阿里云 2025 AI 势能大会上，阿里云智能集团副总裁、阿里云智能计算平台事业部负责人汪军华带来主题演讲《范式演进：MoE&推理模型时代的挑战与应对》，并发布大数据 AI 平台一系列重磅产品能力升级。
汪军华认为，从 Generative AI 发展到今天的 Agentic AI，大模型能完成越来越多的逻辑推理和规划任务。未来，AI 需要与业务数据平台做打通和连接，打破与物理世界的边界，这样 AI 才能真正地服务每个人。为此，阿里云大数据 AI 平台持续创新，贴合 MoE 架构、Reasoning Model 和 Agentic RAG 等新趋势带来的计算范式变革，多款大数据及AI产品重磅升级，助力企业客户高效地构建 AI 模型并落地 AI 应用。
人工智能平台PAI：支持 MoE 模型强化学习、推出 KV Cache Storage 和 PD 分离推理服务
随着 MoE（混合专家模型）架构再次成为焦点，模型训练的范式和挑战也相应升级。阿里云人工智能平台PAI 平台搭载自研大规模 MoE 混合精度训练引擎 PAI-FlashMoE 和高性能强化学习框架 PAI-Chatlearn，支持 SFT、PPO、GRPO 等训练任务快速配置，万卡规模 MoE 架构训练 MFU 达 35%-40%，帮助用户高效灵活地进行强化学习和 SFT 微调，确保训练过程的效率和稳定。
在模型推理阶段，模型在线服务平台 PAI-EAS 具备负载感知的 PD 分离架构，结合MoE 分布式推理调度引擎 Llumnix，能显著提升推理速度和资源利用率，首 Token 生成响应时间降低92%，端到端服务吞吐提升91%。同时，PAI-EAS 推出高性能 KV Cache 缓存服务，千万级用户活跃用户场景的 KV Cache 命中率可提升10倍以上，基于 3FS 存储系统的吞吐效率大幅提升。
本次大会上，PAI 全新发布模型权重服务，能大幅缩短模型冷启动加载及扩容加载时间。PAI-BladeLLM 推出混合精度量化能力，在校准时逐层选择精度最佳的算法策略，在推理时动态选择最优计算模式，进而取得精度和速度的最佳平衡。
OpenSearch：构建基于推理模型和Agentic RAG的 AI搜索
除了PAI平台的核心优势，阿里云还通过多产品矩阵加速AI生产力的跃迁。例如，OpenSearch推出Agentic AI搜索，基于自主规划、搜索、澄清、总结等多种Agent，可对接多种知识库来源和系统，实现复杂内容的深度搜索，搜索召回率提升13%，幻觉率降低42%。基于推理模型驱动的Agent协同能力，企业可灵活对接丰富的业务场景，大幅加速AI搜索的企业级应用落地。
从 Copilot 到 AI Agent，阿里云大数据 AI 平台全面拥抱 MCP
基于 MCP 协议，阿里云宣布大数据开发治理平台 DataWorks 和实时数仓 Hologres 发布 MCP Server，并推出 DataWorks Agent 服务，让大数据计算和开发治理工作从 Copilot 辅助步入到 AI Agent 时代。
实时数仓 Hologres MCP Server，作为阿里云目前唯一的被MCP官方仓库收录的产品，支持通过大模型查询Hologres中元数据（Schema、表等）、执行SQL、查看query log等等，与众多支持MCP的平台联动，解决大模型在数据预处理、可视化解读和科学推理等环节的问题。
基于DataWorks Agent，用户可以通过自然语言交互来自动化完成DataWorks上数据开发、数据治理的部分任务，例如数据集成、数据开发、任务运维等。
此外，阿里云 Elasticsearch、向量检索服务 Milvus 版产品也实现对开源社区 MCP Server 的适配。
智能化：大数据平台的下一站
汪军华认为，大数据平台正在从一站式走向智能化。本次大会上，MaxCompute for AI 功能重磅升级，可通过 MaxFrame 实现大模型数据预处理，涵盖文本、多模态等多种数据类型，极大提升了Data for AI 场景效率。同时，MaxFrame正式推出AI Function功能，用户可直接调用AI Function中提供的简单易用的编程接口，就可以对表中的海量数据使用大模型进行离线处理，极大地简化数据处理流程并提升处理结果的质量。
DataWorks平台则采用了Data+AI双轮驱动模式，提供SQL生成、测试与优化等功能，帮助企业更高效地进行数据分析与决策。共同促进数据预处理及企业数据价值获取效率得到了显著提升。此外，DataWorks 和 Hologres全面拥抱MCP，标志着从AI辅助工作向由AI Agent自主思考并执行任务的重大转变。这一创新将大大加速AI技术在各行各业的应用，为企业提供更加智能化、自动化、可信化的解决方案。