鹅厂调研：2026年AI发展策略，相比阿里、字节等竞争优劣势，元宝核心发力点，AI对社交关系潜在影响

以下为专家观点：

1，腾讯在2026年的AI战略规划？

2026年，腾讯在AI领域的战略重点包括多个方面。首先，腾讯将对标当前的OpenClaw产品，并推出类似的个人助手应用。这些助手主要面向生产力方向，将以应用形式存在，而非单独的模型。具体来说，这些助手将嵌入到PC端应用中，如元宝、QQ浏览器等，而不是手机端，因为PC端是生产力工具的主要入口。

此外，腾讯还计划推出元宝Desktop产品，这些产品将具备本地化读盘能力和终端执行能力，从而彻底商业化其原有的agent技术。这意味着这些新产品不仅能通过API调用外部信息，还能利用本地硬盘和CPU进行数据分析、文件下载和解压缩等操作，从而大幅提升用户渗透率。

2，腾讯在生产力赛道上的优势？

在生产力赛道上，模型能力是关键因素。与C端用户不同，B端用户对模型能力非常敏感，因此模型性能直接影响用户选择。目前全球范围内使用OpenClaw或类似产品的大多采用Claude 4.5版本，而不是GPT-5.2，因为后者无法带动OpenClaw。因此，在编程领域，Claude 4.5比GPT-5.2更强，这也反映了模型能力的重要性。

尽管如此，今年（2026年）国内市场竞争激烈，各家厂商都在拼模型能力，以期占据更多市场份额。特别是在生产力工具方面，如果模型能力不够强，就很难吸引用户。因此，今年（2026年）对于各大厂商来说，是一个拼实力的时候。

3，如何看待Anthropic与OpenAI之间的竞争？

Anthropic与OpenAI之间的竞争主要集中在代码生成能力上。从GPT-5开始，OpenAI一直试图追赶Anthropic，但未能成功。这是因为Anthropic已经形成了增长飞轮效应，每个用户反馈都会间接强化其系统，使得其代码生成能力不断提升。而这种增长飞轮效应使得Anthropic在这一领域保持领先地位。此外，尽管GPT-5.2价格较低，但绝大部分用户仍选择性能更强但价格更高的Claude 4.5，这进一步证明了模型性能的重要性。

4，腾讯如何应对基模差距问题？

尽管目前腾讯在某些方面可能存在基模差距，但公司正在积极提升自己的机模能力，以确保能够满足市场需求。在C端场景下，可以通过其他附加功能来弥补模型不足，例如自动点餐、高质量信源查询等。然而，在B端场景下，仅靠附加功能是不够的，因为B端用户对代码生成和任务执行有着严格要求。因此，为了赢得市场份额并满足客户需求，提高基模性能仍然是今年（2026年）的重中之重。

目前国内科技巨头在AI领域的竞争非常激烈，主要体现在对人才和技术资源的争夺上。各大公司，包括腾讯、阿里、字节跳动等，都在积极抢占市场入口，力图在这场赢家通吃的竞争中占据优势。腾讯今年（2026年）无论是在基础设施投入还是人才挖掘方面，都表现得非常积极。

5，腾讯在吸引高端人才方面有哪些优势和劣势？

腾讯在薪资水平上具有显著优势。此外，腾讯在北京、上海、深圳以及海外如西雅图等地均设有办公室，提供了灵活的工作地点选择。然而，在与字节跳动等竞争对手的较量中，腾讯并不具备明显的优势。尽管如此，腾讯依然能够吸引大量清华系的人才，这主要得益于姚博等清华系领导人的影响力。

6，当前数据强化学习在大模型训练中的作用？

数据强化学习在当前的大模型训练中扮演着重要角色。绝大部分数据通过强化学习生成，这使得数据总量与强化学习技术水平直接相关。在标注规模方面，各家公司也有所不同，例如deepseek的数据量相对较少，而腾讯和阿里的竞标数据则达到几十万到几百万条。此外，在算力方面，不仅GPU算力重要，CPU算力也不可忽视，因为CPU在推理阶段仍然发挥关键作用。

7，近年来通用型agent的发展对用户体验有何影响？

通用型agent的发展显著提升了用户体验。当通用型agent加终端执行模式推出后，其渗透率迅速上升。同时，每个用户产生的tokens数量级也显著增长，这是由于思维链变长所致。Skills技术使得思维链可以无限延长，从而增加了tokens消耗量，并提高了推理总耗时。这种变化意味着即使用户需求不变，总体token消耗量仍会增加，从而推动整体系统性能提升。

