大廠 AI 生死戰：2025 下狠手，2026 見真章

（圖源：《摔跤吧，爸爸》）

文:李浩

編輯：經緯

2026 年，AI 大廠之間的競爭已然白熱化。

運營上，春節期間千問、豆包、元寶三家紅包大戰打的火熱；產品上，視頻生成大模型中 Seedance 2.0 異軍突起、通用大語言模型上通義千問 Qwen3.5 系列、智譜AI GLM-5 等優秀產品集中官宣；到了三月，真正高度自動化的 Agent OpenClaw 掀起了中國企業的“養蝦熱”。

當然，人事上，阿里通義千問團隊被原技術負責人林俊旸斷崖式“分手”，后傳出林加入字節。

往大了講，AI 已然是全球科技競賽的最引人注目的項目；

往小了看，A 股的牛市還能不能持續，要看 AI 是不是能夠如互聯網那般，成功撐起一波行情，如果不能，疊加地緣政治，經濟指數等因子，2027 年似乎會迎來一場股市的震蕩······

所以，在 2026 年開年我們能夠看到，大廠已經不再追求做出爆款，而是怎么著也要捧出爆款，甚至是要證明自己能形成可持續的商業閉環。

小公司總能出爆品，幾乎成了定律

在AI世界里，真正掀起波瀾的產品，往往不是來自資源最充足的公司，而是來自最“輕”的團隊。

2022年11月發布之后兩個月內，ChatGPT的用戶數就突破了1億，成為增長最快的消費級應用之一。這一成績即便放在移動互聯網時代也難得一見。

而當時的OpenAI員工規模大約只有幾百人，真正負責ChatGPT產品化的工程團隊甚至只有幾十人。

這不是唯一的例子。

2024年底，DeepSeek悄然發布DeepSeek-V3大模型，很快在全球AI圈引發震動。在多項基準測試中，DeepSeek-V3的表現接近Meta的Llama 3和OpenAI的GPT-4o，一度沖入全球大模型排行榜前列，被硅谷媒體稱為“來自東方的神秘力量”。

而這家公司，團隊規模不到140人。

核心成員大多是剛畢業不久的年輕研究者。他們通過創新的MLA（多頭潛在注意力機制），把推理顯存降低到傳統架構的5%—13%。整個模型訓練成本約557萬美元，而業界普遍認為，GPT-4o級別模型的訓練成本接近1億美元。

如果說 DeepSeek 證明了“小團隊+工程效率”也能做出頂級大模型，那么2026年初爆火的 OpenClaw，則把這種邏輯推向了極端。

OpenClaw 的創造者，是奧地利獨立開發者彼得·施泰因貝格爾。這位程序員在出售自己創辦的軟件公司后已經實現財務自由，原本處于“半退休”狀態。2025 年，他重新開始做AI項目，僅半年時間，OpenClaw 的前身誕生。

更戲劇性的是，施泰因貝格爾后來透露，這個項目幾乎完全依靠 AI 工具在 10 天內生成，自己幾乎沒有手寫代碼。

（OpenClaw 上線后爆火，圖源：GitHub）

上線之后，OpenClaw 迅速席卷GitHub：一天獲得9000顆星，兩周突破17萬，四個月達到25萬，至今已有近 33 萬顆星，成為GitHub歷史上增長最快的開源項目之一。標志性的“小龍蝦”圖案迅速在社交平臺傳播，被網友戲稱為“能替你干活的AI”。

與傳統聊天機器人不同，OpenClaw 的核心價值在于，它讓 AI 真正“長出了手腳”。它不僅能回答問題，還可以直接操作電腦：打開網頁、填寫表單、發送郵件、管理文件，甚至跨平臺完成購物和比價。

AI 不再只是一個對話框里的助手，而開始變成一個真正能“辦事”的系統。

而反觀手握多個資源的大廠，在今年年初，卷起了發紅包。

阿里巴巴在春節期間發動了一場預計花費 60 億元的營銷戰，將千問APP的日活推至 7352 萬峰值。但活動一結束，日活迅速腰斬。用戶為紅包而來，用完即走。千問能聊天、能寫詩，但用戶找不到“非用不可”的理由。

字節跳動的豆包超 7500 萬月活，和火山引擎打包在春晚刷了一波存在感，元寶也試圖通過發紅包復刻微信當年的盛況······

美團則更顯焦慮，沒有發紅包的渠道。一年內推出了AI助手“小美”、AI管家“問小團”、AI 瀏覽器 Tabbit，以及一系列商家工具，但似乎用戶端的感知上，較為微弱。

把這些案例放在一起看，會得到一個有點不太舒服但很現實的事實：大廠在C端投入巨大，卻至今沒有拿出一個真正意義上的“爆款”。

千問、豆包、元寶或許有可觀的用戶規模，但它們離“改變用戶生活方式”還有距離，離“獨立商業化”更遠。

為什么大廠搞不出“爆品”？

我們不得不承認，在AI應用層面，組織越小，決策越快，爆款越容易誕生。

原因其實并不復雜。小團隊幾乎沒有結構負擔：沒有復雜的目標沖突，沒有疊加的KPI，也沒有多條匯報線之間的資源博弈。他們只需要回答一個問題——這個產品，能不能解決用戶的問題？

