AI競賽下半場，三巨頭的硬件卡位戰(zhàn)。

文｜《中國企業(yè)家》記者 閆俊文

編輯｜何伊凡見習編輯｜李原

圖片來源｜視覺中國

大模型云端算力比拼進入白熱化，科技巨頭們的競爭邊界也加速向硬件終端蔓延。

其中，字節(jié)最早跳出軟件生態(tài)競爭，從AI手機、眼鏡乃至汽車，字節(jié)已將目光投向全場景終端。近日，騰訊、阿里也強勢入局。不同于字節(jié)的自研主導，騰訊以資本為矛，密集編織硬件網(wǎng)絡。阿里則以通義大模型為核，綁定海量硬件產(chǎn)品，也借規(guī)模效應嘗試拉高Token消耗。

火山引擎大模型智能硬件負責人邢孝慈預計：2026年，AIoT（AI硬件）領域單一產(chǎn)品出貨量超過100萬臺，單一品類出貨量超過1000萬臺的客戶和產(chǎn)品會變多。

2025年12月1日，字節(jié)跳動上線豆包手機助手，打響了爭奪手機硬件入口的第一槍。此后，有媒體披露，豆包AI眼鏡已經(jīng)在排產(chǎn)之中，預計2026年第一季度發(fā)售。甚至坊間傳言，字節(jié)跳動要造“豆包汽車”。

雖然這些消息相繼被字節(jié)否認，但硬件無疑已成為巨頭爭奪AI生態(tài)入口的核心戰(zhàn)場。

阿里也醒了。1月8日至11日，阿里在深圳舉辦了阿里云通義智能硬件展，共吸引超過200家品牌參加，展出了超1000個類別的智能硬件，其品類包羅萬象，涵蓋了AI手機、AI眼鏡、AI陪伴玩具、寵物翻譯、AI調(diào)香等。

阿里云通義大模型業(yè)務總經(jīng)理徐棟在接受媒體采訪時說：除了Chatbot和Agent之外，硬件可能是大模型快速形成商業(yè)閉環(huán)的場景。他預計，2026年的智能硬件之爭將不局限于手機、汽車和眼鏡，應該會出現(xiàn)新的品類，它們也將有可能成為新的入口。

阿里在硬件激戰(zhàn)中的策略，更多是扮演“生態(tài)賦能”的供應商角色：與模組、芯片廠商深度合作，將通義的多模態(tài)交互、語音識別能力封裝為解決方案，讓硬件商或開發(fā)者更易用、成本更低，生態(tài)更繁榮。

騰訊的策略則是瞄準頭部硬件廠商，比如同在深圳的拓竹與影石Insta360，延續(xù)其擅長的“資本+技術輸出”手腕。作為基石投資人，騰訊曾參與了影石Insta360的IPO配售。近期，影石又與騰訊云合作發(fā)售了會議麥克風產(chǎn)品。

有消息稱，騰訊還參投了拓竹在2025年11月完成的、估值為100億美元的新一輪融資。雖然拓竹創(chuàng)始人陶冶否認了這一消息，但拓竹與騰訊互動頻繁：騰訊混元3D3.0大模型接入了拓竹3D模型平臺，并推出了名為“印你”的全新手辦生成器。

2026年，大公司的第一場“硬仗”圍繞端側(cè)入口打響。過去，這個入口更多被硬核聯(lián)盟（OPPO、vivo、華為、聯(lián)想等手機廠商發(fā)起）占據(jù)。如今，交互的舊秩序正在被推倒。

“封殺”擋不住豆包，阿里跟進入局

2025年12月1日，豆包發(fā)布手機助手，其搭載在中興nubia M153系列手機上，通過獲取操作系統(tǒng)層面的高權限，實現(xiàn)打車、買火車票等功能。雖然字節(jié)的嘗試被淘寶、微信等超級App火速“封殺”，但已清晰宣示了其爭奪入口的戰(zhàn)略意圖，也初步驗證了模型廠商與手機廠商深度合作的可行性。

雖初戰(zhàn)未捷，但豆包手機攪動的行業(yè)影響不斷擴大；應用也在持續(xù)更新，并且力度更大?！吨袊髽I(yè)家》統(tǒng)計了其更新日志，截至1月12日，豆包手機助手共進行了40多項更新和新增功能。

