腾讯阿里财报背后:AI 时代互联网公司叙事换挡,竞争逻辑全面重塑

腾讯阿里新财报:AI 布局与财务转向

过去一周,腾讯和阿里相继交出新一季财报。2026 财年第四季度,阿里整体营收 2433.8 亿元,同比增长 3%。剔除投资收益后,Non - GAAP 净利润仅为 0.86 亿元,同比下滑近 100%,增速平淡且利润端压力陡增。不过,阿里首次将 AI 账目摆上台面,该季度阿里云外部商业化收入同比加速增长至 40%,AI 相关产品收入占比首次突破 30%,年化超过 358 亿元。

腾讯 2026 年第一季度营收 1964.58 亿元,同比增长 9%;Non - IFRS 经营利润 756 亿元,同比增长 9%。腾讯未将 AI 单列为收入科目,而是嵌进广告、云与企业服务等业务线。营销服务和企业服务收入均同比增长 20%,单季资本开支超过 300 亿元;混元、元宝、CodeBuddy、WorkBuddy、QClaw 等新 AI 产品仍处投入期,对当季 Non - IFRS 经营利润的净影响约 88 亿元。

两家公司讲述 AI 的方式不同,但财务结构上的转向一致。Capex、ARR、Token 调用量等过去多见于制造业和云厂商语境的用词,正替代 DAU、时长、GMV,成为互联网科技公司对外叙事的新“主语”,互联网公司正从“轻资产”走向“重投入”,经历集体叙事换挡。

AI 时代:互联网竞争逻辑改变

过去二十年,互联网公司靠边际成本趋近于零、规模效应近乎无限、网络效应自我强化实现高资本回报率。但在 AI 时代,每一次推理都需消耗 Token、占用 GPU、调度内存,边际成本不再趋近于零,赢家通吃变得困难。若找不到合理商业化方式,用户规模会成为成本负担。

腾讯总裁刘炽平与阿里首席执行官吴泳铭均表示,AI 服务有可变成本,市场将由多个玩家共同占据。这意味着互联网过去建立护城河的逻辑,包括入口、产品形态、衡量指标、商业模式等都将被重新定义。

入口之变:从“用户打开”到“Agent 调用”

「深流研究所」统计显示,今年以来腾讯、阿里、字节在 AI 产品上发布节奏密集,春节后加速,4 月进入“每周一更”发布期。Agent 已成为 BAT 三家 AI 产品矩阵的发力主轴,腾讯 Q1 财报披露年初以来累计上线数十款 Agent 及相关产品,覆盖入口、能力、底座三层,发布密度最高。

在中国互联网竞争中,“入口”一直是主战场。但在 Agent 时代,入口从前台界面移到后台调用链,用户将需求交给 Agent,由其在后台调用多个产品能力完成任务。钉钉 CEO 陈航所说“过去是人用钉钉来工作,未来是 AI 用钉钉来工作”,正是这种变化的体现。

Agent 竞争分为两个维度:一是入口之争,即用户习惯把任务交给谁,谁就是 AI 时代的“默认前台”;二是被调用之争,谁的能力能被 Agent 优先调用、编排、嵌进任务链路,谁就握住价值入口。

阿里采用“链式”调用,将 AI 接入交易和履约链路;字节采用“流式”调用,把 AI 接入内容生产和开发者工作流;腾讯采用“网式”调用,构建 Agent 可发现、可调用、可治理的能力网络,该网络分为入口层、能力层和底座层。目前,微信侧的 Agent 入口尚未完全展开,若未来 Agent 能稳定调用小程序,微信生态能力将从“用户主动打开”变为“Agent 按任务调度”。

AI 原生产品新尝试:界面减法与能力加法

当入口变为调用链路,产品形态也会改变。AI 时代新的基础条件包括:“理解力”成为软件可直接调用的基础设施;产品具备非确定性特征;产品具备自主行动力。

基于这些条件,“AI 原生”产品呈现出三个特征。一是 GUI 不再是软件必需品,AI 原生产品做界面减法、能力加法;二是腾讯、阿里和字节都在补充 Sandbox、Memory、Storage、AI Agent 安全中心等部件,为产品预留容错空间;三是产品发布呈现碎片化形态,发布内容更像一个个能力单元,迭代更新速度加快。

产品衡量标准转变:从“用户停留”到“任务推进”

移动互联网时代,互联网公司用 DAU、MAU、下载量、使用时长、留存和 GMV 等指标判断产品是否成功。但 Agent 产品不完全适用这些指标,行业开始讨论新的衡量指标。

2026 年初有传闻称 OpenAI 内部弱化 DAU,转向 TPD(Tokens Per Day);5 月 13 日,李彦宏提出 AI 时代可能需要新度量衡 DAA(日活智能体数)。此外,还有单位 Token 价值转化率、任务闭环触发率等指标。这些指标围绕“任务推进了多远”,而非“用户停留了多久”。

