•
中國AI競爭格局研究報告
一、基礎大模型的競爭格局
1、基礎大模型的競爭格局逐漸收斂
自2022年11月Open AI的 Chat GPT推出以來，全球迅速掀起大模型發展的熱潮。在政策與資本的雙輪驅動下，國內高校/科研機構、網際網路企業、AI創業公司等玩家競相入局，市場一度呈現“百模大戰”的喧囂。然而，僅兩年左右時間，基礎模型賽道便經歷殘酷洗牌：零一萬物放棄兆以上超大參數模型的訓練，戰略轉向B 端產業落地；百川智能收縮戰線，選擇聚焦醫療垂直領域；更多參與者則無聲退場。
進入2025年，基礎模型的競爭格局已明顯收斂——以網際網路、雲端運算為代表的科技巨頭（阿里巴巴、字節跳動、百度、騰訊、華為）和少數AI初創企業（深度求索、智譜、月之暗面、階躍星辰、MiniMax）成為繼續留在牌桌上的主要力量（見圖表1）。
圖表1：基礎大模型的競爭格局
然而行業格局收斂之際，技術層面的競賽進一步白熱化。縱觀2025年，留在牌桌上的少數玩家圍繞大模型核心能力展開激烈角逐：科技巨頭持續加碼，阿里巴巴Qwen、百度文心、字節跳動豆包、騰訊混元、華為盤古等模型密集更新（見圖表2）；初創陣營展現出強勁的突破力——年初，DeepSeek R1憑藉創新的技術和卓越的性能破圈，引發海內外廣泛關注；隨後，GLM-4.5、Kimi K2、MiniMax-M2相繼亮相，性能達到開源模型中的SOTA水準；至年末，Kimi K2 Thinking、DeepSeek V3.2、GLM-4.7及MiniMax-M2.1的輪番登場，更將創新勢能推向全年高點。
圖表2：2025年推出的代表性大模型
基礎模型預計將延續2025年的非穩態競爭態勢，短期內難以形成穩態格局。主要基於以下兩點判斷：
其一，大模型的現有能力距離AGI仍有漫長征程，技術迭代遠未完成。誠然，2025年大模型在推理、Agent、程式設計、多模態、長上下文窗口與記憶機制等能力上進步斐然，這些技術成果也在深刻改變人類生產生活方式。但需要清醒的認識到，當前大模型本質上仍是基於機率計算的預測系統——模型通過大量語料訓練，以足夠高的精準率預測下一個token。這就使得大模型在持續學習能力、理解世界、與環境互動能力及邏輯推理能力等能力上存在明顯的侷限，也就意味著大模型距離真正的AGI（通用人工智慧）還有很長的路要走。行業參與者仍需在基礎模型上持續迭代，突破現有能力邊界。
其二，從現有的玩家在未來的發展規劃與組織架構的調整來看（見圖表3），大模型的“內卷”短期內不會結束。其中阿里巴巴明確未來將大幅提升AI基礎模型的研發投入；字節跳動計畫2026 年持續加大AI相關投入；華為、騰訊與百度也都在2025年底成立了基礎模型部門，這一架構調整與匯報關係的扁平化，釋放出提升AI研發效率、加快AI佈局的訊號。不僅僅是科技大廠加碼基礎模型，AI初創企業同樣計畫持續投入基礎模型的研發：智譜與MiniMax均已通過港交所上市聆訊，計畫將此次IPO募集資金的70%投入基礎模型的研發；月之暗面則持有超百億元資金，正加速K3模型的訓練和研發。
圖表3：部分大模型廠商的未來規劃/組織架構調整
2、那類基礎模型廠商有競爭優勢
（1）基礎模型競爭的關鍵要素分析
各大模型廠商在基礎模型方向的競爭可以說是人才、算力、資料以及資金多個維度的較量：
①在人才方面：演算法創新的基石是AI人才，尤其是頂尖人才。大模型的研發絕非簡單的“堆算力、喂資料”，而是要攻克一系列未成熟範式的底層理論與演算法難題。以Deepseek-R1為例，Deepseek團隊憑藉演算法層面的創新，以遠低於行業水平的訓練成本，卻在數學、程式碼、自然語言推理等任務上實現了與OpenAI o1正式版比肩的性能。在大模型技術仍處於快速迭代的現階段，頂尖AI人才作為探索新理論、新架構、新演算法的核心力量，能持續拓展模型能力邊界，是保持技術領先的關鍵。
