過去二十年來，百度是一家“入口級公司”。在PC時代，它控制著中國網際網路最重要的閘口：搜尋框。使用者輸入關鍵詞，百度分發網頁連結，廣告主在出口競價排名。這是一種高度穩定的商業結構：注意力流入，流量變現，現金回收。圖片來源：視覺中國2026年的百度財報，提供了一個不同的故事。日前，百度發佈2025年第四季度及全年財報：2025年總營收達1291億元，AI業務營收達400億元，2025年第四季度總營收為327億，AI業務收入佔一般性業務收入的43%。這家公司正在從“流量稅”向“算力稅”遷移，它從收取過路費，轉向出售生產力。在中國網際網路的早期，百度是一家網際網路秩序的具體化公司。人們進入網路世界之前，必須經過它的搜尋框，廣告主購買關鍵詞，像在高速公路出口繳納過路費一樣，為流量定價，那是一個入口決定價值的時代，而百度恰好站在入口。但入口的權力，從來不是永久的。移動網際網路成熟之後，使用者的搜尋行為開始分化。事實查詢仍然存在，但消費決策與興趣探索逐漸轉移到內容平台。小紅書的搜尋並不是為了“查資料”，而是為了“做選擇”。使用者在那裡的每一次搜尋，都更接近一次真實交易，廣告主自然願意為更高的轉化機率支付溢價。與此同時，騰訊掌握的並非入口，而是關係網路。微信不只是工具，而是一張社交結構，支付、視訊號、電商都附著其上。它的流量不是通過分發獲得，而是通過關係沉澱形成。相比之下，工具型搜尋流量顯得越來越輕。當作業系統開始默認整合搜尋，決策搜尋與社交推薦分流使用者注意力後，百度的流量逐漸從“不可替代的入口”，退化為“可替代的工具”，工具的商業價值，天然低於場景與關係。廣告行業的變化往往比公司戰略更誠實。過去，企業獲客幾乎繞不開百度搜尋。今天，中小商家更願意在抖音與小紅書投放，因為那裡“內容即轉化”。騰訊則通過社交關係與支付閉環，提高廣告效率。廣告不再只是曝光，而是嵌入交易鏈條。百度的搜尋廣告仍然存在，但逐漸退居補充角色。它仍有規模，但缺乏場景深度與社交粘性。資本市場對此反應直接——廣告公司通常被賦予較低估值，因為增長上限清晰，護城河有限。當一家公司的核心資產不再稀缺，它的估值邏輯就會受到質疑，百度過去幾年所面對的壓力，也正源於此。這也是為什麼AI收入佔比43%這組資料具有象徵意義。它不僅代表新業務增長，更代表公司試圖擺脫“廣告公司”標籤。百度的AI轉型，與其說是主動進攻，不如說是被倒逼。與騰訊不同，它沒有社交關係作為長期壁壘；也與小紅書不同，它缺乏高轉化的消費決策場景；更與字節不同，它沒有龐大的內容生態作為模型訓練與應用爆發的土壤。因此，百度只能強化技術底座，晶片、算力、模型、雲服務，以及自動駕駛。崑崙芯、自建算力叢集與模型平台構成垂直整合體系，使百度能夠向企業出售算力與生產力，而不僅是曝光。風控模型最佳化、工業路徑規劃、後廚流程監控，這些場景的價值來自效率提升，而不是點選量。但在AI應用層面，百度並未形成壓倒性優勢。字節的豆包可以依託抖音與頭條的分發能力迅速觸達使用者；阿里的千問天然嵌入電商與支付體系；騰訊的元寶可以借助微信生態擴散。模型能力固然重要，但在應用階段，誰掌握分發場景，誰就掌握規模。百度起得早，卻未必擁有最快的擴散通道。文心大模型在技術研發上並不落後，但在使用者規模與生態嵌入程度上，並未形成決定性優勢，它在搜尋時代擁有分發權，在AI時代卻需要重新尋找分發入口。這是一種位置變化。百度曾經定義了中國網際網路的入口邏輯。那是一個網頁世界，資訊分散，搜尋成為秩序的建立者。它不只是工具，而是一種基礎設施。但移動網際網路重構了入口。社交成為第一層入口，內容成為第二層入口，交易成為第三層入口，搜尋逐漸退居幕後，從權力中心變成背景服務。AI時代原本被視為百度的機會。畢竟，它是中國最早押注AI的公司之一。可當大模型真正進入公眾視野時，站在台前的卻是字節、阿里與騰訊。流量、場景與關係網路再次發揮作用。這形成了一種明顯的時代落差——在搜尋時代，百度掌握流量入口；在移動時代，流量遷移到社交與內容；在AI時代，流量再次決定應用擴散。百度曾經決定別人如何進入網際網路，如今卻在尋找自己如何進入AI時代。資本市場給了它一次重新估值的機會，智能時代是否已經開啟，還取決於盈利結構能否穩定、技術優勢能否持續、資本投入能否回收。從收取流量稅到收取算力稅，這是一次商業模式的深度重構。這家曾經的“入口公司”，能否成為中國AI時代的“基礎設施公司”，答案尚未完全揭曉。（財富FORTUNE）

▎兩件事的本質，均是對生態競爭力的重新排序。2026年開年，一場圍繞AI入口與生態的爭奪戰已在國內科技巨頭間全面打響：騰訊“元寶”率先撒錢十億搶佔使用者心智，字節、阿里等巨頭亦不遑多讓，向廣大C端使用者祭出金元攻勢。如何理解這場所謂的“中國本土AI入口大戰”？我們不妨可以嘗試從最新發生的“巴菲特賣蘋果買Google”這一案例中找到答案。十年懊悔後終補票巴菲特曾不止一次表達對錯失Google早期投資機會的懊悔。2017年股東大會上，巴菲特首次透露，在2004年IPO時，Google創始人拉里佩奇和謝爾蓋就當面拜訪，為他提供直接深入瞭解公司的機會：“我認識那些創始人，本有無數種方式去提問去學習，但我搞砸了”。芒格則將錯過Google稱為：在科技領域最糟糕的錯誤，當時Google的廣告模式已展現出明顯優勢。再為錯過而懊悔十年後，巴菲特終於建倉了Google：根據 2025年11月15日披露的13F持倉報告，2025Q3波克夏團隊啟動了一次重大戰略性調倉：賣出蘋果買入Google。這是波克夏連續第二個季度大幅拋售蘋果股票，套現106億美元，減持力度較上一季度直接翻倍；截至季末，其蘋果持倉已從2023年底大降近70%。與此同時，巴菲特首次大手筆建倉Google，斥資43億美元，估算買入價格集中在210美元/股左右，這一持倉直接躋身波克夏第十大重倉股，佔總持倉的1.6%。這是巴菲特除蘋果外，首次大規模佈局網際網路科技巨頭。且此次操作恰逢巴菲特宣佈年底卸任CEO的退休關鍵期，被市場普遍解讀為他為波克夏錨定AI時代核心資產的戰略佈局。減持蘋果好理解，市盈率超過 33 倍，但硬體創新的邊際效應持續遞減，折疊屏手機放量處理程序延遲，iPhone 出貨量增速回落至個位數，核心產品增長動力不足。而建倉Google時，雖然彼時處於相對低位，但當時Google預期市盈率也超過25 倍，並不符合巴菲特用十多倍買優秀公司的歷史慣例。那巴菲特看中了Google的什麼？變了的是Google，老巴並沒有變：還是喜歡有生態的生意。其實巴菲特的投資邏輯從未改變，始終買入並持有“具備強大護城河的生態型生意”。蘋果的iOS生態就是吸引他重倉的原因：通過iPhone硬體入口，疊加APP Store、iCloud等服務，形成“硬體+軟體+服務”的閉環，能夠持續從使用者身上獲取穩定收益。之所以老巴在十年前懊悔錯過Google，就是因為當年Google在移動網際網路時代就建立起了優秀的生態——擁有Android和搜尋兩大核心資產；芒格說Google的搜尋業務本質是網際網路時代的獨家報紙，具備強網路效應。不過後續的雲端運算時代業務起步較晚，僅拿到行業門票而未能成為領軍者，雲時代Google並沒有明顯的生態優勢，這也是過去波克夏這個階段沒有建倉的原因。直到現在，Google完成了從單一產品領先到AI全端生態閉環的雛形建設，吸引巴菲特終入局。實際上，這一投資又經過了長達半年的評估。