हर सितंबर चीन का सबसे बड़ा एआई सम्मेलन हांगझोउ में Alibaba Cloud की Apsara Conference होती है। इस साल के कीनोट में दो कहानियाँ थीं। एक पैमाने के बारे में थी: Alibaba द्वारा अब तक प्रशिक्षित किसी भी मॉडल से कई गुना बड़ा मॉडल। दूसरी, लगभग चलते-चलते, एक छोटे ओपन मॉडल के बारे में थी जिसका डेवलपर्स वास्तव में उपयोग करते हैं। एशिया के मार्केटर्स के लिए दूसरी कहानी ज़्यादा मायने रख सकती है।
क्या हुआ
Reuters (The Standard के माध्यम से) के अनुसार, Alibaba के सीईओ Eddie Wu ने 22 सितंबर को कहा कि Qwen टीम 5 से 10 ट्रिलियन पैरामीटर वाले एक नए मॉडल को प्रशिक्षित करने की योजना बना रही है, जिसका लक्ष्य अधिक जटिल, लंबी अवधि के कार्य हैं। Alibaba के मौजूदा फ़्लैगशिप Qwen 3.8 Max में 2.4 ट्रिलियन पैरामीटर हैं। Wu ने यह भी कहा कि टीम ने रिकर्सिव सेल्फ़-इम्प्रूवमेंट पर "सार्थक प्रगति" की है, Alibaba की T-Head इकाई की Zhenwu V900 एआई चिप पेश की जिसका प्रदर्शन अपने पूर्ववर्ती से तीन गुना है, और 2032 तक Alibaba Cloud की वैश्विक डेटा-सेंटर क्षमता को 20 गीगावॉट से ऊपर ले जाने का लक्ष्य रखा। उन्होंने कहा: "उद्योग की मध्यम से दीर्घकालिक माँग हमारी आपूर्ति क्षमता से कहीं आगे है।"
Alizila पर प्रकाशित कीनोट पाठ में Wu ने ओपन-सोर्स Qwen-27B को "दुनिया भर के डेवलपर्स के बीच सबसे लोकप्रिय मॉडल" कहा और बताया कि Alibaba स्थानीय परिनियोजन के लिए मॉडलों को निखारता रहेगा। उन्होंने यह भी कहा कि उन्हें उम्मीद है कि एजेंट क्लाउड के दीर्घकालिक "निवासी" बन जाएँगे, जो लंबी अवधि के कार्य चलाएँगे और लगातार कंप्यूट की खपत करेंगे।
यह क्यों मायने रखता है
किसी क्षेत्रीय मार्केटर के लिए ट्रिलियन-पैरामीटर की दौड़ मुख्यतः दर्शक बनकर देखने का खेल है। ऐसे मॉडलों का उपयोग आप, यदि करेंगे भी, तो API के ज़रिए करेंगे। ओपन, स्थानीय रूप से परिनियोजित किया जा सकने वाला मॉडल अलग है। इसे आपकी कंपनी या आपका वेंडर अपने बुनियादी ढाँचे पर, अपनी पसंद के क्षेत्राधिकार में, अपने डेटा पर फ़ाइन-ट्यून करके चला सकता है।
एशिया में यह व्यावहारिक कारणों से मायने रखता है। डेटा रेज़िडेंसी नियम पूरे क्षेत्र में अलग-अलग हैं। कई कंपनियाँ ग्राहक डेटा किसी विदेशी API को भेजने में सहज नहीं हैं। और दक्षिण-पूर्व व पूर्वी एशिया की भाषाओं व सांस्कृतिक संदर्भों को मुख्यतः अंग्रेज़ी पर ट्यून किए गए मॉडल ठीक से नहीं समझते। स्थानीय रूप से अनुकूलित किया जा सकने वाला एक सक्षम मध्यम आकार का ओपन मॉडल तीनों का समाधान करता है।
क्लाउड के "निवासी" के रूप में एजेंटों पर Wu की टिप्पणी दूसरा संकेत है। यदि एजेंट लगातार चलते हैं, तो प्रति कार्य लागत एक रणनीतिक चर बन जाती है। उस काम का अधिकांश हिस्सा कुशल मॉडल ही चलाएँगे।
मेरा शोध क्या कहता है
मैंने Forbes में यह तर्क रखा है कि मार्केटिंग में मॉडल के आकार से ज़्यादा तकनीक मायने रखती है। आपकी ऑडियंस, आपकी भाषा और आपके कार्य के अनुरूप अच्छी तरह ढला एक छोटा मॉडल आमतौर पर लापरवाही से इस्तेमाल किए गए विशाल सामान्य मॉडल से बेहतर होता है।
