行业趋势：具身智能与人形机器人成为科技展示与消费新热点 - 2026年海淀新春科技庙会将具身智能产品作为主打 现场集结了43项具身机器人展项 其中34项为人形机器人展项[3] - 机器人应用场景从工业向生活服务与娱乐互动快速拓展 展示了串糖葫芦、搭积木、踢足球、诗词互动、康养陪伴等多种功能[3][6][8] - 科技庙会作为一种“策展型商业”模式 旨在通过展示前沿科技产品吸引客流并刺激消费 探索新的商业模式[3][9] 公司/产品动态：多家企业展示最新机器人技术与产品 - 加速进化公司展示了新款人形机器人Booster K1 该机器人身高95厘米 体重约19.5公斤 并具备群体自主决策能力 可进行3V3足球赛[2][6] - 千寻智能的“小墨”机器人通过机械臂与视觉识别技术 可完成串糖葫芦和搭积木等精细操作[3] - 智元公司的灵犀X2机器人具备多模态交互能力 可实现无唤醒词自然对话、上下文理解及诗词飞花令 并能进行视觉描述[8] 技术进展：机器人自主性与交互能力显著提升 - 加速进化的机器人足球赛展示了群体自主决策能力 机器人可自行商议分配守门、传球和射门等任务[6] - 智元灵犀X2机器人展示了超强交互能力 包括自然对话与视觉描述 让人们看到了AI技术更深层的应用场景[8] - 机器人技术正从单一功能向综合智能体演进 例如通过距离判断踢球力度 以及为特定人群（如失明老人）提供情感陪伴解决方案[6][8] 市场与消费：科技产品直接触达公众并激发需求 - 科技庙会汇聚了70多家企业、150多件互动展品 让全民可感、可触、可互动[2][8] - 活动直接面向消费者 展示了如康养机器人、售卖机器人等未来生活场景产品 激发了市场对特定功能机器人（如老人陪伴）的潜在需求[8][9] - 活动成功将科技展示与春节商圈结合 既提升了公众科学素质 也推荐了区域科创成果 同时旨在激发消费活力[3]

行业事件概述 - 在印度AI影响力峰会的合影环节，OpenAI CEO山姆·奥特曼与Anthropic CEO达里奥·阿莫迪拒绝按照印度总理莫迪的示意与他人牵手，选择同步举拳，导致现场“人链”中断，场面尴尬[3] - 该事件被网友广泛调侃，称为“AI冷战名场面”，并衍生出大量网络梗图，包括将奥特曼的手P成虾爪，以及用AI工具生成两人对打的图片[4][6] 公司竞争背景 - 达里奥·阿莫迪曾是OpenAI的核心高管，于2021年因路线分歧带领团队出走，并创立了Anthropic及其AI产品Claude，与OpenAI的ChatGPT直接竞争[8] - 两家公司目前被视为全球AI领域的双寡头，在技术、人才和市场方面存在全面竞争关系[8] - 2023年山姆·奥特曼被OpenAI董事会临时罢免期间，董事会曾邀请达里奥·阿莫迪回归接任CEO，但遭到其直接拒绝[8] 事件分析与影响 - 分析认为，此次事件并非临时尴尬，而是两家公司及其领导人之间积怨已久的公开对立体现[8] - 该肢体语言被解读为将AI行业内部的路线之争与商业矛盾直接摆上了台面[8] - 事后山姆·奥特曼对此事件的回应轻描淡写，称自己当时“有点懵，不知道该做啥”[8]

股价表现与市值变动 - 马年港股开市首日（2月20日），智谱股价收报725港元/股，单日大幅上涨42.72%，公司市值突破3232亿港元 [2][9] - 自1月29日至2月20日（含春节假期共22日），智谱股价从227港元/股上涨超498港元/股，涨幅超过3.19倍，市值从刚突破1000亿港元增至突破3232亿港元 [2][7][9][14] 关键催化事件与市场信心 - 2月初，全球模型服务平台OpenRouter上排名第一的神秘匿名模型“Pony Alpha”因强大的编码能力爆火，市场传言其为智谱即将发布的新模型GLM-5，此消息推动公司股价自2月以来连续大幅上涨 [4][11] - 