调研显示,57% 的组织已将 AI Agent 用于多阶段工作流。国内外公司已开始用新指标对外披露,如腾讯云介绍 Agent Memory 时给出 Token 消耗降低和任务完成率提升的数据,阿里通义灵码披露代码采纳率等。不过,新指标还未解决标准化问题。

商业模式重构:从流量分发到任务交付

衡量指标的变化导致商业模式重构。围绕“AI 这门生意怎么算账”的讨论密集出现。阿里将 AI 算成“工厂”,认为需建训练工厂和推理工厂;腾讯将 AI 价值嵌进各业务里。

AI 行业有三条被改写的商业路径:一是从“按使用权付费”到“按调用量付费”,Token 成为新的大宗商品,各公司发布新模型时强调调用量;二是从“卖软件”到“卖任务”,海外已有公司按“每次对话”“每个被解决的问题”计费,国内也在探索;三是从“独立产品”到“嵌入网络”,让 AI 渗透现有业务,放大业务生态商业价值,但设计难点在于平衡“平台调用”和“开发者自主权”。

估值坐标系更换:互联网公司重新定价

过去二十年,资本市场用 DAU、时长、GMV 等指标给互联网公司定价,隐含前提是服务不同数量用户成本几乎相同。但在 AI 时代,DAU 意味着成本,边际成本不再趋零,过往估值标准需重新审视。

新的估值刻度包括 Capex 衡量产能、ARR 衡量持续性、Token 调用量衡量需求、代码采纳率和任务完成率衡量交付。市场更看重兑现。Anthropic 的收入增长迅速,其增长押在 Agent 和 coding 上,说明真正撑起估值的是交付能力,而非投入本身。

这次切换意味着资本市场需重新给科技公司定价,从“用边际零成本换规模回报”的高 ROE 生意,变为“用持续投入换能力密度”的长周期生意。赢家通吃或许越来越难,更需要耐心的竞争才刚刚开始。

