字节硬件抢跑，阿里腾讯急了

AI竞赛下半场，三巨头的硬件卡位战。

文｜《中国企业家》记者 闫俊文

编辑｜何伊凡见习编辑｜李原

图片来源｜视觉中国

大模型云端算力比拼进入白热化，科技巨头们的竞争边界也加速向硬件终端蔓延。

其中，字节最早跳出软件生态竞争，从AI手机、眼镜乃至汽车，字节已将目光投向全场景终端。近日，腾讯、阿里也强势入局。不同于字节的自研主导，腾讯以资本为矛，密集编织硬件网络。阿里则以通义大模型为核，绑定海量硬件产品，也借规模效应尝试拉高Token消耗。

火山引擎大模型智能硬件负责人邢孝慈预计：2026年，AIoT（AI硬件）领域单一产品出货量超过100万台，单一品类出货量超过1000万台的客户和产品会变多。

2025年12月1日，字节跳动上线豆包手机助手，打响了争夺手机硬件入口的第一枪。此后，有媒体披露，豆包AI眼镜已经在排产之中，预计2026年第一季度发售。甚至坊间传言，字节跳动要造“豆包汽车”。

虽然这些消息相继被字节否认，但硬件无疑已成为巨头争夺AI生态入口的核心战场。

阿里也醒了。1月8日至11日，阿里在深圳举办了阿里云通义智能硬件展，共吸引超过200家品牌参加，展出了超1000个类别的智能硬件，其品类包罗万象，涵盖了AI手机、AI眼镜、AI陪伴玩具、宠物翻译、AI调香等。

阿里云通义大模型业务总经理徐栋在接受媒体采访时说：除了Chatbot和Agent之外，硬件可能是大模型快速形成商业闭环的场景。他预计，2026年的智能硬件之争将不局限于手机、汽车和眼镜，应该会出现新的品类，它们也将有可能成为新的入口。

阿里在硬件激战中的策略，更多是扮演“生态赋能”的供应商角色：与模组、芯片厂商深度合作，将通义的多模态交互、语音识别能力封装为解决方案，让硬件商或开发者更易用、成本更低，生态更繁荣。

腾讯的策略则是瞄准头部硬件厂商，比如同在深圳的拓竹与影石Insta360，延续其擅长的“资本+技术输出”手腕。作为基石投资人，腾讯曾参与了影石Insta360的IPO配售。近期，影石又与腾讯云合作发售了会议麦克风产品。

有消息称，腾讯还参投了拓竹在2025年11月完成的、估值为100亿美元的新一轮融资。虽然拓竹创始人陶冶否认了这一消息，但拓竹与腾讯互动频繁：腾讯混元3D3.0大模型接入了拓竹3D模型平台，并推出了名为“印你”的全新手办生成器。

2026年，大公司的第一场“硬仗”围绕端侧入口打响。过去，这个入口更多被硬核联盟（OPPO、vivo、华为、联想等手机厂商发起）占据。如今，交互的旧秩序正在被推倒。

“封杀”挡不住豆包，阿里跟进入局

2025年12月1日，豆包发布手机助手，其搭载在中兴nubia M153系列手机上，通过获取操作系统层面的高权限，实现打车、买火车票等功能。虽然字节的尝试被淘宝、微信等超级App火速“封杀”，但已清晰宣示了其争夺入口的战略意图，也初步验证了模型厂商与手机厂商深度合作的可行性。

虽初战未捷，但豆包手机搅动的行业影响不断扩大；应用也在持续更新，并且力度更大。《中国企业家》统计了其更新日志，截至1月12日，豆包手机助手共进行了40多项更新和新增功能。

仅在1月12日这周，其新增的助手功能便有：系统相册支持照片预览时，底部按钮快捷打开豆包助手，使用豆包P图；在UI和系统层面新增“相机前后置视频美颜”功能，且浏览器支持抖音搜索。

字节的更新也透露出了其学习成为手机系统厂商的底层思维。除了在端侧大模型能力上做小步快跑式的更新，字节将抖音搜索、豆包输入法、豆包大模型语音能力等灌入其中。在设计上，甚至关注到了手机闹钟响铃和小睡时助手关闭闹钟这样的细分需求。

阿里和腾讯则沿用了从软件切入手机市场的整体思路，做法上仍带有鲜明的大模型时代风格。

据悉，对于豆包手机助手的GUI（图形用户界面）方案，阿里也在同步探索软件与手机结合的方案。2025年12月31日，阿里通义实验室发布开源“MAI-UI”，这是一个多模态的基础GUI智能代理。不仅能实现人机交互，还能整合MCP工具使用。

阿里还在布局另外一条技术线“A2A”（Agent-to-Agent）。该路线通过直接调用App里的Agent能力，实现跨应用的调取。徐栋表示：GUI和A2A两条路线都处于早期阶段，齐头并进。“A2A发展挺快，体验更好，速度更快，模型消耗成本更低。如果全用GUI，成本可能会更贵。”

面对GUI变革浪潮，腾讯也做出了尝试动作。几乎在阿里开源“MAI-UI”模型的同时，2025年12月30日，腾讯开源了一款端侧翻译模型Tencent-HY-MT1.5-1.8B，该模型可以在手机等消费级设备运行，量化后仅需约1GB内存。

