“當(dāng)下，我們更需要大模型的“通才”還是“專才”？

2024至今，中國通用大模型領(lǐng)域正經(jīng)歷前所未有的高速發(fā)展與激烈競爭。

從阿里巴巴的通義千問到字節(jié)跳動的豆包大模型，再到百度的文心一言和騰訊的混元大模型，大廠們紛紛推進(jìn)技術(shù)創(chuàng)新和商業(yè)落地。在數(shù)智化轉(zhuǎn)型浪潮中，這四家立于潮頭的企業(yè)是整個中國通用大模型的縮影。

通過梳理這四家代表企業(yè)的戰(zhàn)略布局、產(chǎn)品創(chuàng)新、資金研發(fā)投入及市場表現(xiàn)，我們可以窺見中國企業(yè)如何迎接挑戰(zhàn)與機(jī)遇，又如何在全球AI競賽中摸索前進(jìn)。

中國通用大模型 巨頭的競速

“數(shù)智化轉(zhuǎn)型”代表著數(shù)字化、網(wǎng)絡(luò)化與智能化的深度融合，旨在驅(qū)動經(jīng)濟(jì)社會范式的根本性變革 。

在這一轉(zhuǎn)型浪潮中，通用大模型已成為核心驅(qū)動力， 通用大模型模型參數(shù)量往往在百億到萬億之間，接受過系統(tǒng)“通識教育”的全才。通過微調(diào)或提示工程，通用模型可以執(zhí)行包括文本生成、翻譯、問答、代碼生成、推理在內(nèi)的多項任務(wù)。

2024年至2025年被視為通用大模型發(fā)展的關(guān)鍵時期，標(biāo)志著該領(lǐng)域從技術(shù)探索階段邁向規(guī)?；瘧?yīng)用階段 。市場數(shù)據(jù)顯示，中國AI大模型市場規(guī)模在2024年已達(dá)到約294.16億元人民幣，并預(yù)計到2026年將突破700億元人民幣 。這種高速增長不僅體現(xiàn)了企業(yè)和消費者對AI技術(shù)日益增長的采納度，也預(yù)示著大模型技術(shù)正從實驗室走向廣泛的商業(yè)實踐。

市場擴(kuò)張的背后，是國家層面的戰(zhàn)略引導(dǎo)和地方政府的積極支持。“AI+”戰(zhàn)略已被寫入政府工作報告。在地方上，北京、上海、杭州、廈門等多個城市陸續(xù)出臺鼓勵人工智能發(fā)展的政策。

同時，開源生態(tài)的繁榮成為中國技術(shù)突圍的關(guān)鍵路徑。以阿里通義實驗室為例，其阿里已開源200多款模型。而通義千問Qwen衍生模型數(shù)量已突破10萬，超越美國Llama模型，成為全球第一AI開源模型。

強(qiáng)有力的政策支持和開放的環(huán)境，推動中國大模型領(lǐng)域的技術(shù)發(fā)展趨勢與全球前沿保持同步，并在多個方面展現(xiàn)出獨特的適應(yīng)性與創(chuàng)新。

阿里的通義千問正積極布局多模態(tài)基礎(chǔ)模型 ，劍指構(gòu)建“云-模型-應(yīng)用”全棧AI布局，并積極擁抱開源；字節(jié)的火山引擎，用極致性價比與規(guī)模效應(yīng)猛沖，張一鳴親自參與AI戰(zhàn)略制定，以激進(jìn)的低價策略搶占市場份額，推動模型和應(yīng)用的大規(guī)模普及；百度喊出“All in AI”口號，基于原有業(yè)務(wù)如百度搜索、智能駕駛等進(jìn)行布局；騰訊的混元大模型則將大模型的研發(fā)與能力和騰訊業(yè)務(wù)深度結(jié)合，廣泛應(yīng)用于微信、QQ、騰訊元寶、騰訊會議、騰訊文檔等核心產(chǎn)品。

過去一年，中國通用大模型領(lǐng)域的競爭格局日益激烈，以阿里巴巴、字節(jié)跳動、百度和騰訊為代表的科技巨頭，正通過差異化的戰(zhàn)略布局和產(chǎn)品創(chuàng)新，在技術(shù)前沿和商業(yè)落地方面展開全面競速。

