腾讯AI战略与产品动态 - 腾讯董事会主席兼CEO马化腾在员工大会上强调公司“基因不同、体质不同”，AI战略上坚持“稳扎稳打”，有自己的考虑和节奏，核心是产品的长期竞争力和用户体验 [2][10] - 腾讯近期新成立AI Infra部、AI Data部、数据计算平台部，并任命前OpenAI高级研究员姚顺雨为首席AI科学家，兼任AI Infra部及大语言模型部负责人，组织架构上强化AI能力 [11] - 腾讯将把大模型和AI产品以一体化方式考虑，未来采用交叉、派驻和共同设计的逻辑进行产品与组织设计 [11] 腾讯AI产品“元宝”的新功能与市场活动 - 腾讯AI助手“元宝”内测社交功能“元宝派”，用户可创建或加入兴趣群组，在群内@元宝实现总结聊天内容、创建打卡活动、进行图片二创等功能，探索AI融入多人社交场景 [4][5] - “元宝派”后续公测将开放“一起看”、“一起听”玩法，接入腾讯会议音视频能力，并打通微信、QQ，支持分享“派号”或邀请链接至腾讯社交生态 [5] - 腾讯宣布在2月1日上线春节活动，通过元宝App发放10亿元现金红包，单个红包金额可达1万元，用户可通过预约、每日登录、做任务及分享给微信/QQ好友获取红包，旨在为产品冷启动 [7][8] - 马化腾表示，元宝希望将节省的营销费用转为用户红包，让用户重温抢红包快乐，并邀请用户体验元宝2.55版本 [8] 腾讯AI产品的市场定位与竞争格局 - 腾讯选择暂避参数竞赛与流量轰炸，从其十亿级社交关系链中寻找AI落地新切口，让AI融入日常对话与群体互动，而非替代人 [2] - 有观点认为腾讯元宝是“跟随战略”，其核心用户是使用DeepSeek体验感不好的用户，公司拥有产品能力和计算资源，符合其一贯风格 [9] - 截至发稿，七麦数据显示元宝在苹果应用商店免费总榜、免费应用榜、免费效率榜均位居第二，而在官宣内测前的1月25日晚，其在上述榜单排名分别为第九、第八和第三 [5] - 根据QuestMobile 2025年9月数据，豆包、DeepSeek、元宝是月活跃用户排名前三的互联网企业原生AI App，月活用户分别为1.72亿、1.45亿和3286万 [8] 行业竞争对手动态与差异化路径 - 字节跳动依托短视频生态快速普及豆包，以轻量化、娱乐化交互抢占大众用户市场 [2] - 阿里巴巴将通义千问植入电商等场景，强化实用服务属性，并全面接入淘宝、钉钉、高德，打造“AI+电商+办公”闭环 [2][11] - 百度推动文心大模型与搜索、地图、网盘深度融合，其文心App亦开启“多人、多Agent群聊”内测，侧重于调用多个智能体协同解决问题 [6][11] - 百度文心的群聊功能与腾讯元宝派形成差异，分析认为元宝更强调基于真实社交关系的轻量互动，而文心侧重于解决问题 [6] - 行业各玩家路径各异，但方向一致，均不愿错过AI时代的机遇 [11]

文章核心观点 - 2025年春节成为AI大厂（腾讯、百度、字节、阿里）通过红包、春晚合作等营销活动争夺C端用户的“圈地之战”关键窗口，其目标在于获取增量用户并改变行业格局，但移动互联网时代的营销玩法在AI时代的效果受到质疑，最终胜负将取决于AI产品本身的核心能力而非单纯流量 [1][14] 2025年AI应用市场格局与竞争态势 - **市场整体增长先停滞再爆发**：2025年前三季度，国内前5大AI应用总月活增长停滞（Q1: 3.43亿, Q2: 3.49亿, Q3: 3.55亿），直到Q4在蚂蚁阿福和千问发力下跃升至4.55亿 [3] - **豆包实现跨越式增长并反超**：豆包月活从Q1的9980.5万翻倍增长至Q4的2.26亿，环比Q3增长42.5%，并在Q3以1.59亿月活超越DeepSeek（1.46亿），登顶行业第一 [4][5][8] - **DeepSeek用户高位回落**：DeepSeek月活从Q1的1.87亿降至Q4的1.36亿，流失约5100万用户，其月均下载量从Q1的8111.3万跌至Q4的1861.4万，跌幅达77% [7][8] - **元宝依靠巨额投流稳居第三**：元宝月活从Q1的2358.3万稳步增长至Q4的4071.3万，始终位列行业第三，其2025年全年投流估算高达150亿元，仅Q3单季投流就达57.63亿元，远超同行 [5][9][11] - **千问于Q4异军突起**：千问App在2025年Q4月活实现900%的环比爆发式增长，达到2571.9万，排名跃升至行业第五，其月均下载量也从Q2的126.2万激增至Q4的1172.9万，同期投流费用从每季度约0.7亿元猛增至Q4的15.41亿元 [5][7][12] - **文心一言独立应用掉队**：文心一言App月活从Q1的995.8万下降至Q4的516.7万，几近腰斩（缩水48%），并在Q4跌出月活及下载量前十，但百度将重心转向百度App内置的文心助手，后者月活已突破2亿并在相关榜单中名列第一 [5][7][13] 2026年春节AI大厂营销策略 - **腾讯（元宝）**：宣布于2月1日开启新春活动，在元宝App上分10亿现金红包，最高金额可达万元，同时内测“元宝派”社交功能，旨在“重现当年微信红包盛况” [1] - **百度（文心）**：在1月26日至3月12日期间，用户于百度App使用文心助手可瓜分5亿元现金红包，最高奖1万元，并作为首席AI合作伙伴与北京广播电视台春晚联动 [2] - **字节跳动（豆包）**：旗下火山引擎成为2026年央视春晚独家AI云合作伙伴，豆包智能助手将配合上线多种互动玩法 [2] - **阿里（千问）**：千问App已独家总冠名2025年哔哩哔哩跨年晚会（直播峰值超3.5亿），并将独家冠名江苏卫视AI荔枝春节联欢晚会 [2] 行业观察与专家观点 - 此次春节营销被定义为“人工智能圈地之战”，与过去的互联网流量之战有本质不同 [14] - 移动互联网时代的红包大战玩法在AI时代的效果可能不及预期，因营销投入会互相抵消导致效果衰减，且对下沉市场更有利 [14] - AI竞争的最终胜负手在于产品核心能力，用户留存和活跃度将由模型能力、功能可用度及场景落地程度决定，与AI能力水准高度正相关 [14] - AI产业正处在预订、电商、医疗等场景起步阶段，市场潜力巨大，有望从千亿规模冲向万亿，单一AI产品的月活用户数也有望从亿级涨至数亿级 [14]

文章核心观点 - 国内互联网巨头腾讯、百度、阿里罕见同步布局“AI群聊”产品，这标志着行业可能正面临一次范式转移，巨头们正在为争夺“AI时代的超级入口”进行关键卡位 [1][3] - AI群聊产品形态从早期侧重“AI社交”的陪伴感，演进为以任务为导向的“多人+多Agent”协作模式，其本质是将分散的AI能力聚合到统一的协作空间，有望改变人机交互范式 [5][6][9] - AI群聊通过将AI嵌入用户的社会关系与工作流，有望形成“永远在线”的使用状态，从而具备成为AI超级入口的潜力，可能带来比移动互联网时代更强的用户黏性、数据价值和网络效应 [11][15][16] 巨头产品布局与路径 - **腾讯**：上线“元宝派”，产品形态融合了微信、腾讯会议与AI助手，AI可扮演任务助手与情感陪伴双重角色，旨在让AI嵌入用户一切可能的社会关系中 [7][12] - **百度**：在文心App内测多AI角色群聊，强调职场协作、家庭生活协同等任务场景，公司明确聚焦于通过AI能力帮助用户完成具体目标，而非打造社交替代品 [7] - **阿里**：在UC浏览器上内置采用多Agent架构的AI群聊，默认成员包括其自有及外部合作的多个AI助手，用户可向群内多个智能体同时发问，但该功能目前无法融合真人群聊，缺乏社交属性 [7][8] AI群聊的产品演进与价值 - **早期探索（AI社交延伸）**：2024年3月，顺网科技旗下“唠唠”及QQ测试的“QQ智能体”更早探索AI群聊，核心在于角色扮演、陪伴感和情绪价值，旨在增强用户沉浸感与互动黏性 [4][5] - **范式转变（任务协作导向）**：OpenAI定义的群聊模式构成以任务为导向的“多人+多Agent”协作，任务范围涵盖工作、生活、信息检索、内容创作等，旨在同一交互界面下完成 [6] - **核心价值与改变**： - **补齐“永远在线”缺口**：AI群聊有望让AI作为一个通用成员始终嵌入用户的社会关系网络，形成“永远在线”的使用状态，这是Chatbot等单人对话产品难以实现的 [11][12] - **提升弱连接协作效率**：产品允许用户无需加好友即可在群内直接对话，使基于现实弱连接的临时性任务协作更加高效，更贴近现实协作方式 [12] - **整合应用孤岛**：理想情况下，AI群聊能将不同App的能力融入同一工作流，用户通过自然语言调度多个智能体来调用工具、拆解并执行任务，实现交互范式转移 [13] AI群聊作为潜在超级入口的战略意义 - **成为核心协作空间**：当AI群聊成为工作与生活的核心协作空间，用户的关系、沟通、决策、执行等行为沉淀于此，其带来的用户黏性与数据价值将呈指数级增长 [15] - **构建强大护城河**：用户关系、项目数据、协作历史沉淀于平台将急剧提高用户迁移成本，形成类似微信的网络效应，构成AI时代超级入口的护城河 [16] - **形成新商业闭环**：AI群聊作为自然的多Agent系统交互界面，可嵌入电商、支付、企业服务等功能，使社交、沟通、工具使用和商业交易在同一个上下文中完成，形成极短闭环 [17] - **重新定义平台边界**：成功的AI入口可能是一个横跨多个应用的集合体，向下调用各种AI能力与工具，向上承载真实的社会与商业活动 [18] - **可能引发更强垄断**：如果多Agent和多人互动通过一个入口普及，其掌控者可能在AI时代形成比移动互联网时代更强的垄断效应，并掌握未来人机协作网络的主导权 [19]

