广告
加载中

AI春节会战之后:有人悄悄地碎了

胡镤心 2026-03-05 16:25
胡镤心 2026/03/05 16:25

邦小白快读

EN
全文速览

AI春节大战的投放策略和用户数据变化是重点信息。

1.投放策略:元宝投放187万+创意,预估12亿元,90%预算在腾讯广告;豆包投放35.6万创意,预估4.43亿元,89%预算在巨量广告;千问投放42.4万创意,预估3.17亿元,65.86%预算在腾讯广告。

2.用户数据:元宝DAU从768万增至2399万(增长2.1倍),后回落至768万;千问DAU峰值7352万(增长940%),回落至3200万;豆包DAU峰值1.45亿,MAU达3.15亿(增长87.38%)。

用户行为变化和成本问题是实操干货。

1.用户行为:AI点外卖成习惯,春节期间订单超1.3亿笔,半数来自县城;AI取代搜索,如胡阿姨例子,直接问AI省时。

2.成本问题:Token成本高,DAU指标被质疑,TPD(Token Per Day)成新指标,如Kimi案例,Agent集群技术带来收入增长。

品牌营销策略和消费趋势是核心关注点。

1.品牌营销:元宝、豆包、千问的春节投放策略各异,元宝靠资本换时间,豆包靠自有流量提效,千问靠补贴转化,展示不同品牌推广方式。

2.消费趋势:用户行为转向AI,如点外卖、生成祝福,县城及乡镇用户占比高,60岁以上用户首次体验AI点单,超400万老年用户参与。

品牌渠道建设和用户行为观察提供启示。

1.渠道建设:投放聚焦腾讯、巨量等平台,豆包内循环策略高效;千问多点开花,守住基本盘。

2.用户行为:AI大面积取代搜索,小面积取代外卖货架,如小远例子,AI推荐餐厅成新习惯;消费需求从红包转向实用功能。

增长市场和消费需求变化是机会点。

1.增长市场:DAU数据飙升,千问MAU增长552.83%至2.03亿,豆包MAU3.15亿;春节活动带来用户初体验,如AI点外卖订单超1.3亿笔。

2.消费需求:县城用户需求旺盛,三线及以下城市占比52%;AI应用从尝鲜者转向早期大众,渗透率超14%。

风险提示和可学习点是事件应对关键。

1.风险提示:用户回落显著,元宝DAU跌幅超80%;成本压力大,Token燃烧导致财务传导,如百度在线营销收入下滑14%。

2.可学习点:Kimi案例,TPD指标带来收入增长,20天收入超全年;Agent集群技术可并行处理任务,如Kimi调度100个Agent。

商业机会和数字化启示是重点。

1.商业机会:AI点外卖场景普及,订单量高;生成内容需求增长,如胡阿姨生成多张祝福图;县城市场潜力大,超400万老年用户首次使用。

2.推进数字化:Agent集群技术启示,如Kimi的K2.5模型,能处理1500步骤任务,提升生产效率;AI取代搜索,推动产品智能化设计。

产品生产需求从用户行为中可见。

1.生产需求:AI应用需集成实用功能,如健康餐推荐;数字化产品应简化操作,适应老年用户,如语音交互设计。

2.电商启示:AI下单习惯改变,需优化供应链;春节活动展示红包营销结合电商的可行性。

行业发展趋势和新技术是焦点。

1.行业趋势:AI从早期采用者跨越到早期大众,渗透率超14%;成本问题凸显,Token消耗导致财务压力,DAU指标转向TPD。

2.新技术:Agent集群技术兴起,如Kimi的K2.5模型,支持多Agent并行;开源模型发展,千问下载量破10亿。

客户痛点和解决方案需关注。

1.客户痛点:Token成本高,算力资源不足;用户留存难,DAU回落快,如元宝跌幅超80%。

2.解决方案:TPD指标应用,衡量模型工作量;内循环策略,如豆包在自有流量池采买-转化-留存;Kimi案例展示API调用增长方案。

商业对平台的需求和平台做法是关键。

1.平台需求:投放依赖腾讯、巨量等平台,元宝90%预算在腾讯广告;豆包靠巨量广告内循环;平台需支持高频活动,如整点抽奖。

2.平台最新做法:招商策略聚焦流量池,如豆包在字节生态采买;运营管理强调DAU监控,时间节点如除夕峰值。

平台招商和风向规避需注意。

1.招商机会:合作方式如红包活动吸引用户;扶持政策未直接提及,但可推平台补贴。

2.风向规避:成本风险高,Token消耗传导组织压力;用户回落风险,需优化留存策略;避免过度依赖DAU,参考TPD指标。

产业新动向和新问题是核心。

1.产业动向:AI春节大战引发用户习惯改变,如取代搜索;大厂竞争激烈,千问、豆包、元宝DAU波动;Kimi崛起,估值超100亿美元。

2.新问题:商业与开源平衡难,如贾扬清观点;成本与收益矛盾,DAU vs TPD指标争议;百度搜索被AI取代,但非自身AI。

商业模式和政策启示提供思考。

1.商业模式:传统DAU模式受质疑,TPD模式成功,如Kimi收入增长;Agent集群代表新方向,并行处理提升效率。

2.政策法规启示:未直接提及,但可推用户数据保护;产业建议关注成本控制,避免财务风险。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

The AI Spring Festival marketing battle highlights key trends in ad spending and user data shifts.

1. Ad Strategies: Yuanbao deployed over 1.87 million creatives with an estimated budget of 12 billion yuan, 90% allocated to Tencent Ads. Doubao ran 356,000 creatives with an estimated 4.43 billion yuan, 89% on ByteDance's ad platforms. Qianwen launched 424,000 creatives with an estimated 3.17 billion yuan, 65.86% on Tencent Ads.