8，Skills技术如何优化agent的执行过程？

Skills技术通过注意力重建机制优化了agent的执行过程。在传统方法中，大语言模型需要将所有步骤放入上下文进行统一管理，这限制了思维链长度。而Skills技术允许将规划步骤写入文件，并逐步读取，从而分离注意力，实现几乎无限长度的agent执行。这种方法不仅提高了效率，还降低了对上下文长度的迫切需求，但依然需要尽可能多的信息来支持更高级别的推理理解。

9，大语言模型上下文扩展对存储需求有何影响？

上下文扩展直接增加了存储需求。例如，当Claude将上下文从256k扩展到1M时，如果广泛使用这种扩展，上下文存储需求将增长4倍。这种情况下，需要快速存储解决方案，如HBM，但主要还是依赖SSD来满足实时交换需求。因此，上下文扩展不仅要求更大的存储空间，还需要高效的数据交换能力，以确保系统性能稳定。

10，国内科技公司如阿里巴巴、腾讯等，在AI及云计算领域的竞争格局？

在国内科技公司中，阿里巴巴凭借其强大的开源策略和海外市场占有率，在云计算领域表现突出。腾讯则紧随其后，占据第三的位置。在AI及云计算领域，阿里巴巴与腾讯之间的竞争将更加激烈，而字节跳动则面临较大挑战。

11，CPU市场未来的发展趋势？

CPU市场未来仍有增长潜力。目前，由于内存瓶颈限制了CPU性能的进一步提升，一旦存储问题得到解决，CPU需求将显著增加。此外，多核CPU需求也会随着信息处理量的大幅增加而增长。然而，目前电力供应问题导致功耗限制，也影响了CPU市场的发展。因此，需要解决电力供应问题，以推动CPU市场进一步发展。

12，初创公司的AI技术是否能够持续领先？

初创公司的AI技术通常只能在某一代产品中表现出色，很难持续保持领先地位。这是因为国内人才流动频繁，各家公司之间没有秘密，因此很难形成长期优势。例如，从23年以来，无论是阿里还是deepseek，都只是在某一代产品中表现突出。因此，从长期视角来看，大型科技公司如腾讯由于资金充足且敢于挖掘人才，更有可能保持持续竞争优势。

13，关于当前大模型的发展，有哪些新的进展和挑战？

当前大模型的发展呈现出几个重要趋势。首先是记忆问题的解决，例如Anthropic发布了类似“记忆宫殿”的系统，通过一个抽象的图书馆管理员来管理用户信息，从而极大地拓展了大模型的记忆能力。这种方法虽然可以被其他公司复刻，但先发优势仍然至关重要。此外，大模型还需要具备执行能力，即通过终端进行本地读写操作等，这样才能实现真正的数据交互和反馈。

14，如何看待端侧模型的发展前景？

端侧模型在未来具有广阔前景。当前云侧模型已经达到生产力水平，但端侧场景如儿童陪伴、桌面小工具等仍有很大的市场需求。目前端侧自然语言交互能力较弱，需要进一步迭代。例如，一家公司面壁最近推出了一款能够从语义层面理解用户意图的小型语音端侧模型，这一进展表明端侧技术正在逐步成熟。

15，元宝在腾讯的应用有哪些主要方向？

元宝在腾讯的应用主要分为三个方向：独立APP、微信入口和PC端入口。这三个方向分别由不同的小组负责，彼此之间是分离的。元宝在微信中的长期规划是实现人与人之间的多模态交互，例如发送地理位置、视频通话和语音信息等。未来用户可以通过视频聊天与元宝互动，比如在炒菜时询问下一步应该放多少盐，元宝可以通过视频指导用户。

其中元宝独立APP包括两个方面：元宝派和元宝聚合搜索。元宝派具有独立群聊功能，基于兴趣社交，并通过AI激活社交关系。例如，AI可以主动发起话题讨论并@相关用户，以保持群聊活跃度。此外，元宝派还集成了腾讯视频和腾讯会议，实现同步观看视频等功能。而聚合搜索则旨在抢占百度等搜索引擎的市场份额。

16，腾讯如何利用AI激活社交关系？

腾讯通过AI激活社交关系来解决群聊变成“死群”的问题。AI会主动发起话题讨论，例如介绍最新技术动态，并@相关成员参与讨论，从而保持群聊活跃度。此外，为了鼓励用户互动，腾讯还会定期向活跃群成员发放奖励，如腾讯视频VIP卡或微信读书会员卡。

17，国内推理卡和训练卡市场现状？

国内推理卡市场今年（2026年）有望实现量产，尤其是像沐曦这样的公司，其C500和C550推理卡性能强劲。然而，在训练卡方面，目前还不成熟，大多数企业仍在等待H200芯片的上市。推理卡主要看显存带宽和显存大小，如果能达到64GB显存和2TB带宽，就算是比较好的芯片了。而寒武纪虽然计划推出国内最强训练卡，但目前还不成熟。