螞蟻密算韋韜：企業AI進不了生產，卡點不在模型
TechPulse2026.09.23 11:40 · 來自浙江全文1839字00:00 / 05:57韋韜提到，用自然語言描述不許做什麼這類紅線時，大語言模型的違背率超過80%。企業AI的下一道門檻，落在了一個比模型能力更難工程化的問題上。9月22日下午，杭州雲棲大會期間，螞蟻密算首次系統對外介紹公司的可信智能戰略。螞蟻密算董事長韋韜表示，企業應用AI仍面臨明顯障礙，敏感數據限制了外部算力的使用，通用模型與專業領域的實際要求存在差距，深入業務後的AI應用還需要更多跨機構數據。“企業需要的不只是更聰明的模型，而是一套可信的生產能力。”他說。
螞蟻密算的企業級可信智能雲服務平臺密算一號，在大會上正式發佈，並啟動首批定向開放。圖片來自AI生成卡住企業AI的，不只是算力目前大部分企業的AI仍停在試點階段，障礙並不集中在模型本身，算力、數據、專業知識和智能體的可控性各有各的問題。最先攔住企業的是算力，金融和醫療這類合規要求極高的行業，以及大量國央企，因數據敏感無法直接使用公有云算力。韋韜提到，模型被大規模調用之後，數據洩露的後果比過去嚴重得多，聊天記錄和商業機密都可能被提取和濫用，很多機構對雲端算力始終猶豫。
IBM在2026年7月發佈的《數據洩露成本報告》顯示，全球數據洩露的平均成本升至499萬美元，同比上漲12%，其中由AI參與的攻擊平均損失約600萬美元；影子AI出現在43%的洩露事件中，比上一年翻了一倍，而被洩露的企業裡有68%沒有建立AI治理政策。另一重落差在專業能力，韋韜直言，大模型的能力和真正專業領域的差距非常大。基座模型在專業領域的水平大致相當於一名優秀本科生，掌握的是通用知識；而處理一筆理賠、核驗一項交易，需要的是具體合同、最新記錄和適用規則。數據的麻煩出在融合環節，企業自身的數據往往不足以支撐智能體業務轉型，需要引入外部數據，但真到要合的時候，誰也不願先把數據交出去。
韋韜認為，企業今天面對的不只是數據孤島，還有更嚴重的治理孤島，缺少一個合適的載體。回到智能體本身，當智能體開始自主規劃、調用工具、操作系統，企業會面臨三類失控風險，人的授權與意圖沒有被準確執行，複雜任務中出現循環或偏離目標，數據和知識在調用傳遞過程中洩露。韋韜提到，用自然語言描述不許做什麼這類紅線時，大語言模型的違背率超過80%。從行業視角看，有智能體因誤操作在數秒內刪除生產環境數據庫，造成業務長時間癱瘓，智能體擁有真實環境權限，能夠調用工具訪問真實業務，僅靠提示詞這類軟約束無法杜絕越獄行為。
生產能力螞蟻密算給出的解法分三層，底層是密態算力與HOP可信原生智能體兩個底座，中間層是可信智能Fabric架構，上層是密算一號平臺。算力這一側靠密態計算，它把密碼學、可信硬件與系統安全組合起來，讓企業在不交出數據控制權的前提下使用外部算力、模型和智能體服務，保護範圍也從數據延伸到提示詞、知識庫以及智能體運行中的上下文、記憶和中間結果。韋韜概括為四縱兩橫，可信密鑰、可信賬號、可信應用、可信日誌四條縱向能力，加上硬件密態與數據鏈路層兩條橫向支撐。數據上傳時與可信密鑰管控系統協商密鑰，全程以密態進入數據安全域；結果通過密態數據網關析出，系統會校驗數據源方的密鑰授權，管理員和開發者都無法繞過。
他提到，該體系已通過等保四級合規性檢驗，在完成TPC-DS標準測試集1TB複雜分析任務時，密態計算的端到端耗時約為明文計算的1.21倍，整體成本可控制在明文的1.5倍以內。智能體這一側靠HOP，即高階程序。韋韜認為，目前智能體的載體是自然語言，而自然語言不精確，難以描述複合邏輯和邏輯邊界。HOP把任務目標、探索、檢查和提交結構化為人和智能體都容易理解的規約，並在語言層面把探索與提交分開：探索可以在沙盒中做可逆的操作，經過生產級核驗之後才可以提交。中間層的可信智能Fabric架構，把HOP智能體與知識庫、能力庫、數據和安全基礎設施組織成一個整體。