2026年开年，微信小程序联合腾讯混元、腾讯云、腾讯广告推出“AI应用及线上工具小程序成长计划”。通过提供免费云开发资源、1亿混元大模型Token额度，以及数据分析、广告变现及流量激励等支持，帮助开发者快速落地AI应用。

AI眼镜阿里先下一城，字节后手凶猛

手机入口之外，AI眼镜是当前硬件竞争的最激烈战场。今年的国际消费电子展（CES）上，据媒体统计：AI眼镜展台已达23家，其中中国品牌商家占了16席，包括阿里巴巴、雷神科技、韶音、Rokid、Xreal等。在政策端，智能眼镜也首次被纳入“国补”。

在AI眼镜市场，阿里暂时占据了先机。2025年11月27日，阿里正式发布夸克AI眼镜，首发提供S1、G1两个系列共六款单品，最低到手价分别为3799元、1899元。上线不久，其天猫旗舰店已有超过9000人付款购买，京东商城售出超5000件，预售期也来到了45天。

但字节正在步步紧逼。根据媒体报道，豆包AI眼镜即将进入出货阶段，无屏版AI眼镜将于今年第一季度率先发布，带显示功能的版本预计在今年第四季度推出。

对此，《中国企业家》询问字节跳动方面，豆包相关负责人表示，传闻不实，目前没有明确的销售计划。但据媒体从供应链处了解的信息，眼镜将由龙旗科技代工，研发落地龙旗惠州工厂，量产则由龙旗南昌工厂承接。双方分工明确：龙旗负责底层UI开发，字节则主攻上层App研发，以更好地实现产品与手机的互联。此前，龙旗科技也曾在2025年半年报中披露：公司新承接了国内头部互联网客户AI眼镜量产项目。

此前，魅族前高管李楠在一档播客里预言，下一代个人计算中心的产品形态暂时不明确，因为技术能力在快速变化，眼镜、项链、耳机都是可选方案，大模型能力也会强化其竞争。

围绕AI眼镜生态，腾讯则尚无明确的硬件制造计划。2024年，曾传出腾讯代理Meta Quest VR头显，但合作始终没有见诸天日。

腾讯更多延续的是“投资杠杆+生态协同”的硬件布局逻辑。比如2025年10月，腾讯应用宝与中国头部AI眼镜厂商影目INMO达成合作，联合打造AI眼镜专属App Store。2025年7月，INMO宣布完成1.5亿元B2轮融资。

降低合作伙伴使用门槛

巨头之间的硬件卡位战，本质上还是对AI时代核心话语权的争夺。当大模型能力泛化至物理世界，谁能占据更多场景，掌握更多数据和用户，也将让模型更快迭代和进化，并消耗更多Token，缓解商业化压力。

目前，阿里和字节分别推出了针对AIot设备的开发套件。阿里推出了多模态交互开发套件，集成了千问、万相、百聆三款通义基础大模型，并预置了十多款生活休闲、工作效率等领域的Agent和MCP工具，可应用于AI眼镜、学习机、陪伴玩具、智能机器人等硬件设备。

相比于字节，阿里的策略是通过标准化技术输出，降低硬件厂商接入门槛，同时借助海量硬件终端，拉高通义大模型的使用量。近期的阿里云通义智能硬件展上，从具身智能、AI潮玩，乃至AI包挂，几乎所有主流AI硬件都有品类搭载了通义大模型，这也为阿里云的算力业务带来持续增量。

字节则推出了玩具AI框架、音频AI框架等开发套件，该套件基于新推出的豆包大模型1.8系列，采取三个月、一年与终身使用不限量等针对性优惠。字节甚至还提出了vibe interaction（氛围交互）的概念，让软件定义硬件。

徐栋表示：IoT厂商十多年前强调连接，但没有达成更多增值服务。但现在，大模型让单点的IoT厂商有可能诞生相互通讯、相互协作的任务方式。“首先要把（模型使用）成本降下去，增加出货量，不同的设备之间找到更好的协作方式，有可能长出一些新的业态和生态。”

据徐栋介绍，很多硬件设备的TTS（从文本到语音）成本占75%，但有些语音模型可以降低拟人化要求，成本会低很多，这是通义大模型正在做的事情。

字节与阿里的相关负责人也不约而同地提到了AIoT设备的网络连接、信号传输、语音延时以及续航等问题。一位硬件从业者甚至说，“识别准确性就意味着产品的退货率，每一次误差可能是退货率的一个开端。”

而音视频技术腾讯在B端、C端积累多年，这也成为腾讯开展与硬件公司合作的基础。

腾讯云副总裁商世东在谈到与影石Insta360的合作时，对《中国企业家》表示：在大语言模型和深度学习时代，很多任务训练要求模块之间共同定义一个训练目标。比如设备延迟、设备功耗、芯片算力，怎么找到更好的平衡点，需要算法、软件和设备厂商，大家共创和紧密协作。

在AI时代的下半场，硬件公司正在学着将模型公司的能力内化、规模化；平台型公司则要学习将互联网的规模效应转化为对新交互的争夺——不久的未来，竞争的焦点可能将从用户数量，走向设备的数量以及调用规模。