2025 年初，波克夏團隊啟動對Google的系統性調研；2025 年5月，巴菲特在股東大會首次將 AI 定義為改變遊戲規則的工具；2025 年三季度，團隊完成深度評估，最終在 9 月底前完成建倉。圖：Google股價復盤，近期漲的是生態 資料來源：國海證券調倉完成後，蘋果與Google的市場表現呈現顯著分化：近半年，Google跑贏蘋果50個點左右，並且完成絕對市值的反超。Google率先建立起AI時代的生態市值切換的背後，表明AI時代的競爭已從單一維度比拚（演算法、算力、資料、電力、入口等），升級為生態體系的綜合較量。Google的成功驗證了“晶片+模型+雲+應用”全端生態的可行性，而其他科技巨頭的掙扎與佈局（比如蘋果最後還是選擇了外接Google的大模型Gemini），則進一步凸顯了生態自立的重要性。所以，巴菲特賣蘋果買Google的核心邏輯，本質是對生態競爭力的重新排序。智慧型手機時代，蘋果的生態建立在硬體入口之上；而AI時代，Google的生態建立在 AI 全端能力之上，更契合AI的技術趨勢與商業邏輯。回到Google的案例，其全端 AI 生態更符合“作業系統+主控晶片”的核心架構：大模型（Gemini）是AI時代的作業系統，成為連接使用者、應用與服務的核心樞紐；AI晶片（TPU）是主控晶片SoC，為整個生態提供底層算力支撐。通過軟硬體協同最佳化，TPU與Gemini模型實現高效適配，不僅降低了算力成本，更提升了模型運行效率，最終才能支援形成了算力-模型&雲—>應用（搜尋、視訊、地圖等）的正向循環。圖：GoogleAI全端式佈局資料來源：中金公司1. 算力晶片TPU保障成本優勢和自主性。Google自研 ASIC 的主要原因是生態自立。自研晶片可應對爆發式增長的內部 AI 計算需求、擺脫對外部供應商的過度依賴、通過軟硬體協同最佳化提升性能，最關鍵的是降低算力 TCO（總持有成本）。GoogleNano Banana 等模型 100% 基於 TPU 完成訓練與推理，也支撐其內部語音搜尋、圖片搜尋等核心功能，成本總體低於 GPU，Google內部評價TPU性能表現優異，在部分場景優於 GPU。同時成功走向外部市場：Meta，計畫2026年租用 TPU，並從 2027 年開始購買超100萬顆、價值數十億美元的 TPU，用於 Llama 模型部署，通過乙太網路與功耗最佳化實現 15%-20% TCO 節省；OpenAI，達成合作協議，將部分推理工作負載從輝達晶片遷移至TPU ；Anthropic，已承諾在GCP叢集中使用TPU訓練模型，202510簽署 100 萬 TPU訂單；Apple，2024年就採購TPU用其進行LLM訓練；潛在客戶：部分新興雲廠商（如 Fluidstack、TeraWulf）因 GCP 提供付款擔保而嘗試採用 TPU。樂觀測算，到 2027 年，TPU 可能搶佔輝達15% 的訓練市場份額：現有輝達使用者遷移雖需時間，但新增工作負載更易轉向 TPU。Semianalysis更是預測2027年GoogleTPU（v6-v8）合計出貨量達到600萬顆。圖：GoogleTPU有清晰的路線圖資料來源：浙商證券2. 模型能力全球領先，是AI時代的作業系統。Google最新一代 Gemini 3 大模型，各項表現指標大幅領先於 Claude 4.5、ChatGPT 5.1 等競爭對手，深度思考、程式設計、Agent 能力突出。通過多模態融合技術，Nano Banana 和 Veo 3 模型在圖片、視訊領域的綜合能力全球頂尖；通過成功預訓練，Gemini 3 突破性能天花板，再現Scaling-Law 效應，在 LMArena 排行榜上以1501的 Elo 評分居榜首。截至 2025 年，Gemini 月活躍使用者已超 6.5 億，每月處理Token總量一年內增長超過20倍，tokens 規模從32K逐步拓展至200萬。圖：Googletokens呼叫大幅領先於OpenAI3. 如此AI才能賦能廣告、雲。Google不管是搜尋、Youtube還是瀏覽器、Android，主要的變現手段仍是廣告，業務比重超過 70%。Google將AI逐步整合到上述業務流程中，一方面為Google獲取了海量資料，用於訓練完善 AI 模型，而 AI 模型的迭代又反哺各業務線提升效率與使用者體驗，形成正向循環。C端：AI 搜尋使用者量達到 20 億、Android系統全球裝機量超 30 億台、Chrome 瀏覽器市場份額穩居全球第一，都為AI提供充足彈藥；Gemini AI 助手月活達6.5億，成為使用者日常智能互動的核心工具。落在具體業務層面上，AI 技術的融入讓Google的廣告業務有了增長動力，而不是此前市場對 AI 搜尋替代廣告位的擔憂。其搜尋廣告連續多個季度實現同比加速增長，因為AI 拓展了使用者提問場景，反而促進查詢量提升。此外，AI多模態搜尋還創造新增量，語音搜尋、圖片搜尋等成為新的廣告載體。B端：在雲端運算時代，雖然Google拿到了門票，但是份額上遠遠落後於亞馬遜的AWS和微軟的Azure；但“TPU+Gemini”正在扭轉這一頹勢，市場份額在快速提升。2025年 Q3 公司雲端運算收入同比增長 33.5% 達 151.6 億美元，經營利潤 35.9 億美元，對應經營利潤率 23.7%，均創歷史新高。AI時代，Google雲在 IaaS、PaaS、SaaS 三大層面均展現出強勁競爭力：IaaS層面：依託TPU晶片建構差異化優勢。對於客戶而言，使用TPU v7p的成本較GB300低50% 以上；對Google而言，自研晶片成本較低，算力租賃EBIT Margin能達44% ，遠超Coreweave-Meta算力租賃18%的利潤率水平。PaaS-MaaS層面：依託Gemini系列模型，提供從模型微調、部署到維運的全流程服務，超過70%的現有Google Cloud客戶使用其AI產品，每月處理Token數已超過1300兆。SaaS層面：GoogleWorkplace定價僅14美金 / 月，對比ChatGPT 20美金 / 月和微軟Copilot 30美金 / 月的定價，兼具Gemini AI助手能力與雲盤、郵件、辦公套件等功能，性價比優勢明顯，在生產力SaaS 賽道中市場份額達9% ，排名全球第二。Google 2025 年資本開支指引 910-930 億美元，2026 年一致預期超 1180 億美金，排名三朵雲榜首，Google雲計畫每六個月將算力容量翻倍，未來 4 到 5 年目標實現 1000 倍的能力提升。理解了巴菲特補票Google 就理解了字節、阿里與騰訊的AI入口大戰在這場更加殘酷的生態戰中，只有建構起自我循環、自我強化的生態體系，才能在AI時代立於不敗之地。在Google建構全端 AI 生態的同時，其他科技巨頭也在AI 賽道加速佈局，但均面臨各自的挑戰。這些廠商的掙扎與突破，將決定未來 AI 生態競爭的格局，而能夠成功建構自立生態的玩家，有望成為下一批估值重估的核心標的。1. 亞馬遜：雲業務在被蠶食，補短板刻不容緩。亞馬遜 AWS 作為全球雲市場份額第一的玩家，擁有最完善的生態和客戶至上的文化，且與Anthropic 深度繫結（股權+晶片定製+基礎設施支援）。但在AI時代，AWS 的核心短板在於生成式AI 起步晚，AI 產品賦能滯後。