该图片可能由AI生成

作者/绛枫

全球AI的主流叙事，正在悄然发生转变。

你可还记得，三年前GPT刚推出之际这件事儿呀，那时整个科技圈子里的人都觉着谷歌那里像是自家后院着了火一般呢。谷歌举办的那次发布会发生了小小的失误状况哟，而后很快就被媒体给大肆宣扬放大啦。当时许多的文章都纷纷地对其提出质疑呢，讲这家规模巨大堪称巨无霸的公司存在官僚作风、体制僵化等问题，居然被一个才刚刚创立的公司杀得毫无还手之力，在AI这个领域起始得很早，到头来却落得远远落后的窘况呢。

直至2025年末，狂热情绪渐渐冷却，大家开始查看账单了，用户每次与GPT互动的背后，皆是昂贵算力的耗费，OpenAI依靠微软百亿美元资金注入以及一轮接一轮的高额融资，才有办法维持着，这些引发人们开始思考，它的商业模式到底是什么，这般不计成本的迅猛发展是否能够持续下去？

《华尔街日报》等多家媒体，于近来这段时间，紧密且集中地报道了OpenAI出现的令人震惊的亏损情况，表明若要达成收支平衡，它在往后的数年时间里，必须要达到一个近乎极难实现、难以触及的营收规模。德意志银行所聘请的分析师，更是明确指出，不存在任何一家刚刚创立的公司，能够在这般巨大的、预先估计的亏损状况下实现有效运营，宣称这片特定的领域完全属于“未知之境”。

于此同时，谷歌在不断持续地对模型能力进行迭代，其最新发布有名曰Gemini3的一个包含了原生多模态、推理、Agent多种能力的模型，一经发布便几乎在所有测评集中占据领先地位，马斯克以及OpenAI CEO奥尔特曼也少见地向公众表示赞赏。并且谷歌的搜索、广告以及云等核心业务表现也十分强劲，为其AI征程提供了接连不断的“造血”能力。

2025年，第三季度时，谷歌母公司Alphabet季度营收破天荒地首次冲破1000亿美元大关了，首席执行官桑达尔·皮查伊于财报电话会上确切而言：“AI正真真切切地给整个公司带来业务成果。”。

于此时，叙事起始出现转变，谷歌往昔被视作“笨拙的大象”，如今却被当成是“耐力十足的选手”，其谨慎并非迟钝反而是战略镇定力，“业务造血、反哺AI”的封闭循环被认定为稳健模式的。

最早的时候，有着对“创新者”那种狂热的追捧，而到了现在呢，又有了对价值回归持冷静的审视，这样一场叙事的转变，绝不是偶然发生的，在其背后，还隐藏着重要的三个关键的行业趋势句号。

01

从“军备竞赛”到耐力比拼

当行业开始计算ROI

在这轮 AI 浪潮的起始阶段，那种呈现出颠覆性的叙事构成了资本市场以及舆论场的主流旋律。关乎其的核心逻辑是，借助一项具有革命性质的技术，于最短的时间范围之内让市场引发强烈震动，将行业的原有格局予以彻底改变，从而获取到巨大的估值以及影响力。

人们对“通用人工智能”（AGI）怀着近乎信仰般的期待，在此基础上构建起了这种叙事，任何一项能够促使AGI更快到来的突破，都具备值得不惜成本去投入的价值，资本心甘情愿为这张所谓“通往AGI的船票”支付高额的溢价。

OpenAI绝对是这一叙事的代表，为了保持在大模型领域的领先位置，它得持续去采购高额的GPU，还得不断扩大训练集群规模。要是这种投入尺寸减小萎缩，就有可能被竞争对手给超过去。它那复杂的、有着许多层次嵌套的资本运作，也就是向甲骨文承诺数额巨大的订单，甲骨文接着冲着英伟达去采购GPU，而英伟达作为该公司投资者又把资金投入到OpenAI当中，这更是上述不计成本投入的一个典型例子。

遵循“先烧钱，再谈变现”这种模式存在着它的临界点，一旦技术自身的边际效应开始呈现递减态势，市场就会着手重新评估AI的价值 在当下这一时段，整个行业大概正处于这样的一个转折点之上 。