②在資料方面。大模型的智能並非與生俱來，而是通過海量資料學習獲得，資料為其提供了必需的知識與資訊。如果缺乏高品質的資料，再先進的演算法和再強大的算力，都難以訓練出高性能的基礎大模型。以GPT系列演進為例（見圖表4）：從GPT-1到ChatGPT，模型的架構設計並未發生顯著的變化，然而該系列大模型能力的提升主要取決於訓練資料數量和質量的提升。GPT-3依賴資料規模解鎖了模型的湧現能力；ChatGPT通過引入高品質人類標註資料，實現與人類偏好有效對齊。由此可見，資料質量與規模是影響模型性能的關鍵因素。
圖表4：更高品質、更大規模的訓練資料是GPT模型成功的驅動力
③在算力方面：算力是基礎模型競爭的關鍵變數。當下國內大模型已普遍突破千億參數、正向兆量級邁進，而模型規模的擴張直接驅動算力需求激增，推動算力叢集從“千卡”向“萬卡”“十萬卡”乃至更大規模加速演進。與此同時，大模型迭代速度極快，領先模型的優勢窗口可能僅維持3-4個月。在模型規模與迭代速度的雙重驅動下，算力已成為基礎模型競爭的關鍵變數：更強的算力叢集不僅能支撐訓練更大、更複雜的模型，更能夠顯著加速模型的迭代最佳化處理程序。在這場殘酷的“軍備競賽”中，具備雄厚算力儲備的企業，方能更快訓練出更優模型，從而搶佔市場先機，構築生態壁壘。
④在資金方面：基礎模型訓練是資本密集型業務，需要持續、高強度的資金投入。其成本結構主要由三大核心支柱構成：算力支出（晶片採購與電力消耗）、人力投入及資料獲取。伴隨大模型規模的不斷擴展，其訓練成本也不斷攀升。例如，在2017年訓練最初的Transformer模型僅需約900美元；而到了OpenAI的GPT-4和Google的Gemini Ultra，其訓練成本已分別達到了約7800萬美元和近2億美元（見圖表5）。最為關鍵的是，基礎模型的競爭並非一次性投入即可鎖定勝局，而是一場“長跑”。企業必須持續投入研發，方能維持技術領先地位。
圖表5：Estimated training cost and compute of select AI models
（2）那類企業有競爭優勢
儘管市場競爭格局持續動態演變，但綜合資金、算力、資料、人才等核心要素來看，科技巨頭相比中小廠商具備系統性競爭優勢。在基礎模型的競爭中，以阿里巴巴、字節跳動為代表的科技巨頭有望佔據主導地位。以下主要從以下四個維度展開具體分析：
①在資金方面：阿里巴巴、字節跳動、華為、騰訊、百度等科技巨頭擁有數千億元至兆元的年營收規模，相較科大訊飛、幻方量化以及其他AI初創企業具備碾壓性的資金優勢（見圖表6）。這種雄厚的資金實力能夠有效的支援這些科技巨頭在基礎模型研發上的持續高強度投入——無論是算力基建、人才招聘還是技術研發，均能獲得充足的資源保障。據公開資訊，百度、阿里巴巴與字節跳動等公司每年AI投入資金少則數百億元。
圖表6：部分模型廠商的營業收入
②在算力方面：阿里巴巴、字節跳動、騰訊、華為、百度本身就是雲服務廠商，為客戶提供AI算力及MaaS服務，這就驅動其對AI基礎設施進行重投入。通過大規模AI晶片採購與自主研發（如百度崑崙芯），這些巨頭擁有充沛的算力資源訓練自家大模型。反觀中小模型廠商，則面臨嚴峻的算力焦慮：即便是擁有萬張GPU儲備的幻方量化，在大模型訓練需求面前依然捉襟見肘；而科大訊飛與其他AI初創企業更多依賴算力租賃。
③在資料方面：在網際網路時代，科技巨頭憑藉豐富的應用場景沉澱了海量的獨家且高品質的資料資產（見圖表7）。這些資料涵蓋文字、圖像、視訊、音訊多個模態，覆蓋電商、本地生活服務、文娛、醫療健康、金融、辦公多個領域。當多數大模型仍困於公開資料集的侷限時，這些私域資料已成為模型訓練的稀缺資源和核心壁壘。反觀中小模型廠商，即便科大訊飛與深度求索的母公司幻方量化具備部分業務場景資料，但在資料的多樣性上仍遜於科技巨頭。其他AI初創企業的原始資料沉澱更是薄弱，只能依賴爬蟲、與資料提供商合作或購買等方式獲取資料，在資料維度的競爭中已然處於劣勢。