阿里巴巴的通義千問（Qwen）圍繞“云-模型-應(yīng)用”全棧AI戰(zhàn)略，專注于多模態(tài)基礎(chǔ)模型和AI智能體研發(fā)，旨在構(gòu)建端到端的AI解決方案 。產(chǎn)品創(chuàng)新方面，通義千問發(fā)布了包括Qwen2.5-VL（視覺理解）和Qwen2.5-Max等模型，并不斷優(yōu)化文生圖模型，如通義萬相2.1已于2025年1月升級推出視頻生成模型，并在權(quán)威評測榜單VBench中位居榜首 。

2025年3月，阿里巴巴發(fā)布并開源了輕量級智能體QwQ-32B，其能在消費級GPU上運行，這符合全球模型效率提升和廣泛部署的趨勢 。面向消費者市場，夸克App作為阿里巴巴AI To C的核心產(chǎn)品，整合了對話、深度思考、搜索、研究、執(zhí)行等多元AI功能，成為其用戶觸達(dá)的重要載體 。

值得注意的是，阿里巴巴集團(tuán)宣布未來三年將持續(xù)投入超過3800億元人民幣（折合數(shù)百億美元），用于云和AI硬件基礎(chǔ)設(shè)施建設(shè)，創(chuàng)下中國民營企業(yè)在該領(lǐng)域有史以來最大規(guī)模的投資紀(jì)錄 。市場表現(xiàn)方面，通義千問Qwen3開源僅一個月，全球累計下載量便突破1250萬次，成為近期最受歡迎的開源模型之一 。

其旗下夸克App在2025年1月的平均日活躍用戶（DAU）達(dá)到3369萬，位居中國AI應(yīng)用榜首 。阿里云（包含通義千問）在中國模型調(diào)用量市場中約占19.3%的份額，并在2024年中國AI基礎(chǔ)設(shè)施（AI IaaS）市場中以23%的份額位居第一 。

字節(jié)跳動的豆包大模型采取“極致性價比與規(guī)模效應(yīng)”的激進(jìn)策略，在市場上攻城略地。在2025年3月的日均Token調(diào)用量達(dá)到12.7萬億次，同比增長近100倍。其在中國公有云大模型服務(wù)調(diào)用量市場份額高達(dá)46.4%，超越阿里云和百度智能云的總和，使其成為中國最受歡迎的AI產(chǎn)品之一 。

在其產(chǎn)品序列中，基于混合專家（MoE）架構(gòu)的豆包·深度思考模型表現(xiàn)尤為突出，該模型總參數(shù)量達(dá)2000億，但每次推理時僅激活200億參數(shù)，值得注意的是，這個模型實現(xiàn)了低至20毫秒的推理延遲，并將推理成本較傳統(tǒng)方案降低了80% 。

截至目前，豆包已支持超過50種應(yīng)用場景，覆蓋30多個行業(yè) ，火山引擎成為少數(shù)逆勢擴(kuò)招的中國云廠商之一，擁有超過1萬名產(chǎn)品和研發(fā)人員以及近2000名銷售和運營人員 。

而喊出“All in AI”口號的百度，則將大模型與其原有業(yè)務(wù)緊密結(jié)合。百度搜索結(jié)果頁中已有22%的內(nèi)容由AI生成，文庫、自動駕駛等同樣成為百度的主要發(fā)力方向。數(shù)據(jù)顯示，百度智能云的AI相關(guān)收入在2024年第四季度增長近300%，整體營收同比增長26% ，文心大模型在2024年12月的日均調(diào)用量達(dá)到16.5億次，相較于2023年末增長了33倍，百度文庫AI功能的月活躍用戶數(shù)在2024年12月達(dá)到9400萬，同比增長216% ，百度自動駕駛出行服務(wù)平臺Apollo Go在2024年第四季度提供了110萬次乘車服務(wù) 。

騰訊則依托其強(qiáng)大的內(nèi)容生態(tài)，打造了國內(nèi)首個多模態(tài)領(lǐng)域開源大模型。自2024年全面開源以來，混元大模型覆蓋文本、圖像、視頻和3D生成等多模態(tài)?；煸竽Ｐ妥鳛閲鴥?nèi)首個采用MoE架構(gòu)的萬億參數(shù)大模型，通過動態(tài)路由機(jī)制實現(xiàn)計算資源優(yōu)化；通用任務(wù)調(diào)用3—5個專家模塊，專業(yè)任務(wù)激活“15+”模塊；推理效率較密集架構(gòu)提升3倍，訓(xùn)練成本降低40%。

