9月24日，2025 AI原生架構峰會在云棲大會期間成功舉辦。圍繞AI原生架構話題，來自阿里云的技術專家及不同領域的技術負責人分享了他們的深刻見解與思考。

在AI浪潮席卷各行各業之際，企業走向“AI原生”的必要性已經無需論證。但面對不同的業務場景，企業應當如何選擇適配的架構，從技術和戰略層面并駕齊驅?在解答這一疑問時，來自多方企業客戶的視角或能為行業提供借鑒。

“AI時代的企業架構升級，關鍵在于全棧AI能力的構建與落地。”阿里云智能集團公共云事業部首席解決方案架構師韓鴻源在開場時即強調，今天的模型能力，一定會成為未來所有業務系統開發的一個基礎設施能力，而今天的大語言模型，也一定要考慮把AI能力引入到系統里。

但韓鴻源提到，對于絕大部分企業來說，他所說的“全棧”并非指模型技術研發的全棧，而是指企業從數據管理、模型應用、業務集成到最終價值實現的全鏈路能力。在這一過程中，AI應當是業務系統的基礎設施，企業應當聚焦如何將AI能力融入業務系統。

本次峰會還匯聚了多位行業領軍企業的技術負責人。在不同領域，AI時代的架構實踐與戰略規劃持續引發行業思考。

哈啰CTO劉行亮深度解析了公司實踐，具象化地呈現了全棧AI架構為出行領域業務帶來的變革。劉行亮指出，哈啰目前已經推出了多個AI Agent，同時還有Robotaxi業務。通過構建“車云數據閉環”，哈啰實現了全棧AI能力的協同。

在云端，哈啰利用海量數據進行模型訓練與仿真，優化出更強大的駕駛Agent(VLA模型)和座艙服務Agent，再部署至車端。這使智駕決策能持續迭代，更準更穩;同時，座艙能深度融合用戶意圖與生態服務，實現從“出行工具”到“個性化第三空間”的體驗升級。

好未來CTO田密分享了AI在教育領域的進階路徑，提出AI老師的L1-L5分級。目前好未來已實現L3級閉環教學，通過軟硬件結合打造個性化學習體驗。

在多模態的模型訓練上，好未來使用Qwen2.5-32B-VL做九章多模態模型的后訓練和強化，最終在多個任務上，包括OCR、公式識別和圖力解題等層面，都取得了SOTA的結果。

在這一過程中，“云端一體”發揮了很大作用。田密認為，未來云端結合的范式越來越常用，把訓練好的大模型蒸餾到本地之后，效果也是足夠應用，而且反應非常快。

演講中，田密進一步表示，在阿里云發布全新大模型之后，他們也會第一時間采用做后訓練，“非常感謝阿里云的優秀的開源生態，給中國做大模型的開發者都提供一個很好的基座模型。”

在走向AI原生時代的過程中，好未來的架構升級理念已然誕生：基于通義千問開源模型做后訓練，同時進行云端協同。

作為電商領域的代表，識貨CTO陳歡在分享中詳細介紹了識貨如何利用AI重構其核心資產——商品數據平臺。面對巨量的數據處理，AI的應用使商品庫建設流程(渠道關聯、商品新建、審核)的自動化率達到了85%以上。而陳歡也提到，其技術架構的核心是構建了10億級規模的商品向量庫，基于通義千問進行訓練，從而實現了高精度的商品匹配和去重。

陳歡提到的核心理念之一是雙平臺能力的建設。底層平臺“Model X”圍繞研發流程，比如接到大模型需求之后任務拆解做提示詞編寫、微調、自動評測、運維資源分配成本管理等，讓研發高效完成大模型需求，全流程自主開發上線，后期會推廣到產品及運營;而“Model L”旨在加速算法訓練推理，尤其聚焦推理的復雜場景。陳歡表示，這套算法大模型平臺+研發大模型平臺的雙平臺模式，是大模型時代最接地氣和實用的架構。

身處電視行業，創維酷開智能系統研究院院長郭尚鋒的分享，或許能揭示傳統領域企業如何借助 AI 破局。郭尚鋒表示，在架構支撐上，阿里云 AI 全棧技術提供了從底層算力、模型訓練到應用部署的全鏈路支持，為智能休的構建與運行提供了堅實底座。尤其是基于云原生AI網關、Fuction Call 和 MCP廣場生態等產品，將傳統 API 服務 MCP 化，在百煉平臺上快速構建 AI 應用，貫穿跨終端、跨場景的智能體體系，構建無界融合的全場景智慧體驗。基于此，創維酷開的Agent 得以實現長記憶、快思考、秒行動的核心優勢能力。