上層的密算一號覆蓋治數、問數、分析建模三類Data+AI場景，並承載行業智能體應用。與一次性項目交付不同，它要把已驗證的數據、知識、規則和流程沉澱為可反覆調用的智能服務，企業的AI建設也就從做項目變成運營一種能力。業內人士表示，就密態計算的規模化問題來看，國家數標委的標準建設決定它能否被大規模應用，關鍵技術的突破決定成本能否產業化。目前，螞蟻密算圍繞醫療健康、民生就業、車生態、徵信和小微金融推進商業化，已佈局醫保問數、團險理賠、醫保智審等可信智能行業產品。（本文首發於APP，文 | TechPulse，作者 | 張帥，編輯 | 楊林）
Related
相關文章
阿里千問AI平臺全面升級模型服務、Agent服務、AI應用
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 阿里千問AI平臺全面升級模型服務、Agent服務、AI應用 夢晨 2026-09-23 13:13:19 來源：量子位 覆蓋MaaS、Agent服務、行業AI解決方案 允中 發自 凹非寺 量子位 | 公眾號 QbitAI 9月22日，在2026雲棲大會MaaS & Agent技術主論壇上，阿里巴巴集團戰略副總裁、ATH事業群MaaS業務線總裁文徵宣佈千問AI平臺全面升級：以推動Agent進入生產作為建設核心，在模型服務基礎上新增對Agent服務、行業AI解決方案的支持，並推出了API優速模式、Agent Studio、千問AI座艙解決方案等一系列能力，幫助企業將智能轉化為生產力。 從消耗Token到交付結果，AI價值的衡量方式正在改變 文徵表示，AI仍處於非常早期的階段，用戶覆蓋、場景滲透和算力規模均有巨大增長空間。持續增長的Token用量說明，AI需求已不再是一道需要證明的題，關鍵在於誰能將智能轉化為結果。單任務價值、Token生產效率和單Token能力，共同決定“智能價值密度”。 過去一年，阿里雲MaaS平臺服務的客戶數增長六倍。隨著訂單、代碼、內容和業務流程主動發起調用，Agent開始進入企業核心流程，企業需要的不再只是一個模型API，而是一套覆蓋模型供給、生產運行、Agent構建與託管的完整體系。智能正在從被調用走向被交付。 需求的持續放大，對算力和基礎設施提出了更高要求。阿里將堅定投入全棧AI，預計到2032年，阿里雲運營的算力規模將超過20GW，支撐從芯片、AI基礎設施，到千問大模型、模型服務、Agent工具和AI原生應用的完整AI體系
GPT-6 Astra搓3D刷屏後，3D生成的競爭規則變了
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> GPT-6 Astra搓3D刷屏後，3D生成的競爭規則變了 聽雨 2026-09-23 13:01:24 來源：量子位 下半場開始了 聽雨 發自 凹非寺 量子位 | 公眾號QbitAI 誰還沒有被GPT-6 Astra搓3D的案例狠狠刷屏啊！ 寫代碼、調Blender、搭場景，甚至從零做出一款3D遊戲。 過去要在專業軟件裡折騰半天的活兒，現在一句話就能讓Agent接手。 △圖源：小紅書 不過吧，GPT-6 Astra的表現，也讓3D生成行業突然多了一個問題： 通用大模型自己都能建模了，專業3D生成模型還有用嗎？ 事實上，GPT-6 Astra擅長理解目標、拆解任務，也能通過代碼和基礎幾何體完成機械結構、工業零件等模型。 但遇到人體、動物和複雜道具等曲面豐富、細節密集的對象，還需要專業3D生成模型提供更完整的幾何、網格和材質。 通用模型負責「想清楚怎麼做」，專業3D模型負責「把複雜模型做好」。 這也意味著，3D生成正在迎來下一代用戶：Agent。 過去，3D生成產品主要服務人類創作者。