2. User Data: Yuanbao's DAU surged from 7.68 million to 23.99 million (a 2.1x increase) before dropping back to 7.68 million. Qianwen's DAU peaked at 73.52 million (up 940%) and settled at 32 million. Doubao's DAU peaked at 145 million, with MAU reaching 315 million (up 87.38%).

User behavior shifts and cost challenges offer practical insights.

1. User Behavior: AI-powered food delivery became habitual, with over 130 million orders during the holiday—half from county-level markets. AI is replacing search, as seen in cases like Aunt Hu saving time by querying AI directly.

2. Cost Issues: High token costs are prompting scrutiny of DAU metrics, with TPD (Tokens Per Day) emerging as a new benchmark. Kimi's Agent cluster technology, for instance, drove revenue growth.

Brand marketing strategies and consumption trends are central concerns.

1. Marketing Approaches: Yuanbao prioritized speed via capital investment, Doubao leveraged owned traffic for efficiency, and Qianwen relied on subsidies for conversion—showcasing diverse brand promotion tactics.

2. Consumption Shifts: Users are adopting AI for tasks like food delivery and greeting generation, with high participation from county-level markets. Over 4 million elderly users tried AI ordering for the first time.

Channel strategies and user behavior observations provide actionable insights.

1. Channel Building: Ad spending concentrated on Tencent and ByteDance platforms; Doubao's closed-loop strategy proved effective, while Qianwen diversified to maintain its user base.

2. Behavioral Trends: AI is broadly replacing search and partially displacing traditional service interfaces, as seen in cases like Xiao Yuan adopting AI restaurant recommendations. Demand is shifting from red envelopes to utilitarian features.

Growth markets and evolving consumer demands present opportunities.

1. Market Expansion: DAU spikes were dramatic—Qianwen's MAU grew 552.83% to 203 million, while Doubao reached 315 million MAU. Holiday campaigns drove initial trials, with AI food orders exceeding 130 million.

2. Demand Patterns: County-level users showed strong adoption, accounting for 52% of orders. AI applications are transitioning from early adopters to the early majority, surpassing 14% penetration.

Risk awareness and adaptable strategies are critical for response.

1. Risks: User retention is volatile—Yuanbao's DAU fell over 80%. Token costs create financial pressure, as seen in Baidu's 14% decline in online marketing revenue.

