阿里字节AI战略分野：阿里重应用变现，字节押注AGI基础突破

背景

2026 年 5 月，中国 AI 行业呈现出一幅截然不同的双轨图景。一方面，阿里巴巴通过组织变革与商业落地，将 AI 深度嵌入其庞大的零售与支付生态；另一方面，字节跳动（ByteDance）则通过巨额资本开支与基础科研投入，在 AI 底层技术与前沿探索上构建壁垒。这两家巨头在资本结构、战略导向及执行路径上的差异，折射出中国科技巨头在 AI 时代的不同生存逻辑与未来走向。

核心内容

阿里的“上货”逻辑：组织手术与商业变现

阿里巴巴的战略核心在于将 AI 转化为即时的商业价值，其关键在于 2025 年至 2026 年初的一系列激进组织变革。

1. 组织重构与激励导向：

   • 2025 年 3 月，韩歆毅正式接任蚂蚁集团 CEO，推出“AI First + 支付宝双飞轮 + 加速全球化”三大战略。
   • 实施“一拆四”改革，蚂蚁国际、OceanBase、蚂蚁数科设立独立董事会，面向市场独立运营。
   • 2026 年 2 月，推出“AI Credit”特别激励方案，对 AI 方向有开创性贡献的团队和个人给予额外绩效奖励，明确将激励对准 AI。

2. 业务落地与数据打通：

   • 千问 App 与淘宝/支付宝打通：千问 App 读取淘宝 40 亿商品库及 20 年购物场景数据，实现 AI 试穿、比价、抢券等功能。AI 支付在 2026 年春节前突破 1.2 亿笔，用户数破亿，成为全球首个 AI 原生支付产品。
   • 智能体商业信任协议（ACT）：2026 年 1 月，支付宝、千问 App、淘宝闪购等六大事业部联合发布该协议，构建“AI 代用户掏钱”的信任基础设施。这标志着阿里内部长期存在的部门壁垒（如淘天与阿里云的数据共享问题）已被打破。

3. 基础设施与财务回报：

   • 阿里云在 2026 年 5 月的峰会上发布全栈升级，包括自研芯片真武 M890、旗舰模型 Qwen3.7-Max 及 Agentic Cloud。
   • 吴泳铭宣布未来五年资本开支将远超此前三年 3800 亿元的计划。
   • 财报显示，阿里 Q4 云外部收入增长 40%，MaaS（模型即服务）收入即将取代 ECS 成为最大产品线。阿里云正成为月之暗面、MiniMax、Kimi、智谱及 DeepSeek 等国产大模型的主要算力提供商。
   • 阿里策略务实：不追求基模的全球绝对领先，而是确保模型够用即可，重点在于快速商业化闭环。

字节的“练功”逻辑：基础探索与长期主义

字节跳动则采取了截然不同的“实验室”路线，专注于 AI 智能上限的探索，其核心在于 Seed 部门的基础研究与前沿技术突破。

1. 双轨制研发体系：

   • Seed 部门分为两条线：朱文佳负责模型应用（豆包、即梦、扣子），吴永辉负责 AI 基础研究（AGI 路线）。
   • 目标明确为“探索智能上限”，并罕见地提出“考虑推进开源”，意在将基模做成全球技术地基本身，而非单纯依靠基模收费。

2. 技术突破与人才投入：

   • Seedance 2.0：2026 年 2 月发布，在 Artificial Analysis Video Arena 评测中以 Elo 1269 登顶，超越 Google Veo 3、OpenAI Sora 2 等。该模型采用双分支扩散变换器架构，实现原生多模态处理，生成 2K 视频速度比同类快 30%。
   • 顶级人才招募：启动“Top Seed 人才计划”，以日薪 2000 元抢夺应届博士及研究实习生，KPI 设定为国际榜单排名而非 DAU 或收入。
   • 纯学术研究：豆包大模型团队花费 8 个月发表关于“视频生成模型距离世界模型有多远”的论文，探讨物理规律理解等 5-7 年才能落地的基础问题，不带商业转化目的。

3. 巨额资本开支与财务压力：

   • 字节 2026 年 Capex 计划从年初的 1600 亿迅速上调至最高 4700 亿人民币（约 700 亿美元），若环境理想可达 1000 亿美元，是 2024 年的近 3 倍。
   • 资金来源主要依赖 2025 年约 500 亿美元的利润，甚至需额外借贷。
   • 尽管无需对公开资本市场交代季度 ROI，但随着豆包 DAU 破亿，内部已开始测试付费与广告，显示出“烧钱”第三年的账本压力。

关键要点

• 战略本质差异：阿里在做 AI 时代的“水电煤”和“零售收银台”，追求短期实用与商业闭环；字节在做 AI 时代的“诺贝尔实验室”，追求长期理想与技术上限。
• 组织变革驱动：阿里通过“一拆四”和“AI Credit”激励解决了内部协同难题，实现了 AI 在支付、电商场景的快速“上货”；字节通过 Seed 部门的双轨制，保障了基础研究的独立性与长期性。
• 资本结构决定路径：
  • 阿里（上市公司）：受股价、财报、回购分红压力制约，无法承受长期无回报的投入，必须确保每一张算力卡都能产生现金流（如云外部收入增长 40%）。
  • 字节（非上市公司）：拥有“先烧 5 年再看效果”的奢侈，可以容忍 8 个月无商业转化的学术研究，敢于进行巨额 Capex 投入。
• 技术路线选择：阿里采用“够用就好”策略，Qwen3.7-Max 紧贴 DeepSeek 和 Kimi 能力线，侧重应用层集成；字节追求代差优势，Seedance 2.0 登顶全球评测，并探索开源以建立技术生态。
• 潜在风险与变数：
  • 阿里风险在于若基模被 OpenAI 或字节拉开 5 倍代差，现有应用层将沦为需升级的旧硬件。
  • 字节风险在于耐心是否足够，以及若启动 IPO（如递交 S-1），其长期研究预算将首先承压，可能被迫转向商业化。

意义与影响

1. 上市状态是 AI 战略的分水岭：文章指出，真正决定中国 AI 战略路径的不是 CEO 的远见，而是公司是否上市。BAT 等 4 万亿市值起步的上市公司未来 5 年只能“卖 AI”（侧重应用与变现），而 DeepSeek、Moonshot 及字节等非上市公司才有“做 AI”（侧重基础科研与架构创新）的奢侈。
2. 阿里云成为国产 AI 基础设施核心：阿里云通过承接月之暗面、Kimi、智谱、DeepSeek 等大量国产大模型的算力需求，正从传统云计算向 AI 服务转型，MaaS 成为新增长引擎，确立了其在中国 AI 基建中的枢纽地位。
3. 字节跳动的 IPO 将是关键观察点：字节目前凭借非上市身份享受长期主义红利，但若未来启动 IPO，其 Seed 团队的长期研究预算将面临巨大压力。这一转折点比任何“豆包对标 GPT”的市场判断都更具战略意义。
4. 中国 AI 格局的双轨并行：阿里与字节的差异化竞争，预示了中国 AI 行业将长期存在“应用变现驱动”与“基础科研驱动”两条并行路线。前者确保商业落地与现金流，后者探索技术边界与未来可能性，