AI竞争进入硬仗阶段：联想押注万亿词元，OpenAI与Anthropic展开商业化较量

AI产业的竞争正在发生变化。过去比拼的是算力规模、模型参数和技术跑分，现在开始比拼谁能以更低成本生产词元、谁能更快把AI变成企业收入，以及谁能真正让智能体承担工作。

最近，联想宣布在张家口建设首个词元工厂，字节跳动重新评估追赶美国前沿模型的时间表，OpenAI第三季度营收突破100亿美元，Anthropic则凭借企业级市场快速增长冲击资本市场。与此同时，百度披露内部智能体使用量大幅增长，AI初创公司Helix也拿到620万美元融资，开始探索语音真人验证的新市场。

这些动作背后，是AI产业竞争重心的转移：从技术能力的展示，转向基础设施效率、企业应用和商业收入的全面较量。

一、联想建设词元工厂：AI基础设施开始比拼单位产出成本

11月10日，联想集团在河北张家口发布“联想万全混合词元工厂”品牌，并宣布首个万全混合词元母本工厂落地张家口。

按照规划，项目初期将建设1.5万P异构算力集群、约100兆瓦智算中心，词元年产量目标超过2000万亿。项目建成后，峰值词元产出预计达到每秒2亿，单日可承载10万用户并发使用。到2030年，相关核心指标预计在现有基础上提升10倍以上。

这次布局值得关注的地方，不只是建设规模，而是联想试图改变AI基础设施的商业模式。

词元（Token）是大模型处理和生成信息的基本单位。用户向AI提问、模型分析资料、生成代码，背后都需要消耗词元。随着企业开始大规模使用AI，词元正在成为衡量AI服务需求和计算成本的重要指标。

过去，企业采购AI基础设施，主要考虑服务器、GPU和算力规模。现在，问题变得更加具体：同样一笔算力投入，究竟能够产生多少有效词元？每百万词元需要多少成本？不同模型之间能否灵活调度？

联想此次提出的方案，主要由三部分组成：底层是联想问天AI基础设施，负责提供异构算力；中间是万全混合词元工厂，负责调度不同模型和计算资源；上层则由擎天和百应智能体解决方案，将AI接入企业研发、生产、供应链、营销和运营等环节。

这种模式的核心是混合部署。

不同任务对模型的要求不同，企业没有必要把所有业务都交给最昂贵的模型。简单任务可以使用成本更低的模型，复杂任务再调用高性能模型；涉及数据安全的业务，则可以采用私有化部署。

联想希望通过统一调度，减少算力闲置，提高模型资源利用率。

公司还提出词元良品率超过99.9%、百万词元综合成本优化70%、智算中心PUE低于1.1等目标。

这些指标说明，AI基础设施竞争已经不只是比谁拥有更多GPU，而是开始计算每一单位算力能够产生多少商业价值。

张家口具备数据中心产业基础，也是国家“东数西算”京津冀算力枢纽的重要节点。联想选择在这里建设母本工厂，也是在尝试将能源、算力和模型服务整合起来。

不过，项目目前仍处于规划建设阶段，最终能否实现上述产能和成本指标，还需要看后续实际运营。

对联想而言，这次布局意味着其业务有机会从传统服务器和IT设备供应，进一步延伸至AI算力调度和词元服务市场。

二、Helix获得620万美元融资：AI越像真人，互联网越需要新的验证技术

生成式AI正在制造一个新的互联网安全问题：当AI能够模拟人的语言、声音甚至操作行为，平台如何确认用户是真人，而不是自动化程序？

传统CAPTCHA图形验证码曾经是互联网防止机器人注册、刷票和恶意攻击的重要手段。但随着AI自动化能力提升，传统验证码的安全性和使用体验都面临挑战。

11月11日，美国AI初创公司Helix宣布完成620万美元融资，由Chicago Ventures领投，BAM Ventures、Aglaé Ventures、Corazon Capital等机构参与投资。Siri联合创始人Dag Kittlaus将担任公司顾问。