有一个不能被忽视的现实情况，那就是，单单凭借将规模予以扩大以及把投入进行增加，以此来让模型性能获得提升的这样一条路径，正变得越发艰难起来。按照半导体行业分析公司SemiAnalysis所做的分析，自从2024年5月GPT - 4o被发布之后 ，OpenAI的那些顶尖的研究人员，就再也未曾成功地完成哪怕一次大规模的全面预训练。这所表达的意思就是，在GPT - 5跟GPT - 4o之间，更多的情况是在已有的基础之上展开的微调和优化，而并非是具有真正意义的代际跃迁。

这样的一种观察，是获得了学术研究方面的佐证的。斯坦福大学所发布的那份具有权威性质的报告《2025年AI指数》表明，在2019年至2022年的那段时间里，当训练成本每实现增加10倍的情况时，模型于主流基准测试之上的性能，平均而言是能够提升25%到35%的。然而到了2023年之后，同样是10倍的成本投入，性能提升的幅度却突然下降到了10%至15%。投入跟产出之间的那种关系曲线，正变得越发平缓了。

在此种背景情形之下，以往时大家并不去考量投入产出所具备的合理性，而现如今却已然开始去考量了。投资方面曾有的叙事是那种毫不计较成本代价的“军备竞赛”模式，现今则转变为更加注重那种具备可持续性质的商业模式 。

十分典型的是谷歌的案例，谷歌2025年第三季度财报所呈现的是，云业务营收已然达到152亿美元，它同比增长的幅度为34%，其中与AI相关的收入已经达到了“每季度数十亿美元”这样的规模，CEO皮查伊着重强调的是，谷歌正在取得强劲势头的是全栈式AI战略，在全公司范围内驱动业务成果的正是AI 。

存在于中国的同样趋势显露出来，于腾讯2025年第三季度财报里，词语“AI”现身被提及达11次，腾讯于财报电话会议上明确予以指出，当季广告收入的增长之中，大约有一半源自AI技术针对广告投放效果的提升所带来的影响，与此同时，AI也正深刻地对腾讯的内部研发效率产生着改变，在其自行研发的混元大模型提供支撑的状况下（这是一个前提条件），AI已经被应用到编码、评审、测试等多个不同的环节之中。目前有最新报告展现，腾讯约50%的当前新增码是以AI辅助生成的形式出现的，工程师编码用时比之前减少了40%，整体的研发效率得到提升且超过了20% 。

拥有稳定基本盘的这样的公司，还有具备多元业务的那些公司啊 ，开始展现出它们自身所独有的那种优势啰 ，它们可以利用AI在核心业务方面形成一道“正向循环”哦 ，也就是AI功能增进产品体验以及效率呀 ，从而带来用户付费以及收入增长哩 ,而后 ，增长的营收又能够去支撑其针对AI更大规模、更是更长周期的那些投入呢 。

02

从技术驱动到场景驱动

“AI化改造”是当下更确定的机遇

前些年，行业内热衷于谈论“AI Native”（AI原生）这个概念，想象着AI怎样从底层的逻辑方面完全颠覆某些行业。然而实际情况是，除去少数的领域，AI在更多的情形下改变的是生产力的效率，是使得服务变得更加便捷、有效，并非彻底重塑用户的核心需求。

另外，AI性能得以提升在很大程度上要依靠投入更多的数据以及算力。然而，互联网上面未曾被使用过的人类高质量数据正在快速地耗尽，而AI生成的数据又不容易达成有效的训练反馈。这致使预训练，也就是大模型研发里最为关键的环节，变得极为困难，当前各个模型都不容易达成真正的代际跃迁。另外，开源社区的快速追赶，使得头部模型的领先优势持续被稀释，能力差距跟着缩小。

近期发言里，英伟达创始人黄仁勋更明确指出当下最大机遇所在，即对现有庞大互联网体系进行“AI化改造”，他觉得，在理想中“AI Native”叙事真正达成之前，仅是这一波对存量业务的智能化升级，便足以支撑行业走相当长一段路 。

也有一个关键数据趋势对这一点起到了佐证作用，各大云厂商的Token消耗数据将其表明，那大部分的算力实则是被其自身的那些核心业务给“消化”掉的，并非是源自第三方创业公司的API调用，这也就意味着拥有丰富应用场景的公司正变为AI技术落地的主要战场。

