AI对经济与市场的宏观影响 - 2025年AI投资可能占美国上半年GDP增长的一半[2] - 2025年AI技术以新的强大方式改变了市场和全球经济[1] - 政策层面将AI优势作为商业议程支柱 并警告监管机构不得拖慢该行业发展[2] 市场表现与估值动态 - 截至2025年12月中旬 晨星全球下一代人工智能指数上涨约40% 涨幅是科技股为主的纳斯达克综合指数的两倍[17] - 2025年10月下旬 英伟达成为历史上首家市值达到5万亿美元的公司[5] - 所谓的“科技七巨头”在2025年12月中旬占标普500指数总市值的34%[17] - 德意志银行年度调查显示 57%的受访者认为对AI热情的减弱和科技股估值下跌是牛市的最大威胁[17] 关于“AI泡沫”的争论 - 有观点认为 历史上所有变革性技术都伴随资产泡沫 AI也不例外[1] - 德意志银行策略师指出 至少存在估值、投资和技术三个层面的泡沫迹象 但目前仍处于早期阶段[5] - 晨星高级分析师认为目前不存在AI泡沫 2026年也不太可能出现 因为需求仍超过供应[11] - 与互联网泡沫时期不同 AI芯片的高成本和快速迭代可能抑制企业过度投资[10] 基础设施投资与挑战 - 为支持AI发展 数据中心建设热潮已对地方资源造成压力并引发债务驱动的支出狂潮[6] - 科技巨头已同意在未来几年投入总计约5000亿美元租赁数据中心 其中甲骨文一家就承诺了2480亿美元[9] - 国际能源署预测 到2030年美国数据中心的电力消耗将比去年总量增加一倍以上[7] - 电力需求推高了日常用电成本 并可能成为中期选举的主要议题[7] - 谷歌母公司Alphabet以47.5亿美元全现金收购清洁能源开发商Intersect Power 旨在为其数据中心供电[8] 行业领先公司：OpenAI - ChatGPT拥有约8亿活跃用户 但只有一小部分是付费用户[12] - OpenAI首席执行官表示 公司年化收入运行率在年底有望达到200亿美元[12] - 公司已承诺在未来八年投入1.4万亿美元建设数据中心[12] - 2024年3月 SoftBank领投的一轮融资使其估值达3000亿美元 10月的最新融资估值达5000亿美元[13] - 据报道 OpenAI正在洽谈一轮1000亿美元的融资 估值可能达8300亿美元 并可能在2027年进行IPO[13] 竞争格局与技术发展 - 谷歌的Gemini 3在行业基准性能测试中排名已超过ChatGPT[14] - 竞争对手Anthropic专注于企业应用 其最新版Claude聊天机器人可在极少监督下自主工作30小时[14] - 中国初创公司DeepSeek和阿里巴巴的Qwen等开源AI模型正吸引一批初创公司基于其架构进行开发[14] - 分析师指出 AI在机器人和智能体AI领域可能成为游戏规则改变者[5] - 技术以指数级速度进步 而人类以线性速度采用 但预计2026年AI将开始取代某些工作岗位 硅谷以外的公司将开始收获效率提升的回报[15]

Global investors are putting more money into Chinese AI companies. They hope to find the next “DeepSeek” and also want to spread out their investments. Wall Street is worried there could be an AI bubble. China’s government is pushing for tech independence. Because of this, big Foreign investors think China is catching up to the U.S. in technology. The government is helping AI chipmakers, so people are betting on Chinese stocks even though U.S. AI stocks are very expensive, as stated by Reuters. UK asset ma ...

