互联网巨头的AI新剧本
来源:上海证券报
造船者腾讯
在腾讯公布的笔记里,“船”的意象被反复使用。但“上船”的前提,是先有一艘不漏水的船。腾讯给出的答案,是一个分层清晰的AI金字塔:底层是模型能力,中层是AI原生产品矩阵,上层是与千行百业结合的应用生态。
塑链者阿里巴巴
一边加码自研模型,一边主动开放应用入口,折射出阿里巴巴AI战略的两条主线:向上,通过芯片、模型和云计算建立智能生产体系;向下,通过智能体争夺企业工作流和消费交易入口。
登峰者字节跳动
“AI时代存在很多重要的机会,我们要追求其中最重要的,去攀登最高的高峰。”字节跳动把2026年公司年度关键词定为“勇攀高峰”。以应用层场景牵引基础研发持续推进,构成了今年以来字节跳动AI战略在外界最显眼的叙事。
腾 讯 AI时代“换船造船” 再创业重新定义产业角色
11月16日,一份腾讯内部沟通会议“现场笔记”被公开。
在这份以“心态归零”为标题的笔记中,面对AI时代带来的挑战,腾讯董事会主席兼首席执行官马化腾与腾讯总裁刘炽平直言:“这是一个生死存亡的问题。”
笔记中,一连串隐喻充满画面感:“浪已经杀过来了”“陆战变海战,陆军变海军”“搬运物资,转变技能,迅速上船应战”。这也传递了一个清晰的信号:腾讯,这家以“稳健”著称的互联网巨头正在重新定义自己在AI时代的位置,试图从“用AI赋能既有业务”的守势,转向“再创业”的攻势。
“浪”与挑战
当下,腾讯所面对的“浪”,不是单一的技术迭代,而是一场速度与结构同时发生突变的范式迁移。
过去几年,属于腾讯的AI叙事大多停留在用算法优化推荐、用模型压缩成本,本质上是在既有业务曲线上做效率的加法。
在此次公开的笔记中,腾讯所描述的是一种“逆流而上”的主动进攻:AI native业务、模型和产品不再扮演后台工具的角色,而是被推到前台,成为业务本身。
这种转向背后有着不容忽视的现实压力。
在基础模型层面,阿里千问与字节豆包在2025年持续占据声量高地,腾讯一度被外界归入“谨慎观望”的阵营。马化腾也曾坦言,腾讯在AI上的动作“慢了”,基础设施建设方面也有不足。
但“慢”本身并不构成完整的叙事。危险在于,腾讯选择的追赶路径——先将AI能力嵌入微信、游戏、广告、云与智慧产业这些既有业务肌理之中,再从中生长出原生产品。虽然稳妥,但并不足够理想。
以腾讯元宝为例,2025年4月,其以“添加为好友”的方式进入微信聊天界面,被寄望于借助13亿月活的社交关系链完成AI渗透。然而,“添加好友”意味着用户必须主动发起一个动作,并非AI能力在微信原生体验中的自然抵达;彼时,微信也尚不支持AI Agent跨生态操作小程序、视频号等核心场景。
马化腾用一句朴素的话概括了这段处境:“原来一年前我们以为上了船,后来发现那个船漏水了。”
“所谓‘漏水’,漏的既是模型迭代的节奏,也是产品与用户之间那道尚未打通的缝隙,更是投入与回报之间那段越拉越长的时差。”一位产业人士对上海证券报记者说。
换“船”与造“船”
在腾讯公布的笔记里,“船”的意象被反复使用。但“上船”的前提,是先有一艘不漏水的船。
腾讯给出的答案,是一个分层清晰的AI金字塔:底层是模型能力,中层是AI原生产品矩阵,上层是与千行百业结合的应用生态。
模型层的修复是“守正”优先。
2025年底,前OpenAI研究员姚顺雨加盟腾讯,担任大语言模型负责人。彼时,他向刘炽平提出的唯一请求是:“从新模型发布起至少1年,希望公司总办不要看榜单。”
“这个细节说明,那时的混元需要的不是微调,而是一次从组织到技术路线的推倒重来。”一位产业分析人士说。
姚顺雨到任后的3个月内,混元完成预训练、后训练、评估、Infra各环节负责人的补齐,成立了专门服务大模型的AI Infra部与AI Data部,训练思路被概括为“先回归常识,把训练大模型最基础的事做对,再谈创新”。
今年4月,腾讯发布的Hy3 Preview没有追求参数规模上的激进叙事,而是克制地使用传统架构,把最大的变化放在Infra重构与数据清洗上。
7月,腾讯将大语言模型部与多模态模型部合并为基础模型部,统一由姚顺雨管理。
11月,Hy4正式版发布,第一次引入视觉理解能力,图表解读、文档理解、多图分析进入模型能力半径;并支持电脑操作,图形界面与命令行同时打通。