AWS面臨著“模型、晶片落後”的雙重挑戰，雲業務市場份額正被微軟和Google雲蠶食——AWS北美市佔率從47%下滑至45%。儘管推出了 Bedrock 平台，整合自研模型與第三方頂級模型（第一大模型提供商是Anthropic），但相較於Google的全端自研，AWS 的模型生態落後了不止一個身位。晶片方面，自研Trainium晶片雖已迭代至第二代，但性能仍落後於Google TPU，計畫發佈的 Trainium3 晶片目標是追平Google TPU V5、V6。不過AWS 仍有很大的容錯空間，一方面家大業大，另一方面雲市場整體供不應求（近期北美雲廠商紛紛開啟漲價），AWS 仍有充足時間彌補短板。如果能夠在模型自研與晶片性能上實現突破，結合其龐大的客戶基礎與電商生態優勢，AWS不一定沒有翻盤的機會。圖：不同北美雲廠在AI時代的優劣勢資料來源：錦緞研究院總結2. Meta：模型能力暫時落後，但最吃虧的在沒有雲。Meta作為社交巨頭，擁有全球最大的社交生態，AI 應用落地場景豐富。但其在 AI 賽道的最大痛點是模型能力不足，以及缺乏雲業務，所以雖然AI投資最果斷，但股價卻持續下跌，市場敘事從AI 提效先鋒轉向資本開支帶來高昂的折舊費用。儘管死磕Llama，但大模型能力不及Google Gemini 3是不爭的事實，導致 Meta AI 嵌入核心平台後月活雖達 10 億，但 DAU/MAU 僅 10%。更關鍵的是，Meta目前無雲端運算業務，CAPEX 投入基本為內部工作流消耗，2025 年全年資本開支上調至 700-720 億美元，2026 年或超千億美元，3Q25 首次出現成本費用同比增速超過收入增速的情況，市場擔憂其利潤率持續承壓。3. 微軟：後發者慣性，自研模型和晶片明顯落後，雲與模型解綁雪上加霜。微軟憑藉與 OpenAI 的獨家合作（2025 年10 月前 OpenAI 的所有算力需求由微軟獨家提供）和Office 生態優勢，在 AI 應用落地方面有先發優勢。微軟持有 OpenAI 27% 的股份，對 OpenAI 的 130 億美金投資可通過雲收入逐步回款，OpenAI 的商業化對微軟雲業務帶動明顯。目前，90% 的財富五百強在使用 365 Copilot，AI 功能月活已達 9 個億左右，微軟AI 開發平台 Foundry 季度有超 7 萬家企業使用，處理超 100 兆個 token，同比增長五倍。但微軟的核心短板在於沒有自有大模型、且晶片技術落後。沒有自主研發的核心大模型，使得在與Google的競爭中處於被動地位；自研 Maia 100 加速器實為圖像處理設計，未為公司 AI 服務提供支援，最近公告的200更多是放了個衛星。更嚴峻的是，微軟與OpenAI 的合作面臨變局，Azure產能不足，OpenAI 已與 Oracle、CoreWeave等合作，未來可能拓展至 AWS/Google，Azure 不再是其唯一計算供應商。模型與雲解綁的趨勢下，除 Gemini 等獨家模型外，多數模型將實現多雲部署。如果微軟不能快速補齊大模型與晶片的短板，僅依靠合作模式，未來在 AI 生態競爭中的優勢將逐步被侵蝕。當然，微軟今日的處境跟公司戰略有關，一直是敢為人後的謹慎型思路，所以在Mag7中，微軟的自由現金流僅次於輝達，未來可撬動的資源還有最多。4. OpenAI、Claude 等 AI 原廠，有建立生態的急迫訴求.OpenAI、Anthropic 等 AI 原廠憑藉技術先發優勢，在大模型領域的聚光燈下，但由於缺乏自有生態（流量入口、雲服務、硬體設施），不得不通過瘋狂與產業合作的方式彌補短板。OpenAI面臨市場份額被Google蠶食的壓力，通用 AI 模型全球市佔率持續下滑，為應對競爭，OpenAI曾一度暫停了廣告業務、AI Agent 等項目開發，將所有資源調配到GPT模型改進。為彌補生態短板，OpenAI 展開全方位產業合作：算力方面，與微軟、輝達、甲骨文、AWS 等達成巨額合作，啟動星際之門項目；硬體方面，與博通達成 100 億美元晶片合作，計畫聯合開發專屬推理晶片；應用方面，推出 ChatGPT 應用程式商店，整合多款第三方應用；客戶拓展方面，重視 B 端使用者，全球企業客戶突破百萬，ChatGPT for Work 商業使用者席位超 700 萬。Anthropic同樣依賴與雲廠商的合作實現算力供應與商業化落地，與Google達成百萬片 TPU 訂單，與亞馬遜共同打造 AI 超級電腦。這些 AI 原廠的戰略本質是用股權和技術換生態。圖：OpenAI僅算力就與多位外部硬體&雲企業合作 資料來源：國信證券Google，由於最早大手筆投入AI，得以率先建立從晶片到模型到雲及應用的AI全端生態，近期躋身4兆美元俱樂部並不意外，是一場超長線戰鬥後的極速重估。更大的產業發令槍意義在於，不管是北美大廠，還是國內巨頭，都在加速補齊自己的短板，因為他們都開始明白，AI時代，只有建立生態才能立於不敗之地。如是，理解了巴菲特“補票”Google，也就理解了字節、阿里與騰訊的AI入口大戰當前的隱喻。 (鈦媒體)

會員醫療，中標熱捧。“為服務和環境花錢，做父母的可以少一些焦慮。”徐雅是卓正醫療的會員，孩子今年5歲，她先是卓正的兒保客戶，之後又陸續成為其兒科、齒科、眼科等服務的消費者。《21CBR》記者嘗試掛號，一個兒內科的掛號，費用在500-600元不等。若支付299元成為年度會員，可享有診費八折優惠，掛號診費在400-480元不等。徐雅告訴記者，診療費是卓正收費的大頭，檢查和藥費佔比不大，“比公立醫院貴，就診預約制，不太需要排隊，體驗不錯。”這家從深圳起步的小診所，正受到中產們的追捧。在中國11個城市，開出17家診所和2家醫院，同時在新加坡和馬來西亞，分別擁有4家、1家全科診所。其創始團隊成員，來自北大與協和醫院，創始人王志遠作為單一大股東，通過一致行動協議，掌握了26.48%的投票權。2月6日，王志遠將帶領卓正醫療登陸港交所，擬募資3.16億港元，升級就醫體驗。IPO前，其投後估值為5.1億美元，約合人民幣35億元。1兒科入口兒科是卓正的流量入口。2012年，王志遠在深圳福田開出第一家診所，50平米的面積，只設立了兒科和內科。他將目標客群設定為家庭年收入20萬元以上的中產家庭。新手父母在孩子生病的時候，希望得到耐心解答與快速就診。而公立醫院的兒科，候診時間長，看病時間短。王志遠 來源：視訊截圖抓住痛點，王志遠引入美式兒保體系，不推薦抽血檢查，通過健康問卷、護士查體等，醫生針對孩子的養育和健康問題進行溝通，提出建議。“不會製造焦慮，也有充分的交流時間。”徐雅告訴記者，兒保面診時間長達半小時，熱門的醫生，一天接診量只有十來個人。王志遠強調“回歸醫療本原”，堅守循證醫學，不做不必要的檢查，非必要不用藥。用藥較謹慎的家長，很認可該邏輯。“我們在卓正進行霧化、口服藥為主，沒有輸過液。”周葉告訴《21CBR》記者，她的孩子在上小學前，感冒發燒都去卓正就醫，其醫生信奉自限性疾病，多休息多喝水即可。由此，王志遠吸引了一大批中產家長。2022年至2024年，卓正的總付費患者就診人次，由52.98萬增至90.58萬，三年復合增速約30%。2025年1-8月，其總就診人次達54.1萬，平均每3.4個就診患者中，就有一名是兒童。2024年，卓正營收9.59億元，兒科貢獻約2億元，佔比也最高。