全球AI云战场开打： 微软云、AWS 向左，谷歌、阿里云向右

最近，几乎每位出差的人都会有同感：“北上广的机场核心位置，几乎被各大 AI 云厂商占满了！”

在云计算的赛道上，AI 云已经成为新一轮的入场券。它不仅关乎算力，更决定厂商能否摆脱价格战泥潭、重建护城河，以及在全球科技牌桌上争得一席之地。因此，过去两年里，国内云厂商在战略、组织等各个环节都全力投入，争夺市场领先地位的竞争愈发激烈，“第一”的争夺成为行业关注的核心。

对于大厂来说，“AI 云第一”不仅是数字排名，更是一种行业认可和市场号召力。谁能贴上这个标签，谁就更容易吸引客户、赢得市场份额。

但如果把眼光放宽点，在全球范围内，AI云的竞争格局更激烈，如今只剩4朵超级AI云：美国的AWS、微软和谷歌，以及中国的阿里云。

AI云不等于模型调用

谁是 AI 云 “第一”？取决于评判标准。不同群体基于不同视角，答案也各不相同。

有部分人认为，模型是评判AI云第一的核心要素。

理由也很简单，企业最终是要用模型来解决问题的，客户会用脚投票。尤其是在当下，很多公司都陷入了“AI焦虑”，迫切希望模型能真正帮上忙。谁的模型能不断迭代升级，在不同场景里都能答得准、算得快、还能带来新思路，谁就更容易在AI云的竞争中脱颖而出。

火山引擎所强调的“调用量”，其实也是这一逻辑的延伸——通过高频调用，来侧面证明其模型的成熟度与市场接受度。

但雷峰网认为，如果从市场规模上看，以模型调用为主的MaaS市场，远比不上千亿级别的云计算市场。更重要的是，如果从长远来看，随着AI应用进入更深层次的产业化阶段，要构建一朵真正的超级AI云，仅靠模型表现远远不够。

这就像一座大厦，地基坚实、结构完整，才能在风雨中稳固屹立，并为未来扩建和升级提供可靠支撑。因此，未来要真正评估谁才是AI 云第一，必须经历这四大硬核拷问：

第一，每年是否有千亿级的基础设施投入？

AI云真正的门槛不是宣传口号，而是实打实的资金实力。今年头部云厂商如 AWS、微软 Azure 和谷歌云均加大资本支出，谷歌将年度目标上调至 850 亿美元，微软和 AWS 也分别宣布 800 亿和超 1000 亿美元的投资计划，以应对 AI 基础设施需求的爆发式增长。

云厂商公布资本支出后，公司股价也闻声上涨。这表明，在二级市场的认知中，充足的基础设施投入是 AI 云发展的关键，是能够在市场竞争中占据优势的重要因素。

第二，是否有百万级的大规模计算集群和云计算调度能力？

光有算力并不够，因为对客户来说，最大的痛点不是买不到GPU，而是能不能随时调用、按需扩展。百万级集群和调度能力，决定了一家云厂商能否真正承载产业级的大模型训练与推理需求。

第三，是否有顶级的大模型能力？

“顶级”不仅仅是单项评测拿高分，更在于模型能否跨场景、跨行业稳定发挥。比如在金融、制造、医疗等专业场景中，既能保持精准性，又能展现创造性；在国际化环境中，还要能支持多语言、多文化的复杂任务。

第四，是否有AI芯片算力布局？

如果说算力是AI云的发动机，那么芯片就是发动机的核心零部件，如果完全依赖外部供应，算力扩展和成本控制都会受制于人，尤其在当前海外对华供应高端 GPU受限的情况下，国内 AI 芯片的自主研发和布局显得尤为重要。

雷峰网认为，只有具备这四大能力，云厂商才能在激烈竞争中长期立于不败之地，真正成为支撑未来AI生态的核心力量。

如果以这四条硬核标准来评估，目前正在争夺第一的这几家云厂商。百度在全栈能力上表现不错，但是在财力上不太占优势。

从已经披露的阶段性数据来看，百度在资本支出规模上与字节和阿里存在一定差距。2024 年，百度资本开支总额为 81.34 亿元人民币，阿里则高达767 亿，百度仅约为阿里的10%。进入 2025 年，百度也大幅增加投入，全年预计资本开支在在300亿至500亿，但从量级上看，依旧难以与前两者相提并论。

火山引擎家底充足，市场估计，字节2024年资本开支800亿元，2025年预计将达到1500亿至1600亿元，但掣肘其发展的还是在技术积累，比如算力调度并不是单纯靠砸钱就能堆出来，它需要十几年在分布式系统、云操作系统以及资源调度算法上的深厚积累。

如果放眼全球来看，具备这四大能力，仅仅有四家，微软、亚马逊、谷歌，以及阿里。

一个方向，两种模式

微软、亚马逊、谷歌、阿里在AI云的发展路径上，目前来看也有所不同，四朵云形成了两种发展模式，第一种是“云+生态”的模式，典型代表是AWS 和微软。

这种模式的核心特点是，云厂商提供强大的基础设施和算力平台，同时允许客户调用外部合作伙伴的大模型。

比如说AWS，其目前拥有庞大的云基础设施和算力调度能力，同时通过SageMaker、Bedrock等平台开放多家大模型，OpenAI、Anthropic、DeepMind 和 Mistral 等AI公司的多款模型都已经接入其平台。

