间还隔着工程化、本地化、合规化的一段路。这段路怎么走？

这是阿里云在MWC上回答的第二个问题。

从冰面到车间

但这个问题，或许没有标准答案。工程上，很多时候进步都是量变引发质变，得靠一个一个项目趟出来。

阿里云在MWC展区里摆出的案例，某种程度上就是它交出的实践积累。

其中最引人注目的一个，自然是2026年2月落幕的米兰-科尔蒂纳冬奥会。阿里云作为国际奥委会全球TOP合作伙伴，承担了这届冬奥的核心技术服务。

这个案例之所以值得展开，不是因为冬奥本身的曝光度，而是因为它把“AI落地”推到了一个极限场景：高海拔、低温、多赛区分散、转播实时性要求极高、服务对象覆盖全球206个国家和地区。

如果AI能在这种条件下跑通，它在企业的日常业务里就不存在地理性，或者说物理性障碍。

转播侧，升级版360度实时回放系统覆盖多个运动项目，AI算法将运动员从冰雪背景中实时分离并完成三维重建，速度足以插入直播流。基于Qwen-VL开发的自动媒体描述系统在赛事直播中投入运行，实时识别关键事件并自动生成赛事描述和视频标注，向OBS推送上万条AI制作内容。运营侧，国家奥委会AI助手处理了超过十万条知识资产，交通管理系统在阿尔卑斯山区多个赛区间调度数万名工作人员、运动员和媒体人员。

对阿里云的全球化来说，冬奥显然是一张非常好的名片，但更日常的考卷在企业客户那边。

MWC展区里呈现了一组案例，服务对象不只是从中国出发的出海企业，也包括在全球市场寻找AI落地路径的国际大客户。方向相反，问题相同：怎么让AI在全球范围内的真实业务里跑起来。每个案例额外的共同特征是：阿里云提供的不是单一的模型或算力，而是一套从底层到应用层的组合服务。

先从两个国际大客户说起。

Freepik是总部位于西班牙的全球创意内容与AI设计平台，拥有超过1.5亿用户。它与阿里云合作，在设计资源平台中嵌入AI生成工具，整合了千问和视频生成模型Wan，提升了中文长指令理解能力、视频动态真实感和唇形同步质量，推动全球业务增长和付费转化。在MWC的举办地谈一家西班牙公司选择中国AI模型的案例，这个细节本身就说明了一些事情。

另一个是阿斯利康，说明的是高合规场景下AI落地的真实逻辑。

阿斯利康与阿里云合作构建了药品不良事件智能报告工具，通过云原生数据仓库AnalyticDB向量引擎处理医学文本，结合百炼专属版将自有医学知识库与千问高效融合，报告生成效率提升300%，准确率从90%提升至95%。这个场景的合规要求极高，数据不能随意流动，错误不能有容忍空间。能在这里跑通，背后的技术信任门槛其实很高。恰好，这也是百炼专属版面向医药行业的一个现实注脚。

讲完国际大客户，看看出海企业，安克是一个角度。安克是中国消费电子出海里被研究得最透的企业之一，它的案例从另一个维度说明了出海AI的复杂性。依托阿里云PAI和千问大模型，安克开发了覆盖语言翻译、路线规划、拍照问答等多款Agent。旗下智能影音品牌soundcore 的新一代AI智能体耳机，接入高德等MCP，搭载千问Plus，支持100种语言的实时翻译、百科问答和AI情感陪聊，现在服务全球超2亿客户。更关键的一步，是阿里云全球一张网满足了安克跨境访问的合规要求，实现通用计算与高性能计算的异地混合部署，加快了全球核心业务系统互访速度。从耳机里的实时翻译，到后台的全球调度，落地的两端阿里云都在。

