Fanier's Library

本文字数：974，阅读时长大约2分钟

导读：中国AI赛场正加速收束至“千豆”双雄格局。

![](/Media/editor/wechat2026-02-177868857585768675/2026-02-178188888573837477.jpg)

2026 年 2 月初，在春节这个中国互联网最喧闹的牌桌上，阿里的位置一度显得有些尴尬。

对手们手里都握着确定的筹码。字节跳动拿下了央视春晚的独家合作；腾讯元宝重启了经典的红包方案。相比之下，阿里没有春晚的顶级曝光，也缺乏微信这种天然的裂变土壤。

但当新年的钟声敲响，阿里却在 B 端与 C 端同时完成了反超。

在 B 端，是技术成本的重塑。除夕当天，Qwen 3.5 突袭发布。这不仅仅是一次版本更新，而是一次对推理成本的激进下探——Qwen 3.5-Plus 将总参数 3970 亿的模型激活降至 170 亿，其API 价格仅为 0.8 元/百万 Token。

在同等性能下，这一成本仅为 Google Gemini 3 Pro 的1/18。这对任何想把 AI 规模化嵌入业务流程的公司来说，都是难以无视的价格因素。阿里正试图用极致的性价比，为 AI 的大规模商业化设定新的起跑线。

在 C 端，是关于 “入口” 的逻辑转换。在底层能力的支撑下，千问 App 绕开了传统的红包大战，转而上线 “春节 30 亿免单” 计划。**它设定了一个新规则：用户必须对 AI 发出指令去 “办事”。**

随之而来的，是一条近乎垂直的增长曲线。2月17日凌晨数据显示，春节活动期间，全国超过1.3亿人第一次体验AI购物，说了50亿次“千问帮我”，千问一跃成为国民级AI助手。不到3个月，千问DAU飙升至7352万，与豆包形成双雄争霸的格局。

这场春节混战，阿里做对了什么？

春节混战的“珍珠港时刻”

2026 年的农历新年，注定要被载入中国互联网史册。

如果说 2014 年的微信红包是移动支付领域的“珍珠港事件”，那么今年这场围绕 AI 入口展开的春节大战，则是一场波及更广的系统性洗牌。其深远影响，正在超越前者的范畴。

硝烟在春节前夕便已弥漫。1 月底开始，各路玩家悉数入场，现金激励与流量红利交织，试图利用各自的惯性将用户导入新的 AI 生态。**巨头们慷慨解囊，迅速拉升了市场的参与热度。**

阿里旗下的 “千问” 采取了更激进的策略：豪掷 30 亿元，推出 “请全国人民吃喝玩乐” 活动。在用户热情远超预期的情况下，再通过第二波免等加码，把实际投入拉到了“远超30亿”。

这种 “用AI 购物办事” 的玩法瞬间引爆全网，消费者们争相参与 “1 分钱让 AI 帮点奶茶” 的狂欢。即便活动口令一度遭遇微信封禁，但 “AI 真正能办事” 的种子已经钉进了日常消费场景。

**与往年争夺支付入口或短视频时长不同，2026 年这场战役的内核是 “习惯重塑”。**巨头们将红包与 AI 对话、任务、服务深度绑定，本质上是一场针对 AI 工具使用习惯的大规模推广。

在这场洗牌中，阿里千问成了那个率先抢下旗帜的玩家。

QuestMobile 最新数据显示，春节战役后，千问的 DAU（日活跃用户数）飙升至 7352 万，远超腾讯元宝的 1828 万，并直逼领跑者豆包的 7871 万。

**这种爆发力，犹如 AI 时代的 “珍珠港突袭”。**

春节之所以重要，是因为它叠加了中国互联网最后的大规模流量红利、最丰富的场景和最强的心智放大器。在支付时代，它改写过格局；在 AI 时代，它正在被用来改写 “谁掌握下一代超级入口” 的起跑线。

春节前，中国 AI 市场的 C 端战局仍处于大厂与创业公司交叠的混战期。但这一仗打完，市场的头部效应开始剧烈收拢。千问在极短的时间窗口内，将豆包追到几乎相同的量级，同时与其他玩家拉开了一个量级差。**中国 AI 应用的竞争，正从“群雄逐鹿”加速进入“千豆争霸”。**

