大厂 AI 生死战：2025 下狠手，2026 见真章

（图源：《摔跤吧，爸爸》）

文:李浩

编辑：经纬

2026 年，AI 大厂之间的竞争已然白热化。

运营上，春节期间千问、豆包、元宝三家红包大战打的火热；产品上，视频生成大模型中 Seedance 2.0 异军突起、通用大语言模型上通义千问 Qwen3.5 系列、智谱AI GLM-5 等优秀产品集中官宣；到了三月，真正高度自动化的 Agent OpenClaw 掀起了中国企业的“养虾热”。

当然，人事上，阿里通义千问团队被原技术负责人林俊旸断崖式“分手”，后传出林加入字节。

往大了讲，AI 已然是全球科技竞赛的最引人注目的项目；

往小了看，A 股的牛市还能不能持续，要看 AI 是不是能够如互联网那般，成功撑起一波行情，如果不能，叠加地缘政治，经济指数等因子，2027 年似乎会迎来一场股市的震荡······

所以，在 2026 年开年我们能够看到，大厂已经不再追求做出爆款，而是怎么着也要捧出爆款，甚至是要证明自己能形成可持续的商业闭环。

小公司总能出爆品，几乎成了定律

在AI世界里，真正掀起波澜的产品，往往不是来自资源最充足的公司，而是来自最“轻”的团队。

2022年11月发布之后两个月内，ChatGPT的用户数就突破了1亿，成为增长最快的消费级应用之一。这一成绩即便放在移动互联网时代也难得一见。

而当时的OpenAI员工规模大约只有几百人，真正负责ChatGPT产品化的工程团队甚至只有几十人。

这不是唯一的例子。

2024年底，DeepSeek悄然发布DeepSeek-V3大模型，很快在全球AI圈引发震动。在多项基准测试中，DeepSeek-V3的表现接近Meta的Llama 3和OpenAI的GPT-4o，一度冲入全球大模型排行榜前列，被硅谷媒体称为“来自东方的神秘力量”。

而这家公司，团队规模不到140人。

核心成员大多是刚毕业不久的年轻研究者。他们通过创新的MLA（多头潜在注意力机制），把推理显存降低到传统架构的5%—13%。整个模型训练成本约557万美元，而业界普遍认为，GPT-4o级别模型的训练成本接近1亿美元。

如果说 DeepSeek 证明了“小团队+工程效率”也能做出顶级大模型，那么2026年初爆火的 OpenClaw，则把这种逻辑推向了极端。

OpenClaw 的创造者，是奥地利独立开发者彼得·施泰因贝格尔。这位程序员在出售自己创办的软件公司后已经实现财务自由，原本处于“半退休”状态。2025 年，他重新开始做AI项目，仅半年时间，OpenClaw 的前身诞生。

更戏剧性的是，施泰因贝格尔后来透露，这个项目几乎完全依靠 AI 工具在 10 天内生成，自己几乎没有手写代码。

（OpenClaw 上线后爆火，图源：GitHub）

上线之后，OpenClaw 迅速席卷GitHub：一天获得9000颗星，两周突破17万，四个月达到25万，至今已有近 33 万颗星，成为GitHub历史上增长最快的开源项目之一。标志性的“小龙虾”图案迅速在社交平台传播，被网友戏称为“能替你干活的AI”。

与传统聊天机器人不同，OpenClaw 的核心价值在于，它让 AI 真正“长出了手脚”。它不仅能回答问题，还可以直接操作电脑：打开网页、填写表单、发送邮件、管理文件，甚至跨平台完成购物和比价。

AI 不再只是一个对话框里的助手，而开始变成一个真正能“办事”的系统。

而反观手握多个资源的大厂，在今年年初，卷起了发红包。

阿里巴巴在春节期间发动了一场预计花费 60 亿元的营销战，将千问APP的日活推至 7352 万峰值。但活动一结束，日活迅速腰斩。用户为红包而来，用完即走。千问能聊天、能写诗，但用户找不到“非用不可”的理由。

字节跳动的豆包超 7500 万月活，和火山引擎打包在春晚刷了一波存在感，元宝也试图通过发红包复刻微信当年的盛况······

美团则更显焦虑，没有发红包的渠道。一年内推出了AI助手“小美”、AI管家“问小团”、AI 浏览器 Tabbit，以及一系列商家工具，但似乎用户端的感知上，较为微弱。

把这些案例放在一起看，会得到一个有点不太舒服但很现实的事实：大厂在C端投入巨大，却至今没有拿出一个真正意义上的“爆款”。

千问、豆包、元宝或许有可观的用户规模，但它们离“改变用户生活方式”还有距离，离“独立商业化”更远。

为什么大厂搞不出“爆品”？

我们不得不承认，在AI应用层面，组织越小，决策越快，爆款越容易诞生。

原因其实并不复杂。小团队几乎没有结构负担：没有复杂的目标冲突，没有叠加的KPI，也没有多条汇报线之间的资源博弈。他们只需要回答一个问题——这个产品，能不能解决用户的问题？