还有一个不那么常在科技圈刷屏、但体量和重要性丝毫不亚于上述案例的例子：中国石油的地震数据处理软件GeoEast。

GeoEast是全球Top 3的地震处理软件，历经20年迭代，有2000多个软件模块，上手难度极高。在出海推广过程中，语言和使用门槛成了瓶颈。东方物探联合阿里云开发了GeoEast智能助手，调用千问大模型，通过自然语言方式支撑处理人员使用专业软件，精准响应全球用户的问题，加速海外落地。这是出海语境里一个典型的央企案例：20年磨出来的自研技术，需要AI把“说明书”变成一段对话。

最后说一个更“基建”的案例，南方航空。

春节运输高峰期间，中国民航网络是名副其实的“国家血管”。南航数科与阿里云联合打造了航空自主可控专属云平台，成为南航数字化运行的核心基础设施，单日支撑超2亿次API调用，核心系统可用性高达99.99%。这个案例讲的不是AI用了什么新功能，而是一个高可靠、高并发场景下的托底能力。对那些在海外运营高频业务的出海企业来说，这种稳定性的重量，不用解释。

这些案例放在一起看，轮廓就清楚了：出海企业需要的AI服务商，不仅是一个提供模型的，也不完全是交付算力的，而是一个能陪着企业把AI从选型到上线到优化整个过程走完的角色。

案例是最贵的信任货币，每一个跑通的项目，都在为AI的技术面值背书。

谁在半夜三点接电话

讲完技术能力和案例经验，我们可能还要讲一个不同维度，但容易被忽视、在全球化、出海场景中却极其关键的东西：服务。这也是我听出海企业常讲的痛点。

大家如果经常往国外跑，一定能感受国内外客服体验的不同。拿电商来说，甭管几点，线上可能都有客服在等着。但是到了海外，你就要多确认Business Hour了。

在国内做业务，我们遇到技术问题找工程师，时差一致、语言相通、必要时可以上门。但企业一旦出海，尤其是去到欧洲，时区差了六到八个小时，合规要求用当地语言沟通，数据驻留有严格规定。这些看起来不是技术问题，却往往是AI落地最后一公里的真实障碍。巴塞罗那的白昼，可能是北京的午夜。客户的系统出了故障，谁来接需求电话？

阿里云在这方面有其天然优势。

在基因层面，解决“最后一公里”问题，从阿里巴巴的电商时代就是一个命题了，支付、物流等不一而足。在AI时代，阿里云要解决的是模型到企业价值之间的最后一公里。路径不同，但底层逻辑一致：光有货不够，还得有一张能把货送到每一个目的地的网络。

在硬件上，阿里云也做好了准备。它在全球布了29个公共云地域、94个可用区、4个区域中心和27个本地服务中心，150项全球合规认证覆盖主流市场的数据安全和隐私保护要求。

特别是7 x 24小时的工单服务，客户能够遇到问题，1步直达人工，排查进度主动外呼。

我了解到一个数字。2025年，阿里云新增了38项覆盖AI全流程的技术服务，从基础设施到模型部署到优化调用，构成端到端的护航链路，服务满意度98.95%。

阿里云在MWC的行程安排也体现了对服务的重视。此外，阿里云在本届MWC还组织了一场高峰论坛，名为“Alibaba Cloud AI Dynamic Conference”。在这场论坛上，阿里云智能集团国际客户技术服务负责人吴鹏程专门有一个议题叫“Quality Service: Bridge the Last Mile of AI”——高质量服务，打通AI落地最后一公里。ATOS国际市场首席技术官Alex Caballero Fernandez作为客户嘉宾参与了这场对话。把服务单独拿出来作为一个议题，说明阿里云对这件事的重视程度。

这次MWC的内容，浓缩的或许是阿里云当下最想对全球市场说的一句话：我们是一家云公司，还是一家能帮你把AI落地的公司。

对那数十万在出海和准备出海的中国企业来说，“落地”这两个字的重量，可能比任何技术参数都要大。

有意思的是，除了巴塞罗那这个西班牙版本的MWC主会场，年中，还有一场MWC在中国上海举办。很多中国企业飞往巴塞罗那的航班，正是从这里出发的。一万公里，三万英尺，七个小时时差。起点和落点之间的时空距离，就是阿里云试图丈量的东西了。