而在大公司，一個產品往往要同時回答更多問題：是否符合集團戰略？是否能服務多個業務線？是否能夠商業化？是否可以納入既有生態？

問題越多，決策就越慢。既要、還要、又要，往往意味著什么都做不快。

于是出現了一個略顯荒誕的局面：AI時代最核心的資源——算力、數據、資本——都掌握在巨頭手里；但真正能改變行業節奏的產品，卻往往誕生在更小的團隊。

換句話說，AI 應用層面真正稀缺的資源，未必是算力，而是能夠在短時間內完成技術—產品閉環的小團隊。而這種資源，恰恰不是大公司最容易保留的。

通義千問早期，其實一度接近這種形態。

在林俊旸的帶領下，團隊采用高度垂直整合的模式：從預訓練、后訓練、多模態到基礎設施（Infra），技術團隊在統一的指揮棒下協同推進。這種結構讓Qwen的迭代速度非�？�，在全球開源榜單上多次與國際頂級模型正面競爭。

那時的千問，更像一家創業型模型公司。

但當AI競爭進入白熱化階段，大公司的組織邏輯開始接管一切。

阿里宣布未來三年投入 3800 億元建設云和AI基礎設施，投入60億元營銷資源推動千問 App，同時將多個C端產品整合進統一的“千問”品牌，并重新拆分技術體系，強化集團級調度。

從技術驅動走向集團整合，節奏自然發生變化：當團隊被拆分為更標準化的結構，當研發節奏開始服務于集團整體規劃，當品牌統一成為優先目標——原本的小團隊邏輯便被稀釋。

爆品往往需要一種近乎偏執的專注，而集團化運作，天生不偏執。

字節試圖對抗這種結構。

隨著公司規模擴大，大模型團隊逐漸出現典型的大公司分工：AI Lab負責研究，Seed 負責應用，多模態團隊做視覺，豆包團隊做產品，多條匯報線并行推進。資源競爭、重復研發、節奏分散幾乎不可避免。

2025 年，字節開始組織收斂：AI Lab并入Seed，多模態統一管理，技術線重新整合。這是一次典型的“對抗大公司病”的嘗試。

但組織可以收斂，創業狀態卻很難復刻。當公司已經成為龐大的生態系統，再想復制當年的爆款節奏，本身就是一種奢侈。

騰訊的選擇則更加務實。既然爆款難以預測，那就把AI能力嵌入整個產品體系。騰訊會議、文檔、企業微信、公眾號……幾乎每個產品都成為AI入口。哪個應用突然爆火，騰訊就迅速接入。OpenClaw 上線后不久，騰訊QQ便向個人用戶開放官方接入；DeepSeek 發布時，騰訊也是最早接入的一批平臺。

至于美團，它推出 AI 助手“小美”、AI 管家“問小團”、AI 瀏覽器 Tabbit，以及多種面向商家的 AI 工具，更像是一種防御動作。

如果AI真的成為新的信息入口，用戶未來可能不再打開美團，而是直接問AI：“附近哪家餐廳最好？”一旦這種路徑成立，美團的角色就可能從入口平臺，變成一個履約系統。

事實上，基于基因，戰略，時機問題，大廠很難搞出C端爆品，用三要素暴力是搓不出的。

如果 C 端搞不出爆品，那么他們還剩一條路，就是早早證明自己有一條可持續的商業化道路。

AI to C，誰能先搓出一條真正的商業化路徑？

我們都清楚，資本市場想看到的商業化，不是財報里“AI相關收入增長”，而是千問、豆包、元寶，什么時候能在財報里單獨站出來，寫清楚——自己到底賺了多少錢。

事實上，他們在C端的變現路徑也不難想：

• 會員訂閱：為不同用戶定制高級功能。

• 平臺抽傭：接入本地生活、電商等服務，從交易流水中抽成。但這意味著AI必須成為“能辦事的入口”。

• 硬件聯動：把AI能力嵌入眼鏡、耳機、手機，讓用戶為生態付費。

可惜的是，無論是千問，豆包，還是元寶，都不算是真好用的工具，大廠的會員訂閱故事并不性感。

而綜合來看，阿里是走得比較快的。

我們假設在此次千問品牌統一后，千問享受著最高優先級的支持，讓用戶除了點奶茶，外賣之外還順利實現了打車，訂酒店等功能，那么阿里將搶先一個身位。

那么，如此一來，美團的危機將迫在眉睫，字節的豆包手機也需要抓抓緊——目前豆包手機想要實現的，便是用戶只需動動嘴，它就能跨過一個個孤島般的App，幫用戶比價、下單、發文件。

1 月 29 日消息顯示，字節已于 2025 年底開啟豆包手機助手正式版項目，豆包二代手機預計將于 2026 年 Q2 中晚期發布。

對于字節來說，有一個較為致命的問題——究竟有多少消費者會因為 AI 足夠好用而選擇一部“豆包手機”？

如果千問APP能夠實現用自己的生態比價，下單、發文件，就不需要專門買一個豆包手機了。

而關于硬件聯動，千問也推出了相關產品。3月2日，千問首款AI硬件“千問AI眼鏡”正式上線，3 月 8 日在中國市場現貨發售，并于2026年內登陸全球市場。據悉，千問AI眼鏡還將全面接入千問APP，首批點外賣、訂酒店等“辦事”功能預計于3月底向用戶開放。

字節對于AI眼鏡亦有布局，除此之外，字節已于2025年底正式啟動“豆包手機助手”正式版項目，第二代豆包AI手機預計將于2026年第二季度中晚期發布。

2026年AI眼鏡行業部分新品發布及規劃概覽 圖源：洞見新研社

不過，無論是 AI 手機還是 AI 眼鏡，前提都得是AI足夠聰明。除此之外，還需要面臨著原生賽道玩家已然建立許久的用戶心智和成熟體驗。

不得不說，雖然沒有 AI TO C 的爆品應用，但阿里和字節，作為對AI投入較為激進的大廠，確實暴力搓出了更多發展的空間。

就是不知道，資本市場在考慮到地緣政治，大國經濟指標，股市增長周期等多個因子后，還給千問、豆包、元寶們，留了多少時間。