2026年春节AI巨头竞争格局 - 百度、腾讯、字节跳动三大巨头在春节前不到一个月同步亮出AI春节计划，总投入超过15亿元，其中百度5亿元红包、腾讯10亿元红包，字节跳动凭借拿下2026年央视春晚独家AI云合作，投入可能是最大手笔之一[4] - 腾讯董事会主席马化腾在内部年会上提及元宝将分10亿元现金，并直言希望“重现11年前微信红包的盛况”，这宣告了元宝在腾讯2026年战略中的核心地位[4] - 根据QuestMobile报告，在全市场AI原生App周活跃用户排名中，豆包、DeepSeek、元宝分列前三，但元宝与榜首的豆包存在过亿级用户差距，并正被阿里“千问”等对手快速追赶[5] - 随着竞争白热化，实现用户规模和活跃度的跨越式增长已成为互联网大厂的当务之急，春节作为最具聚合力的社交与消费场景，成为无可替代的必争之地[7] - 这场竞争不仅仅是红包大战，更是AI时代真正“超级入口”的争夺战，其野心远超节日营销[7] 三巨头春节AI战略与玩法 - **百度文心**：投入5亿元红包，玩法是在百度App中用语音或文字使用文心助手即有机会分红包，最高一万元，其核心算盘是利用春节高频使用手机的机会，用红包作为“诱饵”，完成用户习惯从“打开百度搜一下”到“有事就问文心一下”的平滑过渡，重塑信息获取底层逻辑[9][12] - 百度还拿下北京台春晚“首席AI合作伙伴”身份，试图在观看场景中植入“看春晚，用文心”的印象[13] - **腾讯元宝**：投入10亿元红包，活动于2月1日上线，但其真正的杀手锏是内测功能“派”，该功能旨在对微信群进行“改造”，将其升级为“AI协作中心”，用户可在群内@元宝AI，让其完成信息总结、问答、海报生成、投票组织等任务，将AI深度植入社交关系链[14][16] - 腾讯的策略是利用其最懂的“社交关系”这座金矿，10亿红包是吸引下载的“门票”，而“派”旨在根治微信群“聊天热闹、办事低效”的顽疾，把被其他专业App分走的功能拉回微信生态完成，让AI成为长在社交血脉里的“超级助理”[17][18] - **字节跳动豆包**：其旗下的火山引擎早在去年12月就拿下了2026年央视春晚独家AI云合作伙伴资格，这意味着豆包将在除夕当晚通过红包和互动玩法直接出现在全球收视最高的晚会上[20] - 字节的策略是放弃日常缠斗，直接押注春晚这个顶级流量点，通过抢红包、AI生成拜年视频等方式瞬间触达数以亿计的全年龄段用户，目标不仅是用户数量暴增，更是一次品牌的“加冕礼”，在国民心中烙下“春节、春晚、豆包”的深刻关联，将自己从“有用的AI工具”擢升为“全民欢庆时的数字陪伴者”[22] - 春节大战路线图清晰：百度想升级“搜索习惯”；腾讯押注社交，用“派”重新定义群聊协作；字节借助春晚发动面向最广泛人群的“认知闪电战”[22] - 春节过后，真正的较量在于谁能把节日吸引来的“游客”转化为自己生态里的“常住居民”[23] 春节成为AI“必争之地”的战略逻辑 - 春节是中国AI行业在技术初步成熟后，从“有技术”到“有人用”的关键跨越节点上，一场关乎未来格局的集体豪赌[25] - 春节尤其是春晚，是被反复验证能创造商业奇迹的超级入口，经典案例是2015年微信支付凭借春晚“摇一摇”红包，一夜之间新增约2亿张银行卡绑定，互动次数高达110亿次，完成了全民移动支付启蒙[26] - 当前AI行业正站在类似拐点，模型技术参数竞争进入平台期，“百模大战”喧嚣沉淀，下一步核心命题是如何让AI真正融入普通人日常生活，春节成为完成“用户教育”和“习惯植入”的最佳时间窗口[27] - **对于百度**：这场战役关乎其核心业务存续，传统关键词搜索正被自然语言对话挑战，其红包活动本质是为“搜索”购买未来门票的战略投资，急需通过春节获取亿级规模的真实用户交互数据，以优化文心大模型并完成从“搜索引擎”到“智能引擎”的关键一跃[28] - **对于腾讯**：春节战役是一场不能输的逆袭之战，其AI助手“元宝”发布于2024年5月，比字节豆包晚近一年，属于后发者，因此必须回归自己的“主场”——社交，通过“派”等功能将AI深度植入微信关系链和群聊场景，将高频社交行为转化为AI的训练场和使用场[29][30][31] - **对于字节跳动**：春晚是其宏大AI雄心的集中体现和加速器，据报道，字节跳动为实现AI领域全球领导地位，已制定惊人财务计划，预计2026年资本支出将高达1600亿元人民币（230亿美元），其中850亿元专项用于AI处理器采购，如此巨大投入需要巨大应用场景和用户规模支撑，春晚是能将技术势能瞬间转化为市场动能和品牌高度的终极杠杆[32][33] - 这场红包大战的终极目的是完成深刻的“用户心智占领”，巨头们试图将AI助手与包饺子、看春晚、发红包等最具仪式感的春节活动深度捆绑，让AI从“科技工具”转变为“春节新习俗”的一部分，一旦这种认知建立，AI将成为融入节日乃至日常生活的文化符号与基础设施[33] AI大模型创业公司的处境与出路 - 面对巨头动辄数亿的补贴大战和春晚级流量攻势，AI大模型创业公司面临严峻生存考题，巨头的春节“狂欢”对他们而言是一场降维打击的压力测试[36] - 