尤为值得一提的是，9 月19 日，AWS 又上架了两家中国模型公司的新模型，分别是阿里巴巴Qwen3系列四款模型、DeepSeek-V3.1。

而微软云也是类似AWS，通过OpenAI绑定实现大模型能力，算力强，模型依赖合作伙伴。

对厂商来说，“云+生态”模式的好处是，一来不必在每个大模型上投入巨额研发，避免了把所有心血押注某一块产品的技术和商业风险，二来因为接入的模型越多，客户在选择模型时有更多自由度，这也能增加平台的吸引度。就好比一家商店，物品越丰富，就越能吸引顾客的购买。

不过近来微软云与 OpenAI 的合作，也暴露出对外部模型和合作伙伴的高度依赖的风险。

微软与OpenAI的合作，此前被誉为“科技圈最成功的联姻”，双方在这场合作中都极为受益。

于微软云而言，Azure 成为 GPT-3、GPT-4 等模型训练和托管的基础设施。这让Azure 成为“AI 就绪云平台”的代名词，为所有想训练大模型的公司提供高端 AI Infra，强势对抗 AWS。此外，微软获得 OpenAI 模型的独家 API 商业部署权，这就进一步拉动营收爆发。

微软2025财年第四季度的财报显示，Azure的年收入已超过750亿美元，同比增长34%。然而，2024年开始，微软与 OpenAI 之间关系变得紧张，合作关系发生了变化。

一方面 OpenAI 开始与 Google Cloud、Oracle、CoreWeave 等其他云服务商展开合作。2025年7月，OpenAI 被披露已将部分训练和推理任务迁至 Google Cloud 和 Oracle。

另一方面，据外媒报道， OpenAI计划将其与商业合作伙伴（包括微软）的收入分成比例从20%降低至8%。

OpenAI 种种操作后，也让微软在模型上有了巨大危机，今年微软重新加强自身 AI 模型的研发，并引入 Meta、Mistral 等多模型进入 Azure AI Studio，以求减少对 OpenAI 的技术依赖。

第二种模式是“全栈自研”，谷歌云和阿里云是典型代表。

相比“云+生态”模式那种轻装上阵、风险较低的做法，全栈自研前期投入巨大，风险也更高。但一旦跑通，它就能形成极深的护城河，带来指数级的增长空间，长期价值远超“轻模式”，具体体现在：

第一，技术协同更强。从芯片、算力到模型都自己做，可以做到深度优化。比如谷歌的TPU就是为PaLM模型量身定制，阿里云的通义千问也能和自研芯片高度适配。

第二，战略自主权更稳。全栈自研意味着命运牢牢掌握在自己手里，不用担心合作伙伴翻脸、分成拉扯，或者在关键技术上被别人卡脖子。

第三，赚钱能力更强。从芯片到模型全都自己做，不用和别人分账，厂商的盈利空间更高。

此前一度被低估的谷歌云，如今全栈自研的战略正为其注入强劲动力，推动其在竞争激烈的云市场中加速前进。

据谷歌云首席执行官 Thomas Kurian 透露，谷歌云目前已经在AI领域实现了数十亿美元的收入，并拥有超过 1060 亿美元的订单积压。

与谷歌云同台竞技，阿里云如何走出独特的全栈自研之路？

与谷歌云相似，阿里云也选择了全栈自研的发展路径，目前，二者同属全球云服务的第一梯队。不过两者也有一些不同。

第一，过往的成长路径，以及成长中所经历的挑战还是有些不同。

谷歌云出身就是全球化的一朵云，而阿里云一诞生就长在中国这片全球最复杂的互联网土壤中，这里有独一无二的“压力测试场”——全球规模最庞大、业务并发最高、场景最多元的互联网客户。

正是这种极端场景，倒逼阿里云的算力调度体系变得极为坚韧与高效。阿里云的技术底盘，可说是历经“双十一”洪峰与海量日常交易淬炼而成。凭借该技术底座，过去也让阿里云成为唯一一个挤进全球云计算厂商前四的中国厂商。

而在 AI 云时代，这套坚实的技术底座继续发挥作用，再次为阿里云赢得竞争，打下坚实基础。前不久，国际调研机构Omdia的最新报告，阿里云能在中国AI云市场中占比35.8%，位居第一，其份额甚至超过第二至第四名的总和。

第二，相比于谷歌云，阿里云所处的竞争环境可能要比其更为的激烈，面对的市场环境也更为复杂，尤其是芯片供应，中美贸易战之下，高端芯片的供给紧缺一直在掣肘着国内云厂商的发展。

困境越大，反而越发激发出阿里云的战略耐性与攻坚决心。在高端芯片持续受限的背景下，阿里云并未放慢脚步，而是以更强的自主意识和投入力度，坚定走向全栈自研的深水区。

一方面，它持续加码算力基础设施。早在2025年2月，阿里巴巴就宣布，未来三年将投入超过3800亿元建设云和AI硬件基础设施，年均资本开支约1300亿元。2025年Q2资本开支同比激增220%，彰显出在AI竞争关键窗口期绝不退缩的坚决态度。

另一方面，阿里云将芯片困境转化为研发动力，有传闻称，阿里自研AI芯片已经落地，留给市场更大遐想空间。

这种“越压越强”的韧性，不仅体现在硬件层面，也贯穿于其软件与生态策略中。面对封闭与开源的技术路线之争，阿里云选择拥抱开放，通义千问开源模型衍生数量突破17万，形成全球最大的AI模型社区。它正通过软件生态的广泛渗透，逐步抵消硬件层面的短期制约，在全球AI竞争中构建起独特的“东方壁垒”。

阿里云的存在不仅是中国云厂商的代表，也是“全栈自研”模式在东方语境下的一种验证，它和谷歌云一起，构成了对 AWS 和微软“云+生态”模式的有力对照。当然，眼下阿里云也仍处于成长阶段，要真正打造一朵超级AI云，未来还需持续在算力、模型、芯片与生态上深化积累。