圖表7：科技巨頭的業務應用
④在人才方面：AI領域的人才博弈已成為科技企業搶佔技術制高點的核心戰場。科技巨頭推出系列頂尖人才計畫——Top Seed人才計畫、阿里星頂尖人才計畫、AIDU計畫、青雲計畫、勇敢新世界計畫等，招募具潛力的青年科研精英。憑藉豐厚的薪酬待遇、充足的算力資源和豐富的應用場景，這些巨頭企業相較於中小廠商展現出強大的人才吸引力。同時，科技巨頭也在積極引進業界領軍人物，以強化自身研發實力。例如，字節跳動成功邀請GoogleDeepMind研究副總裁吳永輝加盟、阿里巴巴則招攬了全球頂尖AI科學家許主洪。上述舉措顯著提升了科技巨頭在AI領域的人才密度，進一步拉開與其他模型廠商的差距。
二、AI應用的競爭格局
1、AI應用市場的格局分析
（1）AI應用市場“三足鼎立”
近兩年，政府密集出台人工智慧產業促進政策，大力推進人工智慧規模化商業化應用；同期，大模型技術持續迭代演進，在多模態、推理等能力上持續精進，推理成本也大幅降低。政策紅利與技術突破的雙重共振，推動了國內AI應用的蓬勃發展。AI智能助手、內容創作（圖像、視訊、音訊、3D生成）、效率辦公（AI搜尋、AI程式設計、AI寫作、知識管理、AI設計）、生活娛樂（AI陪伴、AI教育、醫療健康、寫真）相繼湧現，具備任務執行能力的智能體（Agent）更成為新熱點（見圖表8）。從單模態到多模態，從“對話”到“任務執行”，AI的能力邊界正在不斷拓寬。
圖表8：AI應用圖譜
基於對已推出AI應用的全面梳理，當前市場參與者呈現三足鼎立之勢：以字節跳動、阿里巴巴、騰訊、百度為代表的網際網路大廠；以深度求索、月之暗面、MiniMax、愛詩科技為代表的AI創業公司；以猿輔導、作業幫為代表的深耕垂直領域的企業（見圖表9）。不同類型的玩家，AI應用打法涇渭分明：
圖表9：佈局AI應用的主要玩家
①網際網路大廠：在AI浪潮推動下，網際網路大廠採取現有業務及產品 AI 化+AI 原生應用的策略（見圖表10）：
其一，存量業務的AI升級。網際網路大廠正加速推進AI技術對旗下業務及產品的賦能，往往採用對原應用進行AI重構或在原有產品中加入AI功能方式實現升級。比如百度文庫經過大模型的重構，已從一個文件平台進化為“一站式AI內容獲取和創作平台”；騰訊在微信中增加AI搜尋功能，強化原應用的粘性。
其二，AI原生應用的推出。網際網路大廠要麼選擇切入高使用者群、潛在發展空間大的賽道，要麼依託公司已有的業務場景進行AI原生應用的開發。目前大廠推出的AI原生應用已覆蓋AI智能助手、AI應用開發平台、圖像/視訊生成、智能體、健康管理、教育等方向。其中 AI 智能助手被普遍視為 AI 時代的超級流量入口，已經成為網際網路大廠的戰略必爭之地，大廠的資源投入明顯向其傾斜。
圖表10：網際網路大廠推出的AI原生應用與AI賦能原應用
②垂直領域的企業：這類玩家往往資訊化程度較高，以網際網路平台類企業居多，業務場景覆蓋設計、教育、金融、醫療等方向。憑藉多年垂直深耕形成的行業洞察與高品質、稀缺性資料的積累，它們在AI應用開發上具有得天獨厚的優勢。它們通常基於現有的業務場景推出相關的AI應用，或對原應用進行AI升級。例如，線上教育平台“作業幫”推出Question AI、快對AI和光速寫作；金融科技領域的“同花順”則基於自研的HithinkGPT升級同花順問財。
③AI初創企業：出海可以說是AI初創企業身上較為鮮明的特徵。通常受C端使用者付費意願與能力、市場的競爭環境、監管政策、企業的融資需求等多重因素的驅動，越來越多的AI初創企業選擇將產品瞄準海外市場，甚至將公司總部設立在海外。這些企業重點佈局圖像/視訊/音訊生成、AI陪伴、智能體等賽道，並憑藉更強的本地化能力、靈活的商業策略以及更快的產品迭代速度在海外站穩腳跟（見圖表11）。
圖表11：AI初創企業推出的AI應用
