【万字长文】2025年大模型行业全景解析：从阿里千问到Gemini 3 Pro！

文章分析了AI大模型行业的最新发展，包括阿里千问APP对标ChatGPT、Google Gemini 3 Pro的突破性进展，以及AI在C端入口争夺和B端生产力工具的应用趋势。数据显示，全球AI应用市场头部格局稳定，但中下游竞争激烈，视频生成与多模态创作类产品表现突出。国内大模型中标项目快速增长，商业化进程加速，并提供了AI大模型学习资源，帮助小白和程序员掌握技术，实现就业转型。

大耳朵爱学习

1948人浏览 · 2026-01-07 09:00:00

大耳朵爱学习 · 2026-01-07 09:00:00 发布

简介

核心观点

11 月 17 日，阿里正式官宣公测千问 APP，对标 ChatGPT 5.1 版本，接入阿里通义实验室最新的 Qwen 3-Max 模型，阿里加入 C 端入口争夺战。

1）整合阿里系 C 端应用生态：据晚点采访报道，千问团队正在与高德、淘宝、支付宝、闪购等在做一些联合开发的工作。我们测试发现千问 APP 目前已能够自然引出淘宝商品信息。

2）从“用户发起需求”的超级框到“产品引导需求”的对话助手：阿里曾经尝试将夸克作为AI 时代的入口对外推广，本次千问 APP 对话框上方明确列示了更多功能模块，如 AI 修图、翻译、视频通过、拍照讲题、智能写作等。

11 月 18 日晚间，Google Gemini 3 Pro Model Card pdf 文件流出，显示

①1M token 上下文窗口，64K 输出；

②原生多模态-文本&图像&音频&视频（MMMU-Pro/Video-MMMU/ScreenSpot-Pro 测评得分基本均显著优于上一代旗舰 2.5Pro 及 GPT 5.1）；

③Sparse MoE 架构，TPU 训练。模型卡片中，在涉及多模态、数学推理、Agent、代码编写等测评维度的 20 项测试集中，Gemini 3 Pro 几乎均取得了高于 2.5Pro、Sonnet 4.5、GPT 5.1 的得分，SOTA 地位无疑。

其中，多模态理解、屏幕交互等维度提升更为明显。

我们认为：

1）“入口”的定位愈发明确。10 月中旬 Salesforce 旗下 Agentforce 相继集成 ChatGPT、Claude、Gemini/11 初金蝶发布 AI 产品小 K，B 端仍以 SaaS 或软件厂商掌握入口及数据，AI 基模作为被集成的一方提供智能。OpenAI、字节、阿里等相继布局 C 端入口之后，C 端或渐渐被 AI 基模厂商（大厂 AI）掌握入口主导权，C 端软件存在被吞噬与被调用/分发两种结果。

2）B 端作为生产力工具的 TAM 更高。短期 IT 预算问题或对业绩存在扰动，但我们长期仍看好企业服务 Agent 化后的价值分成逻辑要强于按席位收费的 SaaS 逻辑。

3）距离 AI 基模能力越远、越看重过程体验而非简单的结果、越难以单纯依靠自然语言交互达成结果的场景，C 端软件被吞噬的风险越低，换言之，也越具备被 AI 基模旗下入口级应用调用与分发的价值。

AI 硬件公司长期指引乐观，算力有望迎来加速。

英伟达举行 GTC 大会，对 26 年出货、订单指引积极。英伟达 Rubin 本季度也开始投产。

AMD 举行投资者日活动，对 3~5 年的长期增速表述乐观。

AI 芯片的高速增长，带动存储数据中心需求提速。

可以关注博通 12 月业绩会，有望上修 2026 年 ASIC 收入，Token 数量的爆发式增长，带动了 ASIC 强劲需求，我们研判谷歌、亚马逊、Meta、Open AI 及微软的 ASIC 数量，2026-2027 年将迎来爆发式增长，继续看好 ASIC 受益产业链。

我们认为，AI 需求持续强劲，英伟达 AI 服务器四季度出货量提速，ASIC 迎来爆发式增长。

通信行业观点：

1）海外链看，北美 AI 数据中心建设仍在加速推进：

A）Anthropic 宣布将在美国投资 500 亿美元建设新的人工智能数据中心；

B）微软计划向葡萄牙锡尼什数据中心投入 100 亿美元；

C）谷歌在德国投资 55亿欧元扩建数据中心。同时资金层面看，以 Berkshire Hathaway 为代表的美国基金公司大举增持 Alphabet 等科技巨头股权，有望提振市场情绪。

