成立Token Foundry事业部，阿里大模型加速冲刺SOTA
字母榜
阿里AI大模型组织变阵，再度强化了阿里持续加码AI的决心。
6月8日，阿里宣布合并通义大模型事业部和未来生活实验室，成立 Token Foundry（词元铸造厂）事业部 ，由阿里集团CEO吴泳铭直接负责。
据了解，Token Foundry事业部是Alibaba Token Hub（ATH）事业群的下属部门，与千问事业部、悟空事业部等属于平行单位。
同样是吴泳铭亲自带队，Token Foundry事业部与ATH事业群的定位和分工区隔明显。
3月中旬成立的ATH事业群，几乎统筹了整个阿里集团的AI业务，形成了横跨模型、AI（to B和to C）应用、商业化、创业探索等完整闭环。
相比之下，Token Foundry事业部则是CEO亲自下场督战，打通阿里的模型研究和商业化探索，是对“AI驱动”战略的最强执行。
这或许意味着 TF是一支冲锋在前的精锐部队，将带领阿里AI继续向着SOTA模型冲刺。
围绕这支新军，阿里还公布了其他调整。
带领阿里通义大模型从0到1的 周靖人 ，将担任阿里首席科学家，牵头成立阿里巴巴AI未来研究院，专注前沿AI科技的探索与突破。
知情人士透露，首席科学家是阿里技术体系的最高学术头衔。这一任命是对周靖人贡献的高度认可，也是一次面向未来的战略部署。
另一位大将 郑波 将带领两款新模型加入Token Foundry事业部。
公开资料显示，郑波于2017年9月加入阿里，2022年1月晋升为M6（副总裁）级别，曾任阿里妈妈CTO、淘天集团首席科学家兼技术总裁等。
今年4月，郑波麾下的未来生活实验室发布视频生成模型Happy Horse，以及开放式世界模型Happy Oyster，受到广泛好评，最终被吸纳到Token Foundry事业部，与通义大模型并肩作战。
但与此同时，随着AI大模型的训练和推理成本越来越高，以及“大模型性能过剩论”的兴起，是否继续朝着SOTA前进，成为企业围绕技术与商业的艰难选择。
在不少同行对SOTA产生动摇的背景下，阿里成立Token Foundry事业部，并由吴泳铭直管，则指向模型、基础设施与产品不再分属不同指挥体系，而是整合进同一作战单元。
阿里在国内率先践行了这一点。这意味着阿里要打的不是单点战，而是整体战。这场整体战的核心目标，就是要推动散落在多个业务的模型整合，推动整个集团的基础设施整合，确保大家在同一个指挥体系下协同作战。
很明显，成立Token Foundry事业部后，ATH的架构呈现出清晰的“分层接力”，形成从基础设施、模型研发、商业落地到前沿探索的完整梯队。
从Token Foundry事业部现有的产品来看，主要方向有三个： 基础模型、视频生成模型和世界模型。
基础模型由Qwen担纲。在通义大模型事业部的打磨下，Qwen最近几个版本均位列行业第一梯队，为阿里集团各个业务充当可靠的AI基座。
今年5月发布的Qwen 3.7 Max，是Qwen系列当前的旗舰版本。它针对Agent场景做了全面优化，并在编程、复杂推理等能力上实现突破，可自主完成长达35小时的复杂任务流程。
在国际权威评测平台Arena全球大模型盲测榜单中，Qwen 3.7 Max超越多款国产大模型，与 GPT、Claude、Gemini 等国际领先模型差距进一步缩小，位列国产模型第一。
6 月初，阿里发布Qwen3.7 Plus，重点强化多模态能力。它在Vision Arena全球视觉模型榜单中跻身全球前五、中国第一，实现了图片、视频理解与自主推理、工具调用、自我验证等能力的深度融合。
不过，Qwen距离金字塔顶端还存在不小差距。 是继续投入重金、追逐SOTA，还是放慢脚步、控制投入，不仅是技术问题，也是阿里集团层面的资源调度和战略安排的问题。
同时，Token Foundry事业部与千问、悟空等事业部并列，还能够帮助Qwen与各个业务场景更紧密地协作，让模型侧与产品侧高效联动、互相反哺。
此前，Qwen与千问、悟空等AI应用是一种类似“上下游”的关系：Qwen通过技术研发不断迭代模型，AI应用则基于Qwen打造产品和服务。此前两者在一定程度上存在组织协同问题。
但在Agent时代，这样的配合范式效率偏低，已经渐渐不能适应实际需求。两个业务部门需要更了解彼此的目标、变化和需求，才能更高效地进行研发和运营。
除了基础模型Qwen，Token Foundry事业部还纳入了视频生成模型Happy Horse和世界模型Happy Oyster。
4月初，Happy Horse横空出世，横扫Artificial Analysis视频竞技场榜单，文生视频和图生视频双榜均位列第一，超越了字节Seedance 2.0、快手可灵3.0、谷歌Veo 3.1等玩家。
不过，单论用户量和讨论热度，视频生成模型远不如基础模型，商业前景也相对狭窄。SOTA视频生成模型的直接赚钱能力，与主流基础模型存在两三个数量级的巨大差距。
但对于阿里来说，Happy Horse潜在用途极广，比如帮助商家低成本生成商品详情、广告素材，帮助企业生成AI形象、社交媒体传播物料等。相比轰动一时的“打榜”成绩， 广阔的生态内应用场景，才是Happy Horse与Qwen并驾齐驱的关键。
Happy Oyster则是阿里首个开放式世界模型。它基于原生多模态架构，支持多模态输入与音视频联合生成，且生成过程中能够持续接收用户指令，实现画面实时响应、持续演绎。
与Qwen和Happy Horse相比，Happy Oyster距离阿里的当前业务更远，主要承担探索AI新技术路线的任务。
目前，AI主流路线仍然是大语言模型，但基于物理世界的世界模型路线也在升温。尤其是谷歌、英伟达、Meta、腾讯、字节等公司入局后，世界模型俨然成为下一个AI范式。在此情况下，阿里自然也要积极落子，为Happy Oyster在Token Foundry事业部保留一席之地。
当前的阿里AI，正处于一个新阶段的开端。
这块经历了前几年的沉淀后，已经开始带来成规模的收入。上季度，阿里AI产品季度收入达89.71亿元，在外部商业化收入中占比首次突破30%，年化收入超358亿元。
彼时，吴泳铭在财报电话会上表示：“AI已跨越初期投入阶段，迈入大规模商业化回报周期。”
但与此同时，阿里仍然面临着激烈的竞争环境。
国内的字节、腾讯、DeepSeek、六小龙，国外的OpenAI、Anthropic、谷歌等，在模型侧和产品侧各擅胜场，且拥有充沛的资金支持，足以把这场仗长期打下去。
另一方面，AI竞争已经不再是单纯的模型能力比拼，也不是纯粹的chatbot之争，而是技术、产品、工程、性价比、生态的全面竞逐。
企业要想在AI时代浪潮中笑到最后，首先要做到组织架构与发展目标的适配。而 以组织架构变革驱动业务增长， 历来是阿里的强项。
阿里今年以来多次调整AI业务组织架构，先是在3月成立ATH事业群，整合通义实验室、MaaS业务线、千问、悟空及AI创新业务，覆盖从基础模型研发、模型服务平台，到个人与企业端AI应用的完整布局。
ATH事业群的核心目标是“创造Token、输送Token、应用Token”。这一目标跳出了具体的业务形态，围绕token的全生命周期，重新组织梳理了阿里AI的业务版图。