（2）網際網路大廠主導國內AI應用市場
據AI產品榜的資料顯示：在APP端TOP 25榜單中，網際網路大廠憑藉12款入圍產品佔據近半壁江山（見圖表12）。在這12款應用中，除了Dola與Gauth面向海外市場外，其餘10款應用均主攻國內市場，其中百度網盤、夸克、豆包與騰訊元寶四款應用的MAU均突破5000萬。反觀AI初創企業與垂直領域企業，入圍的AI應用合計13款，其中超半數應用是面向海外市場。而在其面向國內市場的產品中，僅DeepSeek達成1.31億MAU的斷層領先，其餘應用的MAU均在3000萬以下。由此看出，在本土AI應用市場，網際網路大廠無論從入圍的數量還是MAU維度，均形成對AI初創企業與垂直領域玩家的碾壓。
在Web端入圍的TOP 25應用中，網際網路大廠以11款應用微弱領先AI初創企業（10款），垂直領域企業則以4款明顯落後（見圖表13）。這些應用存在顯著不同：AI初創企業入圍的應用中更多的是面向海外市場，在其推出的10款應用中至少有8款主攻海外市場；相反，國內市場已成為網際網路大廠與垂直領域企業的主戰場，兩者入圍的六成應用是面向國內使用者，且頭部效應顯著——豆包、奈米AI搜尋、奈米AI、百度AI搜尋的Web訪問量均突破5000萬大關。
圖表12：2025年12月MAU在前25的APP端應用
圖表13：2025年12月訪問量在前25的Web端應用
綜上所述，現階段網際網路大廠在國內Web端和APP端市場佔據主導地位。這主要得益於其具備強大的流量獲取和投放能力、豐富的場景生態、海量且高品質的使用者資料以及雄厚的資金實力。考慮到真正意義上的新一代智能終端尚未誕生，短期內智慧型手機與PC仍將是使用者與AI互動的主流硬體。在人工智慧時代的新終端缺位、PC與智慧型手機仍是AI核心入口的背景下，互聯網大廠憑藉上述優勢，在國內AI應用市場的主導地位仍將持續。伴隨網際網路大廠AI應用的密集上線，未來AI應用方向的流量或進一步向網際網路大廠集中。
但這並不意味著中小企業在AI時代的國內市場沒有機會。當下的主要玩家基本是基於手機與PC進行AI應用開發，但這些被開發出的應用並未充分發揮出AI潛能，傳統的PC與智慧型手機也並非AI時代的理想載體。參照移動網際網路的發展脈絡，隨著AI時代核心硬體入口的成熟，應用市場將會迎來真正意義上的爆發期，催生出全新的藍海。巨頭往往因困於路徑依賴與存量利益，更傾向於將AI作為現有生態的漸進式最佳化，並非進行自我顛覆。而這無疑是創新者實現破局的黃金窗口。正如移動網際網路誕生了字節跳動、滴滴、拼多多，AI時代也必將孕育出新一代的巨頭企業。
2、細分賽道競爭格局分析
（1）AI智能助手
AI智能助手不管是面向Web端還是APP端在AI應用中都是流量擔當，但是主流玩家對於AI智能助手的角逐主要還是聚焦在APP端。回想在2024年底，豆包、Kimi、文小言領跑AI智能助手賽道。進入2025年，AI智能助手賽道的博弈提速。年初，DeepSeek憑藉DeepSeek-R1模型的技術創新出圈，使用者量激增。隨後，騰訊對騰訊元寶進行大規模推廣，強勢加碼；阿里巴巴則在11月份推出AI原生產品“千問”，並把AI超級入口的重點集中在千問上。至2025年末，市場形成豆包、DeepSeek、騰訊元寶引領的競爭格局（見圖表14）。
圖表14：AI智能助手在APP 端的MAU
然而，AI智能助手的競爭遠未至終局，市場格局仍處於動態演化之中。隨著騰訊和阿里巴巴在AI智能助手賽道的持續加碼，旗下產品騰訊元寶與千問有望實現對DeepSeek的趕超，最終形成豆包、騰訊元寶與千問主導的穩定格局。支撐這一判斷的核心邏輯在於：AI智能助手不僅是流量、模型能力的競爭，更是生態的較量。中小企業在流量、模型、生態維度上難以與網際網路大廠抗衡。