2）AMD 在分析师日活动上宣布未来 3-5 年内目标年均营收增长超 35%，其中AI 业务收入年均增速预计达 80%，并明确 MI400 系列 GPU 产品路线图，MI450 系列预计 2026 年 Q3 推出。AMD 作为 AI 芯片重要供应商，其强劲的业绩指引和清晰的产品规划也印证了 AI 需求的持续。

3）中际旭创计划启动 H 股上市筹备工作，旨在拓展海外融资渠道，为后续产能扩张和技术研发储备资金。我们认为此举将增强公司在全球光模块市场的竞争力，抓住北美数据中心建设加速的机遇。

4）腾讯控股第三季度业绩超预期，营收1928.7 亿元、同比增长 15%，净利润 631.3 亿元、同比增长 19%，但资本开支同比大幅下降约 24%、我们认为主要系缺卡导致。阿里巴巴对"通义千问"进行重大战略调整，全面转向消费者市场对标 ChatGPT，体现国内国产大模型持续迭代升级，有望带动全产业链发展提速。

一、AI 应用月度数据洞察

1.1 谁在吸引 A 产品用户的注意力?

根据 SimilarWeb 统计及非凡产研整理，2025 年 10 月全球访问量 Top20 的 Al 应用以头部互联网公司和A 大模型龙头为主，月访问量过亿的应用共9款。

访问量排名前五的应用分别为来自 OpenAl 的聊天机器人 ChatGPT、来自谷歌的聊天机器人 Gemini、国产大模型产品 deepseek、生成式搜索引擎 Perplexity、xAl 的个人助理 Grok。

图表1:全球访问量TOp20AI产品排名情况

据全球 AI 应用访问量 Top20 月度排名，ChatGPT 在整个观测期内始终稳居榜首。

排名第二的产品在不同阶段呈现激烈竞争，Bing 曾在 2024 年 6 月至 2025 年 1 月稳居第二，但随后被 deepseek、Gemini 等应用取代，其中 deepseek 自 2025 年 2 月起稳定跻身前三，也是观测期内唯一长居全球前三的中国 AI。

Canva 也曾长期位列前三，但在 2025 年 2 月后逐步被新兴应用超越。值得关注的是，“豆包”自 2025 年 3 月起进入榜单并保持稳定，腾讯元宝、百度 AI 搜索等国内应用也逐渐崭露头角，显示出本土 AI 产品在全球范围内的渗透力提升。

整体来看，全球 AI 应用市场头部格局相对稳定，但中下游竞争较为激烈。

图表2：2024 - 2025 年全球访问量 TOP20 月度排名表

2025 年 10 月全球访问量增速最快的应用分别为 Creati、Tunee AI 以及 Toolhouse，访问量分别同比增长 1476%、867%、766%。

其中，Creati 通过 AI 模型将爆款视频转化为病毒视频模板，在商家上传产品图片和 URL 后，基于产品特性和定位对故事线、人物主题、叙事背景等进行调整，最终生成个性化视频。

Tunee 可完成从需求拆解、方案规划到音乐创作的全流程，最终生成符合用户需求的音乐作品；Toolhouse 以“Agentic backend-asa-service”为定位，旨在解决智能体上云部署不稳定与提示工程门槛高两大难题。

图表3：全球访问量环比增速 Top20 AI 产品情况

根据 SimilarWeb 统计及非凡产研整理，2025 年 10 月国内访问量 Top20 的 AI 应用中有9 款的访问量超过 500 万次。

访问量排名前三的应用分别为 deepseek、豆包、夸克，访问量分别为 3.4 亿次、8714 万次、8344 万次。

图表4：国内访问量 Top20 AI 产品排名情况

据国内 AI 应用访问量 Top20 月度排名，国内市场已形成“头部双强”格局：

deepseek 自2025 年 2 月起长期稳居第一，豆包稳定位列前二，展现出强劲的用户粘性与市场影响力；
Kimi、百度 AI 搜索及腾讯元宝等腰部应用紧随其后，其中百度 AI 搜索在大厂生态加持下排名稳步提升；
秘塔 AI 搜索保持稳定表现，而即梦 AI、知乎直答、阿里通义等则波动明显，体现出中腰部竞争激烈、替代性强。

此外，教育、办公、翻译等实用型工具仍维持稳定需求，显示 AI 正加速嵌入多场景工作流。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

图表5：2024 - 2025 年国内访问量 TOP20 月度排名表

2025 年 10 月国内访问量 Top20 的 AI 应用中增速前三的应用分别为 Tunee AI、简篇、MiniMax 开放平台，分别同比增长 867%、84%、76%。

