当AI遇到手机，豆包的无缝指令调度开始赋予手机终端不同的含义。

作为人工智能基础设施的云计算，AI与其相融同样也在深刻地改变过去十来年的云的发展史。

“以前我们的客户上云，考虑的就是数字化管理过程中，自己不再花时间配置服务器系统、装开发软件，或者不管数据存储和安全，厂家的云计算系统都给你部署好。现在大模型时代，云可以调度的资源、算力更充分，像我们也可以更好去开发中小企业客户尤其是创业团队，我想，这是AI云时代对我们做业务的人一个很大的改变。”重庆某云厂商的代理商谈到。

这个观点其实不算意外，2025年杭州云栖大会现场，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭的发言打破了AI云行业此前“算力竞赛”的同质化叙事：“AGI只是起点，能自我迭代、全面超越人类的超级人工智能（ASI）才是终 极目标。”伴随这一判断，他进一步明确两大核心定位，“大模型是下一代操作系统，超级AI云是下一代计算机”。

当下，全球AI算力需求以两三个月翻一番的速度爆发，千行百业从“尝试AI”向“依赖AI”加速转型，云计算的价值正从“通用算力供给”转向“智能生产核心”。

在此背景下，2026财年第二季度阿里云季度营收398.24亿元同比增长34%，其实不仅阿里云抛出了面向ASI的长期战略，华为云、字节云等玩家也纷纷从算力架构、应用落地等维度破局，一场围绕“下一代超级计算机”的行业变革已悄然开启。

只不过回过头来看，过去，关于大模型市场火热，几乎演变成了马拉松式的长跑，在起跑阶段，投资人大多关注模型技术本身的突破，例如，算法有多先进，硬件有多精密，订单有多密集。

站在行业视角这个看法的确没错。但如果眼光拉长，我们就会发现，AI时代的云服务本质是一段前半场技术、后半场落地的接力赛，所有产业也都是在这样不断的接力中逐渐完善的。

这个过程中真正决定成败的，往往是深度应用落地的“最后一公里”。

因为用户愿不愿意买单，体验好不好用，能不能形成商业闭环，决定了能否再次开启下一阶段的第 一公里。

更直白来说，最后的胜者大概率是最懂用户、最懂市场、最 先把玩具卖出去的那一个。

随着AI从“实验室技术”走向“产业基础设施”，AI云行业正迎来需求、政策、技术三重红利的叠加爆发期，而头部厂商的布局差异，也让这份红利的落地路径逐渐清晰。

从市场需求看，AI算力的“量级缺口”与“长期绑定”特征愈发显著。

一方面，大模型训练与推理对算力的需求已迈入新的时代，中国500强企业中约70%已将生成式AI嵌入业务流程，46%的受访企业表示将生成式AI规模化的应用于业务流程改造中。

公开资料显示，当下中国企业级大模型的日均Token消耗量在2025年上半年达到了10.2万亿，较2024年下半年激增363%。

高盛还预测，中国云服务提供商（CSP）的资本支出在2025年第三季度将同比增长39%，为AI云收入的持续增长提供硬件基础，侧面反映客户对基础设施的需求十分旺盛。

另一方面，不同厂商的算力供给策略开始分化，例如，华为云通过CloudMatrix384超节点实现“算力池化”，将单卡推理性能提升至H20的数倍以上，未来华为CloudMatrix超节点规格将从384卡升级到8192卡，可实现50万-100万卡的超大集群，主打“高效算力供给”。字节云也依托短视频、直播场景的天然优势，聚焦“碎片化推理需求”，为内容生成类企业提供弹性算力支持。

政策与资本层面，全球范围内的“AI基建竞赛”已进入白热化阶段，国内“东数西算”工程持续推进，全国一体化算力网已覆盖多个枢纽节点，也为AI云基础设施的区域均衡布局提供政策支撑。

自然地，资本投入同样激进，海外微软、谷歌、亚马逊的AI相关资本开支连续三个季度上调，理论上，这种“政策+资本”的双重驱动，会为AI云行业搭建了坚实的发展底座。

单纯按照技术价值重构角度看，AI云正从“基础设施”升级为“产业创新引擎”，催生万亿级市场空间。

过去，云计算的核心价值是把服务器、存储设备、网络硬件等基础设施打包成服务，供给用户租用，不用自己买硬件，“按需供给算力”。核心特点是省成本、免维护。

而现在AI云通过大模型调度，将智能能力输送至各行业，效率也更高了，在医疗领域，华为云协助医院搭建的AI辅助诊疗系统，可将病理切片分析时间快速缩短，又例如，在传媒领域，字节的云AI内容生成平台，支持短视频脚本、画面、配音的一站式生成，内容生产效率提升数倍。

阿里云与上述两者有所不同，除了借助自研TPU集群的效能和全栈式架构提高客户上云部署效率，较低成本之外，打通自身在地图、外卖、电商、夸克、支付宝等业务领域的能力壁垒，同样彰显其云价值。

商业路径的创新不仅改变了产业流程，更重塑了云计算的价值逻辑，Token成为“未来的电”，AI云则成为“智能时代的电网”。

IDC数据显示，2024年中国AI公有云服务市场规模达195.9亿元人民币，相比2023年增长55.3%，未来几年AI相关服务贡献占比将进一步实现快速提升。

尽管红利显著，但大模型的快速演进也让AI云行业面临三大共性困扰，这些问题不仅制约着产业落地速度，也成为检验厂商竞争力的关键标尺。

算力供需与效率的矛盾首当其冲，成为行业最紧迫的痛点。

一方面，算力供给缺口持续扩大，Coreweave等企业公开表示，当前全球AI算力基础设施产能仅能满足约60%的需求，阿里云、华为云等厂商虽持续加码硬件投入，但GPU/NPU芯片的生产周期、数据中心建设周期（通常2～3年），可不排除随着市场的需求增加，算力需求空缺仍将面临指数级增长。