典型例子是曾凭借长文本处理能力闪耀的Kimi，在通过大规模广告投放吸引用户时活跃度冲至前列，但当投流力度减弱，其用户活跃度便快速滑落，跌出前排，反映出很多AI创业公司产品缺乏深厚生态护城河，用户增长与留存严重依赖持续外部“燃料”输入[36] - 然而，头部AI新贵公司正以前所未有速度汇聚资源，月之暗面（Kimi母公司）正在敲定新一轮融资，投前估值达48亿美元（约合334.13亿元人民币），其创始人内部信透露公司拥有超过100亿元人民币现金储备，规模已不亚于已IPO的智谱、MiniMax[36] - 几乎同时，王小川的百川智能在9天内接连发布两款垂直医疗大模型，市场估计其手握现金超过30亿元[37] - 2026年1月26日，阶跃星辰完成了超过50亿人民币的B+轮融资，刷新了过去12个月中国大模型领域单笔融资纪录，本轮融资吸引了众多国有背景产业投资人和地方政府基金入场，腾讯等老股东也持续加码，资金将用于研发“全球顶尖的基座模型”[37] - 尽管这些独角兽手握现金令绝大多数科技创业公司艳羡，但与备战春节的互联网巨头相比依然相形见绌，百度、腾讯单次春节活动红包预算就达5-10亿，字节跳动为AI布局的年度资本支出计划更是以百亿美元计，这种资源量级差距决定了创业公司几乎无法在“撒钱换用户”的通用入口争夺战中与巨头正面抗衡[37] - 根据a16z年度预测，2026年AI创业新机会将集中在垂直行业，AI产品会走向定制化，创业公司应避开与巨头在通用AI助手领域正面竞争，转向深耕特定行业和场景，成为某个领域无可替代的“隐形冠军”[38] - 创业公司的出路在于极致的聚焦，例如深耕医疗、法律、金融等高专业门槛垂直领域，打造比通用模型更懂行业“黑话”的专家系统；或像阶跃星辰那样将全部筹码押注在底层技术突破上，立志成为AI产业链中最硬核的“发动机”供应商；此外，拥抱生态、成为巨头或硬件厂商背后的“赋能者”也是一种聪明活法[39] - 巨头们的春节战争划定了AI应用主航道的竞争烈度，对于创业公司而言，这既是令人窒息的阴影，也指明了远离主航道的蓝海方向，其生存法则是将有限资源凝聚于一点，要么在垂直领域扎得足够深，要么在技术前沿跑得足够远[39] 2026年春节潜在黑马与新竞赛规则 - 2025年春节，DeepSeek的横空出世成为行业最大黑马，其没有多模态能力、没有营销和投放，却在春节期间登上各大应用商店榜首，拉出比抖音起步时还陡峭的增长曲线，揭示了在技术成熟阶段，极致的用户体验和精准切口有时比庞大资源堆砌更能俘获人心的新逻辑[41] - 在2026年春节，潜在黑马可能首先藏在拥有深厚积累却此前略显低调的巨头手中，例如阿里巴巴的千问App，其目前以天为单位进行功能更新，几百名工程师正封闭开发加速接入淘宝、高德等应用，预计春节前会有一次大迭代[41] - 另一类值得关注的是手握独特技术长板的创业公司，如在长上下文处理上建立认知优势的月之暗面（Kimi），若凭借新一轮融资加持，在春节期间推出解决特定痛点的创新功能或营销活动，有可能复制差异化增长路径[43] - 此外，战场可能根本不在通用助手领域，一些专注于智能写作、AI绘画、代码生成的垂直工具，若凭借无可替代的产出质量或工作效率，在春节内容创作和娱乐需求爆炸时期抓住核心用户，也可能实现意料之外的突破性增长[44] - 这些潜在黑马的机会源于一个正在成型的“新竞赛规则”，当前国内AI模型能力已“非常接近”，纯粹技术参数的领先窗口期在缩短，竞争重心正不可逆转地转向“用户场景的占有”与“生态的融合能力”[45] - 百度用红包强化“搜索即AI”，是在迁移其积累了二十年的流量优势；腾讯用“派”功能激活群聊，是在赋能其独一无二的社交生态，这场春节战役加速了这一规则的落地，推动“补贴获客”成为常态，加速AI从专业工具向日常娱乐伙伴转变，海量用户在真实场景中的交互将成为迭代模型、优化体验的最强燃料[45] - 2026年春节红包背后不仅是金钱流动，更是中国AI C端用户心智争夺的集中体现，2026年将成为中国AI C端应用爆发的拐点年，春节过后留存下来的普罗大众的用户认知将成为这场战争中真正的战利品[46]

AI成为全球核心议题 - 世界经济论坛上AI是最热门话题 英伟达创始人黄仁勋表示人类历史上最大规模的AI基础设施建设已在进行 目前已投入数千亿美元 未来还需数万亿美元建设 [1] - 特斯拉创始人马斯克首次出席达沃斯 其近期在AI及芯片领域的激进路线使其成为对话焦点 [1] - 腾讯高管观点代表了中国在AI全球竞赛中的思路 认为现实中的AI是多种不同模型服务于不同场景 而非单一的庞大超级系统(AGI) [1] AI产业发展历程与竞争格局 - 过去几年 AI发展由大模型、人形机器人、GPU芯片推动 被ChatGPT、英伟达、DeepSeek、宇树科技等明星产品或企业引导主流趋势 [1] - AI竞争遵循“二八法则” 不同时期会涌现不同领军者 市场认为下一个类似GPT或宇树的突破可能随时出现 