2由點及面王志遠憑兒科，為卓正吸引了大量家庭客戶，結合常見需要，他又陸續設立齒科、眼科、皮膚科、婦科等。繞開疑難雜症和重疾大病，這些科室的服務更高頻，更偏家庭消費，旨在有效延續單個客戶的留存周期。這些科室的就診人次不如兒科，卻是高毛利、高客單價。以皮膚科為例，卓正有常見皮膚病治療，還提供醫美服務，包括美白、抗衰老、抗皺等方面的光電和注射服務。2025年1-8月，所有科室中，皮膚科的營收最高，達1.35億元，佔總營收超兩成，其次為兒科。齒科緊隨其後，營收達1.14億元。兒科的次均費用，常年在820元以下，是所有科室中最低的。而皮膚科一年的就診人數不到兒科的三成，次均費用卻超過3000元，也把整體次均就診費用拉高至1185元。2020年，王志遠上線網際網路醫院，並推出年費制“卓正會員計畫”。雲會員費一年69元，可線上上問診，並享有費用9折優惠。正式會員的費用為299元一年，線上問診費用9折，線下門診費用8折，使用受益人有6人，覆蓋家庭成員的就診服務。用會員店的模式，經營多專科診所，王志遠的續費率持續攀升。從2022年至2025年8月，會員續費率從42%提升至67%，回頭率超八成。2024年，卓正的家庭會員大概有10.8萬戶，總就診人次近72萬，相當於每戶會員，平均一年在卓正消費6次以上。依託多人多頻的家庭消費，王志遠幾乎大幅減少攬客費用。卓正行銷佔收入的比重，不到2%，遠低於行業平均10%-40%的水平。3擴張版圖王志遠並非醫療出身。2001年，他畢業於北大，主修科技資訊、輔修電腦軟體，次年在倫敦政治經濟學院獲得資訊系統分析、設計與管理雙碩士學位。創辦卓正前，他在花旗環球金融和摩根大通工作8年，位至副總裁職級。創業衝動，源於他早年在北京出差期間，因急性腸胃炎前往醫院，就醫體驗不佳，遂決心投身醫療服務業。他的創業夥伴施翼，曾是騰訊產品經理，負責線上保險、醫藥等產品體驗和使用者營運；同為聯創的朱岩，則畢業於北京協和醫學院，任職過協和醫院。分工上，王志遠任董事會主席、CEO，施翼和朱岩擔任執行副總裁。目前，卓正基本依靠現金支付，約1成左右來自商業保險，來自國家醫保的收入佔比只有1%左右，基本不受醫保控費影響。其387名全職醫生，平均擁有15年的執業經驗，其中約八成的醫生曾在頂級三甲醫院執業。日常營運中，他們沒有開藥、檢查費用創收的指標。“會員制+服務收費”的商業模式，讓卓正備受資本青睞，吸引騰訊、經緯、H Capital、中金等知名機構。其中，騰訊持股19.39%，為最大機構股東。此次IPO的基石投資人名單中，也能看到金域醫學、小鵬汽車董事長何小鵬的身影。開診所終究是個燒錢的事。2021年-2023年，卓正醫療收入連年增長，累計虧損仍達8.26億元。招股書直言，新設機構在初期，通常收入較低而營運成本較高，回收期一般需2-5年。2024年，王志遠迎來首個年度盈利，淨賺約8000萬元，成為全國第三大私立中高端醫療服務機構。2025年1-8月，每月平均利潤超1000萬元。此次IPO，王志遠將募資最高3.16億港元。他打算用於AI醫療技術部署，來提升營運效率和患者管理；升級及新建醫療機構，以及收購優質醫療服務標的。王志遠已有規劃，要在西安、南京、杭州、上海等地建立新的診所，並升級深圳的醫院。規劃要落地，他的確需要有更充沛的資金。 (21世紀商業評論)

人工智慧（AI）應用的入口爭奪戰、客戶爭奪戰，全面升級！今天上午，阿里旗下的千問APP宣佈投入30億元，將在2月6日上線“春節請客計畫”。春節期間，千問聯合淘寶閃購、飛豬、大麥、盒馬、天貓超市、支付寶等阿里生態業務，以免單形式請全國人民在春節期間吃喝玩樂。而在此前，騰訊元寶公佈了10億元紅包計畫，百度文心助手公佈了5億元紅包計畫，字節豆包公佈了超6億元的紅包計畫。其他玩家，比如螞蟻集團、美團、京東、拼多多也都有春節紅包計畫，大多跟推廣AI應用或功能有關。但到目前為止，阿里（千問）的手筆最大。情況每天都變化，未來不排除有更多的網際網路大廠加入2026年春節紅包大戰，也不排除有大廠調高紅包量總金額。網際網路大廠通過春節紅包搞行銷、拓展客戶，始於2014年、2015年。當時微信為了跟支付寶爭奪移動支付的蛋糕，連續兩年發紅包，甚至跟央視春晚獨家互動，搞了搖一搖紅包，獲得了極大的成功，甚至改變了移動支付的市場格局。從此，春節發紅包成了網際網路大廠的保留節目，並在2021年達到了高峰。那年的春節，抖音、快手、百度、拼多多、淘寶、支付寶等主流平台總投入高達180多億元（含實物、權益）。雖然今年紅包大戰規模遠不是史上最高的，但意義重大，因為今年競爭的核心是關係到下一個20年、30年的AI應用。今年的春節紅包大戰，不再是單純的 “撒錢拉新”或“支付爭奪”，而是以紅包為載體，繫結 AI 應用下載、AI 功能體驗，本質是大廠對AI 入口、AI 使用者習慣、AI 生態閉環的戰略爭奪。人工智慧的大潮正席捲世界，這將是新一輪財富大洗牌。如果不能抓住這個風口，即便你現在有兆市值，未來也將不可避免地走向衰落。反之，如果能在這一輪洗牌中搶佔先機，則可能逆襲。過去幾年，輝達、台積電、OpenAi的財富效應，已經昭示了這一點。如果說過去兩年，人工智慧硬體企業率先享受到了AI帶來的財富效應，那麼接下來就輪到AI應用了。無論是國外的輝達、國內的寒武紀，之所以業績高速增長，都是因為網際網路大廠瘋狂的算力投入。網際網路大廠瘋狂投入，建好基礎設施之後，就需要找到客戶。過去兩年，是大廠們的投入期，從今年開始，他們就要迅速擴展使用者，找到最能轉化利潤的應用場景了。設想中，未來的應用場景應該是這樣的：當一個人準備出差或者旅遊的時候，只需通過AI超級應用（APP）設定條件，提出要求，AI就可以自動比價、比質，給他預定機票、接機服務、酒店、餐廳、旅遊景點，提供保姆式服務。這意味著大家消費的方式變了，不再去分別打開攜程、美團、淘寶、京東、小紅書等APP，而是更加依賴某個新的超級入口——它可能是豆包、千問、元寶，或者其他什麼。如果網際網路大廠不能搶到這個超級入口，原有的客戶就會流失，衰落將不可避免。按照馬斯克的預言，未來手機、APP都會消失，因為手機是反人性的，不方面的。而AI眼鏡+AI手錶的組合，或者什麼新的穿戴裝置，最終會取代手機。手機可能忘帶、遺失，容易摔壞，用多了手腕還會痛；穿戴裝置就沒有這種麻煩。未來的虛擬螢幕，將讓手機折疊屏顯得笨重可笑；腦機介面的輸入方式，將讓手動輸入、聲音輸入變得“老登”。看懂了這一點，你就會知道這場變革來得有多麼劇烈，多麼徹底。未來智能體就是你的司機+秘書，人形機器人還能當你的保姆，甚至伴侶。對於網際網路大廠來說，AI時代的第一張門票，就是先有一個AI超級應用，並擁有足夠多的活躍使用者，粘性足夠好；然後，才談得上賣東西、賣服務，掙錢養家、升級裝置。在這背後，是巨大的算力中心投入+行銷投入，還需要有正確的戰略、對市場的前瞻性。由於國家正在反內卷、反不正當競爭，所以今年的紅包大戰看起來規模不太大。如果沒有這個背景，我估計今年的春節紅包搞到200個億、300個億都有可能。大廠們會不會宣佈一個較小的金額，實際投入遠遠超過呢？有可能，這大概可以稱之為“低調的奢華”吧。總之，人工智慧應用的時代到來了，前期所有的算力中心投入，最終都需要通過C端使用者賺回來，否則遊戲無法持續。而今年股市的主線之一，也必然是人工智慧應用。今天上午，受到貴金屬、工業金屬等類股大調整的拖累，上證指數跌了54個點。春節之前，還有9.5個交易日，這期間大盤大機率處於垃圾時間，需要進行一輪修整，但部分個股還會活躍。 (劉曉博財經)

