出品 | 搜狐科技

作者 | 梁昌均

“分化严重。”在谈及大模型发展时，智谱创始人、清华教授唐杰在近日一场活动上表示。

从全球来看，诞生三年多的ChatGPT依然是AI原生应用领头羊，月活用户规模逼近9亿。谷歌Gemini也在快速崛起，月活已达6.5亿。

据Xsignal报告，全球AI应用月活用户规模已超20亿。这意味着，ChatGPT和Gemini用户规模合计占比接近78%。

看起来，全球AI原生应用市场由头部高度垄断，马太效应明显。

国内市场格局同样严重分化——最接近ChatGPT市场地位的则是字节的豆包，其月活、日活均先后过亿，有望通过今年春晚赞助进一步发力。

后来逆袭者，典型如去年初的DeepSeek，以及阿里由通义改名后的千问，公测一周即成为史上最快破千万用户的应用。

但也有明显掉队的玩家，如百度。这反映出国内AI应用入口的激烈竞争，用户在做出投票，而大厂战略重心也在变化。

从百模大战，到格局分化，大厂布局大模型应用三年后，字节、阿里和腾讯开启“三国杀”，但这场AI入口之战还没有结束的可能。

三年争夺谁逆袭谁掉队？

自OpenAI在2022年底推出ChatGPT后，无论是全球科技大厂，还是明星初创公司，都渴望打造出AI原生超级应用。

但大部分都成了炮灰，要么默默无闻，要么在短暂爆火后消失在大众的视野中，只有少数跑了出来——国外是ChatGPT，国内则是字节的豆包。

2023年6月，字节内测豆包，8月上线后三个月就成为月活破千万的头部AI应用。虽在去年二季度短暂被DeepSeek超越，但豆包最终还是实现反超。

据QuestMobile，豆包在2025年12月第二周的MAU达1.55亿，位居国内第一。同时，豆包已成为首个日活过亿的AI原生应用。

亿级日活被业内，包括阿里千问团队，视为国民级AI应用的重要门槛。在字节亿级俱乐部产品中，豆包所花推广成本也最少。

“豆包爆发的核心是技术、场景和生态的共振。”

艾媒咨询CEO张毅认为，豆包依托抖音等内部流量，实现低成本获客，并聚焦高频场景和生活化需求，将用户群体延伸到下沉市场。

阿里则是在2023年9月上线通义千问APP，去年11月更名为千问后开始发力推广。

公测一周，千问下载量突破1000万次，刷新有史以来增长最快AI应用的记录。公测23天后月活突破3000万，30天后月活破4000万，在全球AI产品增速中位居前列。

国内主要AI原生应用月活变化（单位：万，数据来自QuestMobile）

相对字节阿里，腾讯相对淡定，2024年5月才上线元宝。去年初Deepseek开源后，元宝接入Deepseek，加大买量并接入微信，一跃成为继豆包和DeepSeek后的第三大AI原生应用。

据AppGrowing，元宝在去年初至7月的累计投放金额高达近60亿元，约为豆包同期的近20倍。随着Kimi等明星初创基本放弃大规模投流后，大厂成为投流主力。

百度则明显掉队，其在2023年3月率先推出的文心一言多次更名，月活从近1500万的顶峰下降至500万左右，以致于再被调侃起了大早赶了晚集。

实际上，这些大厂都有掉队甚至消亡的AI应用。

百度推出的智能体应用心响、AI社交应用月匣被边缘化，阿里曾爆火的妙鸭相机走向沉寂，字节的时光相册、小悟空APP被放弃，腾讯智影遭关停。

但对比百度，字节、阿里和腾讯均已跑出自己的代表作，把持着AI原生应用的流量入口。

在QuestMobile发布的去年12月第二周月活TOP10 AI原生应用中，7款产品来自大厂，字节和阿里系分别占据三席。DeepSeek则长期居于第二，曾风光的Kimi已褪却光环。

可以说，这场AI原生应用的竞争已沦为字节、阿里和腾讯三家大厂的游戏，最核心的则是字节和阿里的竞争。

这也揭示了一个残酷现实，AI超级应用属于少数玩家，创业公司在国内跑出来的机会很小。

入口之争背后的大厂AI战略

如今的AI原生应用格局，很大程度是大厂AI战略变化的结果。

掉队的百度，曾是最早喊出要重视AI应用的公司。早在2023年，李彦宏就多次强调，不要重复造轮子，而是应该抓住应用的机遇。

“虽有战略远见，但落地执行总出问题。”业内人士评价到。

快思慢想研究院院长田丰还认为，百度主要靠B端挣钱，因此在利润较薄或尚未盈利的新兴AI应用上投入相对审慎，这可能导致其在C端资源分配上趋于保守。

“尽管高层说要All in AI，但实际上下面抓不到这些资源，做一个月、两个月、三个月、半年，最后发现To C不挣钱，就很难坚持做下去。”

目前，百度AI战略重心更多偏向传统业务的AI化，包括百度搜索，以及通过用户付费能赚钱的百度文库、百度网盘等业务，该业务负责人王颖去年还由此得到晋升。

阿里在C端则经历了多次尝试。去年AI改造后的夸克走到台前，年底则决定重押千问，取代夸克成为第一AI入口，并成立千问事业群，彰显出阿里对AI ToC的战略重视。

“以前阿里做通义更多是试水，用开源方式，把模型拿到开发者市场去获得用户反馈。现在则提升到了战略型互联网入口产品的高度，要All in去做下一代的智能入口。”田丰表示。