英伟达的市值领先地位并非稳固 [1] - 中国AI市场活跃 摩尔线程、沐曦股份、智谱和MinMax等公司正争先点燃资本热情 [1] AI竞争向基础设施纵深演进 - AI竞争正从算法和产品 向算力、电力等底层基础设施演进 进入结构和系统性竞赛阶段 [2] - 马斯克预判未来的货币本质将是“瓦特” 并认为按照当前趋势 中国在AI计算能力方面将远远超越世界其他国家 [2] - 黄仁勋总结的AI产业结构分为五层：最底层是能源基础 向上依次为芯片与计算基础设施、云计算、AI模型 顶层为具体行业应用 [2] 中国AI产业生态全景 - 芯片与计算基础设施层有寒武纪、摩尔线程等公司 [2] - 云计算层有阿里云、华为云等公司 [2] - AI模型层正在进行“百模大战” 包括文心、通义、DeepSeek等 [2] - 具体行业应用层竞争最为激烈 不断涌现创新应用如豆包AI手机 [2] - 能源是基础支撑 2025年中国全社会用电量历史性突破10万亿千瓦时 成为全球首个实现此规模的单一国家 用电量约为美国的两倍 [2] AI发展的系统性特征 - 用电量是经济运行的“晴雨表” 也被视为AI竞争的最终关键要素 [3] - 从能源等基础层反推模型层和应用层 构成了结构性和系统性的AI产业蓝图 [3] - AI产业的发展注定不是单一企业的独秀 而是生态耦合下多企业、多领域的集体崛起 [3]

AI技能（Skills）的定义与价值 - 在2026年的AI语境中，“技能”被定义为用户发送给AI的“岗位操作手册”和“能力插件”，是将个人核心工作方法原子化并封装成可复用的工具 [1] - 技能能够将重复性操作提炼并压缩成可复用的技能包，实现效率自由，例如将新闻敏感度和缩写习惯封装后，AI可自动按固定“模具”生成稿件 [2][7] - 技能的应用场景广泛，包括自动生成PPT框架、将复杂文档提炼为可视化图表、批量处理图片格式以及整理优化零散想法等 [3][4][5][6] 高效AI工作流的核心组件 - 构建高效数字工作流需理解三个核心概念：MCP、Skills和子智能体（Subagent） [8] - MCP本质上是AI的“入场券”，解决数据访问权限问题，允许AI合法访问本地及实时私密数据，但其本身不负责数据处理 [8][9] - Skills是模块化的“能力包”，包含特定任务的指令、脚本和资源，采用“渐进式披露”设计，仅在触发任务时调用，不占用AI的常规注意力（Token） [9][10] - 子智能体（Subagent）实现AI的“分身术”，将复杂任务拆分为独立子任务分配给不同专岗子智能体处理，通过独立上下文窗口管理避免信息混乱 [11][12] 不同用户层级的Skills实践路径 - 第一类用户可通过“对话”封装直觉，将业务经验转化为数字分身，利用现有AI平台（如腾讯元宝、豆包）的聊天能力将模糊想法塑形为可直接调用的功能包，实现“经验SaaS化” [13] - 进阶玩家可让AI编写软件代码（如Python脚本）并封装成Skill，以处理更复杂或批量的任务，并可将技能分享至GitHub等平台 [14] - 最高级玩家构建完全自动化的数字生产线，整合MCP、Skills和Subagent，形成从数据访问、专业标准制定到资源调度的端到端工作流 [15] - 实际案例显示，有企业已将数据情报挖掘的全流程（包括数据调用和各类技能）封装成一个Agent，并形成持续的内容产出工作流，极大提升效率 [16] AI技能生态的发展趋势与商业影响 - 科技巨头正积极推动AI技能生态标准化，例如Anthropic联合Atlassian等推出Agent Skills开放标准，微软和OpenAI也在推进类似标准，旨在打破“数据孤岛”，使技能成为通用插件 [20][21] - 技能生态的发展背后是巨头对“定义工作流权力”的争夺，标准化后，掌握标准的公司可能收取全球AI流量的“过路费” [21] - 据CB Insights预测，到2030年全球AI Agent市场规模将达47.1亿美元，年复合增长率高达44.8%，其中AI技能包作为核心板块，预计将占据15%到20%的市场份额，是增长最快的细分领域 [22] - 技能的价值在于解决垂直领域的“最后一公里”问题，如医疗数据校验、金融审计插件等，大模型越普及，这些专业技能越具溢价能力 [23] - 未来AI工具将向“意图驱动”发展，用户只需提出模糊意图，系统可通过“意图协议”自动调用专业Skills组合，并按任务完成度向技能开发者结算，迈向“意图结算”终局 [23] - 这场Skills革命的本质是“隐性资产”的抢滩登陆战，未来最成功的创业者将是那些能将“行业手感”转化为“通用插座”的人 [25]

