阿里巴巴发布《2026 AI向善行动报告》 AI数据中心可持续发展成年度亮点

发布时间：2026-11-06T09:19:00Z　来源：量子位　分类：industry

阿里巴巴发布《2026 AI向善行动报告》 AI数据中心可持续发展成年度亮点11月5日，阿里巴巴发布《2026 AI向善行动报告》11月5日，阿里巴巴发布《2026 AI向善行动报告》，披露发展负责任的AI，和以AI创造社会价值的最新实践，总共26个案例，涵盖教育、医疗、环保、科研等领域，数据中心可持续发展和“AI+医疗”创新成果备受关注。阿里巴巴集团首席技术官、科技伦理治理委员会主席吴泽明表示，AI发展需要满足三个要件：社会可接受、环境可承载、经济可持续。当前行业正处于规则成型期，科技企业应积极创造社会价值，确保AI发展方向符合人类福祉。阿里巴巴《2026 AI向善行动报告》封面数据中心资源能源使用效率大幅提升2025年，阿里巴巴在全行业率先发布《AI向善行动报告》，今年第二次发布该报告，继续回应公众关切。过去一年，全球AI基建规模巨大，数据中心建设因与社会接受度、环境承载力和经济的可持续性密切相关，成为各界关注的公共议题。阿里云是中国最大的云和AI服务商，公司计划到2032年全球数据中心规模超过20吉瓦。就此，阿里云智能集团全球数据中心总经理王朝阳透露，数据中心的建设运营吸纳了大量跨行业人才，承接了一部分产业转型升级下的就业迁移。一些地方也因为数据中心建设迎来蜕变，比如乌兰察布，这座以盛产土豆闻名的内蒙城市，如今在“薯都”之外又添一张“token之都”的名片，打开了面向未来的发展新机遇。数据中心建设事关土地、电力和水等资源能源，王朝阳透露，阿里云正在全力提升数据中心的资源能源使用效率。土地方面，阿里云追求“土地功率密度”，提升单位面积的IT能力承载。过去2年，凭借高层集约化优势，阿里云把资源密度从0.8千瓦/平方米提升到了4.5千瓦/平方米，到明年3月将进一步翻番，达到9千瓦/平方米。电力方面，阿里云在各地充分利用当地新能源禀赋，把绿电占比提升了73.6%，并在广东、江苏、四川实现了100%绿电。此外，因地制宜使用风冷和液冷，将pue（电源使用效率）降到了1.187。水资源方面，阿里云的乌兰察布等数据中心年回收利用中水近13.6万吨。通过不断提高绿电比率、优化电源使用效率、探索节水和循环用水，阿里云正在打造有中国特色的数据中心“碳中和”“水中和”策略与路径。通过创新基建技术，阿里云的全模块化数据中心在经济性上也具备很强的全球竞争力。王朝阳介绍，国内大型数据中心的传统交付周期为6-12个月，美国则需要12-18个月，阿里云首创全模块化设计架构，将交付工期缩短到了100天，同时把整体建设成本降低了10%以上。提速降本的背后，是阿里云坚持以自研和联合研发为主，与“产学研用”生态伙伴合作带动产业链升级。以数据中心供电技术“巴拿马电源”为例，其由阿里巴巴与多家公司联合研发，跳过传统架构中的多级转换环节，实现供电传输一步到位，占地面积减少50%，组件数量减少40%，功率模块效率高达98.5%，在AI数据中心‌直流高压成为确定性趋势的今天，已经成为全行业的理想选型。“围绕算力基建，中国智造正在打开新的增量空间。”王朝阳说。AI正在加速增强全社会对抗疾病的能力《阿里巴巴2026 AI向善行动报告》分享了过去一年阿里“AI向善”的26个实践案例，涵盖医疗、教育、环保、科研等民生硬核领域。阿里巴巴集团公益总裁、阿里巴巴公益基金会理事长孙利军表示，“向善”必须“向众”，AI走向大众才能创造最大价值。