作为目全球规模最大和有影响力的开源模型厂商，这是阿里必须要打的一仗。蚂蚁集团推出阿福、灵光，也被视为这一战略的外溢，马云曾明确鼓励蚂蚁团队“要冲第一”。

在移动互联网时期后来居上的字节，则在AI时代有着更大野心。借助成熟的APP工厂经验，字节复制了豆包、即梦等多款AI产品的爆发，并尝试多款AI硬件布局。

这推动豆包大模型日均调用量突破50万亿tokens，字节由此跑通产品驱动模型的迭代路径，实现所谓的飞轮效应。

相比阿里和字节的快速出击，腾讯保持着后发入场的风格。元宝深度集成微信的内容和搜索能力，让腾讯AI战略有了落地支点。

在张毅看来，这些大厂布局C端AI应用主要是对未来入口的抢占，锁定下一代计算平台的心智，积累数据和技术优势，以此希望形成价值闭环。

不过，大厂对C端应用的定位也在不断进化。田丰认为，元宝、豆包、千问等原来都是统一在做取代搜索这件事，现在则是朝着综合服务型智能体（Agent）布局。

“千问的目标就是要做Agent，不光当脑子还要当手。因此千问一定是朝着超越豆包去做，甚至朝着七八亿用户的更高目标去做。”

去年12月，千问APP接入高德。田丰判断，千问最终要去做的是AI智能服务枢纽，不仅会嵌入高德，未来还可能会嵌入天猫淘宝、支付宝、阿里健康等。

“这也是为什么淘宝、微信此前都会抵制豆包手机调用App，大厂要守住自己的护城河。”

田丰认为，智能体生态一定是大厂先把自己圈内的应用打通，最终实现All in One。极端情况下，未来只用装千问，就可以调用阿里系所有应用。

目前，不同大厂布局进度有所差异。“字节觉得现有得手机有很多制约，因此尝试用软硬一体的多模态战略去突破，而元宝更多还是服务腾讯母体。”田丰提到。

这些大厂不仅在AI战略和落地路径呈现出不同，投入程度也有明显差异。

阿里CEO吴泳铭曾披露，阿里过去一年在AI和云上的投入超过1200亿元，并认为未来三年3800亿元的投入偏保守。

公开数据显示，字节去年在AI的投资开支约1500亿，而今年计划投入更高的1600亿元，显示出要和阿里一较高下的势头。

腾讯和百度的投入规模相对较低。据媒体报道，腾讯去年在AI上的资本开支预计为700-1000亿元，而百度仅有300-500亿元。

AI超级应用还能诞生吗？

移动互联网诞生了微信、抖音等多款国民级应用，未来是否能诞生新的AI超级应用？

田丰对搜狐科技表示，移动互联网前三年的应用爆发非常快，AI原生应用发展相对较慢，两者不是完全一样的发展路径。

以2010年为起点，移动互联网随后三年诞生了至少十款月活超千万的应用，其中QQ、微信、微博到2013年底的月活更是分别达到4.26亿、3.55亿、1.29亿，头部效应显著。

张毅认为，AI原生应用发展速度较慢，核心在于技术瓶颈，以及成本相对比较高、应用场景和需求不明确等因素导致。

“相比移动互联网同期多款应用的爆发，并形成商业化闭环，AI原生应用规模化和盈利性相对慢，目前依然处于技术验证到场景适配的阶段。”

田丰也提到，AI应用背后是模型+工作流驱动，技术门槛更高。“现在不仅要做好产品体验，底层模型也要持续迭代。”

另一个因素在于硬件。在移动互联网应用爆发前，智能手机基本普及，这为APP的快速爆发提供了基础。

在田丰看来，硬件入口的规模决定软件的规模，什么时候出现惊艳的AI原生硬件，那么AI原生应用就可能会迎来巨大的爆发，但AI时代的最核心的硬件入口还在探索之中。

“AI to C的入口，本质是破坏性、颠覆性的，不是沿着互联网应用长出来的延续性的东西，因此硬件软件都会有重大变化，但现在的手机模态束缚住了AI发挥的上限空间。”

智谱创始人、清华教授唐杰也有类似看法。他认为，当AI成为每个人的助手，不再需要应用商店，而是API商店。这可能会颠覆现有的操作系统，甚至是计算机本身，需要打造适合AI的计算机。

目前，AI原生应用的开发主要还是基于手机，但手机在感知能力、交互方式等方面的局限性，难以完全发挥出AI的感知、思考、决策和执行等能力。

而真正的AI原生应用应该具备全模态感知的能力，还能执行自动化的任务流。它不仅是问答助手，还是决策助手，甚至能带来沉浸式的体验。

“这将颠覆传统APP的价值，不仅是传统的提效工具，更是AI劳动力。现在豆包、千问等看起来还是像增强型的搜索引擎，应用体验区别不大且可替代。”田丰提到。

此外，未来的AI应用是否还用日活、月活等传统指标来衡量，业内也有不同看法。

田丰认为，目前用日活、月活等衡量AI时代的应用，更多是宣传意义，关键还是看留存率和高频使用的大众场景，以及如何衡量体验和多模态的智能。

张毅则表示，AI原生应用的核心指标应该是任务完成率、智能迭代率、成本效益等。但由于对AI价值定位不清晰，技术量化有难度，场景也比较碎片化，业内对此难以形成共识。

但无论如何，三年的争夺之后，AI ToC端的超级入口还在早期，爆发时刻还未到来，大厂的竞争亦未结束。