在笔记中,腾讯管理层表示,模型已进入国内第一梯队,接下来需要不断迭代,推动智能的成本指数级下降。
模型修好了底座,产品则要证明这艘船能开出去。
WorkBuddy提供了实证。上线7个多月,它已迭代100多个重大版本,累计完成90亿次用户任务请求,词元消耗较上线初期增长50倍。
行业研究机构QuestMobile的9月数据显示,WorkBuddy以3235.3万的月活稳居国内办公类Agent首位,季度环比增长647.1%。企业版落地50多个行业,覆盖半数中国500强企业。
在腾讯的叙事中,WorkBuddy的特殊性不在于用户数字,而在于它是“AI native第一个跑出来的产品”——一个并非在旧业务上修修补补、而是从AI原生逻辑中生长出来的新事物。
但腾讯对自身位置的判断仍保持了克制:“AI在应用层面的开发才刚刚开始,如同工业化早期刚刚发明用电力来照明,还没有出现各种电器和把电力用于生产。”
出路不在旧地图上
在采访中,不少行业人士认为,如果“船”的重造只发生在模型与产品层,这份笔记不会在外部与内部引发如此高的讨论度。
“理解腾讯这一轮AI转向的关键,在于区分两种完全不同的组织逻辑。”前述产业分析人士告诉记者,发言实录中有一句话容易被忽略却非常重要:“和之前降本增效不同,上次是被动降本,这次是主动增效。”
管理方式也再被AI重新设计——“整个管理方式以及做事方式都要通过AI重新设计”,这意味着不只是做AI产品,而是用AI逻辑重写组织的运行规则。
人才密度的定义也被改写:不只是拥有多少“特别有能耐的人”,更取决于“团队所有人的能力能否向上拉齐”。
记者从接近腾讯的知情人士处获悉,在公司内部,“上船”并不是一句动员口号,而是一道筛选机制。腾讯管理层要选出能够适应新打法的人,必须干脆、直截了当。曾经“以为上了船”却遭遇漏水的经历,反而让这一次的“上船令”多了一层内涵:船不再是给定的庇护所,而是需要船上每一个人边航行边修补、边战斗边重建的东西。
阿里巴巴 AI时代“造链塑链” 从芯片到智能体构建全栈体系
11月16日,阿里巴巴发布新一代旗舰大模型Qwen4-Max。同一天,阿里巴巴旗下千问办公上线10款大模型,其中包括竞争对手的产品。
一边加码自研模型,一边主动开放应用入口,折射出阿里巴巴AI战略的两条主线:向上,通过芯片、模型和云计算建立智能生产体系;向下,通过智能体争夺企业工作流和消费交易入口。
过去3个月,阿里巴巴完成约800亿港元股权融资,推出新一代AI芯片及超节点方案,并宣布拟分拆旗下芯片公司平头哥赴港上市。
沂景资本董事总经理谢思远对上海证券报记者表示,AI产业正进一步向头部企业聚集。随着模型规模不断扩大,AI基础设施竞争将走向系统级竞争,需要芯片、算力、云计算和应用等多个环节整合联动。阿里巴巴等头部互联网企业在多个环节具备优势,有能力进一步整合AI产业链。
芯模协同
11月10日,阿里巴巴公告,拟分拆平头哥在香港联交所主板独立上市。公告显示,平头哥已于9月11日以保密形式递交上市申请。
这是阿里巴巴完善AI基础设施布局的又一重要动作。
9月举行的云栖大会期间,平头哥推出新一代AI训练及推理芯片真武V900,计划于2027年一季度量产。据公司披露,其性能达到上一代真武M890的3倍。阿里巴巴同时发布新一代倚天CPU路线图,以及由自研芯片、网络和存储设备组成的AI超节点方案。
此前,平头哥已通过阿里云为超过650家外部客户提供芯片算力服务,覆盖自动驾驶、金融、制造等20多个行业。
分拆上市后,平头哥有望获得独立融资渠道,进一步拓展集团外部客户,同时继续与阿里云开展芯片、服务器和算力系统的联合优化。
模型端也在加速迭代。
11月16日发布的Qwen4-Max拥有2.4万亿总参数,支持百万词元上下文和复杂智能体任务。据阿里巴巴公布的内部评测,在高强度推理模式下,新模型的词元消耗较上一代减少约35%,平均任务成本下降约60%。
同时,阿里巴巴持续扩大开源生态。根据11月3日世界互联网大会乌镇峰会披露的数据,千问系列已开源超过460款模型,全球累计下载量突破40亿次,衍生模型超过33万个。
