中国大厂的 AI 战,归根结底是阿里 VS 字节

晚点LatePost
Dec 16, 2025

2025 年 12 月 15 日,蚂蚁集团将其 AI 健康产品 “AQ” 正式升级为 “蚂蚁阿福”。新版应用以健康陪伴为重点,产品定位从医疗延伸至大健康。

这并不令人意外——自今年 6 月上线以来,“蚂蚁阿福” 仅用半年时间,月活就突破 1500 万,跻身国内前五大 AI 应用,增长远超内部预期。

而在稍早前,蚂蚁另一款基于百灵大模型的 AI 应用 “灵光” 也悄然上线,用户规模 6 天破 200 万。加上此前金融领域的 “蚂小财”,蚂蚁集团已手握三个 C 端 AI 产品。

蚂蚁自 2020 年上市失败后,曾经历了一段时间的 “沉寂”。蚂蚁集团资深副总裁、CMO 陈亮并不避讳那段时间的边缘感,甚至自嘲 “站在了灯光照射不到的角落。” 但近期这一系列密集的动作和亮眼的数据,意味着 AI 时代它正从聚光灯外重回赛场。

若将视角放大至整个阿里系,这几乎是一次在 AI 领域全面的、饱和进攻。

财报显示,过去四个季度,阿里在 AI 与云基础设施上的资本开支高达 1200 亿元。那个未来三年投入 3800 亿的计划,在内部甚至被认为 “(金额)说少了”。

几乎与 “灵光” 同步,阿里集团也高调推出 “千问 App”,兄弟集团都迈入了 To C 应用的战场。

陈亮用饱和式攻击来形容这种决心,对于阿里和蚂蚁这样的公司来说,战局未到分胜负之时,策略就是用压倒性的投入,换取更大的确定性。

蚂蚁加入战局,阿里系牌面变大

时间回拨到今年初:DeepSeek 的出现让很多大厂 “面如死灰” 的同时,也让另一群人看到了新的机会。

蚂蚁集团就是其中深受震动的一员,因为 DeepSeek 证明了一件事:模型能力未到上限,这是这场战争最重要的砝码。这让很多公司站到了同一条起跑线上:只要能力够强,即便没有初始流量,也能做出好产品。应用入口的争夺,远未收敛。

2025 年春节刚过,蚂蚁技术团队开始加大对模型的研发投入;同时,内部一支团队开始做 ToC 产品,这便是 “灵光” 的起点。内测两个月后,内部惊喜地发现这个产品 “眉清目秀”:它用数学能力解决了美学问题,能直接生成结构化卡片,只需简单指令就能生成一个应用,用户的使用门槛直接降低。

如果说 “灵光” 是技术积淀后的自然 “涌现”,那么 “阿福” 则代表了另一条路:进入高壁垒的专业领域。至此,蚂蚁形成通用加专业的应用布局。

陈亮用 “有钱花、有命花” 来形容蚂蚁在 AI 专业应用上的策略:支付宝和蚂小财解决前者,“阿福” 承接后者。

在老龄化、长寿化的中国,专业健康服务的供给不足,成了一个不可回避的问题;与此同时,普通人的健康意识不断提升。“蚂蚁阿福” 的出现恰逢其时,也让蚂蚁发挥出了过去在医疗行业 11 年积累的优势——8 亿电子医保码用户、5000 家合作医院、30 万好大夫资源。

随着蚂蚁加入战局,阿里系 AI 战略的整体牌面在变大:

基建层:阿里云市场占有率第一;

模型层:通义千问与蚂蚁百灵模型共同向智能上限冲刺;

应用层:从夸克、钉钉,到千问、灵光、阿福,应用矩阵开始全面发力。

外界看来,通义千问与灵光同属通用 AI,难免重合。但一位蚂蚁集团高层称,这种 “赛马” 本质是因为 AI 竞争还在上半场,没有任何一家公司想太早收敛 AI 应用的可能性。

如今,蚂蚁和阿里在 AI 赛场上呈现出一种微妙的关系:既是都要争冠军的选手,又是互相掩护的 “队友”。

从国内整个 AI 的战局来看,局势也比较清晰。

创业公司(如 Kimi、MiniMax 等)虽然起步早,但在 “饱和战争” 中面临资源瓶颈。大厂不会孤注一掷,可以为了确定性投入双倍资源多战线开战,而创业公司往往需要在有限资源下做出取舍。

其他大厂也各有挑战:百度依然在摇摆。虽然起步最早,文心一言在 B 端尚有市场,但在 C 端应用上,产品体验始终未能突破 “搜索思维” 的桎梏。腾讯则显得过于从容甚至保守,坐拥微信底座,却在底层原创和新应用推出上显得犹豫。

