AI应用的争夺战，打到哪儿了?
如果把整个AI行业想象成一座金矿:基础设施层（芯片、算力）相当于“卖铲子”，提供挖矿的基础工具;模型层(大模型研发)好比“卖地图”，告诉大家哪里有金子;而应用层是直接“下场淘金”，把金子变现。
近两年AI应用的使用者越来越多，QuestMobile数据显示，截止到2025年8月，移动端AI应用用户规模达6.45亿，PC端达2.04亿。其中原生APP亿级应用的平均环比增速1.3%。
何为“AI原生应用”?可以理解为它从设计之初就将AI作为核心驱动力，底层架构、运行逻辑、交互方式和商业模式都围绕AI能力进行创新，豆包、DeepSeek、ChatGPT、Perplexity等都属于这类，正因为其足够纯粹，也被认为是最能检验市场对AI接受度的产品类型之一。
然而，我们对比多份榜单后发现，和国外创业公司不断孵化出头部AI原生应用不同，国内的榜单上靠前的产品大多来自大厂，有些还是老应用“加AI”的升级版，比如阿里的夸克、百度的文库等，真正由创业公司打造并冲进主流视野的原生AI应用并不多。
看似热闹的AI应用赛道，实际上依然是大厂主导的游戏。为什么会出现这种情况?创业公司做AI应用，还有前景吗?
AI应用爆发，仍是巨头游戏
近两年，全球AI应用迎来爆发式增长，虽然目前没有明确统计数据，但从业者预估，全球AI应用数量已达数十万级别，它们大体可划分为TOB（面向企业）与TOC(面向大众)两大阵营。
为了更好的观察AI应用的长线发展趋势，我们选取了2025年上半年国内AI应用的热度榜单作为参照（数据来源:Xsignal）。榜单前二十名的应用可分为三类:大厂原生应用(12个)、大厂老应用+AI(1个)、创业公司原生应用(7个)，仅有约三分之一出自创业公司。
前三名分别为豆包、DeepSeek和夸克，而进入前十名的创业公司原生应用，除了DeepSeek之外，仅有聊天辅助应用Lovekey键盘。
一位投资人甚至指出，严格来说，DeepSeek也并非真正意义上的创业公司，它依托母公司幻方量化的资源与团队支持。这意味着，榜单上厮杀出来的创业公司比例还要更低。
为了进一步验证这一趋势，我们还选取了硅谷著名VC机构a16z发布的全球Top100AI应用榜单进行对比。
需要说明的是，其统计的是iOS和Google Play的数据，因缺少Android市场的部分应用，所以和国内榜单上的AI应用排名有所区别，比如国内榜单排名靠前的腾讯元宝、360旗下的纳米AI搜索均没有上榜，与此同时，一些“大厂老产品+AI”类应用出现在榜单前十中，比如美图在2008年推出的美图秀秀、字节在2020年推出的醒图。
但无论是国内还是全球榜单，结果都显示:前三名没有变，大厂应用仍是主角。
澎湃发布的2025年全球百大值得关注的AIAPP榜单也进一步印证了这一点。
上榜的主要是硅谷科技巨头和国内互联网大厂产品，其中字节跳动、阿里巴巴、腾讯、百度四家企业的自有AIAPP总数占比近四分之一，字节跳动以12款自有AIAPP的数量位居榜首。
综合这些榜单进一步分析，大厂在AI应用中的领先优势，一方面得益于类型优势。
当前AI应用的热度分化明显，聊天机器人以绝对优势领跑，几乎所有国内大厂都在这一赛道押下重注，比如字节的豆包、腾讯的元宝、阿里的通义、百度的文小言。
而大模型六小龙只有部分公司推出了聊天机器人产品。
一位从业者解释，聊天机器人的通用属性让其能吸引大量用户，但也需要投入大量算力、数据标注和算法优化成本，这是部分创业公司没有做聊天机器人的重要原因之一。
不过，换到其他类型，大厂AI应用的表现也整体好于创业公司。比如在虚拟角色、视频生成领域，字节的猫箱、快手的可灵的表现都领先于创业公司的同类应用，即便MiniMax的虚拟角色应用星野也表现不错，但也排在大厂之后。
另一方面，一些AI新贵实则是“老将翻红”，大厂靠着AI让老牌应用再度起飞。比如阿里的夸克，百度的百度网盘、百度文库等，它们原本就拥有庞大的用户基数，如今套上AI的“新马甲”，又圈了一波热度。
夸克升级为“AI超级框”后，强调AI对话、深度搜索及AI工具集成，覆盖写作、PPT生成、解题等场景，受到学生和职场人群的欢迎;百度网盘作为云存储工具，加入AI后具备一键将图片归类、生成字幕等功能，提高了使用者的效率;百度文库则是打工人最常用的工作工具之一，其2024年的营收比WPS还高，今年5月其“智能PPT”访问量一度拿下全球第一。
创业公司做AI应用，为什么后劲不足?