字節在AI雲基礎設施與消費級應用兩端發力，字節在中國AI雲服務收入中的佔比已接近13%，僅次於阿里的23%，同時豆包App日活突破1億、日均Token消耗量國內第一。高盛認為，2026年不是“模型競賽”，而是“默認入口”的生死戰。誰拿到了默認入口，誰就將重寫流量分配、廣告預算、交易閉環乃至整個網際網路利潤池。而且字節本身控制著使用者的時間，這正是騰訊與阿里“輸不起”的根本原因。中國網際網路巨頭的AI競爭正從單純的模型參數比拚，迅速演變為一場關乎生存的“默認入口”爭奪戰。隨著字節跳動在AI雲基礎設施與消費級應用兩端同時發力，憑藉激進的定價策略與龐大的流量生態，已對阿里和騰訊構成了實質性的“倒逼之勢”，迫使其必須在2026年這一戰略轉折點上加大投入以捍衛核心領地。據英國《金融時報》周三報導，字節跳動旗下的火山引擎已迅速成長為中國第二大AI基礎設施提供商，其“AI雲”市場份額在2025年上半年達到13%，僅次於阿里巴巴的23%。這一資料表明，字節跳動正利用其在AI領域的先發優勢，打破長期由阿里、騰訊和華為主導的雲市場格局。另一面，在消費級應用端，字節本身控制著使用者的時間，公眾號“研外之意”指出，AI入口最可怕之處在於其位置比搜尋更靠前，一旦使用者習慣先問AI，傳統App將面臨被邊緣化的風險，這也是騰訊與阿里“輸不起”的根本原因。高盛在最新研報中將2026年定義為中國網際網路巨頭的“關鍵之年”。面對字節跳動旗下豆包App日活突破1億、日均Token消耗量國內第一的攻勢，阿里巴巴和騰訊必須大幅增加AI To-C端的資本與營運支出。高盛指出，字節跳動在2025年的利潤規模已達500億美元，超越騰訊的360億美元與阿里的150億美元，這種財務實力為其在AI領域的激進擴張提供了堅實支撐。這一競爭格局的變化不僅關乎技術路線，更直接影響資本市場的定價邏輯。高盛強調，2026年市場將不再單純獎賞“願景”，而是聚焦於盈利增長與新敘事的兌現。隨著“超級入口”之爭重寫流量分配與網際網路利潤池，一場圍繞“入口勝率”與商業閉環能力的攻防戰，已成為投資者觀察中國科技股價值重估的核心窗口。字節跳動“AI雲”突圍：13%份額打破三足鼎立根據英國《金融時報》引用的IDC資料，字節跳動正在利用其AI領域的進展，積極推動雲市場的多元化。2025年上半年，字節跳動在中國AI雲服務收入中的佔比已接近13%，價值約3.9億美元，僅次於阿里巴巴的23%，超越了騰訊和華為。儘管其在整體雲市場的份額僅為3%左右，但在增長最快的AI服務細分領域，字節跳動已建立起顯著優勢。據公司員工、客戶及競爭對手透露，字節跳動旗下的火山引擎通過擴大銷售團隊並在近幾個月內以價格優勢“削弱”競爭對手，迅速實現了擴張。其策略核心在於向企業客戶推銷基於龐巨量資料庫和計算基礎設施的產品，例如利用其專有模型建構定製的AI代理（AI agents）。Forrester副總裁兼首席分析師Charlie Dai指出，字節跳動的增長軌跡和以AI為導向的戰略表明，隨著AI需求的加速，它可能成為主導玩家之一。這一戰略得到了巨額硬體投資的支撐，Jefferies中國科技分析主管Edison Lee認為，字節跳動擁有強大的軟體能力和充足的硬體資源來獲取市場份額，目前正處於“追趕並從騰訊和華為手中奪取份額”的階段。相比之下，騰訊表示將優先把GPU資源用於內部使用，而華為在過去一年縮減了AI雲的雄心，轉而專注於直接向客戶銷售Ascend晶片。入口即定價權：網際網路鐵律下的“倒逼”邏輯字節跳動的崛起不僅僅是市場份額的數位遊戲，更是一場對使用者行為習慣的底層重構。中國網際網路行業存在一條鐵律：入口的轉移從來不會提前通知。正如當年門戶被搜尋取代、PC被手機取代一樣，AI入口最可怕的地方在於，它站得比搜尋還要靠前。入口戰爭=螢幕時間再分配。當AI能替你完成任務：打開“搜尋”的次數會變少，停留在“內容/社交/交易”的時間會變多，贏家將吃掉廣告+交易兩條現金流。“研外之意”強調，一旦使用者習慣了先問AI，原來的那些App雖然不會消失，但都會被迫後退一步。在網際網路歷史上，退這一步往往意味著“再也回不去了”。這就是騰訊和阿里如此焦慮的根源——它們不是想進攻，而是被這股大勢逼著走。目前，字節跳動在短期內幾乎沒有對手。其優勢不在於模型本身，而在於它控制著使用者的時間。當使用者在刷抖音處於“沒想好要幹嘛”的狀態時，AI（如豆包）可以提前安排好下一步行動。高盛的判斷與此不謀而合：中國AI的分水嶺不在模型，而在於“入口能不能閉環”。誰能站在使用者做決定的那一刻，誰就掌握了新的定價權。高盛展望2026：超級入口與資本開支的博弈高盛在最新的長篇研報中詳細拆解了這場“AI超級入口”之爭。高盛認為，2026年不是“模型競賽”，而是“默認入口”的生死戰。誰拿到了默認入口，誰就將重寫流量分配、廣告預算、交易閉環乃至整個網際網路利潤池。報告指出，投資者應關注三條“超級入口路徑”：系統層的手機助手/OS級代理、社交層的IM代理、以及交易層的應用層代理。字節跳動正在做的是系統級的“後台代理”，高盛特別點名了“Phone Assistant”這類能力，即在後台處理瑣事，重寫人機互動。資料顯示，豆包DAU已突破1億，且日均token消耗量位居國內第一，這不再是實驗，而是高效的分發機器。面對字節跳動的攻勢，高盛預測阿里和騰訊將在2026年進行重大戰略轉向。騰訊的優勢路徑在於微信具備做agentic助手的潛力，靠小程序生態做任務閉環；而阿里則更強調通義千問App在“商品與服務agent能力”與“本地生活/3D world model”的結合。這意味著，巨頭們必須加大AI To-C的投資（資本支出+營運支出），同時更專注於捍衛各自的核心市場地位——阿里的電商GMV第一和美團的到店/酒旅規模第一。投資邏輯重構：從模型競賽到商業閉環對於投資者而言，2026年的選股邏輯將發生根本性變化。高盛強調，市場不會先獎賞“願景”，2026年將是更側重Alpha（超額收益）的一年，驅動力來自盈利增長與新敘事，而非單純的估值擴張。高盛建議投資者用“入口勝率”而非“模型情緒”來定倉位，重點跟蹤系統層合作、IM內嵌深度、交易閉環進度以及廣告產品遷移等硬指標。真正的護城河等於“默認入口+閉環任務+低成本推理”。沒有閉環，AI只是更貴的搜尋框；沒有成本優勢，規模越大虧損越快。這場AI超級入口之爭不需要“所有人都贏”，它只需要一個默認入口，其他人則可能淪為“被呼叫的功能”，這正是2026年成為中國網際網路“關鍵之年”的殘酷真相。 (invest wallstreet)