मेरा शोध यह भी दिखाता है कि स्थानीय अनुकूलन क्यों मायने रखता है। I Know Where You Are Coming From (AAAI 2020) में हमने पाया कि मॉडल जिस सोशल नेटवर्क से सीखता है, उससे उसकी सटीकता बदल जाती है। Do we behave differently on Twitter and Facebook? (Frontiers in Big Data, 2022) में हमने दिखाया कि लोग अलग-अलग प्लेटफ़ॉर्म पर अपना व्यक्तित्व अलग ढंग से व्यक्त करते हैं। व्यापक बात: व्यवहार संदर्भ पर निर्भर है, और उसे सही ढंग से पढ़ने के लिए मॉडलों को संदर्भ-विशिष्ट डेटा चाहिए। एशिया के प्लेटफ़ॉर्म, भाषाएँ और संस्कृतियाँ ऐसा संदर्भ हैं जो कहीं और प्रशिक्षित मॉडल के पास अपने आप नहीं होता।
और कुशल मॉडल बड़े पैमाने पर व्याख्या-योग्यता को किफ़ायती बनाते हैं। Fusing Predictive and Large Language Models (ACM TOIS 2025) में हमने प्रदर्शन पूर्वानुमान को एलएलएम व्याख्याओं के साथ जोड़ा। हर क्रिएटिव पर, हर दिन व्याख्या की परत चलाना तभी यथार्थवादी है जब भाषा मॉडल इतना सस्ता हो कि हर चीज़ पर चल सके।
एशिया की मार्केटिंग टीमों को अभी क्या करना चाहिए
- किसी क्षेत्रीय कार्य पर एक ओपन मध्यम आकार के मॉडल का परीक्षण करें, जैसे बहासा इंडोनेशिया या थाई में सोशल पोस्ट का वर्गीकरण, और सटीकता व लागत के आधार पर उसकी तुलना अपने मौजूदा API मॉडल से करें।
- तय करें कि आपका डेटा कहाँ जा सकता है। चिह्नित करें कि कौन-सा ग्राहक डेटा बाहरी API को भेजा जा सकता है और किसे स्थानीय प्रोसेसिंग की ज़रूरत है।
- अपने संदर्भ पर फ़ाइन-ट्यून करें। थोड़ी मात्रा में लेबल किया गया स्थानीय डेटा भी लहजे और सटीकता में उल्लेखनीय सुधार ला सकता है।
- हमेशा चालू रहने वाले एजेंटों की योजना बनाएँ। निरंतर निगरानी और रिपोर्टिंग की कंप्यूट लागत का अनुमान लगाएँ, और उसी के अनुसार मॉडल चुनें।
- फ़्रंटियर पर नज़र रखें, लेकिन उस पर निर्भर न हों। सबसे बड़े मॉडलों का उपयोग वहाँ करें जहाँ वे स्पष्ट रूप से मूल्य जोड़ते हों, और बाकी हर जगह कुशल मॉडलों का।
हांगझोउ की सुर्ख़ी बारह शून्यों वाली एक संख्या थी। मार्केटर्स के लिए व्यावहारिक ख़बर यह थी कि अच्छे छोटे मॉडल लगातार बेहतर हो रहे हैं, और वे आपके ग्राहकों के ज़्यादा क़रीब रह सकते हैं।
अक्सर पूछे जाने वाले प्रश्न
Alibaba ने Apsara Conference 2026 में क्या घोषणा की?
Reuters के अनुसार, सीईओ Eddie Wu ने कहा कि Alibaba 5 से 10 ट्रिलियन पैरामीटर वाले मॉडल को प्रशिक्षित करने की योजना बना रहा है, पूर्ववर्ती से तीन गुना प्रदर्शन वाली Zhenwu V900 एआई चिप पेश की, और 2032 तक Alibaba Cloud की डेटा-सेंटर क्षमता 20 गीगावॉट से ऊपर ले जाने का लक्ष्य रखा।
Alibaba का मौजूदा फ़्लैगशिप Qwen मॉडल कितना बड़ा है?
Reuters के अनुसार, Alibaba के मौजूदा फ़्लैगशिप Qwen 3.8 Max में 2.4 ट्रिलियन पैरामीटर हैं, इसलिए नियोजित मॉडल लगभग दो से चार गुना बड़ा होगा।
एशिया के मार्केटर्स के लिए ओपन, स्थानीय रूप से परिनियोजित किए जा सकने वाले मॉडल क्यों मायने रखते हैं?
वे चुने गए क्षेत्राधिकार में चल सकते हैं, स्थानीय भाषाओं और डेटा के अनुसार ढाले जा सकते हैं, और बड़े पैमाने पर चलाने में कम लागत वाले होते हैं, जिससे डेटा रेज़िडेंसी, सांस्कृतिक प्रासंगिकता और हमेशा चालू रहने वाले एजेंट वर्कलोड में मदद मिलती है।
स्रोत
- Alibaba plans AI model with 5 trillion to 10 trillion parameters, unveils new chip — The Standard (Reuters), 22 September 2026
- AliViews: Eddie Wu Shares Alibaba's Strategic Full-Stack AI Roadmap at the 2026 Apsara Conference — Alizila (Alibaba), 22 September 2026