文章核心观点 - 月之暗面（Kimi）作为独立大模型创业公司，正将资源集中投入于抢夺下一代AI技术范式（如自主学习、Token效率）的领先地位，但其面向消费者的AI应用助手Kimi因市场竞争加剧和资源倾斜，月活用户已大幅下滑，面临掉队风险 [1][2][4] - 公司选择暂不上市，依靠充足的现金储备（超100亿人民币）专注于长周期研发，但面临技术领先窗口期短、大厂资本碾压以及需尽快建立清晰商业模式的生存挑战 [5][10][11] 公司战略与融资状况 - 月之暗面创始人杨植麟表示“不急于上市”，因刚完成5亿美元C轮融资，公司拥有超过100亿人民币的现金储备，相当于友商IPO的融资规模 [5] - 公司将资源集中投入到大模型底层技术，延续2025年以来的策略，主要任务是ALL in模型能力和Agent [2][9] - 公司战略是典型的“长线豪赌”，其成功取决于未来2-3年内能否实现技术里程碑、在垂直领域建立不可替代性以及资本市场耐心是否匹配研发周期 [11] 技术路线与进展 - 技术重点压在提升Token效率上，目标是用更少的Token达到更低的损耗，在Kimi K2模型中尝试通过提升Token效率实现“用一半数据达到相同效果” [7] - 同时优化效率与长上下文能力，以在模型训练策略上达到最优的Agent效果 [7] - Kimi K2模型在基准测试中超越GPT-5、Sonnet 4.5等顶尖闭源模型，刷新SOTA，支持长链路、多步骤任务执行 [9] - 推出Agent模式OK Computer，已支持包括图片生成、音频生成在内的20多种工具 [9] 产品表现与市场挑战 - C端产品Kimi助手曾凭借长文本能力获得早期市场红利，投流最激进时单月投放超亿元 [1][12] - 随着DeepSeek、豆包等大厂产品的冲击，Kimi在2025年减少投流后月活明显下降 [2][12] - 据QuestMobile 2025年周活跃用户规模TOP10榜单，Kimi以450万的周活跃用户数仅排第7位，豆包周活跃数是其34倍（约1.53亿） [12] - Kimi的Web端流量从2025年6月开始反弹，访问量环比增长30%；2025年9-11月，其海外API收入增长4倍 [9] - 产品优势在于深度文本理解和分析，适合专业场景；不足在于功能相对单一，缺乏视觉、语音等交互方式 [14] 行业竞争格局 - 大模型技术领先优势窗口期越来越短，最先进的闭源模型可能只比同性能开源模型领先6个月 [10] - 中国大厂在AI领域投入巨大：百度2025年资本开支计划300至500亿元，腾讯700至1000亿元，阿里投入1200亿元，字节投入1600亿元 [14] - 行业共识是，单纯扩大模型规模（Scaling）的边际效益递减，自主学习被认为是下一阶段的技术范式 [6] - 行业正从技术叙事转向结果叙事，应用层被强调为价值创造的核心，其创造的价值可能达到芯片层的100倍 [11] - C端AI助手竞争激烈，豆包、通义、文心等大厂产品基本免费且大力推广，DAU和MAU逐步拉高 [12]

文章核心观点 - 北京凭借其顶尖的人才密度、丰富的科研与产业资源、前瞻性的政策支持以及独特的创新生态，已从全球AI科研的“追赶者”转变为“核心策源地”和“引领者”，并正在打造“AI第一城”，为中国及全球人工智能发展贡献核心力量 [1][4][9][10] 北京AI产业的人才优势与创新氛围 - AI行业员工工作强度高，由AGI（通用人工智能）愿景驱动，乐于沉浸于技术探索 [1][3] - 北京以7340.3篇调整后论文数和402.59的AI指数位列全球AI科研城市第一，显著领先于中国香港和旧金山湾区 [4] - 北京依托清华、北大等顶尖高校，人才密度极高，便于学生就近在AI公司实践，形成了天然的高端、跨学科技术人才池 [2][3] - 与南方偏重商业化不同，北京对短期无收益的基础技术研发和创新容忍度高，更适合前沿探索 [4] - 创新发生在人才密集度高的地方，北京的人才密度从国际范围看都足够高，预期未来将发生更多创新 [4] 北京AI产业的生态与集群效应 - 北京聚集了大量科研和产业资源，拥有完善的人工智能自主生态系统，便于企业协同创新，避免闭门造车 [2][5] - 北京AI公司数量众多且多元，2025年全市人工智能核心产业规模预计达4500亿元，企业集聚超2500家 [6] - 截至2025年末，全国共有748款生成式AI服务完成备案，其中北京市备案模型数量为209个，占比28% [6] - 以海淀区“原点社区”为代表，形成了浓厚的AI创业氛围，工程师、创业者、投资人在办公区乃至街边酒馆咖啡店进行高频技术交流 [7] - 北京市打造以海淀为核心的“一核多点”布局，并首批发布了包括海淀原点社区、经开区模数世界、朝阳区光智空间等在内的多个“人工智能创新街区” [8] 代表性企业、机构与技术进步 - 智源人工智能研究院发布面向多种AI芯片的系统软件栈“众智FlagOS 1.6”，旨在解决不同芯片训练大模型的兼容问题 [2] - 智源研究院被誉为中国AI企业的“黄埔军校”，月之暗面、智谱AI、生数科技等公司的核心创始人均曾在此工作 [2] - 