过去几年，阿里巴巴集中力量应对医疗、教育等民生领域挑战，“AI+医疗”创新正在加速增强全社会对抗疾病的能力。阿里健康面向医生群体，推出AI原生应用“氢离子”，开启了“循证医学AI”的大门。所谓循证，就是“遵循证据”，医生的医疗决策不是生搬硬套理论，而是把最佳研究证据、个人临床经验，以及患者的实际状况和意愿三者相结合。氢离子探索建立的正是一套循证医学驱动的决策支持体系，辅助医生完成证据检索、鉴别分析和临床决策。“氢离子”从专业证据和推理机制着手，解决通用AI准确性、可靠性和可溯源性不达标的问题。截至目前，“氢离子”已先后与国际医学顶刊机构及国内权威学术机构达成内容合作，并联合顶尖行业专家成立医学AI专家委员会，共建医学AI评价标准与数据集；在此基础上，建立“四层循证AI架构”驱动的推理机制，把AI对医学证据的使用约束在循证医学框架内，为医生同步呈现证据来源、证据等级、适用范围及其局限性。阿里健康CTO、“氢离子”负责人王祥志在发布会上透露：目前，“氢离子”在医学场景中已经实现100%的循证率和98%循证忠实性，可信、可靠是越来越多医生用它辅助解决临床和科研最重要的理由之一。为了低成本解决癌症早期的规模化初筛问题，2023年，阿里达摩院推出“平扫CT+AI”解决方案，基于CT这一最普及的影像检查，利用AI识别细微病灶，陆续在胰腺癌、胃癌上取得突破。发布会上，达摩院“多癌早筛”项目负责人张灵介绍，该项目今年以来又有新进展，推出了识别肠癌、肝癌、食管癌等专门模型，并加快了针对乳腺癌、肾癌等癌症病种的研发进度。张灵说，AI 的加入有望扩大医疗供给、提高医院效率，帮助医生突破人眼阅片的能力制约，超越只关注单一病灶的局限，无需改变现有诊疗流程，就把一张CT的价值发挥到最大，减少患者的检查次数和辐射暴露，减轻患者的经济负担。目前，达摩院“平扫CT+AI”解决方案已经惠及11个国家和地区的2000多万人次。达摩院正在推动医疗AI从专病模型迈向通用模型，与浙江大学医学院附属第一医院等机构合作研发，近期推出通用医疗影像AI模型DAMO RADAR，可一次性识别超过146种病症，准确性首次达到影像科专家级水平，成果登上国际顶级学术期刊《科学》（《Science》）。阿里巴巴在第一时间开源了这一模型。达摩院通用医疗影像AI模型DAMO RADAR可一次性识别超过146种病症。这场发布会上最年轻的分享者只有18岁，他叫刘思哲，是中国科学技术大学少创班的大二学生。刘思哲和同学们利用学校的医学数据集资源，基于“千问”开源的多模态模型，研发了一款阿尔茨海默病语音早筛产品，取名“勿忘我”。刘思哲介绍，老人面对面与产品对话，AI会通过语速、停顿、比喻、语义连贯性、应答反应等语音及声学特征，初步评估老人的认知风险。在今年的“小有可为AI向善创新挑战赛”上，“勿忘我”获得一等奖。刘思哲团队进一步研发了终端交互硬件，目前已经在南京的部分社区投入使用。中国社会科学院人工智能研究促进中心研究员吕鹏认为，刘思哲做的不仅是AI研发工作，其实也是社会工作。“从生产变量到生活变量，AI的社会影响最终都会落到日常生活。AI的尽头是生活。”吕鹏提出了“生活AI”的概念，他说，“AI释放的时间、注意力与选择，最终要由人来使用，并转化为人的生活能力，包括审美、闲暇、人情等。”本文由阿里巴巴提供，量子位获授权转载，观点归原作者所有。版权所有，未经授权不得以任何形式转载及使用，违者必究。

原文链接：https://www.qbitai.com/2026/11/508165.html

更多AI行业深度分析，请访问 AI最前沿（aiforefront.cn）。