其中，Tunee 可完成从需求拆解、方案规划到音乐创作的全流程，最终生成符合用户需求的音乐作品；

只需上传图片、链接、文件或者文本，简篇即能创作出精美的文章；MiniMax 开放平台专为 Agent 和代码而生。

为端到端开发工作流打造，在 Claude Code、Cursor、Cline、Kilo Code、Droid 等多种应用中表现卓越。

图表6：国内访问量环比增速 Top20 AI 产品情况

出海类AI应用中，2025年10月访问量排名前三的应用分别为Qwen、SeaArt AI、PolyBuzz，访问量分别为 3268 万次、3229 万次、3173 万次。

其中， SeaArtAI 利用多风格生成模型，快速生成高质量动漫、3D、油画等图片，具备文生图、图生图、智能补图，适用于创作和设计多场景。
Qwen 系列大模型由阿里巴巴研发，集成“规划—执行—总结”三阶段任务流程，覆盖 119 种语言及方言，具备自动检索资料、结构化整理信息与生成多格式报告的能力，支持多轮搜索与多任务并行。
PolyBuzz 可以模拟动漫、影视、游戏或原创角色的语言与性格，支持文本、语音、图像多模态交互，让用户沉浸式体验角色扮演与故事共创。

图表7：出海访问量 Top20 AI 产品排名情况

据出海 AI 应用访问量 Top20 月度排名，PolyBuzz 自 2025 年 4 月起快速攀升并在 7–8 月稳居首位，但 Qwen 在 10 月重回榜首；

SeaArtAI 及 CrushOn.AI 亦长期位列前五。

中游应用如 manus、Fotor、KLING AI、Cutout Pro 等保持相对稳定，满足特定场景或区域需求；

Top20 下游应用则更替频繁，Monica、Gauth、123RF、HeyGen 等间歇上榜。整体来看，中国 AI 应用出海已形成相对稳定的头部梯队与多元竞争生态。

图表8：2024 - 2025 年出海访问量 TOP20 月度排名表

Xmind、Comet API，分别同比增长 1476%、275%、155%。

其中，Creati 通过 AI 模型将爆款视频转化为病毒视频模板，在商家上传产品图片和 URL 后，基于产品特性和定位对故事线、人物主题、叙事背景等进行调整，最终生成个性化视频。
Xmind 是一款在学习、科研、工作等领域广泛应用的思维导图工具，它以可视化、非线性的方式呈现思维过程，能帮助用户快速梳理信息逻辑、激发创意灵感。
Comet API 是 Perplexity AI 推出的一款AI 驱动型网络浏览器，核心聚焦复杂研究任务。它能深度整合信息并支持跨平台协同，还可依据浏览内容自动执行预约会议、发送邮件等操作。

图表9：出海访问量环比增速 Top20 AI 产品情况

10 月海外/国内/出海赛道访问量环比增速 Top 产品中，AI 编程、视频生成与多模态创作类产品表现突出，约占榜单的三分之一，整体来看，面向垂类场景的智能创作与编程类产品仍具爆款潜力。

图表10：10 月海外/国内/出海赛道访问量环比增速 Top 产品表

1.2 什么样的 AI 产品变现能力最强？

根据 SimilarWeb 统计及非凡产研整理，截至 2025 年 8 月，全球 AI 产品年经常性收入（ARR）Top20 主要集中于头部互联网科技公司和 AI 大模型厂商。

其中共有 10 款产品年收入超过 2 亿美元，排名前五的分别是 OpenAI 的 ChatGPT、Anthropic 的 Claude、Grammarly、Anysphere 的 Cursor、Midjourney，年经常性收入分别为 174.75 亿美元、72.68 亿美元、7.55 亿美元、6.50 亿美元、5.97 亿美元。

其中，Midjourney 支持文本或语音生成、编辑、动画化多风格图像，并具风格迁移、模型切换、任务管理，实现高效个性化视觉创作。

Cursor 基于聊天式 AI 编程，将自然语言转为代码生成、调试与项目管理，支持多模态上下文、Agent 执行和 MCP 接入。

图表11：全球 AI 产品年经常性收入 Top20 排名情况

根据 SimilarWeb 统计及非凡产研整理，截至 2025 年 8 月，国内 AI 产品年经常性收入（ARR）Top20 中，有 4 款产品年收入超 1 亿美元。