阿里的领先，并非单纯依靠 “钞能力”。

2014 年，微信红包被称为 “珍珠港袭击”，不是因为它发了多少钱，而是它在春节窗口，第一次将 “发红包” 搬到了移动支付上，从此改变了转账习惯。

这次千问的逻辑异曲同工。它不仅赢得了庞大的用户基数，更赢得了 “习惯”——培养了用户 “有事找 AI” 的全新心智。当其他玩家更多是赢得了一场活动时，千问已经买断了未来几年超级入口的关键位置。这标志着 AI 竞争的维度，已从模型层面的智能比拼，拉升到了 “智能 + 落地” 的全链路竞争。

2014年，微信在春节完成了“从现金到手机”的迁移；2026年，千问正在完成“从找App到找AI”的迁移。

全栈能力：从“智力溢出”到“行为重塑”

千问在春节期间的爆发，看似是一场由超30亿预算驱动的闪电战，实则是阿里长达十年技术布点与二十年生态资产的一次集中兑现。

**在这狂飙增长背后，底牌只有四个字：全栈能力。**

三年前，当阿里开始研发千问大模型时，市场并不看好。彼时硅谷定义了生成式 AI 的叙事，国内大厂普遍处于一种既焦虑又迷茫的追赶中。

千问在初期走了一条略显孤单的开源路线，在开发者社区口碑极佳，但在 C 端应用上，阿里却一度显得迟缓。

这种节奏上的滞后，源于阿里内部对 AI 发展策略的共识，即 CEO 吴泳铭在云栖大会上提出的“三阶段”理论。在迈向ASI（超级人工智能的路上），第一阶段是“智能涌现”，即 AI 通过海量知识学习具备泛化智力；第二阶段是“自主行动”，即 AI 掌握工具使用和编程能力以实现“辅助人”；第三阶段则是“自我迭代”。

![](/Media/editor/wechat2026-02-177868857585768675/2026-02-177270727689736675.jpg)

按照这个理论，第一阶段应死磕模型性能。模型智能决定了应用的天花板，如果智力基座不稳，C 端的繁荣无非是沙滩上的堡垒。

**在阿里看来，只有当“智能涌现”跨过临界点，第二阶段的“自主行动”才具有真正的商业逻辑。**

这解释了为什么阿里在 C 端推进上曾一度显得“迟缓”。这种迟缓，本质上是在等待“智力溢出”的那个时刻。

死磕第一阶段的成果，是阿里构建了全球规模最大的开源大模型生态。自 2023 年开源至今，千问已累计发布超 400 款模型，实现了从端侧 0.5B 到云端 480B 的全尺寸覆盖。目前，千问衍生模型数超 20 万，累计下载量突破 10 亿次。

这种“AI 时代的 Android”策略，让千问成了全球 AI 行业的基座标准。当 Meta 新模型参考 Qwen 架构，DeepSeek 蒸馏选择 Qwen 内核，甚至新加坡国家 AI 计划也全面转向 Qwen 时，阿里已经完成了从参与者向定义者的转变。

除夕当天，千问3.5 突袭式发布。全新一代大模型千问Qwen3.5-Plus，性能媲美Gemini 3 Pro，登顶全球最强开源模型。

千问3.5实现了底层模型架构的全面革新，此次发布的Qwen3.5-Plus版本总参数为3970亿，激活仅170亿，以小胜大，性能超过万亿参数的Qwen3-Max模型，部署显存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。

模型性能直接决定了 App 的“天花板”。能力大幅增强的千问3.5，将进一步打开千问App在工作和生活中帮人办事的想象空间。

更现实的商业底色在于，阿里掌握了核心算力的定价权。2026 年 1 月，随着平头哥传出计划上市的消息，“通云哥”（通义实验室 + 阿里云 + 平头哥）的黄金三角组合正式合围。

阿里巴巴成为中国唯一实现“自研芯片 + 云平台 + 大模型”全栈垂直整合的巨头。只有垂直整合才能带来极致优化，自研芯片“真武”可以针对 Qwen 的 MoE 架构定制设计，并由云平台进行资源调度。