AI 的競爭成為模型公司全端能力和創新的博弈。2000 年，美國網際網路泡沫破滅時，Google 面臨巨大的商業化壓力。當時他們搜尋引擎的流量暴漲，但離盈利還有一段距離。Google 曾嘗試把自己的技術授權給友商，以賺取微薄的 “經費”。但還是無法支撐公司的長遠發展。公司作為商業組織本質是逐利的。但有技術信仰的企業，往往會在短期利益與長期投入之間，選擇那條更難、更慢、也更燒錢的路徑。Google 沒有放棄技術。2002 年，Google 的工程師們發現，使用者在搜尋框中輸入關鍵詞，不只是為了搜尋資訊，也是在表達購買意圖。Google 將 “使用者搜尋意圖” 與 “商業廣告” 通過競價排名結合，在行業中找到了一個獨特的身位，將技術和商業化真正連接了起來。偉大的技術突破往往能帶企業打開新的市場。蘋果未止步於個人電腦，而締造出了劃時代的 iPhone；字節跳動抓住推薦演算法，才完成對資訊流的重構；OpenAI 固執地進行大模型訓練，讓演算法湧現出了智能。但過去兩年，AI 技術受困於找不到落地場景，商業化受阻。2025 年，DeepSeek 在保持成本優勢的同時，展現出接近人類的思考能力，讓 C 端使用者對 AI 的價值有了新的認知。不久後，OpenAI 的原生多模態模型 GPT-4o，展現了其對圖片內容的理解能力，讓 AI 生成 “吉卜力” 畫風的圖片引爆社交網路。AI 技術的進展帶來瞭解決以下兩大難題的可能性，讓市場重新評估 AI 的商業潛力。物理： AI 對真實世界的理解和執行能力不足。商業： 推理成本過高，限制了 AI 的大規模應用。2025 年底，百度發佈文心大模型 5.0，Google 發佈 Gemini 3，模型實現在統一原生架構下能理解圖片、看懂視訊，大模型統一原生多模態的潛力被逐步看到。技術進步也帶來商業化的可能。目前，大模型有望通過演算法層、架構層、系統層，乃至晶片側的全端最佳化，降低推理成本，提高模型效能，如 Anthropic 的 Claude 系列、Google 的 Gemini 系列、百度文心繫列。AI 行業的競爭不止在於算力、資料，也成為一個公司全端工程能力和基礎創新的綜合博弈。AI 能力正從文字生成走向原生多模態大模型還無法做到完全理解使用者的意圖，但語言模型正在進入 “收益平台期”——儘管算力、資料投入指數級增加，但大模型在預測下一個 Token 的任務上，所表現出的泛化性曲線已明顯放緩。單一文字維度的縮放路徑，無法滿足大模型智能繼續進化的目標。業界一個廣泛流傳的觀點是，大模型要理解世界。“現在的大模型達不到 AGI”，大模型理解世界，需要視覺、聽覺、語言等多種感官資訊的融合。兩點陣圖靈獎得主，楊立昆、Geoffrey Hinton 都曾提出類似的觀點。目前，多數多模態模型就像 “傳話筒”，圖像、語音等訊號需經過獨立模型解碼後再轉譯給語言模型，最終實現理解、生成。建構原生多模態大模型，可以讓模型從訓練階段起，就具備理解圖片、語音等各種模態資訊的能力。原生多模態模型就是能像人一樣，“端到端” 理解各種模態的資訊——前者訓練時只需專注處理單一模態資訊，難在保持 “傳話” 過程中不出現資訊失真的現象；後者則是在訓練時就要讓模型理解圖片、視訊、語音等資訊，但難在讓各種類型資料的意義互通。但原生多模態模型在訓推中需要處理大量多模態的資料，給架構設計、訓練過程和推理等多個層面都帶來了指數級的壓力。Google 從開始訓練 Gemini 系列，便確定原生多模態的技術路徑。但訓練資料較難統一，剛開始 Google 的模型在應用側的效果並算不突出。直到 2025 年末，Gemini 3.0 展現的多模態理解能力，讓業界重新相信了 “原生多模態”。2025 年，國內企業發佈的模型開始呈現原生多模態轉向，發佈的模型有各自的特點。階躍星辰的 Step-3 針對國產晶片頻寬進行了最佳化，降低了企業的商用成本；智譜的 GLM-4.6V 和字節的豆包大模型 1.8，都是將工具呼叫能力原生融入大模型，讓 AI 可以行動；阿里發佈的 Qwen 3-Omni 主要通過最佳化使用者互動與開源，擴大生態。百度文心大模型 5.0 則專注於模型本身，發佈了參數量達 2.4 兆的原生全模態大模型。在國內為數不多的全模態模型中，參數量最大，並在底層架構實現了文字、圖像、音訊、視訊多模態的統一。真實世界本質是跨模態的訊號流，大模型要理解世界，原生多模態是技術上的趨勢。以百度文心大模型 5.0 為例，其文字與視覺理解能力體現出的泛化性，均在 LMArena 大模型競技場相應領域的全球排行榜中，佔據前列。通過原生多模態架構，模型能捕捉到更多非語言資訊，AI 能夠像人類一樣感知現實，並通過 Agent 建立與世界更深層的連接。這也讓大模型切入具身智能、智能座艙、消費硬體等兆美金級賽道的商業場景成為可能。推理成本定義 AI 商業化拐點2024 年底，行業從 “快思考” 轉向 “慢思考”。慢思考是讓模型在回答問題之前，先模仿人類思考路徑，在後台列出完整思維鏈條，自我修正後再生成回答。慢思考模式下使用者每提一個問題，單次消耗的 token 數量都激增。OpenRouter 發佈的年度報告指出，2025 年推理任務消耗 token 的佔比不斷升高，模型專用於推理類任務的呼叫量，佔 token 消耗總額的超 50% 。使用者規模擴大後，模型廠商需為使用者消耗的 token 支付高額的成本。能否降低推理成本，成為 AI 走向商業化的關鍵。2025 年初，DeepSeek 憑藉 MLA 架構和精細化的 MoE 設計，顯著降低大模型計算消耗的同時，提高了模型的性能，被行業視為 “效率標竿”。但 DeepSeek 只是語言模型。語言模型的降本經驗並不能直接平移到多模態領域。GPT-5、Gemini 3、豆包 1.8、文心 5.0 等原生多模態模型，需要處理視覺和音訊流，其對訓練算力的需求是純文字模型的 5 到 10 倍，推理過程也更加複雜。GPT-4o 訓練投入超 1000 PFlop/s-day，大約相當於數千台頂級 GPU 滿負荷運行數周。原生多模態模型若要實現 DeepSeek 式的降本，僅靠模型層面的演算法創新是不夠的。以文心 5.0 為例，依託飛槳深度學習框架進行大規模 MoE 模型訓練，模型預訓練性能較基線提速 230%，啟動參數比低至 3%。在國產晶片替代的大背景下，大模型降本需要同時掌握晶片、框架、模型和應用四個層面的自主權，對企業全端系統工程能力提出了更高的要求。目前國內具備這種閉環能力的只有百度和華為。當推理成本降低，模型可以在後台持續完成自我博弈、工具呼叫和邏輯反思，以 Manus 為代表的通用 Agent 就能實現在網頁間穿梭，完成報表分析。這不光重塑了軟體，也驅動模型能力從 “雲端” 向 “端側” 下沉。原本昂貴的 AI 被嘗試融合進 AI 眼鏡、智能座艙和手機 OS 中。顯然，AI 的下半場不再只是比拚模型規模，而是比 “誰能以更低的成本提供更深的智能”。在這場效率革命中，降本不是目的，而是手段。誰是 AI 時代下一個 “超級入口”？2000 年，百度也憑藉自身技術，為搜狐、新浪、網易等入口網站提供搜尋方面的支援。彼時，這些入口網站雖然擁有龐大的搜尋流量，但 “搜尋” 卻僅被其視為一個附屬的功能模組，沒進行深度最佳化。2001 年，李彥宏力排眾議要推出自己的入口網站，以搜尋引擎為核心的入口 “百度”（Baidu.com）應運而生。百度憑藉超鏈分析技術和精準的中文分詞，從入口網站的索引中脫穎而出。那時，百度的成功在於解決了 “搜得準” 的問題。百度成為了最初的 “平台級入口”。時間回到 2025 年，AI 技術讓 “超級入口” 的邏輯發生了質變，下一代超級入口正從 “匯聚流量的 app” 轉向 “多模態的智能助手”。在 “超級入口” 之爭上，國內能與大廠競爭的創業公司屈指可數。大廠不會放棄任何一種擴張的可能。字節跳動、阿里、騰訊與百度正依託各自的生態，搶佔 “平台級入口” 這一高地。12 月 1 日，字節發佈和中興努比亞合作開發的豆包手機助手，試圖重塑人機互動的底層邏輯。