文 / 梁添

春節期間，中國 AI 公司連連放大招，被戲稱為「百模大戰」。

但如果仍然把這一輪密集發布，理解為模型能力的軍備競賽，恐怕會看錯方向。

去年，ChatGPT 仍是中國模型廠商的座標原點。只要足夠像 ChatGPT，就有資格進入牌桌。但到了 2026 年，中國 AI 的競爭敘事，正在發生一次結構性分化。

一邊是創業公司開始集體「棄入口」，將資源押注在 Coding與 Agent 場景，對齊的是 Anthropic；另一邊，大廠則系統性地講起了另一套故事——不再只爭一個 Chatbot，而是爭 AI 時代的入口與基礎設施。

中國大廠開講谷歌敘事

先從大廠的路線說起，我們發現，「成為谷歌」幾乎成為中國大廠的新目標。像谷歌，也是中國不少廠商的宣傳路線。

過去一年裏，這一趨勢愈發清晰：

百度李彥宏在每一個場合都在強調AI first；阿里提出了通雲哥概念，即 AI、雲計算和芯片三位一體;字節請來吳永輝坐鎮，在基礎設施、大模型研發、軟硬件產品上補短板，2月10日，更是被彭博社曝出自研芯片。

總而言之，這是一條產品+模型+雲+芯片的全棧路線，也是谷歌近20年來的敘事。

那麼，問題來了，大家為什麼都在前赴後繼地往谷歌這個模子裏擠？

難道僅僅是最穩定的賺錢能力？當然不止了，在我們看來，Google厲害的地方是已經悄無聲息地完成了從搜索入口向全球AI基礎設施的轉變，這也是中國大廠唯一可追求的戰略敘事。

先從模型本身來看，在海外大模型陣營中，Google 旗下的Gemini的獨特性並不在於「聊天能力」，而在於其多模態能力——這也是它與 ChatGPT、Claude 形成差異化競爭的要點之一。

而在 2026年，中國公司第一次在這一維度上，形成了全球級衝擊。

字節推出的視頻生成模型Seedance 2.0在全球掀起一股巨浪：馬斯克在其社交平台X表示模型發展速度太快（It's happening fast）。獵豹CEO傅盛認為，可能是中國國產大模型第一次領先全世界。這也是DeepSeek R1推出一年之後，中國模型再次震驚全球的時刻。

中國大廠的谷歌敘事，並非僅僅是對巨頭的粗暴複製，而是在驗證這條全棧路線的可行性。

首先，和llm主要依靠文本數據所不同，制約視頻模型發展的並非僅僅是算力，還有圖像內容。而谷歌和字節坐擁全球最大的視頻網站YouTube和短視頻平台抖音+tiktok，他們從一開始就沉澱了海量真實世界的視頻數據。

這些數據並非靜態樣本，而是帶有明確的時間序列、用戶反饋。這使得它們在訓練多模態模型時，是在一個本就多模態的環境中持續對齊世界。

當然，對業務豐富的巨頭來說，發展多模態不光是對圖像資源的再利用，而是價值的創造。

衆所周知，廣告是互聯網大廠的現金牛業務，因為相比於純文本對話，圖像與視頻能反哺巨頭自身的廣告、內容生態，是大廠最高效的商業化載體，

華創證券報告，把字節的模型路線概括為低門檻、低成本的工具化、泛化能力，類似「剪映」的高級形態，能降低全網內容生產成本並反哺生態；阿里千問在圖像模型高保真更新的方向上更偏垂直場景（電商），強化商品數字化相關能力。

這指向不同的商業模式：一條追求規模化吞吐；一條追求垂直行業的「可用即生產」。

模式不同但目標卻殊途同歸，那就是更高的廣告變現效率。

行業數據顯示，AI 營銷市場規模從 2020 年的 209 億元 增長至 2024 年的 530 億元，複合年增長率達到 26.2%。

這其中多模態工具對廣告業務的加持不容小覷。

以 Meta 為例，其生成式 AI 視頻工具在 2025 年第四季度實現了 100 億美元的年化收入規模（run-rate），增速是公司整體廣告收入增速的三倍。

如果從更深的角度看，中美圍繞大模型的競爭，表面看是技術路線之爭，其實更接近一場圍繞算力供給、調度能力與成本結構的較量。

可能在很多人看來，多模態功能，讓內容生成的更逼真了，但深挖下來，圖像與視頻模型的進階更像是一場「供給側革命」，這會導致內容生產的邊際成本，越來越趨向算力成本。

隨着內容產出的擴張，推理算力需求被指數級放大，如果無法控制算力結構，大模型企業的商業模型將不可避免地被推理成本吞噬。

這也是為什麼「只做模型」或「只做應用」的公司，最終都會在規模化階段遭遇天花板。

Google 的故事，本質正是模型 × 雲 × 芯片 的協同。

也正是因為TPU的成功，Google成功把算力成本降了下來，根據公開信息，相較於 OpenAI 仰賴的英偉達 GPU，Google 的 TPU 成本只有其五分之一。