此次Qwen 3.5-Plus 的 API 价格也压到了每百万 Token 0.8 元，仅为 Gemini 3 Pro 的 1/18。对 C 端 App 来说，只有成本足够低，阿里才敢在后台让 AI “多算几次”以确保准确性，未来才能比1.3 亿人更多的瞬时涌入而不至于让算力宕机或成本失控。

大模型 C 端战争的终局，终究要回到物理世界的履约能力。

1 月 15 日，千问 App 率先上线 AI 购物 Agent，2 月 6 日开启 30 亿免单，阿里通过“点奶茶”这类高频场景，将 AI 强行推入实操链路。

![](/Media/editor/wechat2026-02-177868857585768675/2026-02-177275717573827380.jpg)

纵观全球科技大厂，博弈的格局清晰可见：OpenAI有顶尖模型但缺乏强大的应用生态和履约体系；谷歌虽有生态，但在电商、本地生活等物理世界的履约能力上相比阿里有差距；亚马逊云服务强大，但其大模型尚未展现出同等级的竞争力。

**这种“模型+算力+生态+履约”四位一体的全栈能力，在全球范围内都是罕见的，这为阿里赢得了定义“AI+商业”范式的机会。**

免单活动上线首日，千问 9 小时订单量突破 1000 万，这背后是淘宝、菜鸟、饿了么积累了二十年的毛细血管。

这种全栈能力的支撑，让千问的爆发不再仅仅是一个流量奇迹。阿里正试图告诉市场：AI 的尽头不是虚拟的对话框，而是真实的人间烟火。

路径分野：被重塑的终局

2026 年的春节，被行业视为中国 AI 产业的分水岭。在此之前，大模型的竞争焦点主要停留在参数规模和榜单排名。但这个春节过后，竞争开始从“生成答案”转向“生成行动”。

大年初一凌晨，千问发布的数据展示了这场转向的规模：活动期间，全国超过 1.3 亿人尝试了AI 购物，50 亿次指令被输入到千问后台。这不仅是一次营销上的拉新，更是一次国民级 AI 助手的压力测试。

![](/Media/editor/wechat2026-02-177868857585768675/2026-02-177186858273867672.jpg)

这场战役也清晰地划出了中美 AI 发展的不同路径。

以 OpenAI 为代表的美国头部公司，目前更多地在验证 Scaling Law的极限，试图通过算力和算法的暴力堆砌去突破通用人工智能的边界。而中国公司则凭借庞大的应用场景，走上了一条“应用反哺技术”的道路。

**这种差异本质上是由商业基因决定的。**

对于阿里而言，那 1.2 亿笔订单不仅是商业收益，更是海量的、来自真实世界的“对齐数据”。在实验室里，研究员很难模拟出用户在点一杯奶茶时，如何处理“去冰、三分糖、不加珍珠”这种琐碎且带有具体约束的指令。

而正是这些真实场景的反复摩擦，让千问在处理复杂意图、执行多步规划时，获得了比竞对更快的进化速度。这种进化不是推演出来的，而是打磨出来的。

春节的硝烟终将散去，但这场“技术灰度测试”留下的心智印记很难磨灭。

正如 2014 年红包大战之后，人们再也回不去现金支付时代，“有事找 AI”的习惯一旦养成，商业逻辑就会发生重构。

对于所有玩家而言，真正的考验在于：当补贴热度退潮，如何凭借产品本身的能力留住用户。

这场 C 端战争才刚刚开始。但在这个春天，阿里已经成功把中国AI战争拉进了它最熟悉的领域——**那个由物流、交易、支付和供应链构筑的现实世界。**

特别策划

一场春节突袭，阿里改写了AI战局

猜你喜欢

《西游记》十大恶怪簿：菩萨妖精，总是一念

人类历史上下注最大的一次赌博是什么？ - 知乎

为什么现在的年轻人这么怀念苏联？

如何理清五代十国的历史？

九鼎存不存在，存在的话，是一个叫做九鼎的鼎还是九个鼎，为什么掉进洛河就找不到了呢，为什么历代没有寻找

广岛、长崎为什么核爆过依然还能住人？