文章核心观点 - 2025年人工智能领域的发展重心已从大模型转向智能体，智能体正从实验室走向家庭、办公室和生产线，成为触手可及的伙伴和贡献真实生产力的“智能员工”，一场智能变革正在拉开帷幕 [1] - 中国在开源AI领域展现出全球竞争力，正从“参与者”转向“领导者”，并以高性价比的普惠目标和垂直行业深度落地能力为核心竞争力，开源AI进入“中国时间” [5] 智能体成为关键落地载体与进化方向 - 智能体已成为大模型发展的关键落地载体与未来进化方向，入选2025年度十大科普热词 [1] - 智能体已不仅存在于技术讨论范畴，更成为走进家庭的智能助理以及在办公室、生产线上的“新同事” [1] 智能体从“工具时代”迈向“伙伴时代” - 量子位智库报告提出，2025年AI正从“工具时代”迈向“伙伴时代”，将深刻重塑经济结构、社会形态和人类生活方式 [2] - 智能体正实现从“人找服务”转向“服务找人”，成为下一代交互范式 [2] - 智能体在医疗健康、居家生活、娱乐休闲等领域成为人们触手可及的伙伴，例如AI医生智能体可在一分钟内提供视力检查报告的关键数据解读、风险分析和防控建议 [1][2] 智能体在各行各业实现场景深耕 - 智能体技术开始在各行各业应用，进化为参与核心流程、贡献真实生产力的“智能员工” [3] - 在高端制造业，工业预测性维护智能体能实时分析来自千万个传感器的数据，提前数小时甚至数天预警设备故障，大幅减少非计划停机时间 [3] - 在金融领域，合规审查智能体可全天候扫描数百万笔交易，自动识别可疑模式，将反洗钱筛查效率提升数十倍 [3] - 在客户服务场景，智能客服已升级为能处理复杂投诉、主动推荐解决方案并完成全流程跟进的“客户专员” [3] 智能体的技术本质与进化 - 大语言模型成熟，算力、能源供给，开源社区、产业生态场景等不同维度同步发展，共同托举起AI智能体 [3] - 过去的Chatbot主要负责“说”，Copilot负责“帮”，而智能体已经进化到“做” [3] - AI智能体的本质是把大模型的“超级大脑”和自动化的“敏捷双手”结合，打通人、物、财、资等所有关键节点，破解数据孤岛和流程割裂痛点 [3] - 未来多智能体协同的“群体智能”将成为主流，智能体可动态组建、灵活解散，实现高效协作，成为产业智能化转型的核心路径 [4] 政策与产业发展阶段 - 2025年8月，《国务院关于深入实施“人工智能+”行动的意见》发布，提出以行业应用需求为导向，部署开展六大重点领域行动，推进八大基础支撑体系建设，构建资源共享的人工智能产业生态 [4] - 《大模型2.0产业发展报告》提出，大模型发展已进入以规模化商业应用为标志的2.0阶段，智能体已成为当前大模型应用与落地的重要方式 [2] 中国开源AI的全球竞争力与领导力 - Deep-Seek、Qwen等开源模型在全球社区影响力迅速提升，下载量位居前列 [5] - 在全球百万用户盲测的大模型竞技场Code Arena上，智谱GLM模型在代码生成能力上与Anthropic、OpenAI等国际公司的模型并列全球第一 [5] - 《2025年度AI十大趋势报告》提出，中国AI正从“参与者”转向“领导者”，在开源AI领域，叠加应用、市场和生态要素，中国模型展现的竞争力席卷全球，开源AI进入“中国时间” [5] 中国AI发展路径与核心竞争力 - 中国工程院外籍院士张亚勤认为，中国大模型已跻身全球第一梯队，在AI应用层面正迅速实现超越甚至全面领先 [5] - DeepSeek的出现标志着中国技术路线分化并实现突破，仅用1%算力便实现相近性能的开源模式，打破了海外技术垄断，降低了行业准入门槛 [5] - 中国已走出一条以算力、模型效率的极致效能优化为核心，以开源、软硬协同等创新方案实现高性价比普惠目标的发展路径，垂直行业的深度落地能力成为中国AI发展的核心竞争力 [5]

腾讯AI组织架构升级与人事任命 - 腾讯于12月17日升级大模型研发架构，新成立AI Infra部、AI Data部、数据计算平台部，以强化大模型研发体系与核心能力 [6] - 前OpenAI明星研究员姚顺雨（Vinces Yao）出任腾讯“CEO/总裁办公室首席AI科学家”，直接向总裁刘炽平汇报，并兼任AI Infra部、大语言模型部负责人，双线向技术工程事业群总裁卢山汇报 [6] - 这是腾讯首次设立总办首席AI科学家岗位，且该岗位足够靠近公司权力中心，由一位AI界年轻的明星人物担任 [6] 中国互联网巨头AI战略与组织调整 - 阿里巴巴将AI科学家引入权力中心：阿里云CTO、通义实验室负责人周靖人晋升为阿里巴巴合伙人，标志着阿里首次将纯技术背景的AI科学家正式引入权力中心 [9] - 