2月12日，智谱正式开源发布新一代基座模型GLM-5，印证市场传言，该模型标志着大模型编程进入“智能体工程时代”，在性能、核心技术、开发流程三大维度实现突破 [4][11] - GLM-5在权威编程基准测试中取得开源模型最高分，真实编程体验逼近顶尖闭源模型Claude Opus 4.5，尤其在处理复杂系统工程与长周期项目上表现出色 [4][11] - GLM-5发布即完成了与华为昇腾、摩尔线程、寒武纪等主流国产芯片平台的深度推理适配与优化，能在国产算力集群上实现高吞吐、低延迟的稳定运行 [4][11] 产品定价策略与市场竞争力 - 伴随GLM-5发布，智谱对GLM Coding Plan套餐价格进行结构性调整，取消首购优惠，整体价格涨幅自30%起，已订阅用户价格不变，新价格于2026年2月12日生效 [5][12] - 在海外市场，GLM-5的Coding plan订阅价格提高30%-60%，API调用价格提升67%-100%，这是国产大模型近期首次大幅提价 [5][12] - 行业观点认为，模型性能优异、在海外市场受到热捧、以及基于国产芯片的推理服务能力，是GLM-5敢于提价的主要原因 [5][12] 行业背景与时代趋势 - 智谱董事长刘德兵在1月29日的“为中国经济点赞——企业家之夜”活动上获选2025十大年度经济人物，智谱作为国内AI大模型企业代表出席 [2][6][9][13] - 该活动汇聚了AI、自动驾驶、脑机接口等前沿科技以及矿业、制造、消费等各行业的企业家代表 [6][13] - 观察指出，“十五五”规划建议提出“引领发展新质生产力”，AI大模型、自动驾驶、脑机接口等都是新质生产力的突出代表，企业家榜单从过去以房地产、金融为主转变为几乎全部与新质生产力相关，体现了时代的变迁 [6][13]

文章核心观点 - 2026年开年，国产大模型在春节前后集中发布，标志着行业从追求基准测试分数的“做题家”向能处理复杂任务的“实干派”集体转型，核心是检验模型在实际应用场景中的任务完成能力 [6][7] - 北京海淀区作为国产大模型领跑者的聚集地，其独特的“海淀基因”——即从基础研究到商业落地的完整创新生态——是推动此次转型的深层原因 [7][15] - 全球大模型产业竞争已进入比拼“实干能力”的阶段，国产大模型的这次集中转型和快速迭代，为中国人工智能产业提供了弯道超车的窗口期 [21][23] 更加务实的智能军团 - 2026年1月至2月春节前后，多家国产大模型公司密集发布新产品，包括月之暗面开源Kimi K2.5、字节发布视频生成模型Seedance 2.0、智谱AI发布GLM-5等，海外厂商如OpenAI和Anthropic也同期有重要更新 [9] - 行业评测维度转向务实，从追求标准答案和响应速度，转向考察在开放环境中的任务完成度、算力成本与落地成效，大模型加速进入商业化深水区 [10] - 智谱GLM-5在HumanEval代码通过率达到96.2%，并支持跨文件代码重构等复杂工程任务 [11] - 字节Seedance 2.0通过多模态参考系统（如指定色调、角色脸、视频动作、音乐节奏）降低了视频创作的试错成本，更贴近电商广告等商业场景对确定性的需求，与主要依赖文本提示词的OpenAI Sora等形成对照 [11] - 大模型的载体向具身智能扩展，例如银河通用发布的Galbot S1重载机器人实现零遥操全自主作业，双臂负载达50公斤，聚焦室内场景泛化能力 [12] - 春节场景（家庭聚会、长途出行、内容创作）提供了复杂的多任务协调需求，成为检验大模型任务分解、工具调用等“实干能力”的压力测试场 [14] 海淀基因 - 国产大模型领跑者高度聚集于北京海淀区，形成了一个高密度的创新生态，企业间距离多在15分钟车程内，例如月之暗面、字节跳动、智谱AI、生数科技、银河通用等公司位置邻近 [17] - 