大模型牌桌上，蚂蚁如何出牌？

别人聊 AI，聊的是谁的模型更聪明、榜单更高、融资更多。蚂蚁却闷声不响地把牌全摊开了：底层模型、上层应用、还能把机器人带进现实世界。最狠的是——它不跟你比谁更”会聊天”，它偏要把 AI 塞进银行、医院、药房这些最硬的地方，然后对结果负责。这手牌，看懂的人不多，但看懂的人都会后背发凉。

老规矩，先抛个问题：说起国内做 AI 的，你脑子里蹦出来的是谁？智谱、MiniMax、月之暗面这些明星创业公司？还是阿里、腾讯、字节这些有云有流量的巨头？

说实话，我干 IT 二十五年，见过的”大玩家”没有一百也有八十。但蚂蚁这几年给我的感觉，就像一个不爱说话、却一直在默默攒牌的老玩家。它既不上场喊麦，也不急着冲榜，可你回头一看——好家伙，牌桌上最宽的那块地，它全占了。

2026 年的外滩大会，算是把蚂蚁这只”闷声发大财”的玩家，最后一次底牌给掀开了。今天我就用大白话，带你把蚂蚁这手牌一张一张拆开看。

一、进场就”碰一下”：AI 不再待在对话框里

我去年去展会，体验最差的就是那种”你问我答”的 AI 演示。像个客服机器人，你不得不动脑筋问对问题，它才肯吱声。太累了。

但蚂蚁这次干了一件让我眼睛一亮的事：观众进场，手机”碰一下”，身份核验完，AI 助手就醒了。它不是站在原地等你提问，而是直接”接管”了你的入场、身份和服务流程。

这背后的意思很关键：AI 正在从一个”工具”，变成一个”替你办事的帮手。你不用记它在哪、怎么叫它，它就在那儿，你一说，它就干。

二、蚂蚁这一手牌，到底铺了多大？

走进展馆，我数了数，蚂蚁这牌桌上摆的，几乎是”从人到企业、从线上到线下”的全套桌菜。

来，我用最土的话给你翻译翻译这几张牌分别干嘛的：

阿福——医疗健康。这个最”重”，它不光回答健康问题，还往挂号、导诊、报告解读、诊后随访里钻。村医接诊，医患对话自动整理成病历，辅诊建议同步蹦出来，搞不定的再给转诊建议。注意，这是把 AI 往一个垂直行业的深处扎。

阿宝——生活服务。点咖啡、代缴停车费、问餐饮优惠……用户在各种场景里”随口一交代”，它在后台自己找服务、下单、支付。注意，这是往不同生活服务之间横向连。一个向下扎，一个横向连。

晓雨 / 百灵 2.0——面向小店和微企业。老板不用看报表，张口问”哪家店卖得差””啥该补货”，智能体自己调数据找问题。网商银行的百灵 2.0，把信贷、票据、财税重新打包，老板用大白话就能调用。

灵波——具身智能。蚂蚁没自己造机器人，而是做”大脑”，让药房分拣、物流、工厂里各种形态的机器人共用一套模型和技能。它出脑，厂商出身体。

三、先看底牌：百灵 3.0 的数字藏着蚂蚁的思路

做模型这层，蚂蚁的百灵已经迭代到 Ling 3.0，分了四款：通用版、轻量版、多模态版、金融版。

看到这组数字，我特别有感触。很多创业公司做模型，第一反应是”把参数堆大”，谁大谁牛。但蚂蚁这个思路很清醒：重点是控制推理成本，让模型能真正跑进业务里，而不是在实验室里秀肌肉。

这就好比开餐厅。有的店非要攒个全球最大厨房，结果菜端出来贵得离谱，顾客绕道走。蚂蚁是算过账的——后厨不用多大，但每桌成本得控住，顾客才愿意反复来。

四、蚂蚁真正的牌眼：不在”宽”，在”深”

牌摊开了，问题來了：版图画得这么宽，护城河就自然有了吗？

我说句得罪同行的实话：宽，不等于深；铺得开，不等于守得住。大模型公司争夺的是”智能上限”——模型能不能更聪明、榜单能不能第一、开发者是不是更多。这是明面上的牌，人人都看得见。

但蚂蚁选的是另一条路——把模型塞进一个个具体行业，进入真实业务流程，最后对结果负责。这条路不亮眼，靠一场发布会根本证明不了。

金融和医疗，是蚂蚁最先下手的两个行业。一个关钱，一个关命，既要专业知识，又容不得模型瞎发挥。蚂蚁过去攒下的支付、账户、风控能力，加上跟医院、商家、小微的连接，一到智能体时代，全变成了能落地的硬通货。

再说 Agentar——它从智能体开发平台，升级成了”商业智能体超级工厂”。预置了约 200 个岗位级数字专家模板、数百项行业技能。企业拿来就能组装自己的”数字员工”，塞进客服、营销、风控、研发。

五、支付和安全：让社会”敢”把任务交给 AI

这里我必须重点讲，因为这是我当了二十五年技术人，最看重的一点。

当 AI 只负责回答问题，答错了，你重问一句就行。可当它开始替你下单、替你付款，一次错误就是真金白银的损失。这时候，系统必须搞清楚：Agent 是谁、代表谁、拿到什么授权、出问题能不能追溯撤销。

蚂蚁的 AI Pay、APASS、KYA，解决的都不是”让模型变聪明”，而是让企业和用户敢把真实任务交出去。

蚂蚁集团安全 CTO 陈亮那句话，我记到现在：“能力决定 AI 能做什么，可信决定社会敢把什么交给 AI。” 这句话，基本就是产业落地和 PPT 演示之间那道鸿沟的完整概括。

六、别吹太满：蚂蚁最大的坎儿

牌是好牌，但我得泼盆冷水，不然就不客观了。

蚂蚁数科 CEO 闻飙披露：过去两年蚂蚁数科整体业务年均增长近 50%，AI To B 增速三位数。这数据很漂亮。但更让我记住的，是另一个细节。

韩歆毅判断智能体商业的”ChatGPT 时刻”来了。可主持人追问：这判断来自蚂蚁后台数据吗？他的回答很实在——“我们其实还没有从后台数据看到这样的迹象。”

这话听着矛盾，其实点破了真相：用户想让 AI 干更多，但商家还没完成服务改造；商家看不到足够大的需求，就不愿意提前投钱。模型能一夜迭代，产业却不会跟着同一个节奏变。

七、收个尾：蚂蚁想坐的，是”落地层”那张桌

如果把整个 AI 产业比作一张大牌桌，大多数人争夺的是”谁能造出更强的智能”。而蚂蚁想坐的位置，我琢磨了一下，是智能与产业之间的”落地层”。

向上，它接住不断进化的模型；向下，它冲进金融、医疗、商业和物理世界，把模型能力”翻译”成一项能用、能交易、能追责的服务。

大模型公司争的是”谁更聪明”，蚂蚁争的是“谁能把这聪明，真正送进产业”。这手牌慢，但稳；这手牌重，但别人难抄。

牌桌上，最快的未必赢，最能熬、最深的那个，往往笑到最后。蚂蚁这张牌，值得你再盯几年。