周靖人带领团队推进通义千问系列模型研发，使其成为全球最受关注的开源模型之一，是阿里获取AI时代船票的关键动作 [10] - 阿里巴巴从2025年8月起，终结“1+6+N”横向分拆模式，重新收缩为四大部门，在集团层面明确了“AI+云”的重要地位 [10] - 字节跳动确立两大核心AI组织：Seed部门专注底层大模型研发，Flow部门负责将大模型落地为具体产品 [11] - 字节Seed部门由原TikTok技术负责人朱文佳主导，后由原Google副总裁吴永辉（曾为Gemini做出重要贡献）在2025年10月成为唯一负责人，直接向CEO梁汝波汇报 [11] - 腾讯在2025年进行了密集的AI组织调整：2月整合C端AI产品形成以CSIG为核心的AI产品矩阵；4月将混元研发团队拆分为大语言模型部和多模态模型部，确立算法研发双轨制 [12] AI科学家地位提升的行业趋势与价值 - AI的竞争是顶尖人才和组织度的竞争，需要将合适的人才放到合适的位置并匹配相应的组织调整 [14] - 谷歌为加速AI进程进行组织集权：2023年合并Google Brain和DeepMind成立Google DeepMind；2025年初将Gemini App团队和AI Studio开发者团队划归DeepMind管理，由Demis Hassabis统一领导，且Hassabis和首席科学家Jeff Dean都直接向CEO汇报 [14] - 将AI科学家置于权力中心能提升AI在内部的决策权，并借助其技术直觉将资源更精准地投向技术前沿，提高投入效率 [15] - AI科学家受到重视能为公司带来流量与声誉，例如罗福莉加入小米提高了小米AI的外界关注，姚顺雨在腾讯的超规格待遇也有类似效应 [15] - 此举能为公司招聘顶尖AI人才提供强力背书，腾讯总办亲自下场吸引人才，有助于其求贤之路更顺畅 [15] - 姚顺雨作为AI大模型推理与智能体方向的顶尖青年学者，其专长与腾讯AI需求互补，能帮助腾讯补齐推理短板，加速Agent场景落地，特别是推动微信Super Agent的早日亮相 [15]

行业与公司 * 行业：中国互联网、人工智能、数据中心、云计算、电子商务、在线娱乐、本地服务、货运匹配、在线招聘、房地产经纪、汽车后市场服务等[1][8][11][14][15][19] * 涉及公司：阿里巴巴、腾讯、字节跳动、百度、快手、网易、京东、拼多多、美团、滴滴、满帮集团、贝壳、BOSS直聘、途虎养车等，以及数据中心公司GDS、VNET[1][8][11][14][15][19] 核心观点与论据 人工智能发展五大主题 1. **前沿AI模型与智能体能力持续突破**：中美AI模型性能差距缩小至3-6个月[1][8] * 美国模型（如GPT-5.2、Gemini 3）在每次更新中仍保持领先[8] * 中国模型（如小米MiMo-V2-Flash、字节跳动Doubao-Seed-1.8）快速跟进，差距在缩小[8] 2. **AI助手在中国普及，长期可能影响应用流量**：操作系统级AI助手可能改变用户与移动设备的交互方式[1][7][8] * 字节跳动豆包手机助手（与中兴努比亚合作）是集成在操作系统级别的AI助手[8] * 智谱AI开源了AutoGLM，可在50多个高频中国应用中模拟人类操作[8] * 小米超级小爱同学拥有1.2亿月活跃用户，每日使用会话6500万，支持超过3000种技能[8] 3. **AI推理需求/代币使用量持续高速增长**：由To-C和To-B需求共同驱动[1][10] * 字节跳动豆包大模型日处理代币量在2025年12月超过50万亿（10月为30万亿+），位居中国第一、全球第三[10] * 字节跳动火山引擎MaaS服务覆盖了80%的头部快消品牌、90%的主要汽车OEM等客户[10] * 公司预计其2025财年收入将超过200亿元人民币，较去年翻倍[10] 4. **中国多模态模型凭借成本/开源/速度优势进军全球市场**：与全球玩家的能力差距正在缩小[1][10] * 阿里巴巴发布视频生成模型Wan2.6，支持多镜头叙事[10] * 腾讯发布HY WorldPlay 1.5流式视频扩散模型[10] * 字节跳动发布Doubao-Seed-1.8和视频生成模型Seedance 1.5 Pro[10] * 价格检查显示，快手的Kling 2.5 Turbo比谷歌Veo 3/OpenAI Sora 2便宜得多，且性能具有竞争力[10] 5. **国内外芯片供应动态演变**：潜在英伟达H200供应与2026年国内芯片供应增加[1][10] * 美国政府将允许英伟达向中国销售H200芯片，并征收25%的费用[10] * 阿里巴巴和字节跳动已表示有兴趣从英伟达购买H200芯片[10] * H200芯片在内存、带宽、功耗和计算性能上均优于中国特供版H20芯片[10] 