而在大公司，一个产品往往要同时回答更多问题：是否符合集团战略？是否能服务多个业务线？是否能够商业化？是否可以纳入既有生态？

问题越多，决策就越慢。既要、还要、又要，往往意味着什么都做不快。

于是出现了一个略显荒诞的局面：AI时代最核心的资源——算力、数据、资本——都掌握在巨头手里；但真正能改变行业节奏的产品，却往往诞生在更小的团队。

换句话说，AI 应用层面真正稀缺的资源，未必是算力，而是能够在短时间内完成技术—产品闭环的小团队。而这种资源，恰恰不是大公司最容易保留的。

通义千问早期，其实一度接近这种形态。

在林俊旸的带领下，团队采用高度垂直整合的模式：从预训练、后训练、多模态到基础设施（Infra），技术团队在统一的指挥棒下协同推进。这种结构让Qwen的迭代速度非常快，在全球开源榜单上多次与国际顶级模型正面竞争。

那时的千问，更像一家创业型模型公司。

但当AI竞争进入白热化阶段，大公司的组织逻辑开始接管一切。

阿里宣布未来三年投入 3800 亿元建设云和AI基础设施，投入60亿元营销资源推动千问 App，同时将多个C端产品整合进统一的“千问”品牌，并重新拆分技术体系，强化集团级调度。

从技术驱动走向集团整合，节奏自然发生变化：当团队被拆分为更标准化的结构，当研发节奏开始服务于集团整体规划，当品牌统一成为优先目标——原本的小团队逻辑便被稀释。

爆品往往需要一种近乎偏执的专注，而集团化运作，天生不偏执。

字节试图对抗这种结构。

随着公司规模扩大，大模型团队逐渐出现典型的大公司分工：AI Lab负责研究，Seed 负责应用，多模态团队做视觉，豆包团队做产品，多条汇报线并行推进。资源竞争、重复研发、节奏分散几乎不可避免。

2025 年，字节开始组织收敛：AI Lab并入Seed，多模态统一管理，技术线重新整合。这是一次典型的“对抗大公司病”的尝试。

但组织可以收敛，创业状态却很难复刻。当公司已经成为庞大的生态系统，再想复制当年的爆款节奏，本身就是一种奢侈。

腾讯的选择则更加务实。既然爆款难以预测，那就把AI能力嵌入整个产品体系。腾讯会议、文档、企业微信、公众号……几乎每个产品都成为AI入口。哪个应用突然爆火，腾讯就迅速接入。OpenClaw 上线后不久，腾讯QQ便向个人用户开放官方接入；DeepSeek 发布时，腾讯也是最早接入的一批平台。

至于美团，它推出 AI 助手“小美”、AI 管家“问小团”、AI 浏览器 Tabbit，以及多种面向商家的 AI 工具，更像是一种防御动作。

如果AI真的成为新的信息入口，用户未来可能不再打开美团，而是直接问AI：“附近哪家餐厅最好？”一旦这种路径成立，美团的角色就可能从入口平台，变成一个履约系统。

事实上，基于基因，战略，时机问题，大厂很难搞出C端爆品，用三要素暴力是搓不出的。

如果 C 端搞不出爆品，那么他们还剩一条路，就是早早证明自己有一条可持续的商业化道路。

AI to C，谁能先搓出一条真正的商业化路径？

我们都清楚，资本市场想看到的商业化，不是财报里“AI相关收入增长”，而是千问、豆包、元宝，什么时候能在财报里单独站出来，写清楚——自己到底赚了多少钱。

事实上，他们在C端的变现路径也不难想：

• 会员订阅：为不同用户定制高级功能。

• 平台抽佣：接入本地生活、电商等服务，从交易流水中抽成。但这意味着AI必须成为“能办事的入口”。

• 硬件联动：把AI能力嵌入眼镜、耳机、手机，让用户为生态付费。

可惜的是，无论是千问，豆包，还是元宝，都不算是真好用的工具，大厂的会员订阅故事并不性感。

而综合来看，阿里是走得比较快的。

我们假设在此次千问品牌统一后，千问享受着最高优先级的支持，让用户除了点奶茶，外卖之外还顺利实现了打车，订酒店等功能，那么阿里将抢先一个身位。

那么，如此一来，美团的危机将迫在眉睫，字节的豆包手机也需要抓抓紧——目前豆包手机想要实现的，便是用户只需动动嘴，它就能跨过一个个孤岛般的App，帮用户比价、下单、发文件。

1 月 29 日消息显示，字节已于 2025 年底开启豆包手机助手正式版项目，豆包二代手机预计将于 2026 年 Q2 中晚期发布。

对于字节来说，有一个较为致命的问题——究竟有多少消费者会因为 AI 足够好用而选择一部“豆包手机”？

如果千问APP能够实现用自己的生态比价，下单、发文件，就不需要专门买一个豆包手机了。

而关于硬件联动，千问也推出了相关产品。3月2日，千问首款AI硬件“千问AI眼镜”正式上线，3 月 8 日在中国市场现货发售，并于2026年内登陆全球市场。据悉，千问AI眼镜还将全面接入千问APP，首批点外卖、订酒店等“办事”功能预计于3月底向用户开放。

字节对于AI眼镜亦有布局，除此之外，字节已于2025年底正式启动“豆包手机助手”正式版项目，第二代豆包AI手机预计将于2026年第二季度中晚期发布。

2026年AI眼镜行业部分新品发布及规划概览 图源：洞见新研社

不过，无论是 AI 手机还是 AI 眼镜，前提都得是AI足够聪明。除此之外，还需要面临着原生赛道玩家已然建立许久的用户心智和成熟体验。

不得不说，虽然没有 AI TO C 的爆品应用，但阿里和字节，作为对AI投入较为激进的大厂，确实暴力搓出了更多发展的空间。

就是不知道，资本市场在考虑到地缘政治，大国经济指标，股市增长周期等多个因子后，还给千问、豆包、元宝们，留了多少时间。