2. Lessons: Kimi's TPD metric fueled revenue growth (20-day earnings exceeding annual totals). Agent cluster technology enables parallel task processing, such as Kimi coordinating 100 Agents.

Commercial opportunities and digitalization insights are key takeaways.

1. Opportunities: AI food delivery is scaling (over 130 million orders), content generation demand is rising (e.g., Aunt Hu creating multiple greeting images), and county markets show promise with 4+ million elderly first-time users.

2. Digital Transformation: Agent cluster technology (e.g., Kimi's K2.5 model handling 1,500-step tasks) boosts production efficiency. AI's search displacement urges smarter product design.

Production needs are reflected in user behavior.

1. Requirements: AI apps must integrate practical features like health meal recommendations. Digital products should simplify operations for elderly users through voice-first design.

2. E-commerce Insights: AI ordering habits necessitate supply chain optimization. Holiday campaigns demonstrate the viability of combining red envelope marketing with e-commerce.

Industry trends and emerging technologies are focal points.

1. Trends: AI is crossing the chasm to the early majority (>14% penetration). Cost pressures are mounting as token consumption strains finances, shifting focus from DAU to TPD metrics.

2. Technologies: Agent clusters gain traction (e.g., Kimi's K2.5 supporting parallel Agents). Open-source models proliferate, with Qianwen exceeding 1 billion downloads.

Client pain points and solutions demand attention.

1. Pain Points: High token costs and insufficient compute resources; poor user retention (e.g., Yuanbao's >80% DAU drop).

2. Solutions: Adopt TPD metrics to quantify model workload; implement closed-loop strategies like Doubao's owned-traffic funnel; leverage API-driven growth models as demonstrated by Kimi.

Platform demands and strategic responses are critical.

1. Platform Reliance: Ad spending hinges on Tencent/ByteDance—Yuanbao allocated 90% to Tencent Ads; Doubao utilized ByteDance's internal loop. Platforms must support high-frequency events like hourly lotteries.

2. Platform Tactics: Merchant acquisition focuses on traffic pools (e.g., Doubao buying within ByteDance's ecosystem). Operations emphasize DAU monitoring around peak events like New Year's Eve.

Partnership opportunities and risk mitigation require vigilance.

1. Collaboration: Red envelope campaigns attract users; platform subsidies can be inferred though not explicitly stated.

2. Risk Management: Token cost pressures create organizational strain; falling retention rates necessitate improved strategies. Overreliance on DAU should be avoided in favor of TPD metrics.

Industry shifts and emerging dilemmas define the landscape.

1. Developments: The AI Spring Festival battle altered user habits (e.g., displacing search). Intense competition among Yuanbao, Doubao, and Qianwen caused DAU volatility, while Kimi's valuation surpassed $10 billion.

2. Challenges: Balancing commercial and open-source models (per Jia Yangqing's commentary); reconciling costs vs. benefits (DAU vs. TPD debates); Baidu's search being replaced by non-native AI tools.

Business models and regulatory implications invite reflection.

1. Models: Traditional DAU metrics face skepticism as TPD-driven success emerges (e.g., Kimi's revenue surge). Agent clusters represent a new paradigm for parallel efficiency.

2. Policy Insights: While not explicitly discussed, data protection concerns surface indirectly. Industry should prioritize cost control to mitigate financial risks.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

比林俊旸更失意的,还有百度。

文丨胡镤心   编辑丨张睿

【亿邦原创】3月4日凌晨,林俊旸在X上敲下一句告别“me stepping down.bye my beloved qwen.”

就在前一天,他还在感谢马斯克给Qwen 3.5小模型点赞,团队刚在全球开源榜上包揽前四,千问App的2亿月活刚刚把阿里推上全球AI应用第三把交椅。

同一天,后训练负责人郁博文也走了,再往前推一个月,Qwen Code负责人惠彬原已经去了Meta。曾经那个把千问做成全球第一大开源模型家族的黄金班底,正在肉眼可见地散开。