开源模型有利于扩大开发者基础,但也意味着部分算力需求可能流向其他云平台。阿里巴巴能否通过模型生态扩大云计算收入,取决于其服务能力和成本竞争力。
从芯片到模型,阿里巴巴正在形成一套相互协同的技术体系:模型需求推动芯片优化,自研芯片有望降低推理成本,云平台则负责将这些技术能力转化为商业服务。
入口之争
如果说芯片和模型构成阿里巴巴AI战略的技术底座,那么智能体正在成为其争夺商业价值的新战场。
今年以来,阿里巴巴接连调整组织架构,成立由集团首席执行官吴泳铭直接负责的“Alibaba Token Hub事业群”,并将业务进一步划分为“AI云与算力服务”“AI实验室与应用”等板块,强化技术研发与商业化协同。
11月16日,千问办公开放多模型选择,企业可根据不同任务调用不同厂商的大模型,并按部门、员工设置模型使用权限。
这一变化具有重要的商业意义。
随着大模型能力逐渐接近,调用成本持续下降,企业对AI服务的选择,可能越来越取决于工作任务的执行效果,而非单个模型的性能。
阿里云资深副总裁刘伟光表示,随着代码生成催生AI应用与智能体,智能体将独立执行任务,并将相关计算需求带回云端。未来使用模型的主力将是智能体,模型服务平台也需要围绕这一变化重新设计。
这意味着,企业数据、业务流程和客户关系,可能成为比模型参数更持久的竞争优势。
阿里巴巴开放第三方模型,实际上是争夺模型之上的智能体应用平台。如果企业能够在同一平台调度不同模型、连接业务数据并完成任务,底层模型的选择将不再直接决定客户归属。
与此同时,智能体规模化部署还将增加企业对CPU、存储、数据库和网络等资源的需求,使AI应用与阿里云形成协同。
在消费端,千问App已与淘宝天猫、淘宝闪购等业务整合,尝试让AI完成商品推荐、比价、购买及售后服务。
这也给阿里巴巴传统电商模式带来新的挑战。当消费者逐渐从主动搜索商品转向委托AI完成购买,传统的流量分发和广告竞价机制可能随之改变。
阿里巴巴争夺AI购物入口,既是在开拓新业务,也是在防止其他公司的智能体掌握自己的交易入口。
商业考题
在技术研发与应用布局持续扩张的同时,阿里巴巴正在加大资本投入。
8月26日,阿里巴巴完成约800亿港元股权配售,净募资约797亿港元,计划全部投向全栈AI能力建设。其中,约60%用于扩大全球算力基础设施,其余约40%用于建设超大规模AI数据中心,以及升级存储、数据库和网络系统。
9月,吴泳铭提出,到2032年阿里云运营的全球数据中心容量将超过20GW。
大规模资本投入背后,阿里巴巴正在同时经营两种商业模式:云计算业务依靠基础设施和规模效应获得回报;模型及智能体应用则需要持续投入,以争夺客户和未来的商业入口。
两者能够相互促进,但各自的盈利模式、竞争格局和资本回报周期并不相同。
平头哥分拆上市,也使这种商业化考验更加具体。
艾媒咨询CEO张毅分析称,分拆是一次“去母体化”的压力测试。市场不仅会关注芯片技术水平,还将考察其能否降低对母公司的依赖,建立独立客户群体和持续盈利能力。
对于阿里巴巴而言,自研芯片既要证明能够降低集团算力成本,也要证明能够独立参与市场竞争。依托阿里云获得外部客户,与直接向外部市场销售芯片,仍是两种不同的商业能力。
这一问题同样存在于模型和智能体业务中。庞大的模型使用量能否转化为稳定收入,企业客户是否愿意持续付费,AI购物又将如何影响原有电商业务的盈利模式,都有待进一步检验。
11月19日,阿里巴巴将公布新一季度业绩。云业务增长、AI投入规模及经营现金流变化,将为市场提供新的观察依据。
从芯片到智能体,阿里巴巴全栈AI布局的轮廓已经清晰。但这场转型最终能否创造超出巨额投入的长期回报,关键仍在于其能否把技术优势、基础设施规模与商业场景真正转化为可持续的盈利能力。
字节跳动 AI时代“勇攀高峰” 以应用层场景牵引基础研发
在今年初举行的公司全体大会上,字节跳动CEO梁汝波将“勇攀高峰”定为年度关键词。所谓高峰,无疑是如今这场席卷全球的AI机遇。
在不少业内人士看来,今年以来,相较同体量公司,字节跳动在AI上的态度更为坚决,这也令其在今年激烈的竞争中掌握了难得的优势。
“高峰”定在应用层
要想梳理字节跳动关于AI的战略叙事,就不得不提及今年初的那场会议。