打开链接下载源码: https://pan.quark.cn/s/05da658a2377 在信息技术领域中,输入法作为操作系统的一个核心构成部分,赋予了用户利用键盘输入多语种文字的能力。"ime-日语输入法安装必须文件"这一资源是一套为日语输入法部署而设计、包含全部必要元素的集成包,对于那些需要在个人计算机上执行日语文字输入的操作者而言具有不可替代的作用。接下来将入剖析其中所包含的核心概念。 IME(Input Method Editor,输入法编辑器)是操作系统内的一种软件支持服务,其功能在于为非拉丁字符环境提供文字输入方案,例如中文、日文、韩文等文字系统。在日本地区,IME通常被用来将罗马字(罗马拼音)形式的输入转为平假名、片假名乃至汉字。此压缩文件内含的日语IME文件夹即为执行这一转功能的关键要素。 kbdjpn.dll被视为一个关键的系统性文件,其意指“Japanese Keyboard Layout”(日语键盘布局)。该动态链接库文件负责设定日语键盘的排列方式及快捷操作组合,使用户能够借助常规的QWERTY键盘输入日语文字。倘若缺少这一文件,即便已经安装了日语输入法,依然无法正常显示及输入日语字符。 另外,imjp81k.dll同样是一个重要的系统性构成,它属于日语IME的范畴,全称为“Input Method Japanese for Windows 8.1 and later, Katakana mode”(适用于Windows 8.1及更新版本的日语输入法,片假名模式)。该文件支持日语的片假名输入,是处理日语输入的核心组成部分。在安装或升级日语输入法的过程中,保证imjp81k.dll的准确性与完整性显得尤为关键。 压缩包所含的"Window...
内容概要:本文研究了基于DPWMA调制与正负序分离的ANPC三电平并网逆变器前馈控制策略,旨在解决传统三电平逆变器在谐波抑制、电网不平衡适应性及动态响应方面的技术瓶颈。通过构建融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相控制与电网电压前馈的一体化控制体系,全面优化逆变器的输出波形质量、相位同步精度与抗扰能力。文章入分析了ANPC三电平拓扑的结构优势,如开关损耗均衡、中点电位可控性强和电压利用率高等特点,并设计了包含信号采集、核心控制与调制驱动三层架构的完整控制系统。通过Simulink仿真平台对稳态运行、电网不平衡及动态扰动等多种工况进行验证,结果表明该策略显著降低了总谐波畸变率,提升了锁相精度与系统动态稳定性,有效增强了逆变器在复杂电网环境下的适应能力和运行可靠性。; 适合人群:具备电力电子、自动控制及新能源并网相关基础知识,从事新能源发电、微电网、电力系统仿真等领域的科研人员与工程技术人员,特别适合研究生及以上层次的研究者。; 使用场景及目标:①用于提升大功率并网逆变器在电网电压不平衡、谐波干扰和动态扰动等复杂工况下的运行性能;②为高电能质量要求的应用场景提供先进控制解决方案;③支持科研仿真、论文复现与实际工程项目中的高性能并网控制系统设计与优化。; 阅读建议:建议结合提供的Simulink仿真模型进行实践操作,重点理解DPWMA调制机制、正负序分离锁相算法与电网电压前馈控制之间的协同作用,按照文档结构系统学习,并与传统控制策略进行对比分析,以入掌握改进策略的技术优势与实现细节。
代码下载链接: https://pan.quark.cn/s/d9794888cbc0 ### G代码经典解释程序知识点详解 #### 一、引言 随着数控技术的持续进步,尤其是开放式数控系统的广泛应用,软件层面的设计在数控领域占据了核心地位。G代码作为数控机床编程的基础语言,在自动化生产程中发挥着不可或缺的作用。本文的核心内容是关于一个基于Linux平台、采用C语言开发的G代码解释程序的设计思路及其具体实现。 #### 二、G代码解释器概述 **1. 设计背景** - 当前数控技术发展的主要方向是开放式数控系统,这类系统具备出色的可扩展能力、良好的移植性、高度的互性以及优异的互操作性等优势。 - 计算机硬件技术的快速发展使得在PC平台上构建数控系统成为可能,进而推动了全软件式数控系统的普及。 **2. G代码解释器的重要性** - G代码解释器在全软件式数控系统中是至关重要的组成部分,其主要职责是将G代码转化为数控系统能够识别的数据格式。 - 为了提升数控系统的开放程度,G代码解释器的设计必须兼顾开放性和灵活性。 #### 三、G代码解释器设计与实现 **1. 总体结构设计** - G代码解释器主要由两个核心部分构成:G代码关键字函数表(GKFT)和G代码分组(GG)。 - GKFT用于解析G代码中的关键字,它是解释器的核心骨架;而GG则是语法检查的基础框架。 **2. G代码关键字函数表(GKFT)** - GKFT是一种专门用于存储G代码关键字及其关联处理函数的数据结构。 - 解释器通过查询GKFT,能够根据特定的G代码关键字调用相应的处理函数,从而完成对G代码的有效解析。 - 此种设计方法不仅简化了解释器的构建过程,同时也增强了其可扩展性,因为新增功能...
已经博主授权,源码转载自 https://pan.quark.cn/s/458849d2eac8 Microblaze代表由Xilinx公司研发的一款软核处理器,其核心特性在于使用户能够针对FPGA(Field Programmable Gate Array)平台进行嵌入式系统的个性化构建。此“Xinlin中Microblaze的培训教程”致力于辅助学习人员入理解和熟练掌握Microblaze在Xilinx开发环境中的实际应用。 一、Microblaze基础 Microblaze作为一款可配置的32位RISC处理器,具备高度适应性,允许在设计中根据具体需求对性能、功耗及面积进行灵活调整。Microblaze支持多种指令集架构(ISA),涵盖Xtensa-like和Classic两种模式,并且与包括UART、SPI、I2C在内的多种外设接口标准保持兼容。 二、Xilinx ISE与Vivado工具 Xilinx ISE(Integrated Software Environment)是一个用于FPGA系统设计、实现和调试的集成开发平台,而Vivado则是一款功能更为先进且全面的工具套件。在本次教程中,学员将学会如何在上述工具中配置和执行Microblaze处理器,以及如何开发相关的硬件描述语言(HDL)代码。 三、Microblaze硬件设计 在Xinlin提供的教程里,学员将学习如何在Xilinx FPGA中部署Microblaze处理器。这涉及到选择合适的处理器配置参数,如时钟频率、缓存容量和外设接口设置。此外,学员还将接触到创建和连接内存模块、中断控制器以及其他必需硬件组件的方法。 四、软件开发 Microblaze的软件开发通常涉及嵌入式编程,采用C或C++语言来...
内容概要:本文围绕并网与离网模式下的风光互补制氢合成氨系统,开展容量配置与运行调度的联合优化分析,并提供了完整的Python代码实现。研究构建了综合考虑风能、太阳能发电特性、电解水制氢、合成氨工艺及储能环节的系统模型,重点解决了在不同运行模式(并网/离网)下,如何通过优化算法确定各单元的最佳容量配置,并在此基础上实现系统经济高效的运行调度。文中详细阐述了数学模型的建立过程,包括以最小化综合成本为目标的目标函数,以及涵盖功率平衡、设备容量、物料守恒等多方面的约束条件体系,并利用Python编程语言调用专业优化求解器进行仿真求解,最终获得系统的最优容量配置方案与精细化的调度策略。; 适合人群:具备一定Python编程基础和优化理论知识,从事新能源系统规划、综合能源系统、氢能或化工过程优化等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何对复杂的“电-氢-氨”多能转与存储系统进行一体化建模与仿真;②掌握使用Python实现能源系统容量优化与运行调度联合求解的具体方法与技术路线;③为相关领域的科研项目、学位论文撰写或实际工程设计提供可复现的代码参考和系统性的解决方案借鉴。; 阅读建议:在阅读时应重点关注模型构建的逻辑框架与严谨的数学表达,并结合所提供的Python代码逐行理解其具体实现方式,建议读者务必自行复现代码以加对优化算法求解过程和系统运行机制的理解,同时可尝试修改模型参数或拓展系统结构以适应不同的研究需求和应用场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值