其实，AI应用的格局，并不是从一开始就被大厂“垄断”的。
在早期，创业公司的原生应用表现并不输大厂，“AI六小虎”凭借快速迭代和灵活打法，一度气势逼人。Kimi就曾在声量上盖过文心一言、豆包、腾讯元宝等大厂同类产品。
但如今，赛道已经走到分水岭。多位业内人士认为，大厂逐渐占据主导，源自三方面主要原因:技术迭代、商业模式和生态入口。
从事Agent应用算法方向研究的资深人士赵江杰解释，开发一个AI应用大致涉及三方面:算法侧、前端（交互界面）和后端(集成环境)。其中最重要的是算法侧能力的搭建，也就是大模型能力。
现在，大模型的能力正在经历第三次迭代。
ChatGPT的诞生代表着大模型进入1.0阶段（通用对话）;紧接着，通过与强化学习结合的后训练强推理模型是2.0阶段，以OpenAI的o1为起点，DeepSeek的出圈是标志性事件;今年随着Agent的爆发，大模型进入3.0阶段，以Agent能力作为模型重点突破的方向，在LLM+强化学习路线的基础上，继续扩展模型推理能力，使其具备更强的泛化性和通用性，以在现实场景的更多任务中推进Agent的落地。
赵江杰表示，各家大模型在1.0阶段的能力几乎没有任何差异，在2.0阶段OpenAI和DeepSeek分别在闭源和开源领域占据先发优势，但后面各家大模型厂商也陆续赶上，而目前3.0阶段还在发展初期，面临RL大规模训练工程化挑战、长程规划以及可验证训练环境构建等问题，但像OpenAI的gpt-5，Google（deepmind）的Gemini deepthink已经开始展现出极强的推理能力，陆续在IMO、IOI等高难度数学国际竞赛上取得金牌，接近人类顶级水平。
这也就意味着，在面临用户的常规任务时，各大模型都能很好的完成用户需求，只有复杂任务才会出现不同。在大模型能力差不多的前提下，场景挖掘与高质量数据，直接决定了AI应用的上限，而国内TOC场景的核心数据，集中在互联网大厂手中。
随着用户复杂任务需求的增加，创业公司在此时逐渐失速。
同时，未跑通的商业模式，也放大了创业公司的压力。
赵江杰表示，AI应用的成本可分为前期人员开发、中期营销推广、后续运营维护，以及用户使用时消耗的算力。其中，API调用是最大的支出，虽然大模型厂商都在卷价格，但要支持海量用户请求，这仍是一笔高昂的费用。
但目前TOC市场用户的付费意愿普遍低迷。
“纵观国内平台型企业，从爱优腾（广告+会员）、抖音(广告)、淘宝(竞价排名)到美团(商家推广费)，广告与流量变现仍是主流商业模式。让用户为AI应用直接付费，至今仍是一大难题。”一位AI行业资深投资人直言，目前国内消费者为AI TO C应用付费的路径，几乎走不通。
而OpenAI、Anthropic、Perplexity等创业公司能打造多款头部原生AI应用，与其C端用户对AI服务的付费接受度较高密切相关。OpenAI曾表示，ChatGPT今年预计能实现近100亿美元营收。
相比之下，大厂可以将AI应用视为整体AI战略的一部分，短期内不必过于在意盈利。
生态入口，则是大厂的另一张王牌。
潞晨科技创始人尤洋表示，大厂本身具有品牌优势和庞大的流量池，比如字节的短视频、腾讯的社交和游戏、阿里的电商，天然具备海量分发渠道。短期内，它们也可以不考虑投入产出比，通过大量推流获取免费用户。
更关键的是，大厂的非AI原生应用并不是“从零开始”，本来已经积累了一批用户，只需在原有产品基础上进行“AI升级”，就能在既有产品上收获用户，甚至凭借头部流量入口迅速登顶。
比如，打出AI概念后，2024年12月，百度文库AI的MAU达9400万，同比增长216%，环比增长83%。
而创业公司的原生应用要跑出来，全靠“冷启动”。比如Kimi曾靠投放短暂出圈，但缺乏长期留存手段，最终难以维持。
去年，Kimi与豆包、文小言并称“AI原生三强”，AppGrowing数据显示，Kimi去年10月单月投放金额为2.2亿，整个Q4达到了5.3亿。但今年Q1，Kimi下载量环比下滑3.9%，月均下载量833.8万，一方面与DeepSeek的出现有关，另一方面也与投放力度下降相关，其Q1投放量仅1.5亿。
尤洋直言:“可能大厂某一个产品单月的广告营销费用，比很多初创公司的融资总额还高。”
在这样的现实下，创业公司的AI原生应用想要突围，难度可想而知。
AI应用市场，创业公司还有机会吗?