“AI时代存在很多重要的机会,我们要追求其中最重要的,去攀登最高的高峰。”在字节跳动2026年首次全员会上,梁汝波把公司年度关键词定为“勇攀高峰”。
彼时,面对近在眼前的几家大厂春节AI“红包大战”,他从产业的角度给出了一套更加宏大的判断:过去50年,科技行业的高峰大约每15年至20年出现一次,PC、Web、智能手机依次接棒,AI至少是“PC+Web”级别的高峰。
一浪高过一浪,但一峰也险于一峰。
彼时,梁汝波表示,从历史来看,攀登高峰的窗口期只会越来越短。对于字节跳动来说,“高峰”短期内就是豆包——一个应用层面需要被攻克完善的产品体系。
以应用层场景牵引基础研发持续推进,构成了今年以来字节跳动AI战略在外界最显眼的叙事,这一点在Seedance的迭代上体现得尤为成功。
2月12日,豆包新一代视频生成模型Seedance 2.0全量上线。上线当日,全球AI科技圈为之一震,不少影视从业者直呼“见证历史”,一部影视级短片的成本被压缩至数百元。至10月下旬,字节跳动进一步上线Seedance 2.5 4K,支持先用480P样片验证分镜、再生成4K正片,进一步适配影视工业的实际需求。
不过,关注应用层推进的背后,字节跳动高层对基础模型研发能力的要求并没有急功近利。多位接近公司的人士告诉上海证券报记者,在字节跳动内部,高层很早就明确坚持自研、绝不“蒸馏”的开发原则,为此愿意承担“放慢脚步”的风险。
而在更早些时候,早已脱离公司日常管理事务,更多聚焦生存战略的字节跳动创始人张一鸣,曾在谈及人才培养时谈到了自己的AI人才观。
他以机器学习模型中的过拟合(Overfit)现象作为类比,坦言传统模式下人才往往拥有专业知识和熟练的技能,但面对创新任务就不行了。面向AI时代,他希望培养更多思维活跃、有热情和韧性的人才。“核心是独立思考和重视实践,关注长期和全局,在探索中学习,保持平常心,放松自信,拥抱不确定性。”张一鸣说。
从“工位”寻求闭环
今年以来,随着Agent商业化逻辑日渐清晰,算力储备成为各家博弈的重心,全球AI公司频频追加AI相关资本开支。谷歌、Meta等巨头甚至为此一度出现季度自由现金流转负情况。
面对需要持续烧钱的“算力”,在国内市场上,同行也在不断加码。
8月,阿里巴巴完成约800亿港元配售,目标明确加强AI基础投入;腾讯也在加快动作,二季度资本开支升至527.84亿元,同比增长176%。
另一边,据多家媒体报道,字节跳动2026年AI资本开支已上修至逾2000亿元。另据报道,9月3日,字节跳动进一步确定了一笔296亿美元(约合2000亿元人民币)的银团贷款。
“应该说,过去几年字节跳动在AI上的投入是很坚决的,高层在这一点上几乎没有摇摆,因此哪怕在算力储备等方面,字节跳动至今依然有着较为明显的优势。”上海财经大学特聘教授胡延平在接受记者采访时说。
但从长远来看,如何实现盈利,是如今摆在全球AI巨头面前的共同问题。而随着AI Coding能力的日臻成熟,办公成为眼下应用层面最值得抢占的市场。
此前,腾讯凭借Workbuddy在办公领域的整合能力跃升至行业头部,阿里随后开始围绕钉钉开展AI化迭代。
字节跳动显然也注意到这个市场。8月25日,“豆包工作”正式发布。按照公司规划,这款产品定位为面向生产力场景推出的智能体(Agent)产品与品牌,并与字节旗下办公软件飞书深度打通。
在此之后,豆包工作便进入了几乎一周一次大更新的高频迭代模式。
据记者梳理:9月,豆包工作上线多Agent并行与Mac“操作电脑”能力;10月,上线Mac锁屏后可继续执行任务,用户可通过手机远程下达指令能力;10月29日,首次向团队与企业订阅版客户开放Kimi、GLM、DeepSeek等第三方模型;至11月中旬,豆包工作正式上线“工作台”,预装21个专业场景的技能与插件。
从办公场景入手,打造商业闭环,这同样是一个暗含着“从应用层出发”思路的战略。
数据显示,火山引擎上半年模型即服务(MaaS)收入48亿元,在国内公有云MaaS市场份额45.1%,位居第一。咨询机构IDC最新报告显示,上半年中国企业市场公有云MaaS总规模106.3亿元,同比增长近9倍。
作者:刘逸鹏 郭成林 罗茂林
(来源:上海证券报 编辑:张明艳)