投资观点与标的 * **估值**：阿里巴巴和腾讯相对于全球同行估值仍不高[1] * **关键受益标的**： * **中国互联网巨头**：阿里巴巴（全栈AI布局，明年每股收益从低基数复苏）、腾讯（稳定的每股收益增长+关键AI应用代表）[1] * **中国数据中心**：GDS和VNET（基于强劲的订单量、资本支出和AI计算需求）[1] * **子行业偏好排序**： 1. **云/数据中心**：关键标的为阿里巴巴、GDS、VNET[1] 2. **游戏**：关键标的为腾讯、网易[1] 3. **出行**：关键标的为滴滴、满帮集团[1] 4. **电子商务**：关键标的为快手[1] 全球AI视频生成市场总规模预测 * 预计全球AI视频生成模型总市场规模将从2025年的10亿美元增长至2033年的391亿美元，8年复合年增长率为56%[2][23] * **2P（专业用户）市场**：预计从2025年的7亿美元增长至2033年的170亿美元，8年复合年增长率为49%，2033年占总市场规模的43%[6][23] * **2B（企业）市场**：预计从2025年的4亿美元增长至2033年的222亿美元，8年复合年增长率为66%，2033年占总市场规模的57%[6][23] * **中国玩家份额**：在全球基础模型市场中的收入份额预计从2025年的约4%稳步增长至2029年的7%[6] 资本支出与云业务 * **2026年资本支出展望**：预计中国超大规模云厂商资本支出将进一步上升至5000亿元人民币水平，其中国内产能占比更高[11] * 2025年BBAT合计资本支出预计超过4000亿元人民币以上（同比增长62%）[11] * 2026年预计中国超大规模云厂商资本支出同比增长20%，其中国内芯片/计算支出占比将大幅提高（高盛预计：从2025财年的20-30%增至2026财年的40%）[11] * **阿里巴巴与腾讯对比**：阿里巴巴今年资本支出显著高于腾讯，源于其AI基础设施/全栈能力[11] * **云收入增长**：更高的计算效率可能推动AI资本支出向收入转化，在强劲的训练后/推理需求背景下加速云收入增长[11] * **阿里巴巴云业务**：9月季度云收入同比增长34%（内部收入同比增长53%/外部收入同比增长29%），AI收入占外部收入的20%（连续第9个季度三位数增长）[11] 用户参与度趋势（2025年11月） * **总体**：前400款移动应用总使用时长同比增长5%（与10月持平）[11][93] * **AI生成内容/聊天机器人**：国内AIGC应用参与度环比增长5%，由豆包（环比增长14%）和通义千问（环比增长108%）驱动[11] * **电子商务**：使用时长同比增长11%[15] * 京东使用时长同比增长39%，淘宝同比增长12%，拼多多同比增长6%[15] * 商户应用日活跃用户份额：淘宝千牛占35%，拼多多商户版占23%，抖音商户版占21%[15] * **社交**：使用时长同比增长4%，微信使用时长同比增长4%[15] * **视频**：使用时长同比增长8%[15] * 抖音主应用使用时长同比增长19%，极速版同比增长28%[15] * 快手主应用使用时长同比下滑8%，极速版同比下滑8%[15] * 腾讯视频使用时长同比下滑22%，优酷同比下滑28%[15] * **游戏**：使用时长同比增长12%[15] * 《王者荣耀》使用时长同比增长5%[15] * 《和平精英》使用时长同比下滑2%[15] * 网易《逆水寒》手游使用时长同比下滑44%[15] * 《蛋仔派对》使用时长同比增长23%[15] * **本地服务**：使用时长同比增长14%[15] * 美团使用时长同比增长7%[15] * 高德地图使用时长同比增长30%[15] * **货运匹配**：满帮集团司机和货主应用总参与度同比增长17%[14] * **在线招聘**：BOSS直聘月活跃用户同比增长10%，使用时长同比增长4%[19] * **房地产**：贝壳三大主要应用使用时长同比下滑1%[19] * **汽车后市场服务**：途虎养车应用月活跃用户同比增长13%，达1700万[19] 其他重要内容 * **中国To-C AI应用货币化路径**：与美国主要通过订阅收费不同，中国To-C聊天机器人目前大多免费，货币化路径仍在演变，未来可能更多由广告收入驱动[11][13] * **Temu数据**：2025年11月全球月活跃用户为5.2亿，环比持平；美国月活跃用户环比增长4%，占全球月活跃用户的17%[15] * **跨境电商监管压力**：欧盟宣布将从2026年7月1日起对低价值包裹征收3欧元关税[15] * **教育类AI应用**：字节跳动豆包学习（国内）和Gauth（海外）日活跃用户分别同比增长194%和39%，达到250万和310万[19] * **操作系统级AI助手的潜在挑战**：可能面临“围墙花园”生态系统或安全问题的挑战[9] * **对字节跳动的关注**：需警惕其利用AI/智能体功能在社交、音乐、交易、即时通讯等垂直领域持续扩张带来的竞争威胁[9]