行業競爭圍繞「Production-Ready」展開，誰能生成質量更高、更可控，也更容易進入生產管線的資產，誰就更有優勢。 當Agent開始接管創作任務，評價標準又多了一層。 模型質量仍然是基礎，但3D能力還要能夠被Agent理解和調用。面對不同輸入，系統需要自己判斷建模路徑；資產生成之後，還要支持Agent繼續編輯、拆分和加工。 這也是3D生成在Agent時代的競爭新標準——Agent-Ready。 它代表的變化，是3D生成從一個等待人操作的單點工具，轉向Agent工
Claude Opus 5.5突襲！68萬行代碼一天遷完，API價格打8折
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> Claude Opus 5.5突襲！68萬行代碼一天遷完，API價格打8折 聽雨 2026-09-23 12:59:29 來源：量子位 緩存讀取價砍了60% 夢晨 聽雨 發自 凹非寺 量子位 | 公眾號QbitAI Claude最新旗艦Opus 5.5跑分登頂！ 在代碼、知識工作、計算機操作等多項基準測試中拿下第一的同時，輸出速度也比Opus 5快了30%以上。 這暫停得好好的前沿，怎麼不到兩週又被推進了。 那CEO Dario Amodei發表的“放緩前沿”公開信算什麼？ 算他能發。 這屆模型開始拿代碼當畫筆 目前看到比較新穎的測試是用純代碼生成圖像，SVG鵜鶘騎自行車已經被刷爆了，這次是更復雜的Python渲染。 類似的能力可以擴展成用純js代碼生成渲染視頻。 多項跑分登頂，API價格打8折 他們說任務成本降4成，但API價格並沒有直接打6折。 Opus 5.5的輸入、輸出價格分別是每百萬Token 4美元和20美元，相比Opus 5下降20%。 再加上完成同一任務需要的步驟和Token更少，Anthropic測算，典型任務的總成本可以下降40%。 真正下狠手的是緩存讀取價。這一項從Opus 5的每百萬Token 0.50美元，直接降到0.20美元，砍了60%。 做Agent編程的都知道，長對話和大型代碼任務需要反覆讀取上下文，緩存讀取經常佔據成本的大頭。相比賬面上的API單價，這一刀可能更有實際體感。 另外還有一個Fast mode，輸出速度最高可達標準模式的2.5倍，價格也翻倍至每百萬輸入Token 8美元、輸出Token 40美元，適合對
華為大模型雙子星聯手造物理基模，剛融資數億元
機器人前瞻（公眾號：robot_pro） 作者 | 許麗思 編輯 | 漠影 9月23日報道，近日，物理AI公司息壤開物（XIRRA）已在兩個月內連續完成數億元種子輪及天使輪融資，由敦鴻資產領投，華控基金、三花控股、銀杏谷資本、澤然資本、本堅基金、上海天使會、標樸投資等知名機構跟投。
Jev 的「百億補貼」迷局：既然「極省」為何還要狂送 1.2 億 Token？
本文作者： 鄭佳美 2026-09-23 12:10 導語：先壓低判斷成本，再用 Calibration 提升可靠性，最終借 Agent 放大調用量。先壓低判斷成本，再用 Calibration 提升可靠性，最終借 Agent 放大調用量。
豆包做手機、阿里造平板：AI開始爭奪硬件控制權
識礁Farsight2026.09.23 11:43 · 來自北京全文3182字00:00 / 09:20大廠為何突然集體“變硬”？文 | 識礁Farsight繼豆包推出“第二代豆包手機”後，阿里也開始“變硬”。2026年9月22日，阿里召開2026雲棲大會，展示了仍在研發中的“千問平板”QwenBook。據《晚點LatePost》報道，QwenBook由阿里雲旗下無影團隊打造，定位原生智能體電腦，產品定義和硬件部分由團隊自研。無影過去做雲電腦積累的系統和端雲能力，將融入其中。