千問爆火、Gemini 3翻身，阿里和谷歌的同題異解

文｜魏琳華 白鴿

編｜王一粟

全球AI To C的市場局勢，似乎悄然發生了轉變。

以OpenAI、DeepSeek等為代表的AI創業公司，憑借著對大模型技術能力的突破，在AI To C的應用市場中占據著領導者地位。

與之相對的，是原本在移動互聯網時代的大廠們，如谷歌、阿里巴巴等，似乎在過去這段時間中，C端的AI應用遠未達到預期。

但最近，不管是谷歌，還是阿里，都憑借著AI打了一場漂亮的“翻身仗”。

在OpenAI憑借ChatGPT領跑的兩年里，谷歌始終陷在“我們也有大模型”的被動里，直到Gemini 3 Pro與Nano Banana Pro的橫空出世。

Gemini 3 的基準測試結果（來源：Google）

谷歌Gemini 3系列大模型在多模態處理、邏輯推理、Agent能力等三大核心維度，幾乎刷遍了行業權威榜單，讓外界再次正視，谷歌并未被OpenAI甩在身后。

據外媒報道，就連OpenAI CEO奧特曼都在內部備忘錄中坦言：

谷歌的進展已帶來“暫時的經濟阻力”，而這份坦誠的背后，是OpenAI研究員早已知曉的事實——Gemini 3，已然是一款超越他們的新模型。

回到中國AI市場中，阿里巴巴旗下通義千問大模型憑借開源能力，始終占據著大模型江湖的領導者地位，但反觀其在C端的AI應用市場，卻始終未打開聲量。

一周前的11月17日，阿里正式推出千問APP公測版，直接對標ChatGPT。

僅僅一周后的24日，千問App便狂攬了千萬下載量，上線三天即沖入蘋果App Store免費總榜前三，這個數據不僅打破了AI應用的增長紀錄，更顛覆了“先入場者占優”的行業慣性。

可以看到，阿里巴巴這個在ChatGPT引爆行業時看似“后發”的玩家，正用千問App的爆發完成了更驚艷的彎道超車。

如今再看這兩家巨頭，谷歌靠技術突破洗刷了過去的狼狽，從“被動跟跑”重回“正面抗衡”，阿里也憑借技術+生態破局，有望徹底拿下重要的C端AI應用市場。

當然，盡管谷歌和阿里巴巴這兩家巨頭都依靠AI實現逆襲，但本質上兩者卻走出了截然不同的路徑，谷歌以封閉的Gemini模型堅守信息入口的核心優勢，而阿里則用開源的Qwen模型和龐大的商業生態，開辟了一條“會辦事”的AI新賽道。

而這場跨越太平洋的雙重翻身戰，不僅改寫全球AI To C競爭格局，更揭開了一個新命題：當技術與生態開始深度耦合，AI的終局之爭，早已不是單一維度輸贏，而是同題異解下的價值重構。

先磨刀后砍柴，大廠的AI全棧能力開始發力

在AI這場沒有硝煙的戰爭中，真正的玩家從來都不是單純的模型開發者或應用搭建者。

就好比在移動互聯網時代，往往在大廠射程內的業務中，中小企業很難長久地生存下來。這背后的根源，就在于大廠具備全棧技術能力和生態服務體系，從而使其更具有優勢。

AI時代，同樣的道理。

在谷歌和阿里這兩家企業中，我們也不難發現，它們都是少數手握“全棧入場券”的超級玩家，構建了從底層芯片硬件、模型架構，到上層應用的垂直整合能力。

如谷歌的全棧布局早已成型：以TPU芯片為算力基礎，以Gemini大模型為技術核心，最終落地于搜索、YouTube、安卓等超級應用，形成了“芯片-模型-應用”的完整閉環。

這種布局讓谷歌能夠在AI時代持續強化其信息入口的壟斷地位，每一次模型迭代都能直接賦能其核心業務。

阿里的全棧能力則隱藏在其龐大的商業帝國之下。

底層有芯片提供算力支撐，中間層是經過市場驗證的Qwen系列大模型，上層則串聯著淘寶、高德地圖、支付寶、本地生活等高頻應用。

這種“芯片-模型-生態”的全棧架構，看似與谷歌相似，卻在應用層有著本質的差異，即谷歌的應用核心是“信息獲取”，而阿里的應用核心是“任務執行”。前者是其鞏固現有優勢的最優解；后者則是激活生態價值的最優路徑。