文章核心观点 - 大模型的出现改变了云计算的竞争格局，打破了以往由规模效应驱动的“强者恒强”趋势，为后进者提供了冲击前排的机会 [1] - AI云的核心竞争力已从传统的“卖云”资源，转变为“模型+云平台+芯片”的垂直整合全栈能力，企业购买的最终商品是AI而非云本身 [20][21] - 行业竞争仍处在“半程路标”阶段，胜负未定，但方向已清晰指向全栈能力的构建，不同厂商正基于各自优势采取差异化路径 [22] AI云对行业竞争格局的重塑 - 大模型之前的叙事逻辑是规模效应驱动行业集中度提升，强者愈强 [1] - 大模型让云厂商的生意发生本质变化，为后进者提供了冲击机会 [1] - 对于如何做AI云，即便是顶级云厂商也未很快达成共识 [1] - 在AI云语境下，企业购买的最终商品是AI，云退居为支撑AI的基础设施，未来会逐渐消失在客户账单上 [20] - AI的竞争已从单点竞争转向涵盖基础设施、模型、工程、应用四个层级的系统能力竞争，任何只占据其中一层的厂商都很难长期掌握产业主导权 [19] 主要云厂商的AI云战略与表现 **微软** - 早期凭借对OpenAI的投资拥有GPT优先使用权，希望通过GPT带飞Azure [3] - 与OpenAI的合作从最初的美好变为“貌合神离”，因OpenAI寻求多方云资源替代方案并推出竞争产品 [3] - 微软不得不投资Anthropic并加大自研模型力度以应对 [3] **亚马逊云科技 (AWS)** - 选择大手笔投资OpenAI的竞争对手Anthropic（先于微软）以获得领先模型能力 [3] - 核心策略是“Choice Matters”，在Bedrock上提供多种模型选择，认为不存在适用于所有场景的通用最优模型 [3] - 面临的关键问题是头部模型具有无可替代的重要性，而顶级模型多由竞争对手掌控或企业不愿完全托管，影响了其模型层竞争力 [4] - 在最近的re:invent大会上新增了十多款模型，包括中国的Kimi和Minimax，并更新了自研的Nova模型，以在模型层面不落后太多 [4] - 与微软类似，缺少自研模型，正处于关键的自我修正期，需在保持平台中立的同时补齐模型层的确定性 [22] **阿里云** - 凭借Qwen模型在全球技术圈闯出影响力，是全球唯一一家积极研发先进AI模型并且全方位开源的云计算厂商 [5] - 业界率先实现“全尺寸、全模态”的全面开源，其他三家头部云厂商均未将自身模型规模开源 [5] - 通义千问Qwen衍生模型数量已突破18万，远超Meta的Llama系列；全球下载量超7亿，据彭博统计截至2025年10月已超越Llama，成为全球第一AI开源模型 [5] - 阿里云的目标是让Qwen成为产业的默认依赖，通过开源成为标准 [5] - 在Gartner报告中，是唯一入围GenAI云基础设施新兴领导者象限的亚太厂商 [10] - 在“GenAI模型”维度，其“特征”指标领先于AWS和微软，仅次于谷歌和OpenAI [13] - 在“GenAI工程”维度，其“特征”及“未来潜力”指标优于AWS、谷歌和微软 [16] - 与谷歌云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - 其自研AI芯片PPU虽未公开发布，但公司体量支撑得起相关支出，并具备自用和对外输出的想象空间 [22] **谷歌云** - 是低开高走的典型代表，Gemini 3系列模型和第七代TPU Ironwood被视为谷歌AI逆袭的标志 [6] - 公司创始人坦诚，尽管八年前发布了Transformer论文，但内部未给予足够战略重视，在算力扩展上投入过于保守 [6] - 第七代TPU Ironwood在性能、能效比和互联带宽上均显示出对GPU的显著优势 [6] - Gemini 3系列的原生多模态能力和超长上下文窗口将行业标准提升到新量级 [6] - 其“模型+云+芯片”的垂直整合，展现了更深厚的护城河，为行业提供了AI云的参考标准 [6] - 与阿里云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - TPU已经证明其在性能和成本上的优势 [22] Gartner生成式AI技术栈象限分析 - Gartner发布了涵盖GenAI云基础设施、GenAI工程、GenAI模型以及AI知识管理应用四大维度的新兴市场象限报告，可视为AI技术栈的参考指南 [7] - **GenAI云基础设施**：新兴领导者象限仅有微软、谷歌、AWS和阿里云四家厂商入围，阿里云是唯一入围的亚太厂商 [10] - **GenAI模型**：市场高度集中，主要由少数几家厂商主导，四家云厂商依旧位居领导者象限 [13] - **GenAI工程**：收录厂商数量更多，四家云厂商继续领跑，但与其他厂商的差距并未拉开 [16] - **AI知识管理应用/通用生产力**：评测范围覆盖企业级AI搜索、对话式AI平台及生产力工具，除四家云厂商外，Salesforce等软件厂商也位列其中 [19] AI云的核心竞争力与未来趋势 - AI云的核心竞争力在于模型、云平台与芯片的垂直整合 [21] - 模型决定智能上限，云平台把模型变成可规模化的商品，芯片决定成本下限和性能天花板 [21] - 当AI成为算力、数据、软件栈高度耦合的系统工程，全栈能力使得模型迭代能直接反馈到底层基础设施，也让基础设施投入更快转化为产品优势 [21] - 海外新兴云厂商如CoreWeave和Nebius试图从提供最新GPU裸机服务或AI推理服务等单点优势切入，但很难冲击原有的四强格局 [20] - 云厂商过去二十年的变化是不断在技术栈上叠加新能力，这本身就是护城河 [21]

文章核心观点 - 2025年AI行业正经历从追求“跑分”到建立“信任”的深刻范式转变，行业共识是开源模型正从“可选项”成为“默认使用的必选项”[1] - 衡量模型的标准正从“选秀式逐冠军”转向“基建式找伙伴”，模型的基础能力是入场券，而由评测、部署、交付三个维度构成的“信任”是AI融入业务流程的通行证[2][3] - 行业已出现从“技术玩具”到“生产工具”的拐点，驱动力量从“新奇”变为“信任”，未来竞争核心将是业务可靠性、卓越运营、可控性、安全性与可观测性[12][31] 行业趋势：从尝鲜到留存，生产力拐点已现 - 开源模型调用量在关键发布后，首次实现了“峰值后高位平稳”，而非断崖式下跌，标志着真实使用和留存的开始[5][15] - 开源权重模型的token份额在2025年底稳定突破了平台总量的三分之一[5] - 用于复杂推理、规划和代理任务的“推理类模型”调用量爆炸式增长，其token消耗份额从2024年底几乎可忽略不计飙升至超过50%[8] - API调用的平均任务长度显著上升，从2023年后期不足2000 tokens增长到2025年后期超过5400 tokens，表明真实世界的复杂任务正稳定交给AI完成[8][9][12] 评测体系：从分数游戏到多维共识 - 模型发布初期，赢得关键榜单头筹仍是获取关注的“入场券”[13] - Kimi K2 Thinking是2025年典型代表，在Artificial Analysis的Intelligence Index上获得开源模型最高分，并在LMSYS Chatbot Arena开源模型中排名第一，从而获得全球关注[14][18] - 行业正形成多维评测体系，主要包括两类： - **数据驱动型**：以Artificial Analysis为代表，采用“智能指数+成本指数”双轴框架评估“性价比”，涵盖智能度、成本、可控性、生态适配度[20] - **使用实证型**：以OpenRouter为代表，基于其积累的100T tokens真实调用数据，评测模型在生产中的成功率、序列长度、调用失败率等，峰值后的高位调用量是产品力最直接证明[22] - 资深从业者的实际选择成为新维度，如前OpenAI CTO创办的公司在其产品中集成Kimi K2 Thinking以支持复杂推理[18] 部署能力：产业化与成本透明化 - 可部署性是建立信任的第二地基，企业关注“跑得起、跑得稳、跑得久”[24] - 硬件支持取得突破，NVIDIA数据显示Kimi K2 Thinking、Qwen2等MoE模型在GB200 NVL72架构上实现了10倍推理加速，同时每token成本降低90%，证明其大规模产业化部署潜力[24] - 云端推理平台推动部署成本透明化，如Fireworks、Together、OpenRouter公开每百万tokens的精确报价，使模型调用像云计算资源一样“明码标价”[24] 交付保障：治理、观测与复现 - 交付是确保模型在企业环境中“跑得稳”的最后一公里，关乎可治理、可观测、可复现[25] - **可治理**：2025年Q4，AWS、Azure、Google