海淀区构建了从底层高校研究（清华、北大）、中间层算力基础设施到应用层场景测试的完整产业链，这种密度显著缩短了技术迭代周期 [18] - 与硅谷追求“通用智能”不同，海淀系企业更强调“垂直穿透”，在产业链各环节有代表性企业布局，如百度（全栈）、寒武纪（芯片）、智谱清研（B端）、快手可灵（文娱）、字节（C端）、月之暗面（长文本） [18] - 政策环境提供关键支持，北京市及海淀区出台产业支持政策，海淀区核心产业集群规模从2023年的2300亿元增长至超过3500亿元，并设立规模达200亿元的中关村科学城科技成长基金作为“耐心资本” [19] - 海淀区的价值在于其作为“创新方法论”的输出地，继承了互联网创业时期的工程师文化、务实性和“快速迭代、小步快跑”的方法论，赋予企业更强的工程化与商业化能力 [19] - 海淀的“全栈覆盖”生态使其成为全球AI版图中少数能与硅谷进行系统性对话的区域之一，其集聚效应是中国庞大的数字化应用场景、完整制造业体系等国家能力在微观层面的投射 [20] 更好的时代 - 春节档的AI大战标志着国产大模型进入产业价值验证的关键周期，真实用户数据与交付体验将帮助企业加速迭代，暴露并修正多智能体协作稳定性、长视频时序一致性等问题 [23] - 国产大模型的进展已影响全球竞争格局，OpenAI、Google等巨头开始密集推出针对企业级市场的高性价比推理模型 [23] - 国产模型技术迭代节奏持续加快，产品更新周期从以年为单位缩短至以月甚至以周计算，这种敏捷响应能力为中国AI产业提供了弯道超车的窗口期 [23] - 大模型正从“对话工具”进化为“数字员工”，这将带来社会影响的指数级放大，要求政策层面在降低创新成本的同时，建立适配新技术形态的治理框架 [24] - 全球新一轮大模型产业变革的方向与节奏，正日益取决于中国创新体系的突破能力与本土生态的支撑强度 [25]

谷歌DeepMind发布新一代旗舰模型Gemini 3.1 Pro - 谷歌DeepMind发布下一代旗舰模型Gemini 3.1 Pro，该模型在多项基准测试中刷新了SOTA（State-of-the-Art）成绩，被描述为“AI新王” [4][17] - 模型在公认最难的ARC-AGI-2抽象推理测试中获得77.1%的最高分，性能是上一代Gemini 3 Pro（31.1%）的两倍有余，并超越了Claude Opus 4.6（68.8%）和GPT-5.2（52.9%）[3][8][21] - 模型已正式在Gemini和NotebookLM中上线，开发者可通过Google AI Studio、Antigravity以及Android Studio抢先体验 [14] 模型核心性能与基准测试结果 - 在“人类最后考试”（Humanity‘s Last Exam）学术推理测试中，Gemini 3.1 Pro在无工具辅助下得分为44.4%，高于GPT-5.2的34.5%和Claude Opus 4.6的40.0% [6][21] - 在科学知识测试GPQA Diamond中，模型获得94.3%的高分，领先于Claude Sonnet 4.6的89.9%和GPT-5.2的92.4% [6] - 在编程与智能体领域表现突出：在LiveCodeBench Pro竞赛编程测试中获得2887 Elo分；在Terminal-Bench 2.0终端编码测试中得分为68.5%，高于GPT-5.3-Codex的64.7%；在APEX-Agents长周期专业任务测试中以33.5%的得分领先于Opus 4.6的29.8%和GPT-5.2的23.0% [6][22] - 在长上下文处理方面，模型支持高达100万Token的上下文长度，在MRCR v2的128k平均测试中得分为84.9%，并在1M Token的测试中获得26.3%的分数，而竞争对手GPT-5.2和Claude Opus 4.6在此级别上显示“不支持” [19][25][26] - 