林俊旸的离开,撕开了一道口子,让我们看2026开年AI大战背后更深层的暗涌。有个高赞评论说得挺狠:“如果你像评判消费级应用那样去评判基础模型团队,那么当创新曲线趋于平缓时,也就不足为奇了。”前阿里技术副总裁贾扬清也补了一刀:“对公司而言,平衡开源愿景和商业利益确实极具挑战。”

简言之,当公司开始拿DAU考核团队,当每一行代码都要换算成商业化KPI,账算不过来。

就在半个月前,几家大厂还在疯狂撒钱,用百亿预算把AI塞进上亿用户的手机里——元宝砸了10亿现金红包,千问烧了30亿请客,豆包靠着春晚把日活干到1.45亿,百度文心也投入了5亿元现金红包。

按照互联网营销的惯用逻辑,砸钱换用户取得了初步效果,数亿人在春节期间点开千问、豆包、元宝,领红包、点外卖,生成拜年祝福,或者聊天逗乐,完成了自己的AI初体验。

这场由巨头主导、以真金白银为弹药、以用户时长为目标的攻防战里,“豆千元”三家打得跌宕起伏。所有人都以为这是一场关于DAU的战争,但是大模型商业化需要另一套逻辑,后台燃烧的Token成本,正在从财务层面传导到组织层面。

热闹尚未散去,战争还在继续。

01 千问、豆包、元宝的正面会战:投放、增长

在战争史上,会战意味着双方主力在决定性时间和地点的正面交锋,结果往往左右整场战争的走向。2026年的春节,恰恰扮演了这样的角色——它不仅是日历上的一个假期,更是大厂们精心选定的决战时刻。

亿邦此前曾分析过,截止2025年12月底,AI应用正处于从“早期采用者”(尝鲜者)跨越到“早期大众”(主流用户)之间的那条关键鸿沟,豆包已经率先抵达14%的用户渗透率,元宝千问加紧追赶中。(14%的渗透率被定为创新产品进入大众市场的临界点,详见阅读《春节AI红包大战:撒钱45亿 谁先俘获大众用户?》

春节红包大战,就是一场加速跨越鸿沟的集体冲锋。这场战争有明确的时间表:除夕当晚的并发峰值、大年初一的DAU波动、正月十五的留存数据,每一个时间节点都是战况的实时播报。(参考阅读《“春节AI大战”第二轮:豆包笑到最后 千问元宝难冲顶》《春晚AI大乱斗:宇树稳了 豆包乐了》

大会战的残酷性首先体现在军备竞赛规模上。根据2月份的投放数据显示,豆包、千问、元宝的推广力度堪称史无前例。

根据AppGrowing数据,元宝的投放规模堪称压倒性。全月累计投放创意数高达187万+,预估投放金额接近12亿元。元宝的投放策略也极为聚焦,近90%的预算押注于腾讯广告系,通过微信、QQ生态内的流量进行饱和式攻击,辅以快手、巨量引擎进行侧翼包抄。风格高举高打,旨在最短时间内触达最大范围的泛用户群体。

字节豆包则延续了流量采买的高效传统,尽管总创意数(35.6万)和预估投放金额(4.43亿)不及元宝,但投放精准度极高。近89%的预算投向巨量广告/千川,在字节自己的流量池内实现“采买-转化-留存”的内循环。

阿里千问的投放显得更经济,千问的预估投放金额仅为3.17亿,约为元宝的四分之一,但创意数(42.4万)却高于豆包。千问的策略是“多点开花,重点突破”,在守住腾讯广告基本盘(65.86%)的同时,广泛撒网于巨量、快手、OPPO等各大厂商。

可以看出,元宝用巨额资本换时间,豆包靠自有流量池提效率,千问靠补贴做转化,不同投放策略也预示着随后DAU的迥异走势。

数据来源:AppGrowing

如果说投放是开炮,DAU就是炮弹落下后的精准反馈。梳理时间线,我们可以看到:

