马化腾重提“重资产”变革：当模型只领先几个月，AI靠什么赚钱？
过去一年，大模型行业最不缺的，可能就是突然冒出来的“冠军”。一款新模型发布，榜单成绩冲上前列，开发者开始测试，行业媒体集中讨论。厂商也会趁着这股热度，向外界展示自己的技术进展。但热闹往往持续不了太久。没过几个月，新的模型又来了，榜单上的名字换了一批，市场注意力也跟着转移，已经成为整个大模型行业的常态。
技术热度的快速更替背后，是一笔越来越昂贵的投入账。11月12日，马化腾在腾讯28周年LinkTime内部讲话中坦言，过去腾讯做的都是轻资产业务，如今涉足AI，是第一次做这样的“重资产”业务，财务和组织架构的打法都已经完全不同。
在算力与研发投入持续飙升的AI时代，即便是家底深厚的巨头，也开始重新算起“重资产”的账。
按照马化腾的规划，面对生死攸关的新战场，不能只是简单地从结构上降本，而是要在现有人力下通过组织调整适应新打法。“传统核心业务当然还要守，但要提效。比如用一半人守住，让另一半人打新战役。”
换句话说，固有的基本盘业务必须借力AI降本提效，用更少的人力维持运转；同时把释放出来的更多人力与资源，持续投入到AI Native等新战场的扩张中去。
当大厂都开始用“一半守旧提效、一半拓新扩张”的重资产逻辑来备战持久战时，整个AI行业的竞争底座其实已经变了。过去，大家习惯用模型参数、评测成绩和单点技术突破来衡量一家公司的实力；但现在模型更新越来越快、投入越来越重，一次技术领先究竟能维持多久？对于那些专门做大模型的公司来说，在没有传统现金牛业务输血的情况下，又该如何算清这笔账，让自己始终留在竞争的牌桌上？
01 最重的资产，最“短命”的冠军
智谱的GLM-5.3和月之暗面的Kimi K3都曾经历过这样的高光时刻，模型刚发布时表现亮眼，市场关注度迅速升高，但模型行业的竞争节奏很快。新模型不断出现，评测标准持续变化，曾经的领先者如果没有后续迭代，很容易在榜单上失去原来的位置。
不仅是智谱和月之暗面，DeepSeek、千问以及其他国内模型，也都经历过发布后迅速获得关注的阶段。每当一家厂商拿出新模型，行业都会习惯性地打开几个主流榜单，看看它究竟排在什么位置，和海外头部模型还有多大差距。只是现在，榜单上的“领先”越来越“短命”，反映出同行的追赶速度很快，模型公司很难靠一次发布长期维持市场关注。
因此，对于企业而言，一款顶尖模型的发布往往只是“长征”的开始，后续仍然需要不断更新模型，接住上一代产品带来的关注。模型发布的间隔、能力升级的幅度，以及新版本能否真正解决用户遇到的问题，都在影响外界对一家公司的判断。模型行业的竞争，已经从“谁先做出来”逐渐变成了“谁能一直做出来”。
02 模型竞赛，合久必分
如果把最近国内几家模型公司的动作放在一起看，会发现它们虽然都在追求更强的模型，但走的并不是同一条路。
DeepSeek是一个很特别的样本。从早期的V3系列到R1，再到后续模型迭代，DeepSeek一直在尝试通过技术和工程优化提升模型能力与效率。它的开源策略也让模型影响力不再局限于自家产品。开发者可以下载、部署、微调，企业也可以根据自己的需求进行二次开发。这条路带来的好处在于能够让模型被更多人使用，技术成果能够进入更多开发环境。但开源也有另一面，模型的使用规模和公司的直接收入并不是一回事。如何在扩大生态影响力的同时，维持持续研发所需的投入，是DeepSeek这条路上绕不开的问题。
阿里的Qwen则在不断扩展模型家族。从通用语言模型到代码、视觉、语音等方向，Qwen已经不只是一个单独的模型名称，而是逐渐形成了覆盖不同任务的模型体系。不同尺寸、不同能力侧重的模型，给开发者提供了更多选择，也让Qwen在开源社区中拥有了较高的能见度。但模型家族越做越大，维护成本也随之增加。不同模型如何分工，版本之间如何衔接，怎样让开发者持续找到适合自己的模型，这些都是需要长期经营的事情。