也就是說，AI面向市場應用時，不是AI技術方向不同，而是技術必須要與自身的業務底盤、盈利邏輯、用戶需求綁定，這樣才能夠給自身旗下產品用戶提供持續性的服務。

而于谷歌和阿里而言，也最終形成了“信息入口”與“服務閉環”的兩條不同賽道。

當然，于企業而言，這種全棧技術能力的構建，往往都需要長期的技術積累和巨額投入。

僅就阿里巴巴而言，此前其就官宣未來3年要投入3800億做AI基礎設施建設。如此大手筆的投入，對于創企來說，是難以想象的。

也正因此，基于這種全棧技術能力的重合，也注定了它們都不會滿足于“賣鏟人”的角色，而是要親自定義AI時代的產品形態。

另外，更為關鍵的一點在于，面對AI ToC市場的熱潮，兩家巨頭也都展現了驚人的戰略耐心。

當2022年底ChatGPT爆火后，行業掀起了一股AI應用的狂歡潮，無數創業公司急于推出產品搶占市場。但谷歌和阿里，卻選擇了“先磨刀，后砍柴”。

據悉，谷歌直到2023年底才正式發布Gemini模型，而阿里則從2023年開始持續打磨Qwen模型，直到2025年11月才推出獨立的千問App。

這種“后發而先至”的策略，背后是平臺級公司對顛覆性技術的敬畏，即它們深知，AI的競爭不是短期的流量爭奪，而是長期的技術壁壘和生態構建。

以千問App的爆發為例，本質上是Qwen系列模型在這兩年來技術積累的厚積薄發。自2023年全面開源以來，Qwen系列模型完成了從基礎版到旗艦版的快速迭代，完美詮釋了“先磨刀”戰略。

這種技術打磨的耐心，與谷歌對Gemini模型的投入如出一轍。谷歌為了讓Gemini模型適配多模態場景，投入了數千名工程師，經過兩年時間才推出能夠處理文本、圖像、視頻的綜合模型。

兩家巨頭的共同選擇證明：在AI時代，底層模型的實力決定了上層應用的天花板，沒有經過市場驗證的技術根基，再華麗的應用也只是空中樓閣。

做開源、融生態，如何用AI為內部造血

同樣是全棧玩家定位，在“先模型，后產品”的相同定位之下，阿里和谷歌在生態構建上，作出了截然不同的選擇。

先從模型發布的策略說起，是做堅定的開源黨，還是走少量開源、核心閉源的商業化路線，這是阿里與谷歌路徑上的最大分野，也是決定兩者入局C端的進程關鍵。

兩年前，阿里走出了一條獨特的路——先用開源打動開發者，通過社區反饋加速技術迭代，最后實現對閉源的追趕、甚至反超。

作為全球開源策略最激進的公司之一，阿里是堅定的開源派。

從開源模型數量和類型來看，2023年開始，阿里先后開源了超過300款模型，在全模態、全尺寸的基礎上，阿里也拿出了多款SOTA模型，讓Qwen系列模型的可用性不輸于其它閉源模型。僅今年7月，阿里先后開源了超過閉源模型Claude Sonnet 4的編程模型Qwen3-Coder、推理能力創下開源SOTA紀錄的Qwen3-235B-A22B-Thinking-2507。

在開源的兩年內，阿里Qwen系列大模型在全球下載量超過6億次，這意味著阿里已經成功建立了一個龐大的開發者社區。

相比之下，谷歌應對AI 2.0時代的策略，反倒不再愿意走開源起家的老路。

“以開源換生態，以生態養閉源”，谷歌近兩年的操作是，通過開源的Gemma等模型來降低開發者遷移成本，同時鞏固閉源Gemini系列模型，繼續維系高價值客戶群體。

去年被批評不夠開源的谷歌，雖然在今年掀起的開源潮中，已經加大了開源的力度，在今年6月把AI Agent產品Gemini CLI帶到公眾面前。重新追上OpenAI甚至反超的情況下，Gemini 3剛剛在上周打了個翻身仗，它也將成為谷歌爭奪市場份額的關鍵籌碼。

對于同樣有商業追求的公司來說，如何在開源還是閉源中抉擇，阿里早早給出了自己的答案。

“從技術發展規律看，不開源反而風險更大，因為開源至少會追上閉源，甚至發展得更好。”阿里云CTO周靖人給出了這樣的回答。

在使用和反饋迭代中，來自開發者的建議也成了反哺Qwen系模型優化的資源。最終，萬億參數模型Qwen3-Max的發布，夯實了底層模型的技術支撐能力。就在11月初，Qwen3-Max-Thinking釋出預覽版本，在AIME 25等數學競賽測試中刷得滿分。

模型能力追上閉源模型后，造“入口”變成了順理成章的選擇。

搭載Qwen3-Max模型的千問App，靠著模型口碑、開源積攢下的大量用戶基礎，實現了一周內突破千萬下載量的速度。這是什么概念？它比DeepSeek、Kimi等AI助手類產品的用戶獲取速度還要快。