2月1日,元宝启动“10亿现金红包”活动,DAU从768万猛增至2399万,实现2.1倍增长,凭借微信红包的社交裂变,吃到了第一波红利。

2月6日战局发生逆转。千问“春节请客计划”上线,以“免单喝奶茶”切入市场。次日(2月7日),千问DAU飙升至7352万的峰值,增幅940%。

这一天成为整个2月战局的转折点——千问起势之日,正是豆包与元宝增长受阻之时。数据显示,当天豆包DAU缓慢下跌至7871万,元宝则回落至1828万。

2月10日,“豆包过年”活动上线,依靠春晚的国民级曝光,DAU从8400万起步,最终在除夕当晚(2月16日)冲至1.45亿的峰值。这是一个属于“国民应用”的高光时刻。而在此消彼长的注意力博弈中,千问的DAU在这一天回落至5511万。

身处夹缝中的元宝并未放弃抵抗。除夕当天,它调整策略,通过高频的整点抽奖和万元现金红包,试图在两大巨头的缝隙中截留用户注意力。元宝DAU在除夕夜再次冲高至4504万的峰值,但无论是体量还是声势,都未能撼动豆包的领先地位和千问的奇袭成果。

图片

数据来源:QuestMobile

如果说DAU是战斗的短兵相接,那么MAU(月活)则描绘了战役结束后的版图重塑。

图片

数据显示,千问无疑是这轮大战的最大变量。MAU从1月的0.31亿飙升至2月的2.03亿,环比增速552.83%,直接冲入全球前三。

豆包则稳稳守住了自己的霸主地位,1.68亿的MAU基数,在经历87.38%的环比增长后,达到3.15亿月活,稳居全球第二。

腾元宝的表现中规中矩,尽管投放金额最大,但2月MAU为1.09亿,环比增长24.03%,虽成功跻身第七,但与头部的差距并未显著缩小。

此外,夸克以1.7亿MAU和18.24%的稳健增长位居第四,在没有大规模春节投放的背景下,依靠搜索刚需和AI能力的整合,实现了可观的用户沉淀。

02 从峰值回落,什么东西变了?

春节的喧嚣终归平静,红包的热度逐渐散去,活跃用户数量也在意料之中回落。

QuestMobile数据显示,截止2月23日,元宝App的日活从除夕4054万的峰值跌至768万,跌幅超80%,几乎回到活动前水平;千问从7352万回落至3200万左右,虽有3.6倍的增长留存,但下滑幅度依然显著;豆包则相对稳健地站在1亿上方,守住了大部分阵地。

但有些东西确实已经变了。

在北京工作的女生小远,在这场红包大战后,已经开始习惯用AI点外卖。

不知道吃什么的时候,随口问问“健康餐、30元以内、好评度高。”几秒后,屏幕上跳出几家她从没注意过的餐厅。有时她不知道吃什么,就让AI“盲推好吃的”,推出来的东西还不错。她说,这感觉像是给规规矩矩的生活,开了一扇小窗,窗外是个新世界。

而生活在榆林的胡阿姨,先学会了用AI送祝福,接着将“遇事问百度”变成了“遇事问AI”。

在春节期间,胡阿姨在女儿的指导下,给亲朋生成一幅图,给领导生成一幅图。到了元宵节,一口气生成了七八张,挨个发进家族群。

以前她遇到不懂的词,第一反应是打开百度。现在她直接对着手机问AI——因为搜索要点开链接一个一个翻,AI直接给答案,省事多了。遇到老姐妹,她还主动推荐起来,得到的回复是,对方早就用上了——孩子过年回来教的。

千问公布的数据显示,从除夕到初一,AI完成下单超1.3亿笔。春节期间近半数AI订单来自县城及乡镇,超400万60岁以上用户让AI帮忙下单,其中156万名60岁以上长辈是第一次体验AI外卖点单。在蚂蚁阿福的新增用户中,有52%来自三线及以下城市。

AI春节营销攻势,至少已经形成了部分不可逆的用户习惯改变:大面积取代搜索,小面积取代外卖货架。

在近期发布的2025年财报中,百度上市以来第一次不再单独披露“在线营销收入”了。以前财报里那个被反复强调的“百度核心”,就是搜索广告的代名词。在最新这份财报里,百度直接把业务口径改了——原来的“百度核心”被重新定义为“百度一般性业务”,而搜索广告被降级打包进了“传统业务”。

