文 | 硅基研究室 kiki

久未露面的「風清揚」又一次為阿里云站臺了。

幾天前，身穿阿里云15周年紀念衫、現身阿里云KO會的馬云在現場演講中表示：“今天阿里云的資源和技術人才，既是發展云計算和AI的信心所在，更是責任所在。”

圖源：網絡視頻截圖

大模型競爭邁入第三年，距云廠商們提出「AI戰略」也有兩年，中國的云廠商們寄希望于「AI+云」的模式改變一切——小到云產品、商業模式，大到生態格局和市場份額。

無論是頭部的互聯網大廠，抑或是運營商云和中型云廠商，都將AI視作重要的增長曲線，反映在財報數據端，是AI驅動下的營收增速的回暖和資本支出的上漲。

財報顯示，從2025財年第一季度開始，阿里云收入和利潤率已明顯提速趨勢，阿里云AI相關產品收入，已連續6個季度實現三位數增長，公有云收入雙位數增長。

百度智能云也披露，其AI相關收入同比增長近3倍，華為云在2024年銷售收入達688億元，同比增長24%，其中昇騰云服務實現6倍增長。

但增長背后，「AI+云」也始終存在挑戰：

一方面，DeepSeek降低了大模型落地的成本門檻，諸多云廠商迅速跟進，新產品、新解決方案不斷，給中小云廠商帶來機會的同時，也引發了行業對MaaS模式的質疑；

另一方面，開源浪潮攪動模型能力的格局，新的場景競爭拉開序幕，云廠商不僅需要比拼的是模型能力，而是轉向「產品+服務+資源」的綜合競爭。

2025，國內云廠商究竟有哪些新變化和新趨勢？

1、「DeepSeek效應」的AB面

對云廠商而言，2025年，最大的變量無疑是DeepSeek。

「硅基研究室」在《DeepSeek“朋友圈”的B面：搶入口、爭流量，開打算力戰》提到，云廠商是最先接入DeepSeek的首批玩家，一位大廠云銷售曾向「硅基研究室」提到，DeepSeek帶動了很多傳統行業和中小企業的咨詢熱，云廠商也順勢被DeepSeek流量送上風口。

對云廠商而言，「DeepSeek效應」是一枚硬幣AB面。

A面是，DeepSeek推理算力需求外溢，確實帶動了大模型云端的調用需求，云廠商可以通過推出DeepSeek服務，拉動營收增長。

在基礎產品側，從傳統四大件（計算、存儲、網絡、數據庫）到支持私有化部署的大模型一體機，為適配DeepSeek模型，云廠商既可以順勢推出標準化產品進行迭代，也可以交叉售賣其他云產品和配套服務，同時政企側對國產算力的需求，也為云廠商的自研芯片提供了消納入口。

除此以外，DeepSeek和阿里通義拉動大模型走向開源開放浪潮，降低模型部署門檻、加速應用開發，推高了大模型MaaS平臺的調用量。

據IDC調研數據，從2024年年中至2024年12月，中國公有云大模型調用量，從月度日均963億Tokens飆升至日均9522億Tokens——受DeepSeek影響，進入2025年以來，中國公有云大模型調用量更是實現飛躍式增長。

但「DeepSeek效應」并非沒有副作用。

先是引發討論的MaaS商業模式，后是傳統IT廠商、中小云廠商，甚至是跨界玩家入局DeepSeek一體機市場，隨之而來的價格戰，也再度引發市場對云廠商「虧損」的擔憂。

原本成為共識的MaaS，在DeepSeek的沖擊下，實際發生兩個明顯變化：

一是更強大的DeepSeek開源模型沖擊了大廠原本的模型定價模式，在「低成本、高性能」的DeepSeek面前，云服務廠商要么繼續卷模型部署成本，要么就直接在DeepSeek基礎上做微調；

二是倒逼云廠商的MaaS服務走向差異化，譬如進一步升級大模型周邊工具、配套服務支持二次開發定制等AI生態鏈工具。

如火山引擎總裁譚待的感嘆，DeepSeek是云廠商的試金石：

“哪家云的托管服務性能好，吞吐大、延遲低，直接測試就知道。”