只有掌控全棧，才能反向約束模型成本、算力結構與產品形態。這是大廠在 AI 時代唯一具備可持續性的選擇。

中國互聯網巨頭，已經開始用自己的方式，講一套屬於這個時代的 Google 敘事。在這條路線中，AGI 依然存在，在大廠語境中，AGI 更像一個組織協同與基礎設施演進的副產物。

創業公司成為Anthropic信徒

如果說，中國大廠在這一輪 AI 競爭中，走向了谷歌路線，那麼另一邊，創業公司的參考系，也悄然發生變化。

體感十分明顯：在DeepSeek橫空出世後，以C端見長的Kimi停止了無意義的投流大戰，開始將重心向高淨值場景轉移。在2025年最後一天，楊植麟公開表示下一階段要以「超越Anthropic 等前沿公司成為世界領先的AGI公司」；智譜，更是被公開稱為「走了Anthropic這條路線」的公司。

為什麼不再迷信OpenAI？

在過去兩年裏，Chatbot 一度被視為通往 AGI 的「默認入口」。但對創業公司來說，這條路徑的現實約束正在變得越來越清晰。首先，大模型並不存在互聯網意義上的邊際效應。每一次對話，都是一次實打實的推理成本；Chatbot 的商業模型，天然意味着高補貼、低留存、慢變現。對於資金有限、窗口期有限的創業公司而言，這幾乎是一條等不起的路。

相比之下，Coding、API、Agent 等場景，雖然更「窄」，卻擁有清晰得多的商業邏輯：

模型能力與客戶付費直接掛鉤，推理成本可以被工作流消化，價值鏈條更短。這也是為什麼，過去一年裏，中國AI創業公司，不約而同地開始將資源押注在 Coding 與 Agent 方向。

這也是Anthropic一直以來的路線：

在 AI 行業內部，大衆感知到的Anthropic，更像是一個能力一流的規則定義者。

不光有世界一流的編程模型opus系列，還有編程智能體Claude Code，是的沒錯，現如今大火的openclaw，名字靈感就來源於Claude系列模型。

此外，還突破性的推出了Skill、MCP、Cowork，形成堅固的生態護城河，讓一衆中國玩家短期內難以複製。

從結果來看，這種路徑正在兌現為實實在在的商業反饋。

根據公開市場數據，2024年，Anthropic 收入只有10億美元；2025年僅3-5月，它的營收規模就從20億美元增長到30億美元，Meritech分析師 Alex Clayton 表示：「我們研究了200多家上市軟件公司的 IPO，這種增長速度從未發生過」。

2025年上半年，Anthropic 的研發投入與營收比大致為1.04:1，基本已經打平，這在尚處於軍備競賽階段的 AI 產業已經相當令人羨慕了。它明顯比 OpenAI 對應的1.56:1健康得多。

可以說，Anthropic 是目前唯一跑通高強度研發 + 可持續商業化的 AI 公司。

有Anthropic珠玉在前，中國OpenAI的敘事對初創公司來說，已經不再是資產，而是成為了負債。

我們這裏要指出，大廠押注coding，和創業公司的意義並不同，大廠更多是為了反哺雲計算生態，創業公司更多為跑通商業模型。在這裏，AI作為工具深度嵌入企業運轉流程中，無法被簡單替代。

不得不說，押注Anthropic路線後，這些以智譜、Minimax為首的創業公司也收到了正反饋。

2月12日，在智譜率先宣佈開源GLM-5後不到半天的時間裏，MiniMax立馬跟進上線M2.5編程模型。

這倆模型在其公衆號中，公開表明，其真實場景編程能力，逼近Anthropic旗下opus 系列。想要做中國Anthropic已經不是祕密。

就在發布模型的當日，智譜股價開盤大漲，一度升逾25%，周內累計漲幅超過 77%，市值突破1700億港元。MiniMax同日漲幅一度超過20%，總市值超過1800億港元。表現遠超大盤。

回看這一輪「百模大戰」，真正的分水嶺並不在於模型發布的密度，而在於路徑選擇的差異：誰還在爭奪入口，誰已經轉向工作流；誰有能力承載全棧成本，誰必須儘快跑通商業閉環。

中國 AI 的競爭，正在從單一座標系，演化為兩條並行的道路。勝負未定，但方向已然清晰。