在AAII综合评测中，Gemini 3.1 Pro总分领先Claude Opus 4.6达4分，且其API调用成本不到后者的一半 [13] 模型的多模态与创意应用能力 - 模型具备原生全模态输入能力，并在实际应用中展现出强大的生产力重塑能力，例如将概念转化为图解、数据转化为图表、创意转化为现实 [30] - 在创意编程方面，模型能根据文本提示直接生成可嵌入网页的SVG动画代码，文件体积小且支持无限放大 [32] - 模型能够整合复杂系统，例如构建实时航天数据看板，接入公开遥测数据流展示国际空间站轨迹 [34] - 模型可用于交互设计，例如用纯代码编写复杂的3D椋鸟群舞特效，并支持手势追踪与实时生成式配乐，是多模态交互界面原型开发的利器 [36][37] - 模型能将文学主题转化为精美代码，例如为《呼啸山庄》设计现代风格的个人主页，精准捕捉原著氛围 [39] 行业影响与竞争格局 - 此次发布被视作对AI行业格局的重塑，硅谷的AI战局主要玩家被视为谷歌DeepMind和Anthropic，而OpenAI似乎正逐渐失去在主战场上的主动权 [16][60] - 谷歌通过快速的迭代速度展示了其在通往AGI道路上的实力，表明只有硬件算力与算法深度耦合的玩家才能在下半场竞争中立足 [61]

行业竞争态势 - 在印度人工智能影响力峰会上，OpenAI CEO萨姆·奥尔特曼与Anthropic CEO达里奥·阿莫代伊在合影时未握手，仅以举拳示意，引发社交媒体广泛关注与讨论 [1] - 当前OpenAI与Anthropic竞争处于白热化阶段，双方正争夺全球消费者首选AI模型的地位 [3] - Anthropic的创始团队大多来自OpenAI，其CEO达里奥·阿莫代伊曾担任OpenAI的研究副总裁 [5] 公司市场地位与表现 - OpenAI当前市值约为5000亿美元，Anthropic市值约为3800亿美元 [3] - OpenAI凭借ChatGPT仍保持少量的先发优势 [3] - Anthropic近期推出的几个新模型获得了极高的市场关注度，甚至引发了市场对软件上市公司“护城墙”的担忧 [3] 商业理念与公开分歧 - 两家公司的CEO多次在公开场合表示不认可对方的商业模式和理念 [5] - 双方近期还围绕“是否在AI产品中加入广告”的问题进行了隔空交锋 [5] - Anthropic公司创立时主打“安全、可控、负责任地”部署AI技术 [5]

文章核心观点 AI竞争的主战场已从实验室转向现实世界，未来五年的行业格局将由四个关键变量决定：AI的落地应用速度、技术能力短板的突破、工作任务的重新组合以及AI向物理世界的跨越[1][26] 变量一：AI落地速度拉开行业差距 - AI竞争焦点从模型能力转向实际应用速度，率先将AI深度融入具体工作流程的企业将建立优势[2] - Google云业务积压订单在一年内翻倍，达到2400亿美元，表明企业正在为AI应用支付长期账单，市场反馈强烈[3] - AI应用正从“云端”深入“泥土”，进入医疗、农业、教育、物流、制造等具体岗位，例如帮助医生整理病例、生成报告以削减隐形成本[2][3] - 普及是关键，未来五年优势将属于那些能让更多人用得起、用得上AI的参与者，印度式的快速普及、跨语言支持和移动端入口是趋势缩影[3] 变量二：三大技术短板决定AI发展上限 - 当前AI存在三大底层短板：无法持续学习、缺乏长期规划能力、表现不稳定[5][6] - **短板一：无法持续学习**：模型训练后即定型，无法从实际使用中吸收新经验，限制了其在医疗、金融等日新月异的专业领域的协作深度[7][8] - **短板二：规划跨度短**：AI擅长解答单步问题，但无法像人类一样规划并推进长达数月的复杂项目（如药物研发、供应链管理），这是接手高价值工作的关键障碍[9] - **短板三：表现不稳定**：能力参差不齐，可能在简单任务上犯错或在相似问题上给出矛盾结果，这种不可预测性是阻碍企业将其用于核心流程的主要担忧[10] - 