谷歌最新财报有所提及，其与AI相关的业务，每月所处理的token量有所变化，从今年7月时的980万亿，急剧增长至超过1300万亿，在一年之内增长幅度超过20倍。在这一令人惊叹的数字背后，存在着这样的情况，谷歌把最为先进的Gemini模型。深度整合进了搜索、YouTube、Gmail、Google Workspace等产品矩阵当中，而这些产品拥有数十亿用户。

这种从容的整合才能恰恰是OpenAI的痛点之处，OpenAI并非不明白应用生态与可持续商业化的重要意义，不管是全身心去打造的GPT商店，准备给开发者的助手API，还是给GPT准备广告体系，这些举动都是在弥补自身应用生态的不足，只是在Gemini 3造成的巨大冲击之下，它不得不再次拉响“红色警报”，重新着重于提升GPT的质量，延迟其他能力的开发。

从技术驱动转变为场景驱动，与之相似的叙事变化同样在中国出现。以前，市场 spotlight 对准月之暗面、百川智能等“大模型四小龙”。它们依靠参数规模以及技术突破的叙事说法，在资本市场一路意气风发，估值持续上升。而当场景落地方成为行业新普遍认知，风向标悄悄发生改变，关注点自然而然转向腾讯、阿里、字节等，这类能够把 AI 能力和自身多元业务深度融合的公司。

腾讯推出了“元宝”，在过去一年里，是以快速的功能迭代方式进行的，其用户增长的势头是较为明显的。腾讯Q3财报当中提到，元宝的日活跃用户已然跻身到行业前三的位置，其单日用户提问量已经达到年初月总量的那种级别。不过元宝的特色更是在于融入腾讯的产品生态这一方面。它属于微信里的元宝联系人类别，也是腾讯会议里的元宝分身类型，还是QQ浏览器里的元宝插件形态。这些相应的尝试是旨在把元宝构造成原子化的AI能力，使其成为一个基础的模块。之后再将其融入到更多腾讯的产品里面。鉴于“元宝”自身能力不断迭代，并且持续提升，因而整个腾讯生态的AI能力会随之提高，用户体验也必将跟着改善。

这背后传递的信号清晰明确，业务的AI化改造与最终的用户价值，被置于最高优先级，这种生态协同的背后，是一种高度务实的开放态度，腾讯年初便快速接入了DeepSeek，并允许各业务线自由选用业界先进模型，不设仅用自家模型的限制,。同时，这种内外部模型“均可使用”又"同场竞技"的局面，或许也促使其自研大模型团队能聚焦发展自身核心优势，并驱动自身加快速提升整体实力。

电商是阿里的核心业务内容，表示其AI技术最直接的落地情景，通义千问大模型被淘宝、天猫的商家所应用，为生成商品图片服务，为撰写营销文案服务，为智能客服服务，AI的目标是让平台的商业效率得到提升。字节跳动凭借强大的内容生态，把AI能力融入其最高频的用户场景里。豆包已深度融入抖音范畴，为视频内容摘要功能提供支持，为AI搜索等功能提供支持，并且在飞书等办公场景当中，使信息处理效率得以提升。

二零二五年毫无疑问是场景之年，这个转变的关键实质在于，AI 的价值最终必须经由用户的实际运用来得以体现，谁拥有距离用户最为接近的场景，谁能够最为透彻地领会把握用户的需求，那么在现阶段将 AI 价值充分予以释放的可能性便会更大。

03

从单一语言模型升级到多模态融合

当AI开始“手脚并用”

就技术应用方面而言，行业的重点也正在产生转变。众人的视线从针对单一自然语言大模型能力的探究，转向了一片更为宽广、更为繁杂的范畴，也就是多模态与智能体即 Agent 能力的深度交织 。

怎样去理解这一转变呢，从狭义的定义来说的话，语言模型的产品是以Chatbot作为代表的，然而，行为却是更加复杂的，创建一个网页，或者开发一个应用程序，甚至于把AI能力嵌入特定场景从而据此实现某种功能，这些全都能够被视作是一种行为的呢，AI技术要应用的话，是需要从单纯纯粹的语言交互，朝着行为的智能执行方向去发展的。

这表明，语言、多模态加上Agent并非彼此孤立的技术栈，而是极有可能构成一个有机的整体。具备更强的多模态能力，这种能力体现为看以及听，再结合更强的自然语言理解，此理解类似于思考，进而催生出从量变到质变的Agent能力，该能力表现为行动，最终使其能够理解并且执行跨越多个领域的复杂现实世界的任务。