使用者僅通過語音互動，就可以讓豆包手機助手直接接管使用者螢幕。同期，阿里調動整個集團資源，打造 AI 時代的超級助手。阿里成立千問 C 端事業群，將之前阿里雲事業部下通義千問 APP 改名 “千問 APP” 發佈，以 “一周一更新” 的速度迭代。近日，千問 APP 已接入高德地圖，未來阿里或把夸克、UC、天貓精靈等功能也整合進千問 APP。百度基於搜尋，也上線了百度文心助手，對標 Gemini 3，競爭超級入口。百度搜尋全面升級文心助手 AIGC 創作能力，支援 AI 圖片、AI 視訊、AI 音樂、AI 播客等多種模態創作。從硬體佈局的演進趨勢來看，百度可以依託文心 5.0 大模型的技術底座，通過蘿蔔快跑接管物理空間，用小度佔據家庭互動入口，讓資訊實現從虛擬空間向真實空間的滲透。幾周前，Google 將 Gemini 3 嵌入核心搜尋業務，通過跨應用的資料調取，即時生成能與使用者互動的 UI 頁面，向使用者直接交付搜尋結果。Google 通過自研 AI 晶片和 Google Cloud 支援大模型訓練、推理，訓練出的先進的模型又能與自身搜尋、雲盤、Android 生態等入口融合，繼續產生相應領域的高品質資料，持續推動智能升級。有行業人士認為，Google 已形成 “算力-模型-資料-應用” 的系統級飛輪，而百度是中國為數不多能與 Google 對標的 “AI 六邊形戰士”。因為下個時代的 AI 競爭的不止是模型能力，而是演進為全端式的系統競爭，比拚的是誰能完成 “算力—系統—模型—入口—資源—行動能力” 六個層面的閉環。他們認為，百度依託崑崙芯、智能雲作為算力與系統底座，以文心大模型作為能力中樞，連結搜尋、網盤、小度等流量入口，並通過搜尋、地圖與自動駕駛等業務將能力落地到現實世界，形成了六大要素閉環，是國內最接近 “AI 六邊形戰士” 形態的公司之一，具備長期演進的系統飛輪能力。圖源網路水面之下，騰訊同樣暗流湧動。12 月下旬，騰訊新成立 AI Infra 部、AI Data 部、資料計算平台部，27 歲的前 OpenAI 研究員姚順雨出任 “CEO / 總裁辦公室” 首席 AI 科學家。過去數月裡，騰訊也以加倍薪資挖角 AI 人才，強化研發體系。在生成式人工智慧的第一波流量交鋒中，有的公司水漲船高，有的公司陷入沉靜。但在喧囂之下，堅守 “技術信仰” 的企業，正在等待那個規則被重新定義的時刻。 (晚點LatePost)

AI應用進入下半場：從模型的入口到真正的超級入口1AI應用的戰爭正在進入下半場。在最近密集的模型更新中，無論是逆天的 Google Gemini3，還是 OpenAI 的“小更新”GPT-5.1，都在發佈模型的時候重點強調了模型在應用裡的整合。與此同時，一直以開源模型打天下的阿里，也以千問之名集合了全部資源，開始發力 C 端應用，而已經悄悄建立起了全端能力的螞蟻，也扔出獨立的靈光 App——一款基於程式碼能力的全模態通用AI助手，它瞄準C端市場，提供全程式碼生成多模態內容的能力，可以用自然語言在30秒內就生成一個小應用。最新的資料顯示，靈光上線一天下載量就破了20萬。所有人來勢洶洶，都要搶奪一個入口的位置。於是一個很有趣的問題出現：明明 AI 應用已經被講了很久，各家也都一直有動作，甚至明星應用創業公司也不停出現，但怎麼最近才有了入口之爭的味道？其實，過去雖然也曾討論“入口”，實則有很大不同。上一個階段，其實一切 AI 應用的起點和源頭一直是ChatGPT。但要知道，ChatGPT 是一個歪打正著的“應用”，它從第一天就是模型的出口，而不是一整個新的使用者市場的需求入口。DeepSeek 和 Kimi也是如此，一個從來就是弱化應用建設，一個則在權衡後把重心移回模型。最直接的體現，就是這些使用者不少的產品，至今都沒有多模態。而使用者？使用者顯然是非常需要多模態的。這些產品還有另一個共同點，就是他們一定會主打深度思考。這是因為這是體現模型能力最好的方式。但它其實並不是最普遍的大眾需要的功能。說到底，這些應用都是在給模型提供出口，而不是給使用者的需求提供入口。2於是，在應用已經層出不窮很久後，今天最大的落差居然還是在於 AI 應用產品和使用者需求之間。這些被巨額投資供養的 token，能不能被用在普通使用者一直存在的真實需求上，是今天最重要的主題。而這才是今天 AI 入口的爭奪點。這也是為什麼那些已經有大量使用者的國民級平台產品，紛紛在此刻出手的原因之一。顯然他們的思路和做法都和模型廠商完全不同。一個最值得研究的產品就是新鮮出爐的螞蟻靈光。它已經展現出和支付寶龐大生態聯動的巨大潛質，而這背後所蘊藏的想像空間，有可能重塑使用者與AI、使用者與網際網路入口的連接形態，開啟服務互動的新方式，這背後想像力巨大。而更有意思的是，它與 Gemini3 對 Gemini 和 Google 此次帶來的最大改造居然有點不謀而合——主打一個把程式碼生成藏在後面，利用程式碼和多模態能力一起給使用者交付他們需要的可互動的結果，甚至靈光的兩個主要功能，靈光對話，對應 Gemini 的視覺佈局（Visual layout），閃應用對應動態檢視（Dynamic View），一個是“像雜誌一樣”的富媒體加可互動結果，另一個是快速給你建構 App。本質上它們都在面向普通使用者提供“功能生成”級通用 AI 能力。這個路線也迅速得到了正向反饋。作為首個全程式碼生成AI助手，30秒生成可互動應用的獨特功能的確夠新鮮也夠搶手，上線後快速達到20萬的下載量就是一個印證。大量使用者碎片化的工具需求在這種模式裡找到瞭解決方案。在此前一個階段的AI應用產品熱潮裡，諸多產品因為更多在扮演“模型能力出口”的角色，導致它們很多時候陷入了“演示級應用”的陷阱。如何讓普通使用者也能通過AI形成自己的生產力，是這一波爭搶入口的應用的共性。千問的產品裡已經看到整合淘寶天貓等阿里系產品的雛形，想要用AI解決實際需求，而靈光的策略也很明顯，它在往“日常實用化”的方向傾斜。當你使用靈光時，它給人的第一感覺就很不同。它的首頁上寫著它的目標，讓複雜資訊變簡單。它不強調幫你做長篇報告，也不是把 coding 能力做成開發工具，而是把最複雜的 coding 能力用在了提供最簡單結果上，使用者不需要看那些程式碼，但使用者需要程式碼帶來的新體驗。這是解決普通使用者需求的思路。比如，經常出差的我一直希望有一個應用可以提醒我在要飛的航線上能夠看到的風景，我用靈光一句話做了一個閃應用，30秒不到，就有了這個功能。在這個過程裡，可以看出來它非常強調互動。無論在對話方塊裡，還是閃應用的功能裡，你的問題有互動，你的應用也必然可互動。這種思路顯然有很大部分來自於螞蟻在服務上的基因，支付寶的服務是系統化和複雜的，各種各樣的需求必須通過多模態的互動來解決，螞蟻通過靈光，正在嘗試建構起“需求-工具-服務”的閉環，而這對於下一階段AI入口競爭來說，會尤為關鍵。3在這種閉環背後，服務分發邏輯也重構了。過去，只有高頻、標準化的頭部需求值得被做成獨立的 App；而海量的長尾需求因為開發維護成本過高，只能被摺疊在複雜的菜單深處。但當通用大模型的能力介入後，這些曾經因為過於瑣碎而被視為“累贅”的需求，突然擁有了被低成本、即時生成解決的可能。在經典的“長尾理論”裡，絕大多數超級平台其實佔據的是曲線左側高高聳立的頭部——比如搜尋、比如社交，它們用標準化的產品滿足了人類最共性的需求。