光轮智能作为仿真合成数据企业，其全栈自研仿真平台为全球前三的世界模型团队及超过80%的国际主要具身智能团队提供仿真资产和合成数据 [5] - 北京在各类模型产品上全面领先：豆包、文心、GLM、Kimi等基础模型持续迭代；生数科技Vidu、快手可灵等多模态产品受关注；面壁智能的端侧模型MiniCPM-o 2.6性能比肩GPT-4o；中科院自动化所发布全球首个全流程国产化类脑脉冲大模型“瞬悉1.0” [6] 政策支持与发展规划 - 北京市政府对科技前沿认知深入，沟通效率高，愿意支持长期投入和早期创业项目 [2][8] - 政策支持具体案例：海淀区推动全球首个高端数据标注示范基地，强调高阶人才参与数据生产 [8] - 北京市鼓励形成“一委一业、一区一品”发展格局，推动各部门、各区结合自身优势先行先试“人工智能+” [8] - 已在医疗健康、政务服务、法律服务、计算视听、电力保障等领域落地一批典型示范应用，并取得商业闭环、企业培育等阶段性成效 [9]

AI手机与AI终端市场前景 - AI手机被认为是一个千亿级市场，但目前处于非常早期的探索阶段 [2][28] - 行业应鼓励各种创新的业务模式，让AI大模型在终端上跑出更多样化的形式，类似于智能手机早期阶段，尚不清楚谁会成为下一个“苹果” [2][17][28] - 中国消费者非常愿意接受新生事物，例如当年5G商用时就积极尝试，目前已有许多消费者对AI手机进行开箱试用 [2][29][45] - AI手机只是AI大模型在终端的一个应用场景，眼镜、玩具、机器人、汽车都变成了AI终端，多形态终端可能跑出很好的商业模式 [3][16][29] AI大模型在C端与B端的应用与商业模式 - ToC端已出现非常多AI大模型应用，如DeepSeek、豆包、千问、文心等，涵盖聊天、文案、翻译、搜索、绘图、短视频等领域，并已走出混合变现的盈利模式 [3][15][29] - AI大模型正从工具向提供情绪价值的伙伴转变，这一趋势用户黏性和付费意愿都非常高 [16][41] - ToB端（垂直行业）的落地需要深度理解行业知识和业务流程，目前挑战在于形成可大规模复制、多方共赢的商业闭环 [5][11][31] - 探索ToB商业模式需打破技术孤岛，促进5G、大数据、云计算、边缘计算、人工智能等技术的融合与产业协同创新 [5][15][31] 中国运营商在AI部署中的领先地位与特点 - 中国三大运营商在全球AI部署中处于最先进水平 [8][34] - 领先原因有三：中国人工智能发展全球靠前；运营商自身早布局AI用于运维、服务、营销，既是受益者也是拥有自身大模型的实践者；中国有非常完整的产业生态 [4][8][30][34] - 运营商正从传统移动通信服务商向高科技服务商转型 [7][33] - 中国运营商在垂直行业的AI应用特点包括：深度行业场景定制与理解；共建生态与推动标准；探索多元化商业模式（如SaaS、软硬件一体化解决方案） [6][32] AI大模型产业落地面临的主要挑战 - 大模型对算力和数据质量要求非常高，目前行业存在严重的“数据孤岛”问题，高质量训练集是重大挑战 [5][10][31][35] - 需要对不同行业知识和业务流程有深度理解，否则难以形成适用且可复制的解决方案 [5][11][31][36] - 目前处于探索的初级阶段，如何形成多方共赢的商业闭环是产业尚未解决的难题 [5][11][31][36] 移动通信产业的经济贡献与发展方向 - 移动通信产业为全球GDP贡献5.8%，相当于6.5万亿美元，预计到2030年贡献将接近11万亿美元，占全球GDP的8.4% [22][47] - 中国移动通信产业对GDP贡献在2024年底为6.2%，预计到2030年达8.3%，约2万亿美元 [22][47] - 全球仍有34亿人未使用移动互联网，缩小使用鸿沟可促进全球GDP增长，需要全产业链共同努力降低终端价格等 [23][48] - 移动通信行业对联合国17个可持续发展目标的贡献率已从2015年的31%提升至58% [23][48] 产业合作与GSMA的角色 - 产业合作呈现“竞合”升级态势，跨界融合至关重要，例如中国运营商与阿里、腾讯等平台商合作，并跨足汽车、具身智能、制造、医疗、教育等行业 [25][49] - GSMA通过发布报告、应用指南（涵盖AI伦理、安全、终端影响等）推广最佳实践，为全球运营商提供指导 [12][13][37][38] - GSMA通过MWC等平台搭建国际化交流场景，促进产业各方（运营商、厂商、平台商、创业者、专家）对话与合作 [13][26][38][50] - GSMA推动三个关键词：升级（服务转型）、跨圈（跨界合作）、国际化的双向奔赴（中外产业经验交流） [26][50]