另一方面，算力效率瓶颈同样突出，传统以CPU为核心的计算范式，在大模型场景下“水土不服”。

客观地讲，大规模分布式训练中，网络带宽不足会导致数据传输延迟，拖慢整体训练进度；推理场景中，显存不足会使多轮对话的首Token时延大幅增加，未优化的架构下首Token时延可达数百毫秒，严重影响用户体验，中小厂商仍受限于技术积累，难以突破效率瓶颈，进一步加剧了行业的“算力鸿沟”。

数据与部署的双重难题，则让大模型的“行业落地”举步维艰。

大模型从“通用”向“垂直”演进时，普遍面临“原始数据缺失”的问题，例如，当前AI训练多依赖人类归纳后的二手数据，如汽车设计场景中，AI无法直接获取车辆全生命周期的运行数据，只能依靠用户调研、故障报告等间接信息，限制了模型的创造力。

部署层面，“公共云”与“本地化”的对立难以调和，企业将数据上传至公共云，存在安全泄漏风险，且传输效率低，选择本地化一体机部署，又面临建设成本高（单套设备采购+运维费用超千万元）、性能固定（无法弹性应对需求波动）、模型更新慢的问题。

一些厂商曾为某教育企业设计混合部署方案，但仍需在数据安全与算力弹性之间反复权衡，反映出行业的普遍困境。

协同与生态的短板，进一步延缓了AI云的产业渗透速度。

当前全球科技企业虽纷纷布局AI云，但多数厂商仅聚焦单一环节，部分企业擅长模型研发（如部分AI创业公司），却缺乏基础设施支撑，只能依赖第三方算力，部分拥有算力资源（如传统IDC企业），却无法与模型深度协同，导致算力利用率不足一半。

即便是头部厂商，也存在生态壁垒，华为云的昇腾生态仍处于培育发展期，要达到CUDA的开发者粘性需要时间验证；字节云的开发者工具多聚焦内容场景，通用性尚需进一步提升，阿里云同样需要应对客户日渐复杂的场景适配需求。

举一个简单例子，宇树科技CEO王兴兴曾认为，在机器人领域尚缺一个机器人专属大模型，人形机器人量产的瓶颈也是因为AI模型不足。这就侧面证明，AI云的产业渗透速度在特定的某些领域还不够快。

传统软件开发门槛高，系统自主性不强，潜在开发者仅数千万规模，难以满足AI时代“人人用自然语言创应用”的需求，行业整体仍面临“模型－工具－应用”协同不足的问题，制约了AI云的规模化落地。

下一代超级计算机在概念与技术层面的竞赛仍在继续，但当下的商业化产出与市场回报可以被视为影响未来格局的风向标。

国际权威咨询机构弗若斯特沙利文发布《中国全栈AI云服务（公有云）市场报告2025H1》报告显示，2025年上半年，中国全栈AI云服务市场规模达259亿元，其中阿里云以30.2%，市场份额位居第 一，百度云、火山引擎、华为云等处于后续梯队。Omdia报告则显示，2025年第二季度，阿里云、华为云和腾讯云的市场份额分别为34%、17%和10%。

不同厂商所拥有的行业地位，大多与自身的投入水平力度有关，某种程度上也影响了谁能在未来成就下一代超级计算机。

谷歌预计2025年资本支出将在910亿至930亿美元之间。有报道称，过去十二个月内，阿里累计资本开支已超过1260亿，预计未来还可能在原定的3800亿AI投入上持续加码。

相比之下，字节、华为云等未披露具体关于在AI以及云上的公开投资承诺，尽管腾讯声称“将会在AI方面投入巨额资本支出”，但目前也还在数百亿内，百度同样与阿里相比在资金投入上略显规模差距。

回过头来看厂商们提出的全栈自研，可以姑且将其作为筑牢技术底座的核心逻辑，也就是实现“计算－网络－存储－模型”全环节优化。

客观而言这与当年王坚院士关注云计算的基础设施层一样，阿里云或许也觉得，打通底层是要做的第 一件事，为此推出自研磐久128超节点AI服务器，单柜支持128个AI计算芯片，密度较行业平均水平提升50%，且兼容英伟达、昇腾等多种主流芯片，解决了“芯片适配难”的问题。

解决了投入与适配问题，第二件事是场景与生态打通，即谁的资本回报收入规模更高，谁能让更多的客户使用。

阿里云财报披露，收入在财年Q2同比增长达到34%至398.24亿元。百度的AI云今年第三季度单季度收入只有42亿元，同比增长33%，而去年全年，华为纯云计算业务的收入约为385.2亿元，同比增长仅8.5%。

值得一提的是，基于“东数西算”网络动态调度本地与云端算力，为企业提供“极简接入、柔性访问、安全流转”的用算体验，企业只需接入云的算力网络，就能根据需求灵活选择公共云、边缘节点或本地部署。而据悉，目前中国500强企业中53%使用阿里云AI服务，实际渗透率领 先行业。

所以单纯看收入规模，阿里云会相对突出。

回过头来看技术细节，从AGI到ASI，AI云行业的竞争已不再是“谁的算力更强”，而是“谁能构建支撑智能进化的基础设施”。

大厂们对云的探索，既展现了头部厂商的技术野心，也折射出行业的发展方向，只有将技术突破与产业需求深度绑定，才能让超级AI云从“概念”变为“现实”。