Helix成立于2025年，主要研发可以在用户设备本地运行的语音真人验证技术。

用户只需要完成简单的语音挑战，系统就能在几秒钟内判断说话者是否为真人，并估算年龄。其模型可以在iPhone 13等设备上运行，不需要将语音数据上传至云端。

这项技术最大的卖点是隐私保护。

传统身份验证往往需要上传身份证、自拍视频或其他个人资料，不仅操作复杂，也增加了个人信息泄露的风险。

Helix试图通过本地计算解决这个问题，让语音验证在手机端完成，减少敏感信息传输。

目前，公司已经与上门医疗服务平台Zeel展开合作，相关技术还在探索网约车司机身份核验、年龄验证等应用。

不过，Helix也明确了技术边界：它能够判断说话者是否为真人，但不能识别具体身份，也不能判断一个人是否说谎，目前还不能可靠识别实时通话中的AI代理。

这意味着它不是完整的身份识别系统，而是一种新的真人验证工具。

这笔融资反映出一个正在扩大的市场需求。

AI智能体越来越多，互联网平台面对的风险也在变化。过去主要防范机器批量注册，现在还需要防范AI冒充真人、自动操作账户以及利用合成身份实施欺诈。

如果语音验证能够在安全性、准确率和使用体验之间取得平衡，就有机会进入金融、电商、社交、票务和在线服务等市场。

三、张一鸣给字节跳动设定追赶时间表：真正追平美国前沿模型，可能还要三到四年

中国AI应用市场发展很快，但应用规模并不等于基础模型技术领先。

据彭博社11月11日报道，字节跳动联合创始人张一鸣近期在内部会议上表示，字节有能力与Anthropic、OpenAI等公司竞争，但要真正追平最前沿模型技术，最早可能需要等到2029年或2030年。

这一判断值得重视。

过去几年，字节跳动在AI应用层取得了相当不错的成绩。豆包凭借产品运营、用户增长和抖音生态，在中国消费级AI市场形成了较强的竞争力。

但消费级产品的用户规模，并不能直接证明底层模型已经达到全球领先水平。

前沿大模型竞争涉及预训练数据、算力投入、算法架构、后训练技术和工程能力等多个环节。尤其是预训练，需要长期积累数据、计算资源和研发经验，并不是通过一次模型更新就能解决的。

这也是字节当前面临的现实问题：应用层可以通过产品设计和流量优势快速扩大规模，但底层模型研发需要更长时间。

彭博社还报道，字节计划在未来数周推出类似Meta Muse的AI助手，希望发挥自身在AI视频领域的优势。

这说明字节并没有放弃应用层竞争，而是在同时推进两条路线：一边继续追赶基础模型，一边利用视频生成、内容生态和产品运营扩大市场。

张一鸣给出的2029年至2030年时间表，实际上也是对前沿模型研发难度的一次重新评估。

对中国AI企业来说，短期内通过开源模型、行业应用和产品创新形成竞争优势仍然有机会，但要真正进入全球最前沿模型阵营，底层研发能力依然是绕不过去的一关。

四、OpenAI第三季度营收突破100亿美元：增长重新加速，但亏损仍然庞大

OpenAI第三季度营收首次突破100亿美元，较第二季度的67亿美元增长接近50%。

此前，OpenAI第一、第二季度的营收环比增长率均约为18%，市场一度担心公司增长速度放缓。

第三季度的数据则显示，OpenAI的商业化增长重新加速。

尤其值得关注的是企业业务。根据相关投资者资料，OpenAI第三季度企业业务环比增长约一倍，企业和消费者业务收入占比已经接近各占一半。

这说明OpenAI正在改变过去主要依赖ChatGPT个人订阅的收入结构。

企业客户正在成为新的增长引擎。

对于企业而言，AI的价值不再只是聊天和搜索，而是进入软件开发、数据分析、办公协作、网络安全和业务流程管理。

只要AI能够帮助企业减少重复劳动、提高工作效率，企业就有动力持续购买相关服务。

但营收增长并不意味着OpenAI已经解决盈利问题。

据《华尔街日报》报道，OpenAI第三季度调整后经营亏损约109亿美元，高于第二季度的101亿美元。调整后经营利润率虽然从负150%改善至负109%，但仍然处于大幅亏损状态。