僅在1月12日這周，其新增的助手功能便有：系統(tǒng)相冊支持照片預覽時，底部按鈕快捷打開豆包助手，使用豆包P圖；在UI和系統(tǒng)層面新增“相機前后置視頻美顏”功能，且瀏覽器支持抖音搜索。

字節(jié)的更新也透露出了其學習成為手機系統(tǒng)廠商的底層思維。除了在端側(cè)大模型能力上做小步快跑式的更新，字節(jié)將抖音搜索、豆包輸入法、豆包大模型語音能力等灌入其中。在設計上，甚至關注到了手機鬧鐘響鈴和小睡時助手關閉鬧鐘這樣的細分需求。

阿里和騰訊則沿用了從軟件切入手機市場的整體思路，做法上仍帶有鮮明的大模型時代風格。

據(jù)悉，對于豆包手機助手的GUI（圖形用戶界面）方案，阿里也在同步探索軟件與手機結合的方案。2025年12月31日，阿里通義實驗室發(fā)布開源“MAI-UI”，這是一個多模態(tài)的基礎GUI智能代理。不僅能實現(xiàn)人機交互，還能整合MCP工具使用。

阿里還在布局另外一條技術線“A2A”（Agent-to-Agent）。該路線通過直接調(diào)用App里的Agent能力，實現(xiàn)跨應用的調(diào)取。徐棟表示：GUI和A2A兩條路線都處于早期階段，齊頭并進。“A2A發(fā)展挺快，體驗更好，速度更快，模型消耗成本更低。如果全用GUI，成本可能會更貴。”

面對GUI變革浪潮，騰訊也做出了嘗試動作。幾乎在阿里開源“MAI-UI”模型的同時，2025年12月30日，騰訊開源了一款端側(cè)翻譯模型Tencent-HY-MT1.5-1.8B，該模型可以在手機等消費級設備運行，量化后僅需約1GB內(nèi)存。

2026年開年，微信小程序聯(lián)合騰訊混元、騰訊云、騰訊廣告推出“AI應用及線上工具小程序成長計劃”。通過提供免費云開發(fā)資源、1億混元大模型Token額度，以及數(shù)據(jù)分析、廣告變現(xiàn)及流量激勵等支持，幫助開發(fā)者快速落地AI應用。

AI眼鏡阿里先下一城，字節(jié)后手兇猛

手機入口之外，AI眼鏡是當前硬件競爭的最激烈戰(zhàn)場。今年的國際消費電子展（CES）上，據(jù)媒體統(tǒng)計：AI眼鏡展臺已達23家，其中中國品牌商家占了16席，包括阿里巴巴、雷神科技、韶音、Rokid、Xreal等。在政策端，智能眼鏡也首次被納入“國補”。

在AI眼鏡市場，阿里暫時占據(jù)了先機。2025年11月27日，阿里正式發(fā)布夸克AI眼鏡，首發(fā)提供S1、G1兩個系列共六款單品，最低到手價分別為3799元、1899元。上線不久，其天貓旗艦店已有超過9000人付款購買，京東商城售出超5000件，預售期也來到了45天。

但字節(jié)正在步步緊逼。根據(jù)媒體報道，豆包AI眼鏡即將進入出貨階段，無屏版AI眼鏡將于今年第一季度率先發(fā)布，帶顯示功能的版本預計在今年第四季度推出。

對此，《中國企業(yè)家》詢問字節(jié)跳動方面，豆包相關負責人表示，傳聞不實，目前沒有明確的銷售計劃。但據(jù)媒體從供應鏈處了解的信息，眼鏡將由龍旗科技代工，研發(fā)落地龍旗惠州工廠，量產(chǎn)則由龍旗南昌工廠承接。雙方分工明確：龍旗負責底層UI開發(fā)，字節(jié)則主攻上層App研發(fā)，以更好地實現(xiàn)產(chǎn)品與手機的互聯(lián)。此前，龍旗科技也曾在2025年半年報中披露：公司新承接了國內(nèi)頭部互聯(lián)網(wǎng)客戶AI眼鏡量產(chǎn)項目。