用開源換取用戶基礎，是阿里的第一步棋。作為阿里AI to C的超級入口，對比谷歌，千問App還將綜合阿里系獨有的生態優勢。

以搜索引擎起家，從AI和搜索引擎功能的融合來看，谷歌正在將AI搜索結合到搜索服務中，用AI幫助用戶快速得到綜合性的優勢回答。

尷尬的是，AI搜索從鏈接引擎爆改答案引擎的時代，AI可能革掉搜索引擎賴以為生的廣告業務。因此，谷歌對待AI的態度既謹慎、又緩慢，從去年開始才開始試水在搜索引擎中加入AI回答推薦的功能。

而把AI放到以電商起家的阿里身上，AI則成了阿里盤活整體資源的新希望。

“第二階段是千問和阿里各個業務的整體協同，目前千問與高德、淘寶、支付寶、閃購等都已經在做一些聯合開發的工作，進展非常快，預計很快還會有大版本的更新。”阿里千問團隊透露了接下來的規劃。

對比當下AI助手重“聊天”的定位，千問則聚焦在“能辦事”的定位上。

在依托底層模型能力的基礎上，千問將基于用戶對阿里系應用的使用習慣上，進一步做個性化服務基礎。無論是用一個App做旅行攻略，實現買機票、選飯店等選擇，還是基于淘天產品給出比價服務，這些都是千問下一個階段即將實現的可能性。

通過模型-生態的深度綁定，不同于谷歌對于AI的謹慎態度，阿里以AI作為起點，逐漸在技術和生態上找到了契合自身發展的新路線。

從入口到“閉環”，AI重寫大廠戰略

從流量入口，到生態閉環，AI助手的角色，正在全球發生新的轉變。

先從中美AI的雙方視角來看，結合各自優勢，兩地大廠走出了不同的兩條路。

與美國市場更注重技術創新和商業模式不同，中國市場更關注技術的實用性和用戶價值的實現。

自最早ChatGPT的爆火，到如今千問一周內突破千萬下載量，AI助手的生態早已發生改變。目前，包括OpenAI的ChatGPT、谷歌Gemini卻都還停留在回答的場景上，只負責解決基礎的問答。

反觀國內市場，AI助手的落地，已經不再是單個產品的較量，而是考驗企業如何將AI和用戶日常生活場景整合起來，把紙上談兵的問答，變成真正能解決用戶痛點的幫手。

以阿里千問為例，目前版本的千問App，就更像是一個綜合了多場景驗證的全能助手：AI PPT、深度研究用來加速辦公效率；視頻/語音通話降低了用戶的使用門檻，讓不懂AI的小白也能像和人對話一般面對面提問；AI修圖、拍照講題則綜合了當下使用最多的場景而來。可以說，一個App，就能解決用戶的各項需求。

作為“全能助手”，對于手握流量和場景優勢的大廠來說，如何利用AI跑好商業飛輪，也是當下AI時代的一道必答題。

可以預見的是，千問將作為“神經網絡”，串聯起阿里集團所有業務，通過AI Agent整合起內部生態。

它的戰略意義在于，對內，千問能成為粘合內部業務的“萬靈藥”，提升內部效率；對外，千問能夠改善用戶體驗，更能為C端用戶提供無縫、閉環的智能服務。

雖然尚未釋出協同的具體更新，但從阿里現有的資源布局來看，不難想象千問的可能性。對于購物、點餐、出行等不同的高頻場景中，千問有望成為串聯多個場景的橋梁，成為跨應用、跨場景的全面AI助手。

一方面，作為AI助手，千問通過Agent形態，能夠提升阿里系其他產品的使用黏性。比如，阿里系產品通過內接AI助手的方式，以比價、推薦等形式，幫助用戶快速挑選商品，從而提升用戶使用體驗，提升用戶使用頻率。

另一方面，千問作為獨立App，將承擔起阿里AI C端的流量入口。但和其他入口不同的是，通過深度整合電商、支付、物流等業務生態，千問APP不僅是一個AI工具，更是一個完整的生活服務平臺。

通過自身流量，千問有望為其他阿里系產品“造血”，共享流量收益。比如在購物場景中，千問可以直接給出對應建議并推送商品鏈接，直接在應用中完成銷售轉化。對于做電商起家的阿里來說，這是他們更擅長的主場。

All in AI三年，阿里的一切早已有跡可循。

2023年9月，阿里巴巴集團CEO吳詠銘在上任后，通過內部信宣告了“用戶為先、AI驅動”。此后，阿里持續在推進的工作，就是把AI深入到阿里集團內部，用AI驅動業務發展。

過去幾年，從淘寶天貓、阿里國際，到高德地圖、飛豬旅行，AI已經在阿里內部滲透到了業務的方方面面，在提升業務效率、提高增長速度方面已經產生了實際的業務價值。

未來，千問作為關鍵樞紐，和阿里生態全面聯動之后，將釋放出更大的商業動能。