騰訊混元大模型在云上提供Turbo、Pro、Standard、Lite、Vision等多個版本，目前已接入700余個騰訊業(yè)務(wù)和場景（如騰訊元寶、騰訊云、QQ、微信讀書、騰訊新聞、騰訊客服等）及騰訊旗下協(xié)作SaaS （軟件即服務(wù)）產(chǎn)品，為業(yè)務(wù)賦能。以騰訊元寶為例，這款應(yīng)用的日活躍用戶在2025年2月至3月期間激增了20多倍。

數(shù)智化轉(zhuǎn)型中的大模型賦能與產(chǎn)業(yè)變革

毫無疑問的是，通用大模型作為大模型的基石，正在多方面重塑中國的數(shù)智化轉(zhuǎn)型，其影響深遠(yuǎn)且廣泛。

借助混合專家（MoE）架構(gòu)和先進(jìn)注意力機(jī)制，大模型顯著提升了生產(chǎn)效率與管理水平。例如，豆包實現(xiàn)了低至20毫秒的推理延遲和80%的成本降低 ，這直接將技術(shù)效率轉(zhuǎn)化為實際運營效益，使得企業(yè)能夠更快地做出決策并實現(xiàn)流程自動化。隨著模型 “思考”能力的增強(qiáng)，大模型能夠執(zhí)行更復(fù)雜的邏輯、數(shù)學(xué)和規(guī)劃任務(wù)，進(jìn)而驅(qū)動產(chǎn)品與服務(wù)創(chuàng)新。通用大模型幾乎已經(jīng)成了“標(biāo)配”，在工業(yè)、交通、能源等眾多行業(yè)得到了廣泛應(yīng)用。

比如說，在政務(wù)領(lǐng)域，西湖區(qū)依托阿里云“通義千問”大模型開發(fā)的“西小服”AI專員，整合了全區(qū)17.6萬家企業(yè)的數(shù)據(jù)標(biāo)簽，精準(zhǔn)匹配政策并實現(xiàn)訴求的智能流轉(zhuǎn)。通過“浙里辦”入口，企業(yè)可實時獲取政策推送、在線申報及進(jìn)度查詢服務(wù)。

在醫(yī)療領(lǐng)域，騰訊與明德醫(yī)療合作開發(fā)了全球首個針對重癥監(jiān)護(hù)病房的人工智能醫(yī)療模型，名為啟元重癥大模型，目前已在國內(nèi)部分醫(yī)院進(jìn)行臨床試驗。

在能源領(lǐng)域的礦山安全場景中，文心4.5 Turbo準(zhǔn)確識別掘進(jìn)機(jī)作業(yè)畫面中的誤闖人員。該模型通過大小模型協(xié)作架構(gòu)，在礦山邊緣側(cè)先用小模型初判，再觸發(fā)大模型二次校驗，實現(xiàn)準(zhǔn)確率與經(jīng)濟(jì)性的平衡。

不只是在B端，通用大模型同時也在賦能C端應(yīng)用的發(fā)展，阿里夸克、字節(jié)豆包、騰訊元寶已經(jīng)牢牢占據(jù)了前三的位置。阿里夸克月活更是已經(jīng)過億，超級AI應(yīng)用的鋒芒已經(jīng)顯露。

可以說，中國大模型行業(yè)正處于一個重要的戰(zhàn)略機(jī)遇期，這背后是多重有利因素的匯聚：

中國擁有龐大的人口基數(shù)和快速發(fā)展的數(shù)字經(jīng)濟(jì)，為大模型提供了廣闊的應(yīng)用場景和用戶群體。從消費級應(yīng)用到企業(yè)級解決方案，各行各業(yè)對智能化升級的渴望，構(gòu)成了大模型發(fā)展的肥沃土壤；

作為全球最大的互聯(lián)網(wǎng)市場之一，中國積累了豐富的文本、圖像、語音等多模態(tài)數(shù)據(jù)，這些數(shù)據(jù)為大模型的訓(xùn)練和優(yōu)化提供了寶貴的“燃料”；

而國產(chǎn)化替代趨勢，又為本土大模型企業(yè)帶來了獨特的發(fā)展機(jī)遇 ，隨著中國對核心技術(shù)自主可控的需求日益增長，國內(nèi)企業(yè)不斷加大研發(fā)投入，推動底層技術(shù)創(chuàng)新，并積極構(gòu)建自主可控的AI生態(tài)系統(tǒng)。