补上这三道短板是通向通用人工智能（AGI）的关键，预计可能在5到8年内实现[10][11] 变量三：任务重排与技能更新决定组织适应性 - AI带来的最大现实挑战并非岗位消失，而是构成岗位的具体任务被快速重新组合[13] - **任务比例变化**：例如，客服岗位中回答重复问题的任务被AI自动化，工作重心转向更需要判断的投诉处理等任务，这种“任务重排”比岗位裁撤发生更早、影响更直接[14] - **技能更新紧迫性**：AI正以数月为单位加速行业迭代，个人持续学习与企业培训员工使用AI工具的能力，将直接决定其是抓住增长机遇还是承受冲击[15][16] - **中小企业机遇**：AI大幅降低了技术使用门槛，使中小企业（如手工艺品商户、小作坊）能够以“凭感觉写代码”的方式，获得以前只有大企业才具备的能力，这可能催生最大的增长红利[17][18] 变量四：AI进入物理世界是未来关键跳变 - AI正从“比特世界”（软件）迈向“原子世界”（物理现实），进入智能体（Agent）时代，从被动回答转向主动执行复杂任务[19][20][21] - **机器人领域将迎突破**：多模态大模型使机器人能“看懂”世界，预计未来两三年内，机器人领域将迎来“突破性时刻”，应用场景将扩展至仓库、医院、工厂及家庭[23][24] - **创造实际结果**：进入物理世界的AI将不再仅提供建议，而是能完成下单、搬运、分拣、组装等实际执行环节，带来指数级的效率提升，并彻底改变企业竞争逻辑[25]

OpenAI的融资与估值动态 - 公司正接近完成一轮超过1000亿美元的大规模融资，融资后整体估值可能超过8500亿美元 [4] - 此轮融资被视为公司重组为营利性公司后的重大举措，也是其冲击IPO前的关键一步，预计在2026年四季度或2027年内完成IPO [4] - 融资资金将主要用于“星门”超级计算项目和GPT-5系列模型的迭代 [4] 公司战略与组织架构调整 - 公司解散了内部的“使命对齐”团队，该团队曾负责确保公司战略不偏离“AGI惠及全人类”的核心使命，并参与核心战略项目评估 [6] - 此举被解读为强化“商业化优先”的信号，旨在缩短产品迭代周期，以尽快推出GPT-5全系列模型 [7] - 部门解散可能打破公司内部“产品商业化”与“安全伦理”之间的既有平衡，并可能只是公司削减非商业化导向机制的开始 [7] - 公司招入OpenClaw之父Peter Steinberger负责Agent业务，以完善产品迭代、打通商业化路径 [10] 财务与商业化现状 - 公司年化收入增长迅速，从2023年的20亿美元，增长至2024年的60亿美元，2025年预计不少于200亿美元 [8] - 但公司亏损严重，2025年上半年实际经营亏损约78亿美元，2025年全年预计亏损约90亿美元 [8] - 收入结构为企业订阅服务占比约60%、API服务占比约25%、C端消费者服务占比约15% [8] - 提高C端用户付费率、降低获客成本、提升客户留存和付费转化率成为公司2026年的工作重点 [9] 市场竞争与压力 - 竞争对手Anthropic在2025年以32%的企业级大语言模型支出占比超越公司的25%，成为B端第一大模型厂商 [11] - Anthropic近期密集发布Claude Opus 4.6和Claude Sonnet 4.6等模型，在性能与性价比上形成竞争压力 [11] - 公司面临必须尽快推出一款颠覆性产品以应对竞争的战略压力 [12] - 公司参与的“星门”项目需要持续投入，且面临英伟达等算力供应商可能涨价的成本压力 [10] 核心项目与未来规划 - “星门”项目计划在2029年前在全球构建10吉瓦级别的专属AI超级计算网络 [4] - 公司急需通过大规模融资来“续命”和“造血”，以支持算力资源投入和模型能力提升 [10] - 公司面临一个循环挑战：为扩大用户付费率需投入更多算力提升模型，而快速堆积算力又需要巨额资金，但资本方当前更聚焦于AI产品的商业化 [10]

