阿里最近三天内，连发三款AI模型，每一款都能在全球同类模型里排进前列，而且覆盖的方向完全不同——多模态、图像生成、代码和Agent。
这种密度，不像是在打一场战役，更像是在宣告一种状态。
3月30日，全模态大模型Qwen3.5-Omni发布，斩获215项全球最佳性能，简单理解就是它能同时处理图文、语音、视频等多种输入输出形式，让AI从看图说话进化到实时交互。
4月1日，图像生成与编辑模型Wan2.7-Image发布，这是目前最接近国际顶尖水平的国产图像模型之一。
4月2日，也就是今天，Qwen3.6-Plus上线，专门强化了编程和Agent能力，是当下编程能力最强的国产模型，接近全球最强编程模型 Claude 系列。后续旗舰版Qwen3.6-Max也即将跟进。
三款模型，三个方向，三天时间。
1
这次三连发，距离阿里成立ATH事业群，刚好过去不到三周。
可能很多人第一次听到ATH这个名字，它是3月16日阿里刚成立的一个新事业群，把千问、通义、悟空、钉钉等核心AI资源都整合了进来。
这个组织的核心逻辑，是围绕"Token"来运转的。
Token是AI处理信息的最小单位，也是AI服务计费的基础。
但ATH说的Token逻辑，不只是计费单位这么简单。
假设AI是一台工厂，Token就是这台工厂的产能单位。你生产得越多，说明机器转得越快，客户用得越多。
ATH要做的事，是让这台工厂从上游（芯片算力）到中游（模型本身）再到下游（应用落地），整条链条都能高效运转。
2
ATH不是在管一个产品，而是在管一套系统。
具体来说分三层：
第一层，创造Token。
这是模型层，也是千问系列大模型的核心职责，负责让AI能够理解输入、生成输出，性能越强，Token的质量越高。
第二层，输送Token。
这是云和算力层，阿里云负责把这些Token能力以稳定、低延迟、低成本的方式传递给开发者和企业客户。
第三层，应用Token。
这是产品层，悟空、千问App、Qoder这些面向用户的产品，负责把Token转化成实际的生产力。
这三层以前也有，但ATH的意义是把它们整合到了同一个事业群里，统一指挥。
3
从组织调整到产品交付，只用了不到三周。
这个速度，说实话有点出乎意料。
大公司重组部门，光是内部沟通、权责划分、资源重新分配，往往就要消耗几个月。
但ATH的成立到千问三连发，中间只隔了不到20天。
一种可能是，这批模型在ATH成立之前就已经在研发中，只是借着这个节点集中发布。
这当然也是一种合理的解释。
但另一种可能是，组织整合之后的协同效率，已经开始兑现了。
资源集中了，决策链路短了，发布的节奏自然就快了。
我倾向于两者都有。
4
2026年以来，AI的竞争维度正在悄悄发生一个转变。
以前大家比的是模型综合能力，但今年开始，一个更重要的能力浮出水面，那就是Agent能力——AI能不能独立完成一个完整的任务链。
Agent对计算资源的消耗，比普通对话高得多。
一个典型的Agent任务消耗的Token，可能是普通问答的几百倍甚至几千倍。
这就解释了为什么ATH的核心逻辑是Token。
Agent的爆发，意味着Token消耗量会指数级增长。
谁能在这个时间节点上，同时把模型能力、算力供给、应用场景这三件事都做好，谁就能吃到这波增长。
黄仁勋在CES上说过，Agentic AI是继大模型之后的下一个大飞跃，是一个数万亿美元的商业机会。
从去年下半年开始，一波以"龙虾"为代表的桌面Agent工具爆火，验证了用户对这种能力的真实需求。
5
阿里这次的三连发，表面上是产品发布，但本质上是一个组织状态的显现。
ATH的成立，让原本分散的算力、模型、应用资源第一次形成了统一的作战单元。
Agent的浪潮来了，Token的消耗会成百上千倍增长，谁能在这个节点上跑得快、跑得稳，谁就能吃到这个窗口。
从这次三连发来看，阿里的状态，确实回来了。