根据媒体报道及券商推算,2025 年,百度在 AI 上的资本开支计划在 300 至 500 亿;腾讯则在 700 至 1000 亿,都低于阿里。

真正能让阿里系感到压力的,是字节跳动。

字节跳动的数据表现强势:豆包用户规模庞大,日均 Token 消耗量极高;火山引擎在公有云市场也占据重要份额。更关键的是,字节拥有一套成熟的 “App 工厂” 方法论。无论是豆包、猫箱,还是即梦 AI、Trae,字节在产品上能够快速复制、迭代。

一位阿里高管称,“除了阿里以外,字节是最全面的,有模型能力,有推 App 的成熟经验,还有巨大的流量基础。”

中国的 AI 战局,很大程度上演变成了 “阿里系” 与 “字节系” 的竞争。

两种路线

阿里和字节变成最大对手,究其根本,还因为他们是 AI 这个赛场上唯二 “全栈能力” 都很强的巨头。不同于腾讯的犹豫、百度的单薄,阿里和字节在底层算力、自研模型到超级应用上都用力甚猛。

它们也都拥有充足的资金储备,信奉 “大力出奇迹” 和饱和攻击。除了阿里集团在 2025 年的 1200 多亿,蚂蚁集团也投入了近 300 亿;而据外媒报道以及券商的调研,字节在 2025 年在 AI 上的投资约为 1600 亿。

然而,在高度相似的野心之下,阿里和字节也在走两条不一样的路。

阿里重视基建,1200 亿资本开支大部分变成了数据中心的服务器和 GPU。他们重金投入底层,意在建立技术壁垒和生态影响力。截至 2025 年 11 月,通义千问系列开源大模型的全球累计下载量已突破 6 亿次,位居全球开源大模型首位。

阿里和蚂蚁的高层有一个共识:大模型是 “最粗的腿”,是下一代的操作系统。这种信仰延伸到了 C 端策略——应用是模型能力的外化,千问和灵光都基于此而推出。

字节系也在意模型上限,但他们的做法不是参数第一,而是 “用量第一”。豆包大模型 30 万亿的 Token 调用量,策略是在实际应用中打磨模型。

字节是用 “产品驱动基建”,它先用 C 端应用吸引用户,产生数据,再反哺模型训练和体验优化,以此构建 “飞轮效应”。QuestMobile 数据显示,截至 2025 年 11 月,豆包日活用户达 5670 万,已是中国用户活跃最高的 AI 应用。

在寻找用户场景时,两者也是不一样的思路。

阿里系的 AI 应用,主要从生活场景切入:通义 App 更名为 “千问”,计划接入地图、外卖、订票、办公、购物;“阿福” 致力于解决专业健康服务供给不足的问题,蚂小财致力于降低金融专业服务门槛——都是类似的出发点:通过解决现实问题,提供价值。

字节的应用更聚焦在内容生成和情感陪伴,通过豆包(对话)、猫箱(社交陪伴)、星绘(AI 相机)等几十款产品全方位渗透用户时间,将 “App 工厂” 模式复制到了 AI 时代。

如果说阿里是想帮用户 “省时间”,那么字节就是在帮用户 “杀时间”。阿里和字节总体也代表了对 AI 的两种期待:超级助手(工具属性)和超级伴侣(伙伴属性)。

不过,随着双方要争夺 “AI 时代的超级入口”,这两种属性也并非不可逾越。

“蚂蚁阿福” 最近的升级,正试图从工具上升到陪伴;而字节的豆包,除了聊天,也集成了拍照解题、生成海报等功能。

长期竞争

哪条路更正确,走得更快,现在下结论还为时过早。

如果我们将时间轴拉得足够长,两种路线可能都是必要的探索。因为 AI 是一场还看不到终点线的游戏。

哪怕大模型在数学竞赛中远超人类,哪怕视频生成真假难辨,但站在产业周期的维度,一切依然处在混沌的初期。现在的 AI 应用就像互联网早期的 “电子邮箱”——确实改变了信息的传递方式,但真正的杀手级产品长什么样,没人知道。

对于阿里和字节这样的大厂,当下唯一的策略就是:饱和投入,哪怕其中不可避免有一些浪费。

但挑战依然巨大。当 AI 试图扎根具体行业,行业发展的天花板甚至不在技术。

蚂蚁健康事业群总裁张俊杰说,在医疗健康行业,AI 的标准、数据孤岛的打通、人机互动的边界等等,都需要建立行业基准,其复杂度不亚于重构一套体系。

而在字节系擅长的感性领域,隐私、伦理与心理的挑战同样棘手。当数万年轻人习惯向 AI 倾诉,甚至与之建立深度亲密关系时,真实的社交何去何从?

这些都已经超出了商业竞争的范畴,需要全社会共同探索。

这场 AI 竞赛中,一切才刚刚开始。对于置身其中的巨头而言,在一切不确定性面前,最朴素的生存法则只有一个:始终留在牌桌上。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10