這一架構確保了AI真正在智能體硬件的全場景應用中發揮作用，最終讓創維酷開成功構建了覆蓋生活、教育、健康等場景的六大用戶智能體，重塑用戶體驗與行業格局。

尤其是對于科技公司，數據對于AI原生架構升級的重要性不置可否。OPPO大數據部長鄭秋野分享了Data+AI統一底座的建設經驗，上云后成本降低50%，并通過AI助理實現自然語言查詢與智能打標，提升數據使用效率。

當下，OPPO在AI時代的應用主要聚焦在用戶、產品、營收三個方面。鄭秋野特別提到，在營收增長層面，多云協同的智能推送已經是公司內部增長的核心引擎，團隊也一直持續在探索如何在保障體驗的同時，借助AI驅動收入上的增長。

總結而言，這三個方面的落地其實都離不開DATA + AI深度的協同，但過往自建IDC存在成本高、彈性差、運維難等問題。經過和阿里云的深入溝通和技術支持，OPPO采用混合云架構和精細化的遷移方案，實現了業務無感遷移和成本降低50%的結果。基于此，OPPO構建了具備統一存儲、統一元數據、彈性伸縮和多引擎兼容四大特性的Data+AI底座，持續支撐AI業務的擴張。

同樣在傳統行業深耕多年，昕諾飛中國研究院院長劉海濤從一家跨國企業的視角分享了AI落地實踐。目前，昕諾飛擁有全球1.56億個智能互聯照明節點，AI的價值恰恰在于挖掘這些節點產生的數據，實現智能運維和能效優化。

從發展方向上來說，昕諾飛的三個關鍵詞是高效互聯、云邊協同和生態共創。尤其是在生態共創層面，劉海濤強調，昕諾飛這樣的照明企業非常希望通過MCP協議，打通各個設備之間的互聯。

劉海濤還從應用者的角度對云平臺提出了四大訴求：極致的安全與合規、模型生態的開放與敏捷、高性能低成本的推理優化以及行業級的大模型運維(LLM Ops)賦能。

他特別強調，“AI本身是個工具，工具本身要和各個垂類的應用進行創新，如果不了解應用本身，只有這個工具，很難找到真正的落地場景，真正為客戶解決問題。”作為跨國企業，昕諾飛在中國的AI創新實踐體現了“Local for Global”的策略，即利用中國領先的AI技術和應用市場環境，打造最佳實踐后向全球輸出。劉海濤表示，在多年的合作中，阿里云這樣的企業給了他們很好的支持，推進了公司在中國的AI業務落地。

整場峰會中，數家企業技術負責人都談到了技術之外的“AI戰略”思考。在當下這一階段，企業如何進行以AI為核心的戰略和組織升級同樣會決定最終的成敗。

本場峰會上，鈦媒體集團聯合創始人、聯席CEO、ITValue發起理事劉湘明作為圓桌主持人，和來自不同企業的嘉賓一同探討了AI時代的戰略實踐。他提到，AI對于所有人來說都是新的知識積累，都是新的能力站，也是因為這樣，大家才有更多交流和碰撞。

天鵝到家CTO杜佳利則分享了AI在家政領域的“激進”落地路線：包括考慮企業的獲客成本、運營成本、優先在ROI高的場景投入等等。在具體的組織上也作出了變革，以更好更快地支撐AI戰略的落地，他們打破部門壁壘、崗位壁壘，通過成立AI實驗室、高頻次的內部分享和頭腦風暴，從上而下(從leader到骨干)，快速提升全員認知，并鼓勵跨崗位參與AI項目。

阿里云智能集團公共云事業部AI加速器解決方案總經理婁恒回溯到了“AI原生”的出現上。他指出，AI原生架構的興起是因為AI開始承擔核心業務比重，其特征體現在對算力(GPU)、模型(泛化與管控)、數據(非結構化)和服務協同(如MCP協議)的新一代治理需求。而在場景選擇上，企業可以從業務價值、技術難度、數據豐富度三個維度評估，關鍵是業務方要深度參與甚至主導，而非僅做裁判。