换句话说，收入增长很快，但算力、模型研发和基础设施投入依然非常庞大。

OpenAI目前最重要的任务，是继续扩大企业付费客户规模，同时降低模型推理成本。

如果未来企业收入占比持续提高，且单位服务成本不断下降，公司的盈利能力才有机会真正改善。

五、Anthropic营收达到170亿美元：Claude正在企业市场抢占OpenAI份额

OpenAI增长重新加速的同时，Anthropic的商业化表现同样强劲。

Anthropic第三季度营收达到约170亿美元，明显高于OpenAI同期的100亿美元。

根据公司上市相关文件，截至2026年10月底，其年化收入运行速度已经达到约810亿美元。

Anthropic成立于2021年，由前OpenAI研究人员创立，核心产品是Claude系列大模型。

与主要面向大众消费者的聊天机器人不同，Anthropic一直将企业级市场和开发者作为重要突破口，尤其重视代码生成、软件工程和复杂任务处理。

这一策略正在产生商业回报。

企业使用AI，最愿意付费的场景之一就是软件开发。因为代码生成、调试、测试和维护都属于高频工作，而且能够直接衡量效率提升。

Claude在编程和复杂任务处理方面的竞争力，帮助Anthropic吸引了大量企业客户。

但高速增长也伴随着巨额投入。

Anthropic第三季度虽然实现了约170亿美元营收，但根据上市文件，其同期经营层面仍然出现亏损，净亏损也受到可转换金融工具公允价值变化等会计因素影响。

此外，公司还面临庞大的算力采购和基础设施承诺。

这意味着Anthropic虽然营收增长迅猛，但未来仍需要持续投入大量资金来支撑模型训练和推理服务。

OpenAI与Anthropic的竞争，已经不再只是模型性能的较量。

OpenAI拥有庞大的ChatGPT消费级用户基础，正在加速扩大企业业务；Anthropic则通过Claude在开发者和企业市场快速增长。

两家公司都在争夺同一块市场：企业愿意为AI生产力支付多少费用。

从商业化角度看，谁能够在维持模型竞争力的同时，把服务成本压下来，谁就更有机会获得长期优势。

六、Anthropic上市引发散户关注：2.5亿美元买盘预测，AI资本热度再升温

Anthropic的高速增长，也让资本市场对其上市充满期待。

根据路透社11月11日的报道，Vanda Research预计，Anthropic上市首日可能吸引约2.5亿美元散户净买入。

如果这一预测实现，将超过SpaceX此前约1.18亿美元的散户净买入纪录，达到其两倍以上。

此前还有媒体报道称，Anthropic考虑将IPO发行股份总量的15%至20%分配给个人投资者，以扩大散户参与程度。

需要注意的是，2.5亿美元是研究机构的预测，并非已经发生的实际买入。散户配售比例也应以最终发行文件为准。

Anthropic此次上市受到高度关注，主要原因在于它有望成为AI基础模型企业接受公开市场检验的重要案例。

过去，AI初创公司主要依靠风险投资、大型科技公司战略投资和私人融资来支持研发。

但随着企业收入快速增长，资本市场开始要求这些公司提供更透明的经营数据。

投资者不仅要看营收增长，还要看客户数量、付费能力、毛利率、算力成本和未来资本开支。

Anthropic的营收表现非常亮眼，但市场也需要考虑其巨额基础设施投入和未来盈利压力。

因此，上市首日散户买盘再大，也不能直接代表长期投资价值。

对于Anthropic而言，真正的考验是能否将高速增长的收入转化为持续、稳定的利润。

七、百度内部智能体一年增长6倍：AI开始进入企业真正的工作流程

11月12日，百度世界大会2026召开，李彦宏披露了百度内部AI智能体的最新使用数据。

过去一年，百度内部日均活跃智能体数量从5000个增长至3.7万个，增长超过6倍。

智能体每周有效任务完成数从8.4万个增长至超过100万个，增长约11倍。

此外，百度已经建设4300个Workspace，累计沉淀超过2万个组织Skill。

这组数据比单纯的智能体数量更值得关注。

过去，企业使用AI主要是员工通过聊天窗口提问，让模型生成文字、总结资料或者辅助办公。

但智能体的目标不同，它不仅能够回答问题，还可以调用工具、执行操作、处理信息，并按照设定完成一系列任务。

例如，员工可以让智能体整理资料、分析数据、生成报告，甚至参与软件开发和业务流程处理。

百度正在尝试将这些工作经验沉淀为可复用的Skill，让其他员工和智能体也能够调用。

这实际上是在改变企业的工作组织方式。

过去，一个员工积累的经验往往依赖个人能力，其他人很难完整复制。现在，如果将这些经验转化为标准化的AI技能，就有机会在整个组织内部重复使用。

当然，智能体数量和任务完成量，并不直接等于企业节省了多少成本，也不能简单理解为替代了多少员工。

但百度公布的数据至少说明，AI智能体已经开始从试验性工具进入企业内部的规模化使用阶段。

下一步真正需要观察的，是这些智能体能否持续提高工作效率，并转化为可量化的经营收益。

股融易编者结语：AI竞争不再只看模型有多强，企业开始计算实际回报

这六条新闻，反映出AI产业正在出现几个明显变化。

联想建设词元工厂，说明基础设施竞争开始从算力规模转向产出效率；Helix获得融资，说明AI生成内容和智能体普及正在催生新的身份验证市场；字节跳动给出追赶前沿模型的时间表，则反映出底层技术研发仍然需要长期投入。

与此同时，OpenAI和Anthropic的营收增长，说明企业级AI市场正在加速成熟，但巨额算力投入也让盈利问题变得更加突出。

百度内部智能体数量快速增长，则展示了AI进入企业工作流程的实际进展。

对整个行业来说，下一阶段真正值得关注的，不是又有多少家公司发布了新模型，而是这些模型能否降低成本、提高效率，并帮助企业创造更多收入。

AI产业已经进入算商业账的阶段。模型能力决定入场资格，成本控制决定竞争力，商业收入和利润才最终决定谁能留在牌桌上。