文章核心观点 - Anthropic公司CEO达里奥·阿莫代伊认为，人工智能技术正以指数级速度发展，公众对此严重低估[2] - 他90%确信在2035年前，甚至在“一两年内”，人类将迎来“数据中心里的天才国度”，即拥有超人类智能水平的AI系统[2][7] - 尽管AI能力将实现巨大飞跃，但其在经济中的扩散和影响需要时间，这解释了公司在算力投资上采取“负责任”的谨慎态度[14] 技术发展速度与AGI时间线 - 过去三年，AI模型能力从“聪慧的高中生”进化到能完成“博士和专业级别的工作”，在编程方面甚至超过了人类水平[2][4] - 对于“数据中心里的天才国度”的到来，公司CEO有90%的把握在十年内实现，而对于可验证的任务（如端到端编程），认为“一两年内”就能实现[7] - “数据中心里的天才国度”被定义为拥有5000万个诺贝尔奖得主的脑力，每个AI实例都能以超人类速度运行，在多个学科领域超越诺贝尔奖得主智力水平[7] 规模扩展的核心要素 - 技术发展的核心驱动力遵循“规模扩展”假设，与“苦涩的教训”观点一致，即智能主要取决于原始算力、数据数量与质量、训练时间、可扩展的目标函数等要素，而非特定的算法聪明才智[4] - 预训练和强化学习都显示出对数线性的扩展定律，随着任务复杂度和数据广泛性的增加，模型的泛化能力会越来越强[5] - 将预训练和强化学习类比为“进化”，而模型的上下文学习则类比为“短期学习”[6] AI对生产力的影响与就业 - 在Anthropic内部和许多用户中，已有90%的代码由AI编写，但这并不意味着90%的软件工程师会失业[8] - AI替代人类工作是一个完整的谱系：从辅助编写代码，到端到端完成整个软件工程任务（包括编译、测试、写备忘录等），再到工程师转向更高层次的工作如管理，最终才可能导致对软件工程师需求的减少[8] - 预计在一到两年内，AI就能达到端到端完成软件工程任务的水平[8] - 有两个指数在同时发生：模型能力的指数增长，以及模型在经济中扩散的指数增长，后者扩散速度比历史上任何技术都快[9] 模型能力泛化与持续学习 - 在计算机使用能力基准测试OSWorld上，AI的得分从一年前的约15%提升到了目前的65%～70%[11] - 让AI精通像人类一样“使用电脑”是处理复杂任务（如视频编辑）的关键，这需要模型达到“数据中心里的天才国度”的水平[11] - 当前通过预训练、强化学习和上下文学习（例如提供100万个token的上下文），可能就足以让模型获得广泛的知识和技能，达到“天才国度”的水平[12] - 实现更长的上下文（如1亿token）主要是一个工程和推理问题，可以通过在更长上下文上训练来解决[12] 算力投资策略与商业逻辑 - 尽管预测AGI迫在眉睫，但公司在算力投资上表现谨慎，关键在于理解技术突破与经济“扩散”之间存在时间滞后[14] - 建设数据中心有1-2年的提前期，当前决策影响的是2027年的能力，因此必须在“抓住强劲上升机会”和“避免在增长稍慢时破产”之间取得平衡[14][15] - 整个AI行业的算力投入正在快速增长，今年全球建设算力约10到15吉瓦，且该数字每年增长约3倍，预计到2028/2029年将达到数万亿美元量级[15] - 公司收入呈现指数级增长：2023年从0到1亿美元，2024年从1亿到10亿美元，2025年从10亿到90-100亿美元，2026年初趋势仍在继续[8] 行业盈利模式与定价 - AI行业存在盈利悖论：每个已部署的模型都能赚钱（推理业务毛利率超过50%），但公司整体亏损，因为巨额投入已用于训练下一代成本更高的模型[19] - 