即便AI应用迎来爆发式增长，格局也趋于稳定，但从整体来看，它的用户规模和变现潜力仍处于早期阶段。
Sensor Tower发布的《2025年AI应用市场洞察报告》显示，今年上半年，全球生成式AI应用（AI助手+AI内容生成器）下载量达到17亿次，环比增长67%;应用内购买(IAP)收入接近19亿美元，同比增长100%+;用户累计使用时长156亿小时，相当于每天8600万小时，总会话次数4260亿次，人均约50次。
这些数据表明，AI应用的用户粘性和付费意愿均在显著提升，整个市场远未到天花板。
同时，技术门槛的降低也给了创业公司更多机会。
从业者阿明介绍，在大模型的加持下，一个小型开发团队甚至个人开发者，在短短几天内就能开发出功能完整的AI应用。
赵江杰也提到，今年以Cursor、Claude Code、Codex为代表的AI Coding产品发展非常快，受益于模型Coding能力和Agent能力的提升，现在的AI Coding产品的能力基本覆盖了全栈开发，通过prompt输入实现一句话编程（vibe coding），完成中等难度复杂度以下的整体项目搭建，这可以让AI应用的开发周期大大缩短，可能一两天就能做出demo。
在这样的背景之下，创业公司想要从中分一杯羹并非没有机会。
赵江杰认为，创业公司决策链条短、行动迅速，能更专注地打磨单一产品，对市场变化和用户反馈的响应速度远超大厂。这种特性使创业公司更易避开与大厂的正面交锋，转而深耕垂直领域的细分场景。
尤洋回溯AI浪潮前的整体应用的发展历程，觉得即便大厂占据了做AI应用的先天优势，创业公司也还有空间。
“许多如今知名的大厂应用，最初也是作为初创产品厮杀出来的。比如PC时代，微软垄断操作系统，但诞生了Adobe、Autodesk等垂直软件巨头;移动时代，苹果、谷歌垄断手机系统，但诞生了无数细分领域的应用和如今的大厂:字节、腾讯、阿里、Meta等”。
他认为，AI时代的生态会分层:基础层比如预训练前沿底座大模型、建设超大规模算力集群是少数厂商的游戏，应用层则由大厂和数千家创业公司瓜分。
当然，并不是所有的AI应用都有生存空间。他认为创业公司在做AI应用时，可以考虑是否同时满足以下三点:
首先，场景高频刚需。
比如教育学习、信息检索、内容创作都属于用户高频使用的场景，问答类的Perplexity、视频类的Sora都属于这一类。而一些泛AI类应用，可能同质化严重，用户新鲜感过后便选择离开。
其次，用户的投入产出要合适。
目前一些办公协作类AI应用比较有竞争力，能在短时间内显著提升用户的工作效率，甚至获得收益。
比如智能生成PPT的工具AiPPT.cn排名靠前，证明了只要能真正帮用户解决问题，用户就愿意长期使用。
最后，技术成熟度必须与场景容错度匹配。
内容生成、编程等领域天然适配AI的创作能力，用户需求量也大，对AI幻觉也有一定的容忍度，比起医疗、自动驾驶等“强制正确性场景”更适合创业公司做出快速落地产品。
总体而言，AI应用赛道目前仍处于早期探索阶段，大厂凭借体量、生态和资源占据核心阵地，但创业公司可依靠技术锐度和垂直领域的深度创新，寻找突围。