文章核心观点 - 大模型并非单纯工具，而是一种新型生产关系，其影响堪比工业革命的范式转移，将重构人机协同模式、催生“碳硅共生”组织形式，并促使CIO职责向智能架构师升级 [1][3][8][9] - 金融AI已进入生产场景应用阶段，行业焦点从过去的系统平台建设转向如何利用AI驱动业务增长与提升投资回报率，客户需求从“要不要用AI”转变为“如何用AI提升ROI” [3][9] - 金融机构选择科技合作伙伴的本质是选择一套可行的方法论与落地路径，而非单纯获取算力或模型，成功关键在于拥有成型的方法论、可复刻的场景模板以及可持续进化的运营机制 [3][4][10] - 财富管理数智化转型面临四大核心痛点：大模型技术应用效果参差不齐、C端投资者接受度“冰火两天”、数据与接口未标准化导致打通困难、高成本投入与ROI验证的决策压力 [4][5][11][12][13] - 建议机构采取“小步快跑”策略，通过调用公有云算力并搭配Agent形式控制成本，先完成业务验证，再在企业内部推广，以跑通商业逻辑 [5][13] - 科技公司与金融机构应基于“四层架构”分工模型实现协同共赢：AI基础设施层由科技公司主导；模型层双方共建；工具能力层双方共建（公开部分科技公司主导，私域部分金融机构主导）；应用解决方案层由金融机构主导 [5][6][14][15] 大模型的性质与影响 - 大模型是一种新型生产关系，正在引发一场堪比工业革命的范式转移 [1][3][8] - 其影响体现在三个层面：重构人机协同的整体模式；催生“碳硅共生”的新型组织形式（人类负责判断决策，AI承担执行工作）；促使CIO职责从运维保障全面升级为智能架构师 [3][8][9] 金融AI的发展阶段与行业转变 - 金融AI已迈入生产场景应用阶段，行业得以从过去十年聚焦平台搭建与系统建设（每家金融机构拥有至少300套甚至上千套系统，运维成本高、ROI模糊）的工作中脱离，转向思考如何用AI驱动业务增长 [3][9] - AI对金融领域不仅是一种新型生产力，更代表了一种全新的协同方式 [3][9] - 从2023年至今，客户需求发生明显转变，关注点从“要不要用AI”转变为“如何用AI提升ROI” [3][9] 金融机构的科技合作方法论 - 金融机构在选择科技合作伙伴时，本质上是选择一套可行的方法论，因为其不缺乏算力与模型，真正的短板在于AI技术落地的具体路径 [3][4][10] - 金融机构做好AI科技金融布局需把握三个关键成功要素：具备成型的方法论、拥有可复刻的场景模板、AI应用上线后能有持续优化的运营机制提供保障 [3][4][10] - 优质的金融科技服务商核心能力在于将复杂问题简单化的能力输出，其价值在于帮助金融机构组装出能真正落地运转的完整解决方案，而非只提供零散的技术“零件” [4][10] 财富管理数智化转型的痛点 - **技术成熟度**：大模型技术在财富管理领域的应用效果参差不齐，例如一项为期一个月的投资大赛中，千问和DeepSeek表现专业并实现不错收益，而Gemini、ChatGPT则亏损了40%多 [11] - **用户接受度**：C端投资者呈现“冰火两重天”局面，约63.8%的投资者已尝试用大模型指导投资行为，但其中78%的投资者看不懂K线、夏普波动率等专业指标 [12] - **基础设施**：财富管理领域数据公开与私有并存，接口未标准化（例如与同花顺合作的to C端产品有海量几百个接口未包装成MCP服务），导致数据打通困难，且性能和稳定性在面对海量互联网用户访问时尚未就绪 [12] - **成本与ROI**：线下部署算力集群投资轻松过亿，在验证大模型价值前决策压力大；而使用公共云算力可将整体ROI成本降低100倍 [13] 实施建议与协同分工模型 - 建议机构采取“小步快跑”策略，通过调用公有云算力并搭配Agent形式控制成本，先完成业务起步阶段的验证，在控制ROI的前提下快速在企业内部推广大模型在投资策略或C端服务中的应用 [5][13] - 提出科技公司与金融机构协同的“四层架构”分工模型 [5][6][14][15] - **AI基础设施层**：包含云基础设施、算力芯片、集成一体机等通用基础组件，由科技公司主导建设，持牌金融机构应避免直接投入 [5][14] - **模型层**：基础模型（如DeepSeek、千问、文心）由科技公司研发开放；金融机构可通过微调、后训练结合行业数据与业务SOP打造专属定制模型，该层双方共建共享 [5][14] - **工具能力层**：涵盖行业数据、MCP工具能力及行业通用Agent，由双方共建；基于公开数据和服务接口的MCP、Agent由科技公司主导；基于机构私域数据和服务的相关能力由金融机构主导搭建 [5][15] - **应用解决方案层**：完全依据持牌金融机构的实际需求、基础设施条件、业务偏好及投资者产品要求定制化开发，由金融机构主导完成 [6][15] 阿里云的相关实践 - 阿里云推出的“通义点金”是金融行业级大模型产品，旨在用技术帮助金融机构实现业务增长和科技赋能的ROI提升 [7] - 过去一年多，在财富管理领域与超过180家客户展开合作，例如中金、进门财经、易方达等，其中已完成交付并生产上线的有30多家 [8]