但不得不客觀的說，通用大模型的發(fā)展并非一帆風(fēng)順，仍有多重挑戰(zhàn)需要面對。

通用大模型的研發(fā)、訓(xùn)練和部署需要巨大的資金投入，尤其是在算力、人才和數(shù)據(jù)方面。然而，許多應(yīng)用場景的商業(yè)化模式尚不成熟，投資與回報仍存在巨大的落差。另外，盡管通用大模型雖然看似是“通才”，但其在各行各業(yè)的落地往往呈現(xiàn)出零散、定制化的特點，企業(yè)需要強(qiáng)大的工具、服務(wù)和專業(yè)知識來在現(xiàn)有IT基礎(chǔ)設(shè)施和業(yè)務(wù)流程中定制、集成和管理這些模型，使得大模型規(guī)?；涞刈兊美щy。

不可忽視的一點是，這些巨頭們在通用大模型領(lǐng)域的布局非常深厚，投入在人才、算力等方面的資金，是一個天文數(shù)字。這既是優(yōu)勢又是劣勢，大模型技術(shù)路線不斷發(fā)生著變化，正所謂船小好掉頭，往往一個新技術(shù)的突破，就能瞬間消解巨頭們的能力優(yōu)勢。最典型的就是Deepseek的橫空出世，包括智譜AI、kimi等新興力量的崛起，都在昭示著這么一個信息：通用大模型不只是巨頭們的賽場。

中國大模型加速追趕國際領(lǐng)先模型

從2024年開始，我國頭部大模型加速追趕國際領(lǐng)先模型（如GPT-4o、Claude 3、Gemini等）。在一些特定測試基準(zhǔn)和中文能力上，國產(chǎn)模型甚至有所超越 。

由斯坦福大學(xué)李飛飛團(tuán)隊編撰《2025年人工智能指數(shù)報告》指出，美國在人工智能研究和模型開發(fā)領(lǐng)域長期占據(jù)主導(dǎo)地位，中國則穩(wěn)居第二。然而，最新證據(jù)表明，這一格局正在快速變化，中國開發(fā)的模型正逐步趕超美國同行。2023年，美國領(lǐng)先模型的性能顯著優(yōu)于中國模型。在LMSYS Chatbot Arena平臺上，2024年1月，美國頂尖模型的表現(xiàn)比中國最佳模型高出9.3%。但到2025年2月，這一差距已縮小至僅1.70%。2023年底，在MMLU、MMMU、MMATH和HumanEval等比較基準(zhǔn)中，中美模型的性能差距分別為17.5、13.5、24.3和31.6個百分點。而到2024年底，這些差距已大幅縮小至0.3、8.1、1.6和3.7個百分點。然而，結(jié)構(gòu)性差異依然存在。美國在復(fù)雜推理和數(shù)學(xué)能力上保持技術(shù)縱深，例如OpenAI的O1模型在理科任務(wù)得分達(dá)87.3分，顯著高于中國模型的72.0分。

性能加速追趕的同時，成本優(yōu)勢急劇攀升。

數(shù)據(jù)顯示，國產(chǎn)領(lǐng)先大模型平均每百萬Token調(diào)用成本顯著低于國際水平，平均為38.2元人民幣/百萬Token，而國際平均為158.3元人民幣/百萬Token，這意味著國產(chǎn)模型擁有近5倍的成本優(yōu)勢 。

換言之，國內(nèi)企業(yè)能夠以更具吸引力的價格提供性能相差不大的服務(wù)，尤其是在一個高度重視效率和實際應(yīng)用的市場中。這種成本效益不僅促進(jìn)了國內(nèi)市場的普及，也可能對全球LLM API定價產(chǎn)生下行壓力，從而加速基礎(chǔ)LLM服務(wù)在全球范圍內(nèi)的商品化進(jìn)程。

國產(chǎn)通用大模型領(lǐng)域的快速發(fā)展，正成為推動中國數(shù)智化轉(zhuǎn)型的新引擎。盡管面臨算力、數(shù)據(jù)、商業(yè)化等多重挑戰(zhàn)，但政策的強(qiáng)力支持、市場的巨大潛力以及企業(yè)間的創(chuàng)新博弈，國產(chǎn)大模型有望在全球AI競賽中占據(jù)更重要的地位。

來源：數(shù)據(jù)猿