收入排名前三的应用分别为 KLING AI、PLAUD、PictureThis，年经常性收入分别为 1.23 亿美元、1.08 亿美元、0.85 亿美元。

其中，PictureThis 集成 AI 识别与植物数据库，支持多语种互动，快速识别植物并提供养护信息与社区交流。

KLING AI 融合全新 DiT 架构，实现高精度视频图像生成、动态捕捉与多模态创作，助用户轻松打造电影级视觉内容。

图表12：国内 AI 产品年经常性收入 Top20 排名情况

出海类 AI 应用年经常性收入 Top20 中，排名前三的应用分别为 PictureThis、Hypic、HeyGen，收入分别为 1.23 亿、0.84 亿、0.80 亿美元。

其中，HeyGen 能理解语音的节奏、语气和情绪，自动生成拟人化表情与动作，实现从“一张照片+一句话”到“超逼真数字人视频”的端到端生成，可支持正脸、侧脸、全身多角度输入，广泛应用于动画制作、虚拟角色配音、播客可视化等场景。

图表13：出海 AI 产品年经常性收入 Top20 排名情况

1.3 国内 AI 大模型招投标需求如何？

2025年1-10月，国内大模型中标项目数量实现逐月快速增长，1月同比增速达到1190%，其后同比增速虽有所下降，但始终维持在高位，证明大模型技术在国内市场的接受率大幅提速，落地速度加快。

图表14：2025 年 1-10 月国内大模型中标项目数量情况

根据中标项目披露的中标金额数据，2025 年 1-10 月中标项目披露金额与其同比增长率在1 月达到峰值，2 月后中标项目披露金额逐月回升，10 月中标项目的披露金额为 26.7 亿元，相比 9 月的 20.6 亿元有所上升。

图表15：2025 年 1-10 月国内大模型中标项目披露金额情况

1.4 上市公司 AI 商业化进度如何？

众多计算机上市公司在 AI 商业化领域已有积极进展。在收入贡献上，部分公司 AI 业务收入占比表现亮眼，如能科科技 AI 业务实现收入 3.4 亿元，占营收比达 30.8%。

汉得信息物理 AI 平台项目收入为 3096 万元，占营收 29.2%。同时，不少公司聚焦 AI 技术在各行业的落地应用以推动商业化，如税友股份围绕税务场景，基于 AI 能力开发智能体。

汉得信息将 AI 融入供应链、财务等业务领域，推动企业智能化升级。

图表16：Al 应用公司 25 三季度 Al 产品相关收入

二、全球 AI 本月重大新闻

2.1 海外大模型及 A 应用进展

OpenAl发布 Sora2与首个社交 App

10月1日,OpenAl 正式发布新一代A|视频模型 Sora2 及首款社交应用 SoraApp。Sora2 在物理一致性、音画同步、角色连贯性等方面实现重大突破，被誉为“视频生成的 GPT.3.5 时刻”。用户可通过 SoraApp 将自己“投影”进任意 A生成场景,实现互动式视频创作。Sora 2 支持多镜头、跨场景叙事及高保真音效生成，分为 Sora 2 和 Sora 2 Pro 两个版本，前者主打快速创作，后者面向专业级内容制作。

OpenAI 开发者大会发布多项重磅更新

10 月 7 日，OpenAI 在开发者大会 2025 上发布多项重磅更新，包括 AgentKit、Codex正式版、ChatGPT 内置应用与 Apps SDK、gpt-realtime-mini、gpt-image-1-mini、Sora 2 API 及 GPT-5 pro API。Sora 2 API 正式开放视频生成功能，支持从文本生成高质量动态视频。OpenAI 同步开放强化微调（RFT）和新评估功能，全面提升模型能力与开发体验。

谷歌发布 Veo 3.1 视频生成模型

10 月 16 日，谷歌发布了旗舰 AI 视频生成模型 Veo 的重大更新版本 Veo 3.1，实现了视频画面与音频 (包括对话、音效和配乐) 的原生同步生成。新版本的模型为创作者提供了更精细的导演级，控制能力。模型的视频延展功能也得到了增强，现在可以将视频片段扩展至最长 148 秒 (超过两分半钟)，并通过衔接上一片段的最后一帧来保持故事的连续性。

World Labs 发布实时世界模型 RTFM

10 月 17 日，斯坦福大学李飞飞的创业公司 World Labs 推出生成式世界模型 RTFM (实时帧模型)。RTFM 采用了一种与传统 3D 渲染不同的路径。该模型被视为一种学习型渲染器，无需显式 3D 表示，能从输入的 2D 图像直接生成保持 3D 一致性的新视角图像，并可在单个 H100 GPU 上实时运行。

