1. 首頁 > 生活百科 > >

千問，花30億買一個“習慣”

ai互聯網淘寶阿里巴巴千問

千問，花30億買一個“習慣”

文章圖片

千問，花30億買一個“習慣”

2026年初一凌晨 ， 南部某個小縣城的奶茶店依舊燈火通明 。 在這個“中場休息站” ， 坐滿了即將趕赴下一場的返鄉年輕人 。 門頭的“千問請你喝奶茶”的紅色橫幅醒目 ， 上一張被取下的橫幅寫的是“淘寶閃購點奶茶享優惠” 。
門口偶有零星結隊的年輕人駐足 ， 打開應用商店搜索著什么 。 同一時間 ， 千問App發布數據顯示 ， 春節活動期間 ， 全國超過1.3億人第一次體驗AI購物 ， 說了50億次“千問幫我” 。
有了淘寶閃購在外賣大戰打下的近場消費心智與供給組織能力 ， 阿里為千問打出的30億元營銷“投名狀” ， 砸出了明顯的水花 。
習慣一旦形成 ， 便很難改變 。 因此 ， 從作坊式的小店 ， 到橫跨不同業態的互聯網巨頭 ， 反復使用讓利的辦法去制造消費行為的遷移 。
千問的奇襲看似熟悉 ， 卻又帶著AI時代的新意味——向AI交出真實需求的用戶 ， 得到的不再是像互聯網春晚一般同質化的體驗 ， 而是交由AI對話、確認進而完成履約的鏈路 。
阿里深知 ， AI應用強工具、弱粘性的特性下 ， 單純的“聰明”難以保障有效留存 。 它必須利用自己閉環的消費生態 ， 為那個尚在云端的“大腦”硬生生砸出一個落腳點 。
不可忽視的 ， 還有阿里于除夕當晚發布的Qwen3.5-Plus ， 這款面向開源生態的模型主打“以小搏大” ， 總參數3970億 ， 激活僅170億 。
阿里直面AI競爭的形態愈發清晰 ， 一邊是應用側的千問 ， 將高頻生活服務接入AI ， 用補貼推動用戶完成消費遷移；一邊是模型側能力向集團內外鋪開 ， 爭取更大的生態 ， 樹立品牌心智 。
淘寶二次發育平臺經濟中 ， 供需里更稀缺的那一方 ， 才是ROI更高的投入方向 。
對于工具屬性突出 ， 天然弱粘性的AI應用而言 ， 用戶今天用你 ， 明天也能換成另一個 ， 轉換成本幾乎為零 。 同質化的圖文生成能力明顯過剩 ， 用戶側的服務自然開始精細化 。
元寶以“派”突出社交陪伴 ， 豆包攜Seedance2.0掀起AI創作熱潮 ， 百度將AI內化進搜索生態 ， 阿里的選擇同樣貼近自身生態——押注消費與生活服務 ， 讓用戶在最繁復的生活場景里感到“更省事” ， 并且這種省事是可重復、可預期的 。
用戶的一句“千問幫我” ， 背后應該發生的是一套明確的動作：多輪對話將需求問清楚 ， 再在供給里挑到最合適的組合 ， 最后把履約交付完成 。
對用戶來說 ， 這條鏈路越短、越確定 ， 消費行為遷移越容易；反過來 ， 只要一次體驗里需要反復補參數、來回跳轉、出了問題找不到出口 ， AI就會迅速退回“偶爾用用的工具” 。
因此 ， 千問在把原本分散在不同App里的消費決策重新收攏的基礎上 ， 還需要一個具備足夠穿透力、容易發生、也容易被比較的消費形式 。
一代人有一代人要搶的“雞蛋” 。
去年外賣大戰珠玉在前 ， 奶茶憑借低門檻、輕決策、易交付的特點 ， 順利成為阿里投石問路的“石頭” 。 奶茶店門口的橫幅時刻提醒用戶 ， 千問不是一個抽象的AI概念 ， 而是一個可以落到現實消費里的服務入口 。