此前，魅族前高管李楠在一檔播客里預言，下一代個人計算中心的產(chǎn)品形態(tài)暫時不明確，因為技術能力在快速變化，眼鏡、項鏈、耳機都是可選方案，大模型能力也會強化其競爭。

圍繞AI眼鏡生態(tài)，騰訊則尚無明確的硬件制造計劃。2024年，曾傳出騰訊代理Meta Quest VR頭顯，但合作始終沒有見諸天日。

騰訊更多延續(xù)的是“投資杠桿+生態(tài)協(xié)同”的硬件布局邏輯。比如2025年10月，騰訊應用寶與中國頭部AI眼鏡廠商影目INMO達成合作，聯(lián)合打造AI眼鏡專屬App Store。2025年7月，INMO宣布完成1.5億元B2輪融資。

降低合作伙伴使用門檻

巨頭之間的硬件卡位戰(zhàn)，本質(zhì)上還是對AI時代核心話語權的爭奪。當大模型能力泛化至物理世界，誰能占據(jù)更多場景，掌握更多數(shù)據(jù)和用戶，也將讓模型更快迭代和進化，并消耗更多Token，緩解商業(yè)化壓力。

目前，阿里和字節(jié)分別推出了針對AIot設備的開發(fā)套件。阿里推出了多模態(tài)交互開發(fā)套件，集成了千問、萬相、百聆三款通義基礎大模型，并預置了十多款生活休閑、工作效率等領域的Agent和MCP工具，可應用于AI眼鏡、學習機、陪伴玩具、智能機器人等硬件設備。

相比于字節(jié)，阿里的策略是通過標準化技術輸出，降低硬件廠商接入門檻，同時借助海量硬件終端，拉高通義大模型的使用量。近期的阿里云通義智能硬件展上，從具身智能、AI潮玩，乃至AI包掛，幾乎所有主流AI硬件都有品類搭載了通義大模型，這也為阿里云的算力業(yè)務帶來持續(xù)增量。

字節(jié)則推出了玩具AI框架、音頻AI框架等開發(fā)套件，該套件基于新推出的豆包大模型1.8系列，采取三個月、一年與終身使用不限量等針對性優(yōu)惠。字節(jié)甚至還提出了vibe interaction（氛圍交互）的概念，讓軟件定義硬件。

徐棟表示：IoT廠商十多年前強調(diào)連接，但沒有達成更多增值服務。但現(xiàn)在，大模型讓單點的IoT廠商有可能誕生相互通訊、相互協(xié)作的任務方式。“首先要把（模型使用）成本降下去，增加出貨量，不同的設備之間找到更好的協(xié)作方式，有可能長出一些新的業(yè)態(tài)和生態(tài)?！?/strong>

據(jù)徐棟介紹，很多硬件設備的TTS（從文本到語音）成本占75%，但有些語音模型可以降低擬人化要求，成本會低很多，這是通義大模型正在做的事情。

字節(jié)與阿里的相關負責人也不約而同地提到了AIoT設備的網(wǎng)絡連接、信號傳輸、語音延時以及續(xù)航等問題。一位硬件從業(yè)者甚至說，“識別準確性就意味著產(chǎn)品的退貨率，每一次誤差可能是退貨率的一個開端?！?/p>

而音視頻技術騰訊在B端、C端積累多年，這也成為騰訊開展與硬件公司合作的基礎。

騰訊云副總裁商世東在談到與影石Insta360的合作時，對《中國企業(yè)家》表示：在大語言模型和深度學習時代，很多任務訓練要求模塊之間共同定義一個訓練目標。比如設備延遲、設備功耗、芯片算力，怎么找到更好的平衡點，需要算法、軟件和設備廠商，大家共創(chuàng)和緊密協(xié)作。

在AI時代的下半場，硬件公司正在學著將模型公司的能力內(nèi)化、規(guī)?；?；平臺型公司則要學習將互聯(lián)網(wǎng)的規(guī)模效應轉(zhuǎn)化為對新交互的爭奪——不久的未來，競爭的焦點可能將從用戶數(shù)量，走向設備的數(shù)量以及調(diào)用規(guī)模。