OpenAl 发布 Al 浏览器 ChatGPT Atlas

10 月 22 日，OpenAl 发布 Al 浏览器 ChatGPT Atlas，提供 macOS 版本下载。该浏览器基于 Chromium 内核构建，将 ChatGPT 的对话、记忆和智能体能力与网页浏览体验进行了集成。该浏览器整合了「ChatGPT 记忆」和「浏览器记忆」两项功能，后者通过学习用户访问过的网站内容，为后续的 AI 交互提供更个性化的背景信息。Atlas 还引入预览版的「智能体模式」，目前向 Plus、Pro 和 Business 付费用户开放，该模式用于让 AI 在浏览器中自主执行多步骤任务。

2.2 国内 AI 行业动态及重点公司新闻

腾讯混元图像 3.0 强势登顶文生图榜单

10 月 5 日，腾讯混元团队发布并开源仅一周的原生多模态文生图模型——混元图像 3.0，超越谷歌 Nano-Banana 与字节 Seedream 4.0，位列文生图综合榜与开源榜第一。该模型参数量达 80B（推理时激活 13B），生成效果媲美顶级闭源模型。实测显示，混元图像3.0 具备知识理解、逻辑推理与创意生成能力，文字渲染与画面构图显著提升。

蚂蚁开源万亿参数思考模型 Ring-1T

10 月 14 日，蚂蚁集团近日开源了万亿参数思考模型 Ring-1T。Ring-1T 是一个万亿参数规模的混合专家 (MoE) 架构模型，其设计核心是深度思考与复杂推理能力。为支撑万亿级模型的复杂训练流程，蚂蚁自研了 ASystem 框架。该模型在数学、编程、逻辑推理等多个基准测试中达到了开源 SOTA 水平，并在高难度 IMO (国际奥数竞赛)测试中展现出对标人类银牌的解题能力。

百度发布 AI 视频平台功能更新

10 月 15 日，百度对其 AI 视频生成平台百度蒸汽机进行了重大更新，推出了实时流式生成功能。为实现低延迟的实时交互，百度蒸汽机在模型架构上进行了重构，采用了流式滑窗的自回归扩散架构。升级后的平台支持多种生成模式。在[图生视频]模式下，用户仅需一张图片和一个提示词即可启动长视频生成。

DeepSeek 开源 DeepSeek-OCR 模型

10 月 20 日，DeepSeek Al 的研究人员近日发布论文并开源 DeepSeek-OCR，该模型提出了一种通过视觉模态压缩文本上下文的方法，以少量视觉 Token 来表示大量文本信息。模型基于「上下文光学压缩」的思路，将长文本渲染为图像，再通过视觉语言模型处理压缩后的视觉表示。在文本密集型文档基准测试上，当文本 Token 数量是视觉 Token 数量的 10 倍以内时（压缩率<10x），模型重建文本的准确率可达 97%。

北京人形机器人创新中心等开源世界模型 WoW

10 月 17 日，北京人形机器人创新中心、北京大学和香港科技大学等机构的研究人员近日发布论文，开源世界模型 WoW，用于让 Al 通过与物理世界的交互来学习因果关系和物理规律。模型通过模拟人类与物理世界的主动交互过程来学习直觉物理，强调通过机器人与环境的交互数据来理解物理医果，并采用「生成-评估-修正」的认知循环。

快手发布多款 AI 编程产品

10 月 23 日，快手发布 AI 编程领域的产品组合，包含自研代码大模型 KAT-Coder、智能开发工具 CodeFlicker 以及大模型服务平台快手万擎。KAT-Coder 代码模型是快手自研的AI 编程基础模型，CodeFlicker 是快手推出的智能开发伙伴，快手万擎 MaaS 平台是快手「三位一体」布局的底层基础，为企业提供大模型服务。

夸克 APP 上线对话助手

10 月 24 日，夸克 APP 对其产品进行了更新，在应用内集成了「对话助手」功能，该助手基于阿里巴巴通义千问（Qwen）系列的闭源模型，该模型的性能相较于已发布的Qwen3-Max 有所提升，具备较强的推理能力和长文本理解能力。初步测试显示，夸克对话助手能够执行深度信息检索、多模态理解、复杂逻辑推理等多种任务。

美团开源视频生成模型 LongCat-Video

10 月 27 日，美团近日开源了其 13.6B 参数的视频生成模型 LongCat-Video，该模型在一个统一框架内支持文生视频图生视频以及视频续写功能，并具备生成长达数分钟视频的能力。该模型的一个核心特性是长视频生成能力。为提升推理效率，LongCat-Video 采用了多项优化技术。在内部基准测试中，LongCat-Video 的文生视频整体质量据称优于PixVerse-V5 和 Wan2.2-T2V-A14B。