正如日前千問C端事業群總裁吳嘉在一次公開對話中提到的 ， “第一波 ， 是能力驗證；第二波 ， 我們真正把阿里巴巴全生態放進來了 。 ”
早期阿里云承接電商雙11高并發需求至今 ， 阿里便以在規?；瘔毫ο卤３址€定為“傳統藝能” 。 然而在2月6日免單活動開啟后 ， 免單的誘惑刺激社交裂變 ， 還是一度導致千問相關服務短暫宕機 。
表面上看 ， 這證明O2O時代的舊地圖似乎也能找到新大陸 。 另一方面 ， 這也可以被視作整個大淘寶消費生態 ， 經歷外賣大戰洗禮后的二次發育 。
自去年末餓了么品牌升級為“淘寶閃購”至今 ， 阿里多次向外釋放將不惜代價做淘寶閃購的信號 ， 千問的春節攻勢也以淘寶閃購下的茶飲作為尖刀 。
在去年淘寶已經隱約“統一”整個阿里消費生態的情況下 ， 千問恰好是一個貼合時代敘事的新前臺 。 更準確地說 ， 它把阿里過去依賴搜推蓄水的流量池 ， 改造成一根更靠前、更主動的“導流管” 。
用戶只需要把需求交給千問 ， AI將需求拆解成可執行的任務 ， 再把任務分發給合適的履約系統 。 對阿里而言 ， 這一步的價值并不止于給AI找落腳點 ， 更帶著電商增長見頂后的防御色彩——只有占據了決策鏈條中更靠前的位置 ， 才能充分發揮消費生態閉環的主動權 。
從這個角度看 ， 30億不僅是千問的拉新費 ， 更是大淘寶生態的留存“成本” 。
走出“新手村”AI涉及的決策成本越高 ， 越需要為結果負責 。 2月6日免單開啟后 ， 千問接入生活服務并不是一蹴而就 ， 而是大致沿著一條清晰的梯度展開 。
按前述投石問路的邏輯 ， 這些業務需要能讓用戶在短時間內判斷省沒省事 ， 平臺也能在高頻反饋里迅速迭代 。
截至目前 ， 千問接入了餐食外賣、零食百貨、電影以及酒旅票務服務 ， 覆蓋了淘寶閃購、盒馬、大麥與飛豬四條業務線 。
除餐食外賣外 ， 例如電影票、機票等票務 ， 本質上是高度標準化的“數字憑證” 。 AI只需提取時間、地點、人數等參數即可完成閉環 ， 幾乎不存在損耗 ， 正適合“練兵”；酒旅的組合消費相對復雜 ， 但其背后同樣是一套相對標準的庫存調度體系 ， 反倒能突出AI在組合決策上的效率價值 。
事實上 ， 阿里現階段也不放心把一切都交給AI 。 我們測試過 ， 即便是單價不到50元的電影票 ， 千問也只會列舉出符合用戶需求的選項卡片 ， 最終的成交決策仍是由用戶完成 ， 且退改被高亮顯示在選項卡的最上方 。