以DeepSeek為例：即便深度求索在大模型技術上的突破性進展值得稱道，技術出圈也確實帶來了智能助手DeepSeek的流量增長。但是，相較於豆包、千問、騰訊元寶，DeepSeek也是缺乏強大的生態場景支撐。生態的缺失制約了其在娛樂、社交、購物等高頻生活場景的滲透，導致產品體驗競爭力不足。
反觀網際網路大廠，其核心優勢正在於生態整合能力。豆包在2025年下半年上線了購物功能（見圖表15），還整合了本地生活服務；騰訊元寶已全面打通微信、QQ、騰訊會議等數十款內部產品，覆蓋社交、辦公與娛樂等核心場景（見圖表16）；千問未來計畫將地圖、外賣、訂票、辦公、學習、購物、健康等各類生活場景接入千問APP。
圖表15：讓豆包推薦一款生日禮物圖表16：騰訊AI能力形成循環
（2）AI陪伴
當下AI陪伴應用市場呈現多元化發展態勢，涵蓋角色扮演、虛擬陪伴、遊戲陪玩等細分方向（見圖表17）。其中角色扮演類應用強調角色扮演和故事演繹，讓使用者獲得沉浸式的親密體驗。與之形成差異的是，以Paradot、獨響、逗逗遊戲夥伴為代表的產品摒棄了劇情模式，選擇從日常生活、遊戲場景切入，試圖與AI建立長期穩定的情感關係。儘管產品形態各異，角色扮演目前仍在國內AI陪伴市場佔據主導地位——MiniMax旗下的“星野”與字節跳動的“貓箱”穩居賽道頭部。此外，該賽道中面向海外市場的代表產品包括Talkie、PollyBuzz、Linky，其中Talkie的使用者量在同品類出海產品中位居首位，在海外市場佔據領先地位（見圖表18）。
圖表17：AI陪伴的競爭格局圖表18：部分AI陪伴應用在APP端的MAU
回首AI陪伴賽道在2025年的發展：頭部產品星野、貓箱的MAU呈現出下滑態勢，甚至美團的Wow、階躍星辰的冒泡鴨、小冰科技的X EVA等多款應用停止營運，可以說AI陪伴應用尤其是角色扮演類應用陷入發展困境。其核心癥結在於：當下的產品多停留在淺層情感互動，難以滿足使用者更深層次的情感需求。隨著使用者的獵奇性嘗鮮需求退潮，使用者留存下降成為普遍現象。儘管如此，AI陪伴賽道仍吸引了不少新玩家入場——EVE、星眠與無限谷等多款AI陪伴產品相繼開啟內測，試圖在尚未固化的市場格局中尋找破局機會。
無論是從AI陪伴應用的使用者量（頭部應用在APP端的月MAU在500萬左右）還是持續湧入的新玩家來看，當下AI陪伴賽道的競爭格局並未固化。市場參與者正沿多條路徑探索：除了角色扮演方向以外；也在積極嘗試遊戲與AI的融合創新；或者從日常生活場景切入，讓AI融入使用者的生活日常。然而，最佳產品形態究竟是什麼並沒有被驗證，主流玩家普遍處於探索階段。
三、結論
通過以上對 AI 產業的研究，本文形成以下核心判斷：
在基礎模型層面：
當前，基礎模型競爭格局正逐漸收斂。留在牌桌上的主要包括：阿里巴巴、字節跳動、百度、騰訊、華為等科技巨頭，深度求索、智譜、月之暗面、階躍星辰、MiniMax等頭部AI初創企業，以及科大訊飛。然而，考慮到現有大模型與AGI之間仍存在顯著技術鴻溝，疊加主要玩家在未來的發展規劃與組織架構上的調整，這一競爭態勢預計還將持續演化，短期內難以形成穩態格局。
鑑於科技巨頭相比中小模型廠商在資金、算力、資料、人才等核心要素上具備碾壓性優勢，以阿里巴巴、字節跳動為代表的科技巨頭有望在基礎模型的長期博弈中佔據主導地位。
在AI應用層面：
AI應用市場主要涵蓋網際網路大廠、垂直領域企業以及AI初創企業三類玩家，各方基於自身的資源稟賦和公司戰略競相佈局AI應用賽道。在面向國內使用者的市場中，網際網路大廠在Web端和APP端已佔據主導地位。在PC與智慧型手機仍是AI核心入口的背景下，預計網際網路大廠在國內AI應用市場的主導地位短期內仍將持續。
此外，本文就AI智能助手與AI陪伴賽道進行了詳細的競爭格局分析。作為最先實現落地的AI應用，這兩條賽道的競爭格局尚未定型。不僅限於上述領域，AI搜尋、圖像生成、視訊生成、AI教育、健康管理等應用層細分賽道同樣處於動態博弈之中，尚未形成穩態格局。 （AI洞察研究）