Cloud三大云厂商几乎同时将Claude、Kimi、Mistral等顶级模型纳入其企业级托管服务，使模型可通过统一API调用并享受平台的安全、权限管理和SLA保证，正式进入企业IT治理框架[26] - **可观测**：行业在工具调用可观测性上取得进展，OpenRouter推出的exacto系统能量化和监控模型在工具调用任务上的表现方差，通过遥测数据确保稳定性和一致性[27] - **可复现**：行业迈出关键一步，例如Hugging Face展示的Kimi K2 Thinking应用示例清晰记录了模型执行多步工具链的全过程trace，使模型能力进入“流程可复现、任务可交付”阶段[30] 未来展望：业务可靠性与卓越运营 - 2026年的关键词是“卓越运营”，未来焦点将是任务完成率、生产稳定性以及与真实工作负载的对齐[31] - 未来竞争的核心不再是智能度，而是可控性、安全性与可观测性[31] - 赢得信任的模型才可能成为真正的生产力，信任的建立是工程化的结果[32]

全球开源大模型使用激增的驱动因素 - 今年全球开源大语言模型使用量激增 主要归因于中国开发系统的采用度不断提高 包括阿里巴巴云的Qwen系列模型、深度求索的V3以及月之暗面的Kimi K2 [1] 中国AI行业发展的关键转折点 - 中国AI行业的转折点出现在2024年12月和2025年1月 深度求索相继发布V3和R1模型 其性能与当时OpenAI的GPT和Meta的Llama模型相当 但训练成本仅为这些美国公司的一小部分 [6] - 中美AI差距已从一年以上缩短至约三个月 这得益于AI人才涌入、技术快速迭代以及中国大陆AI应用蓬勃发展 [8] - 尽管面临地缘政治问题导致的高端处理器短缺 但中国AI技术的发展并未受到阻碍 这显示出中国云服务提供商的前瞻性 它们已为训练目的积累了足够的AI芯片 [8][9] 中国AI战略与路线的演变 - ChatGPT发布初期 中国曾认为维持AI服务的“围墙花园”策略是最佳选择 直到国内科技公司能开发出与西方AI提供商有效竞争的产品 [3] - 中国科技巨头和初创公司争相推出自己的AI聊天机器人和大语言模型 并完成政府备案 旨在将美国AI服务挡在中国超过10亿互联网用户之外 [4] - 华为创始人任正非指出 美国与中国正朝着“不同方向”追求AI发展 美国专注于超级计算能力和大模型以追求通用人工智能和超级智能 而中国则采用更务实的方法 利用AI解决现实世界问题 [10][11] - 中国在2017年将AI定为国家重点 计划到2030年成为AI超级大国 其驱动力源于当时的主流观点 即中国庞大的数据宝藏将有助于推动经济和产业转型 [12] 中国AI企业格局与竞争动态 - 早期涌现的“AI四小龙”（商汤、旷视、依图、云从）在计算机视觉和面部识别技术领域处于世界领先地位 [13] - 2024年 随着月之暗面、百川智能、MiniMax、智谱AI等新一代“AI四小龙”的出现 市场重燃乐观情绪 这些公司均获得了投资者的巨额融资 [16] - 深度求索和阿里巴巴云Qwen的开源发展方式 鼓励了中国AI初创公司在无法获得英伟达和AMD高端GPU的情况下 继续追求创新 [16] - 深度求索的成功并未保证其他AI初创公司一帆风顺 百川智能与零一万物已退出AI模型市场 因为它们不再想为用户访问其性能较差的产品收费 [18] - 2025年7月 月之暗面发布Kimi K2模型 随后智谱AI发布GLM-4.5模型 其编码能力给程序员留下深刻印象 10月又发布了编码能力更强的旗舰模型GLM-4.6 [19] - MiniMax于2025年6月转向开源 发布M1模型 10月发布M2模型 使其作为前沿开源模型公司受到国际关注 [21] - 风险投资人士认为 中国生态系统现已形成模型公司争夺主导权的竞争格局 社交媒体平台红笔记、按需配送巨头美团以及智能手机和电动汽车制造商小米等相邻行业公司也开始寻求创建自己的开源模型 [22] 开源模式的兴起与影响 - 百度联合创始人兼CEO李彦宏在2025年2月表示 从深度求索学到的一点是 开源最好的模型可以极大地帮助采用 这与他此前认为开源模型不如专有模型的评论形成鲜明对比 [7] - 中国AI专家指出 开源是挑战者的工具 封闭的AI系统如同专有软件 提供商控制访问权 而开源模型开发者公开其模型权重 允许用户根据需求部署和微调 [17] - 阿里巴巴云对其Qwen系列采取的策略 是所有中国AI实验室中最接近美国科技巨头的 该公司发布了涵盖从视觉、编码到图像和视频生成模型的多种尺寸的开源模型 [23] - AI研究人员认为 阿里巴巴云的Qwen3系列模型和深度求索的R1是今年最值得注意的开源模型发布 因其强大的性能和拥有多种尺寸的实用性 [24] - OpenAI和Anthropic均公开指责从深度求索到智谱AI等中国AI公司存在安全风险 这从侧面表明中国AI公司在过去三年取得了巨大进步 [24] 行业观点与未来展望 - 在ChatGPT发布一年多后 风险投资人朱啸虎曾表示对投资中国构建大语言模型的初创公司没有兴趣 因其缺乏清晰的盈利路径和支撑业务繁荣的数据 [2] - 网络安全公司360创始人周鸿祎在2023年曾表示 中国在开发类ChatGPT技术方面落后美国两到三年 [15] - 智谱AI全球运营负责人表示 从深度求索R1发布到GLM 4.5发布之间等待了太久 公司价值被低估 尤其是在中国 而在美国则被完全忽视 [20] - 美国特朗普政府于2025年6月宣布一项AI行动计划 强调在全球扩散美国AI技术 部分原因是为应对中国在开源领域的主导地位 [25] - 华为任正非指出 中国AI工程师不再羡慕国外同行 但中国在吸引全球人才方面仍落后于美国 这需要大陆更加开放 [25] - 风险投资人朱啸虎近期表示 中国有望在十年内在AI领域击败美国 主要因为中国大陆在电网和数据中心基础设施的建设速度更快 [26] - 朱啸虎认为 AI竞争实质上是数据中心和电力供应的竞争 而中国在这方面具有显著优势 [27]

全球AI竞争格局 - 全球AI主导权竞争主要是中美两国之间的竞赛 美国AI投资今年预计将接近4710亿美元 而中国的可比支出预计将超过1190亿美元[2] - AI是中美竞争的延伸 中国政府高度重视这一领域[4] 阿里巴巴的AI业务表现与前景 - 公司AI业务的进展是解释其股价年内上涨近84%的关键原因 同期MSCI中国指数仅上涨30.5%[5] - 云智能集团在第三季度实现34%的销售增长 其AI相关产品收入连续第九个季度实现三位数的同比增长[7] - 公司表示其AI产品需求正在加速增长 且增长动力来自多元化的客户基础[8] - 公司有能力大规模提供具有价格吸引力的大语言模型 其模型Qwen正被应用于各项业务并受到外部客户青睐[9] - Qwen的采用成本已大幅降低 导致市场份额显著增加 若2026年能复制此成功 可能成为股价催化剂[10] 即时商务业务机会 - 即时商务是为消费者快速提供必需品的服务 在中国市场 该细分领域到2030年价值可能高达5000亿美元[12] - 阿里巴巴及其竞争对手京东和美团正在该领域投入巨资进行竞争[12] - 即时商务不仅服务于消费者 还能帮助公司识别传统电商服务不足的地区和客户 其增长可能为2026年以AI为中心的股票前景增添助力[13]

文章核心观点 - Meta公司计划于明年春季发布一款代号为“Avocado（牛油果）”的闭源AI模型 这标志着其长期坚持的开源战略发生重大转向 [1][2][3][10][11] - 该闭源模型在训练过程中使用了包括阿里巴巴Qwen在内的第三方开源模型进行优化 此消息引发市场关注并带动阿里巴巴股价上涨 [4][5][6][13][16] - Meta的战略转向伴随着内部AI团队的重大重组 包括关键人物离职、新团队组建以及公司资源向闭源路线倾斜 [20][22][28][29][31] Meta的战略转向与“牛油果”模型 - Meta预计在明年春季发布代号“Avocado（牛油果）”的新AI模型 [2][10] - 新模型将是闭源的 这与Meta过去以“开源”为核心叙事的战略形成180度转变 [3][10][11] - 该闭源模型在训练过程中使用了多款第三方模型进行优化 其中包括阿里巴巴的Qwen [4][5][13][16] - 消息曝光后 阿里巴巴美股盘前一度上涨4% 收盘涨幅2.53% [6] Meta内部AI团队重组与权力更迭 - 2025年4月 Llama 4的发布未能达到预期且陷入争议 导致扎克伯格对团队进行重组并启动“梦之队”招聘计划 [22][23] - 公司以高额薪酬吸引人才 年薪一度飙到数亿美元 并通过一笔高达143亿美元的交易从Scale AI引入亚历山大王 [23] - 公司高层指令“少谈开源 少提Llama” FAIR实验室遭遇裁员 包括研究科学家总监田渊栋在内的员工离职 [28] - 2025年11月 知名AI科学家LeCun因公司不再提供足够资源而离职 其开源理念在内部被“雪藏” [29][30] - 随着田渊栋、LeCun等人离职 新任首席AI官亚历山大王（闭源模型拥护者）彻底掌控了Meta的AI话语权 [21][31] 新团队“TBD Lab”与公司资源倾斜 - 由扎克伯格亲自组建的明星研究员团队组成了“TBD Lab” 该实验室是Meta战略转向的重要操盘手 [20][26] - 扎克伯格极为看重该团队 投入大量时间 并将公司最重要、最烧钱的产品项目之一交由其负责 [27][32] - TBD Lab成员被安排在扎克伯格办公桌附近办公 方便其随时了解进展 [33] - 该实验室旗下的团队曾对Qwen和Gemma等模型进行微调 [18]