這么一來 ， 消費業務層面上 ， 淘寶購物、高德的團購與打車至今仍未被接入千問的邏輯也就清晰了 。
前者涉及億級SKU的長尾篩選與復雜的售后物流 ， 后者則是強實時、強線下變量的深水區 。 解釋、核銷、糾紛等任何一個環節的抖動 ， 都將顯著影響千問的使用體驗 。
阿里將這兩類最具商業價值的場景留作“壓軸” ， 因為其需要等千問在前面的場景里把交付穩定性與售后出口磨到足夠可靠 ， 才能挑戰更復雜的任務 。
應用側用生活服務練兵的同時 ， 模型底層能力方面 ， 阿里也交出了帶有阿里色彩的答卷 。 在除夕當晚 ， 千問發布了Qwen3.5-Plus 。 這款面向開源生態的模型 ， 更像是一場面向開發者與生態的外部戰役 。
通過MoE（混合專家模型）架構 ， 其可以在實際激活參數僅為170億的情況下 ， 把更大規模模型的能力“拆分”成一組組可按需調用的專家網絡 。
打個比方 ， 過去的大參數模型 ， 在面對需求時會發動所有“腦細胞”工作 ， 算力成本高企 ， 響應遲緩 。 MoE架構則是在3970億個“腦細胞”里 ， 每次只調用170億個精英 ， 在能力不減的前提下保障效率與響應 。
它的對外敘事是“以小搏大” ， 用更低的推理成本對齊更高的效果 。 從技術路徑看 ， 這一架構強調在效果與成本之間尋找更可持續的平衡 。
架構外 ， Qwen3.5-Plus強調在文本與視覺等多模態數據上的混合訓練 ， 從而強化了更原生的多模態理解能力 。
應用與模型兩條鏈路彼此咬合：業務場景的復雜性在“壓榨”系統的極限；開源模型則意在生態地位 ， 吸引開發者部署實踐 ， 謀求持續迭代的養分 。
春節期間 ， 用戶在千問平臺通過“一句話下單”功能完成了近2億次操作；Qwen3.5-Plus也憑借每百萬Token低至0.8元的API價格 ， 在全球開發者群體中收獲不小的聲量 。
這種“身軀”與“大腦”同步迭代的模式 ， 讓阿里在這場春節大戰中呈現出一種獨特的韌性 。
沒有畢其功于一役早在2月7日 ， 也就是千問免單活動開放的第二天 ， QuestMobile便發布最新數據 ， 稱千問的日活達7352萬 ， 已經逼近豆包等日活數據7871萬 。 春節期間 ， 千問還多次登頂App Store免費榜第一名 。
阿里擅長集團作戰 ， 也在春節這個消費密集場景做過數次集團層面的飽和攻擊 。 在此基礎上 ， 阿里在組織上有一體化的AI戰略做統籌 ， 業務上則有淘寶閃購的協同基礎 ， 方才斬獲了這般跨越式的戰果 。
前方有豆包 ， 后方起步相對慢的元寶也在奮起直追 。 當免單、請客的橫幅開始褪色 ， 留給阿里的挑戰依舊嚴峻——春節很可能只是一場漫長拉鋸戰的開幕 。
回溯過去10年的互聯網戰爭 ， 任何一個消費習慣的養成都經歷了一段不短的過程 。 從嘗試到確定的肌肉記憶 ， 中間隔著無數次微小的交付與補貼水面之下的系統級優化 ， 移動支付如此 ， 網約車如此 ， 即時零售如此 ， AI同樣如此 。
甚至可以說 ， AI相較移動互聯網業務 ， 技術和成本曲線都更為陡峭 。 技術自不必說 ， 成本方面 ， 相比過去以讓利為主要成本構成 ， 如今的AI入口既要發紅包 ， 還要為每一次交互背后的更復雜的推理調用、算力與電力買單 。
紅包是顯性成本 ， 推理調用是水面下的隱性成本；前者更易被感知 ， 后者才是拼組織與工程的大頭 。 就像淘寶閃購需要在沖高單量后優化UE一般 ， AI入口建設同樣是一個成本的結構性問題 。
2月25日 ， 繼除夕開源Qwen3.5-Plus后 ， 阿里又開源了三款中等規模Qwen3.5系列模型 ， 可直接在消費級顯卡部署 。
如此一來 ， 千問把推理成本打下去的MoE架構 ， 昭示了阿里中心化AI的演進方向——把算力成本、延遲、失敗率等指標 ， 納入同一本經營賬目 ， 以TCO（總擁有成本）為主線 ， 構建長期戰、持久戰的韌性 。



1月29日 ， 平頭哥官網上線一款名為“真武810E”的高端AI芯片 ， 由通義實驗室、阿里云和平頭哥組成的“通云哥”全棧布局 ， 將持續向應用層釋放算力紅利 。 在AI入口的長賽程中 ， 這種“帶干糧打仗”的成本對沖能力頗為稀缺 。
把習慣做成規模 ， 把規模做成可持續的成本結構 ， 這套迭代邏輯相當清晰 。
【千問，花30億買一個“習慣”】雙線齊發的阿里 ， 已經為接下來的全面戰爭做好了準備 。

    推薦閱讀