换而言之，AI要从单纯的“语言大脑”，演变成能“手脚并用”的“行为智能体”。

这一产生变化的情况很好地说明了，为什么谷歌最近发布的Gemini 3系列的模型，能够给整个信息技术行业带来如此巨大的强烈震慑。众多的高度称赞，并不仅仅来自于该系列在一连串参照标准测试里取得的优异成绩，更重要的是它所体现出来的整合方面的能力。

近日，产品经理刘飞跟投资人庄明浩于一期播客里头，阐释了这一态势。庄明浩拿一个任务当作例子：要Gemini 3去生出一张刚完结的F1分站赛的颁奖相片。

此项任务表面看似简易，实际上却是个繁杂的Agent工作流程。首先，它得凭借搜索能力，实时去获取“最近的F1是哪一站”这般信息；紧接着，它要查询比赛结果，获取冠亚季军的车手姓名、车队，甚至他们的标志性庆祝动作等知识；随后，把所有这些信息开展对齐与整理；最后还要调用图片生成模型，创造出一张精准、逼真的图片。

此过程阐释了语言、多模态及Agent的交融，它借由搜索去调用外部工具，借助语言模型开展数据整理和推理，最终调用多模态工具以展现结果，在这背后，是谷歌历经多年在搜索范畴的沉淀，像对用户意图的透彻领会，对海量知识的组织本领等 。

庄明浩讲了，多模态模型往后的演进，也许更贴近世界模型的概念，哪种模型能够借着学习环境数据去预测以及模拟世界状态的变化，还着重对三维空间、物体属性以及因果关系的内在理解 。

这便意味着，往后大模型的竞赛或许会跳出大语言模型此单一维度的较量，而是文字、图片、视频等多样模型将呈现百花齐放的态势，不同领域的公司也将要结合自身业务的优势来推进模型的研发活动 。

眼下的发展态势如此，就好比美团的人工智能，专注着眼于去攻克物理世界里的繁杂疑难问题，从数量众多订单的智能化调配一事，再到无人机于城市中开展的路线规划工作。诸如小米的人工智能主要是基于其“人车家全生态”的数量巨大硬件网络，其目的在于塑造出连接数量以亿计设备的核心枢纽等等。这些皆是从垂直场景、业务需求着手，促使人工智能技术向前发展 。

有不少探索已经初步展现出了成效，举例来说，腾讯鉴于游戏、视频等业务存在3D素材生成方面的需求，从而推动开展了对Hunyuan 3D系列模型的研发工作，该模型的Lite版能够在普通电脑显卡上达至流畅运行的状态，并且所生成的3D素材能够直接被导入到游戏引擎当中，这在极为显著的程度上提高了腾讯内部游戏的开发效率，依据相关报道，混元3D系列模型在开源社区的下载数量已经超过了300万，从而成为全球范围内颇受大众欢迎的3D开源模型之一 。

这些探索，虽殊途同归，却并非意在构建一个庞大的通用模型，而是在各自最为熟悉的领域，借助长期积累的行业数据，凭借对用户需求的深刻理解，构建起具备差异化的AI能力。

在这个过程当中情况之下，关于投入产出方面的那种深刻的拷问，使得促使企业要去寻觅寻找能够创造出真实价值的应用场景；针对场景而言的这种复杂性以及多样性，又提出要求表明AI不得不必须超越单一的语言能力，进而进化演变到能够实现具备看、听、思考、行动等能力的多模态以及Agent形态。

首先呢，可以这么说，AI确实会引发一场极为深刻的技术变革，然而对任何具有颠覆性的技术来讲，从它刚刚诞生一直延续到手广泛普及，这绝对是一件需要耗费很长一段时间才行的事情。然后呢，从一开始的“比拼投入”，紧接着发展到“更加看重使用中的实际所在场景表现”，随后又进一步变成“比拼具备的综合能力”，这样一种一环扣着一环、一步一步不断递进的变化过程，这也就表明了人们所关心在意的，不仅仅停留在模型本身到底有多么强大突出，同样也十分在乎它在实际使用当中是不是真的那般好用，能不能够切实有效地解决掉实际出现的各种问题。

不管技术的叙事怎样发生改变，度量衡一直在于是否可以契合真实的用户需求，到时候竞争的依然是谁能够更出色地服务人类。