而螞蟻所在的領域，恰恰是曲線右側那條漫長而平緩的尾巴：交水電費、查社保、買票、分帳……這些需求極其碎片、非標準化，難以像搜尋那樣用一個簡單的框就解決所有問題。因此，過去二十年，網際網路解決長尾的方式只能是“堆砌”：用成百上千個入口去覆蓋，導致 App 越來越重。因為需求是平鋪的，平台不得不把戰線拉得無限長。但 AI 的出現，尤其是大模型帶來的通用性，提供了一種全新的解法：它把這張平鋪的長尾圖表，“立”了起來。當模型的能力足夠通用，它就能用一套邏輯去動態生成千萬種解決方案。原本分散在右側、被認為無法形成“超級入口”的瑣碎需求，現在可以通過“功能生成”的方式被集中滿足。這就好比把右側漫長的尾巴摺疊、累積，在 AI 的賦能下，變成了一座和左側頭部需求一樣高聳的新塔。滿足這些需求的新方式，就是“靈光”這類產品在嘗試的“功能生成”。當使用者在靈光裡提出一個諸如“做一個家庭出遊分攤帳本”這種極度個性化的長尾需求時，系統不再是去長尾裡翻找一個現成的 App 推薦給你，而是利用“閃應用”的能力，即時生成一個可互動的工具。當長尾需求被技術“立”起來成為新的高地，入口的定義也就此被改寫。如果說上半場大家是在給模型配一個對話方塊，爭奪的是通往模型的“流量入口”；那麼下半場，大家爭奪的則是通往真實生活的“需求入口”。在這樣的下半場裡，當那些深諳需求的平台也擁有了模型能力，或許他們比任何人都更接近那個真正的超級入口。 (矽星人Pro)

在生成式 AI 重塑搜尋形態的當下，Perplexity 正以“答案”為核心，重構資訊入口。它不是聊天機器人，也不是傳統搜尋引擎，而是一種 “認知介面”——通過自然語言對話，為使用者提供可驗證、可引用的真實答案 。這家公司的誕生並非源於宏大願景，而是基於一個直覺判斷：使用者需要的不是一堆連結，而是一個可以直接信任、立即使用的工具。從最初為解決自身搜尋需求而建構的小工具，Perplexity 已成長為行業認可的搜尋革新者。它試圖重寫的，不只是搜尋邏輯，更是資訊系統的前端架構：從“查詢”到“回應”，從“連結”到“理解”，最終走向以 AI 為代理的“作業系統”形態。截至 2024 年 5 月，Perplexity 月查詢量已突破 7.8 億次，日均超 3,000 萬，年化增長率超過 20%。從上線初期的日均 3,000 次起步，如今它的目標是實現年內周活 10 億。a16z 平台戰略前世今生：從 VC “不願擦屁股”到“全端服務”這種增長並非依賴管道分發，而是源於產品本身的可用性。Perplexity 堅持“來源清晰、邏輯可溯、答案實用”的路徑，在強調模型能力之外，回歸資訊獲取的根本價值。創始人 Aravind Srinivas 本周接受 Bloomberg Tech 採訪時表示，Perplexity 與 OpenAI、Google 最大的差異在於對“精準性”的執著，他希望將 Perplexity 打造成 AI 的 “精準性層” ，服務於人類和 AI 的關鍵決策。隨著 AI 深入零售、金融、市場等高價值領域，每天影響的決策金額以兆美元計。只要切入其中一部分，Perplexity 就有機會成為下一家兆級公司。▍重新定義資訊入口Perplexity 的雛形，源於一次極其具體的挫敗體驗：公司剛成立時，Srinivas 想幫員工配置醫保，卻發現傳統搜尋引擎只能提供幾十個連結，真正需要的“那種計畫適合我”這樣的問題，卻沒有一個直接、可信的回答。“我們從沒想替代 Google，只是這個工具對我們自己真的太有用了。”他說。基於這個出發點，Perplexity 做了一件當時看來“逆潮流”的事：拒絕讓大模型自由生成答案，而是始終以人類內容為依託，呼叫真實來源、結構化摘要，生成可溯源的答案。這一理念初期並不被看好，有投資人甚至批評它“少了點 AI 出錯的娛樂性”。“但我們堅持認為，AI 應該成為決策的工具，而不是表演的玩具。”這一產品哲學後來被廣泛驗證。ChatGPT 的 Browse 模式、Claude 的引用機制，甚至 Google 的 AI Overview，都在沿用 Perplexity 首創的“可引用答案”結構。▍瀏覽器是下一站場然而在 Srinivas 看來，真正的機會不在搜尋框，而在於重構整個“訪問網際網路”的方式。入口層的變革，才是資訊邏輯變化的根源。他以 Chrome 為例指出，當年正是 Sundar Pichai 主導該項目，才幫助 Google 把控了使用者的原生入口。Chrome 的核心價值，是讓搜尋成為默認行為嵌入瀏覽器之中。Perplexity 的思路則更進一步。它要打造的不是“加了搜尋框”的瀏覽器，而是一個認知作業系統（Cognitive OS）：一個能完成搜尋、比較、決策，甚至直接執行任務的統一介面。“過去人們是在‘瀏覽’網際網路，而現在，人們已經是‘活在’網際網路上。”Srinivas 表示。“答案只是壓縮過的搜尋，而行動，才是壓縮過的整個瀏覽行為。”為此，Perplexity 正在建構名為 Comet 的新型瀏覽器，融合搜尋、導航與任務執行，並在客戶端與雲端協同運行，使複雜操作得以一體化完成。這不僅是產品形態的演化，更是對傳統網際網路體驗的系統性重寫。I/O 到 iO，Jony Ive 將推動一場新的設計運動 —— AI 正在改寫計算範式與硬體定義，也是大模型後的新戰場▍分發與內容生態重構在 Srinivas 看來，真正的競爭不是模型能力之爭，而是分發權之爭。即便 Google 擁有行業最強的模型與基礎設施，依然遲遲無法上線 AI 搜尋功能，根本原因在於商業模式無法承受其帶來的廣告衝擊。“你去查一個 NBA 比分，結果還沒出來，Ticketmaster 的廣告就已經跳出來了。”他指出，這是 Google 面臨的現實困境：精準的答案，會直接破壞其廣告位的價值。Perplexity 則走了另一條路徑：與摩托羅拉等硬體廠商合作，從系統層預裝成為原生語音助手，並已與三星接洽，試圖替代 Gemini 成為 Android 裝置上的默認 AI 工具。“每次我們接近簽約，就會有電話從山景城打來。”他坦言，Google 顯然不希望默認入口被替代。他也明確表態支援美國司法部對 Google 的反壟斷訴訟，認為 Android 應回歸開放本質，“所有優秀 AI 工具，包括 ChatGPT、Claude、Copilot，都應該能成為默認選項。”這場入口權的爭奪，也延伸到了內容生態。過去 Perplexity 曾因抓取媒體內容遭到質疑，但 Srinivas 表示，他們從不掩飾現狀，也不會美化導流能力。他承認，傳統“跳轉式”流量正在失效，AI 工具的新模式將以引用、摘要、整合為核心，不再依賴點選。他主張建立一種 “按查詢分成”的新型合作模式 ，即只要 Perplexity 的引用內容促成了使用者轉化，平台就應將收入返還媒體方。“我們不需要維持 Google 那樣的高利潤率，所以可以主動分享收益。”他進一步設想，未來深度調研型 AI Agent 可對接多個付費內容源，使用者按需付費，AI 再以代理人方式完成任務，而收入則由平台與內容方共享。在他看來， “未來被引用，是新的排名機制。” 不再是“排在搜尋結果第三”，而是“是否是 AI 工具默認信任的來源”。一個全新的內容共生模型，正在重建媒體與平台的合作邏輯。 (有新Newin)