智谱和月之暗面则是另一种处境。这两家公司都曾凭借具有辨识度的模型能力获得市场关注。智谱有GLM系列，月之暗面有Kimi。它们需要不断证明自己仍然处于第一梯队，也需要让新模型接住上一代积累的用户和市场认知。尤其是当模型能力逐渐接近、榜单排名不断变化时，单纯依靠一次技术突破，很难让市场长期保持兴奋。新模型要有足够明显的进步，才能重新吸引开发者；产品也要不断更新，才能让用户感受到变化。与此同时，API调用、企业服务和产品收入还得跟上研发投入。
MiniMax选择的方向又有所不同。除了文本模型，它还在语音、视频和多模态领域持续投入，希望让模型能力进入更丰富的交互场景。对这类公司来说，竞争不只是模型能不能回答得更好，还包括能不能生成更好的声音、视频，能不能让不同模态之间的交互真正流畅起来。
这些公司的路线各有侧重，它们面对的压力也不完全相同，但有一点是一样的：模型不能只在发布时表现出色，后面的研发投入和迭代节奏同样重要。
03 从模型到产品，背后是用户习惯的拿捏
模型公司还有一个很现实的难题：模型能力越来越强，用户却未必会因为某个新版本发布，就马上改变自己的使用习惯。开发者选择模型时，会考虑API价格、响应速度、稳定性、上下文长度和工具调用能力。普通用户则更关心产品是否好用，能不能解决自己的问题。模型榜单上的一个高分，未必能直接变成用户每天打开应用的理由。
近日，张亚勤与腾讯首席AI科学家姚顺雨在一场对话中，就再次谈到了大模型企业的护城河。姚顺雨认为，模型本身的优势很难长期维持，真正难以被替代的护城河更多在产品层面——能否理解用户的背景与上下文，并获得用户的信任，决定了用户会不会真正留下来。
这也是近两年不少模型公司不再只盯着刷榜，而是开始认真做AI产品的原因。
月之暗面没有只停留在模型API层面，而是持续围绕Kimi产品拓展搜索、长文本处理和智能体能力。智谱也在推进GLM模型与智能体产品的结合，尝试把模型能力带进办公、编程等场景。MiniMax则通过不同形态的产品，让语音、视频等多模态能力更直接地触达用户。
这些动作背后，其实是模型公司的一个共同变化：过去，模型发布本身就能带来大量关注；现在，大家还得想办法让用户留下来。
但理想很丰满，现实也很骨感。模型能力提升需要投入算力和研发资源，产品迭代需要工程团队，用户增长和商业化又是另一套工作。对于独立大模型公司来说，这些事情往往要同时推进。模型更新慢了，可能被竞争对手拉开差距；产品做得不够好，用户可能转向其他工具；价格定得太高，又会影响开发者使用和企业采购。
于是，模型公司面临的压力变得更加具体：既要保持技术上的竞争力，又要让模型真正进入用户的工作和生活，还要让这门生意能够持续运转。
姚顺雨所说的产品护城河，指的是模型能力可以通过新版本不断追赶，但专有的数据上下文、用户习惯、产品体验以及使用信任，需要更长时间才能建立。对于模型公司来说，产品已经不是模型之外的附属品，而是模型能力能否被用户真正感知、并转化为长期留存的重要一环。
04 写在最后
今天的国内大模型行业，已经有了不少技术实力不错的选手。DeepSeek、Qwen、GLM、Kimi、MiniMax、Hy等模型不断更新，国内厂商在推理、编程、多模态和智能体等方向都在持续推进，没有哪家公司能靠一次发布会给出答案。
对模型公司来说，真正的考验不是某一次跑到前面，而是当下一轮竞争到来时，依然有能力拿出让市场重新关注的东西。
大模型行业不缺冠军。缺的是能够一次又一次回到牌桌中央的长期赢家。
来源：速途网