「試金石」的另一面也是接下來的洗牌。據一位云計算領域觀察人士分析，今年一季度受DeepSeek部署熱，B端大模型存在一些「泡沫」，一些企業部署DeepSeek和實際業務沒有太大的關聯度。

2、對「AI云」的兩種態度

如果DeepSeek是最大的變量，那么AI云無疑是云廠商最大的常量。現階段，中國云廠商對「AI云」的理解也正在發生分野。

AI云的主語究竟是AI還是云？

這代表兩種態度——前者做的是AI生意，利用「AI+云」，改造或重構產品，帶來更高的毛利；后者做的是算力生意，倡導「云+AI」，產品和服務定價錨定算力資源，做大規模效應，本質上還是算力的賣水人。

這之中，華為云是典型「云+AI」，聚焦在「算力底座」上。一方面，這是由于華為云自身深厚的硬件開發積累和多年政企市場的深耕；另一方面，也是其大模型戰略使然，盤古大模型強調的是「AI for industries」。

近期的華為云生態大會上，最大的亮點也是其公布的AI基礎設施架構的進展——對標英偉達的NVL72超節點，華為云發布了CloudMatrix 384超節點。

與單節點不同，所謂的「超節點」是指多個GPU通過總線互聯和架構創新，形成一個「超大服務器」，讓AI算力成為「水電煤」一樣的標準化服務。

圖源：華為云官方

而崇尚「AI+云」的，則是騰訊云和百度智能云，它們的共同點是都是經歷了深度調整期，轉變曾經的「集成商」角色，提升自身「被集成」比例，強調打造AI原生云產品，豐富PaaS層產品種類，看中的是自研產品的高毛利。

阿里云則選擇兩者都要——一邊是大筆投資，做大公有云的規模優勢；另一邊是用高毛利產品，降低潛在的盈利壓力。

此前阿里云曾宣布全力投身AI基礎設施建設，將在未來三年投入超過3800億元，用于建設云和AI硬件基礎設施。同時由于堅定的開源路線，也讓阿里云較早構建了「開源模型+云服務」的閉環，除此以外，阿里云也在PaaS層持續做技術產品優化。

3、后DeepSeek時代，中國云廠商開卷兩大能力

無論是「AI+云」，還是「云+AI」，云計算的本質依舊靠規模經濟。因此無論有沒有AI，「產品+服務+資源」仍是云廠商最關鍵的長期核心競爭力，最終競爭都會落在拼資源優勢和資源利用率提升上。

后DeepSeek時代，現階段的中國云廠商在拼什么？

「硅基研究室」認為，有兩個能力值得關注：一是更強的規模效應，二是AI infra能力。

云廠商的規模效應并不難理解，更強的規模效應指的是以騰訊云、阿里云等為代表的互聯網云廠商，既有AI初創公司客戶，內部也有具備一定用戶規模的AI應用場景，因此可以通過資源整合或工程優化，提升資源利用率，攤薄單位計算成本，實現更高的ROI。

具體到AI應用上，AI Agent已成為確定性趨勢，各大云廠商近期紛紛擁抱MCP，火山引擎推出企業數據智能體Data Agent，阿里云也在預告了AI Agent Store的業務愿景。

除此以外，則是AI infra能力。針對存儲瓶頸、通信效率、計算單元效率等方面，對進一步挖掘已有GPU性能，避免算力浪費。商湯科技聯合創始人、大裝置事業群總裁楊帆在近期采訪中就提到：“單純從技術上來看，模型的迭代也需要一個好的Infra配合、支撐。”

云廠商也正在發力AI infra，一方面互聯網云已積累較強的AI Infra能力，包括實現萬卡集群的高利用率、提供豐富的大模型訓練和推理工具等；另一方面，頭部云廠商也會與AI infra企業合作，例如華為云和硅基流動。

與大模型和AI應用側瞬息萬變相比，中國云計算市場是典型的「慢變量」市場，告別流量紅利和深度調整后，國內云廠商的格局其實沒有明顯的變化。

畢竟，大模型與云融入也才到第三年，新的周期下，對云廠商而言，這是一場長跑，而非速勝。