预计在拥有“数据中心里的天才国度”后，模型训练规模进入平稳阶段，公司才能实现整体盈利[19] - API按token收费的模式将持续，因为技术持续进步催生新应用场景[23] - 未来将出现按效果付费或按小时计费等多元商业模式，因为不同token的价值差异巨大，从价值“几分钱”的简单回答到价值“数千万美元”的关键建议都存在[23] 应用开发与机器人技术 - Claude Code（内部曾称Claude CLI）的成功源于公司内部使用自身模型加速研发的需求，在内部验证后快速推向市场[24] - 一旦实现“数据中心里的天才国度”，机器人技术将被“彻底改变”，包括机器人的设计和控制，并带来数万亿美元的收入，其扩散同样迅速[21] AI安全与治理 - 短期内需要确保有限的行业参与者都进行对齐工作并配备保障措施（如生物分类器）[25] - 长期需要建立治理架构，以维护人类自由的同时监控大量AI系统，可能包括以维护公民自由方式构建的AI监控系统[25] - 公司为Claude设定了一套“宪法”价值观，这比一长串规则更能保证行为一致性和更好地处理边缘情况，是“可修正性”和“内在价值观”的平衡[26] - 价值观的制定可通过三个层面：公司内部迭代、不同公司宪法竞争形成市场反馈、以及纳入更广泛的社会反馈（如民意调查）[27]

公司AI模型与产品进展 - 2026年春节期间，阿里巴巴开源全新一代大模型千问Qwen3.5-Plus，登顶全球最强开源模型，实现了从纯文本模型到原生多模态模型的代际跃迁 [1] - 千问APP在春节期间成为全球首个能办事的国民AI助手，全国超过1.3亿人首次通过千问体验AI购物，用户共说了50亿次“千问帮我” [1] - 自2025年11月公测以来，千问深度接入淘宝、饿了么、飞猪、高德、支付宝等阿里生态，上线超400项办事功能 [2] - 千问DAU已达7352万，逼近豆包的7871万，远超元宝 [2] 公司AI战略与能力 - 公司AI能力源于“通云哥”全栈AI技术底座，包括自研芯片平头哥、亚太第一的阿里云和全球最强的开源模型千问 [3] - 公司20多年沉淀的消费场景（如淘宝、支付宝、高德、飞猪）构成了覆盖“衣食住行娱”的全场景AI服务网络，是AI落地的天然试验场 [3] - 公司是全球极少数同时拥有“顶尖模型”与“国民级实体服务生态”的玩家，补齐了AI办事“从意图到执行”的最后一块拼图 [4] - 公司早在2017年云栖大会宣布成立达摩院布局芯片及前沿科技，2018年平头哥成立并启动大模型研发，进行了前瞻性的饱和式“底层”投入 [3] 行业趋势与市场表现 - AI价值重心发生里程碑式转移，从文本生成、图像创作等“轻应用”转向任务执行，千问的爆火证明了这一点 [2] - 春节期间，用户通过千问用AI买门票的订单环比增长了22倍，AI定机票的订单环比增长超7倍 [2] - 近一半订单来自县城，近400万60岁以上用户体验了AI点单，表明AI正从科技圈和年轻人向全民普及 [2] - 谷歌于2月11日宣布在其AI助手Gemini中加入购物功能，快速跟进这一趋势 [6] 行业竞争格局与中国路径 - 与OpenAI、谷歌、微软、亚马逊等全球科技大厂相比，OpenAI缺乏落地基础设施，谷歌与微软服务局限于“屏幕内的数字闭环”，亚马逊在大模型技术侧处于追赶状态 [4] - 中国AI发展路径强调技术服务于人，智能扎根于生活，通过真实需求倒逼技术进化，用高频交互锤炼“办事”能力，这是实现AGI的必经之路 [5] - 2026年春节是中国AI从“能对话”迈向“能办事”、从“技术展示”转向“生活嵌入”的历史性拐点，中国凭借无与伦比的场景丰富度与生态整合力，成为范式的开创者 [6] - 春节期间养成的AI使用习惯（如问路线、比价、安排行程）将在节后持续生长，沉淀为新一代人机交互的默认模式，这种由真实消费行为驱动的普及路径更具持久生命力 [5]