传统业务到底下滑得多厉害?虽然四季度没有单列,但2025年前三季度,百度在线营销收入约475亿元,同比下滑约14%。与之相对,同期互联网广告大盘同比微涨6.4%,腾讯快手都在涨。

百度Q4AI业务收入113亿元,占总营收的43%,其中,智能云基础设施是大头,卖算力、租显卡的B端收入居多,C端AI应用(文小言、文库AI等)的收入有限。

文心助手在春节期间被塞进百度App内吸引流量,财报里提到,2025年12月文心助手月活用户达2.02亿,春节红包活动启动后同比增长4倍。同时,2月全球AI应用榜上,百度网盘和百度文库的月活都在下跌,前者下跌23.40%,后者下降10.06%。

换句话说,AI确实正在取代搜索,但取代百度搜索的,不一定是百度自己的AI。

03 大模型的商业账单:从DAU到TPD

这引出一个更深层的问题:衡量AI应用的效果,到底该用什么指标?

过去二十年,互联网的本质是注意力经济。谁抢到用户更多的时间,谁就能卖更多广告、推更多商品、收更多会员费。所以产品经理的KPI永远是那几个词:DAU、用户时长、留存率。

图片

但这一前提正在被AI产品经理质疑。OpenAI产品负责人曾表示:DAU告诉我们有多少人打开了ChatGPT,但它无法告诉我们,这些人创造了多少价值。

AI行业广为认可的新指标是TPD,即Token Per Day,每日Token消耗量。DAU衡量人的注意力,TPD衡量模型的工作量。比如,你每天只打开一次AI应用,但驱动着20个Agent自动工作,比一天和AI聊一百句更能体现AI价值。

大模型尚不具备移动互联网应用边际效应为零的成本优势,每一次对话都对应着Token消耗,更多用户代表更多算力成本,在过去两年,这曾使得抢跑Agent转型的SaaS公司吃尽苦头,也让大厂的算力集群,每天高速吞噬现金流。

这种成本压力,正在从财务层面传导到组织层面。当千问的开源模型下载量破了10亿,衍生模型超过20万,千问App在用户端迎来552%的增速时,基座模型团队正面临算力资源不够、商业考核压力的冲击。

这笔账怎么算?说到底只能算作品牌预算——让更多人知道App的名字,至于消费者用不用,那是产品的事了。

与之相对,从DAU转向TPD的前投流卷王(2024年投流之王)Kimi在2026年春节收获颇丰。

1月27日,Kimi发布并开源K2.5大模型。发布不到20天,Kimi累计收入已超过2025年全年总收入,海外收入首次超过国内,全球付费用户4倍增长,API调用量持续攀升。

K2.5的核心能力叫“Agent集群”。它可以调度多达100个Agent分身并行处理任务,最多能处理1500个步骤。比如检索三个月内的学术文献、从录屏中生成前端代码、自动化处理办公文档,这些动辄消耗数百万Token的生产力任务,每一个都是Kimi实打实的收入。Kimi的估值也在同步狂飙,连续两轮超12亿美元融资,投后估值超100亿美元。

杨植麟在Reddit上解释过这个思路:“高质量数据的增长速度赶不上算力的增长,传统的‘预测下一个token’方式回报递减。但我们可以换一种扩展方式——让并行执行的Agent数量增加,这是测试时扩展的新维度。”

这或许就是TPD思维方向:追求智能上限,让营收规模实现数量级增长。

两种路径,两种活法。一边是大厂AI“规模越大亏损越大”,被迫从技术驱动转向商业驱动,一边是Kimi用TPD丈量世界,跑出20天收入超全年的增长曲线。

春节大战证明在用户端,大厂的钞能力依然有效,它们可以快速教育市场,让上亿人完成对AI的“第一次亲密接触”。但成本如何衡量?收益从何而来?这不是一个容易回答的问题。大厂的账本从来不是简单的投入产出比能算清。

就像当年没有人能精确计算微信红包的ROI,今天回头能看到,那几千万的投入换来了支付市场的半壁江山。

历史总是押着相似的韵脚。2026年的春节AI大战,或许也要等到2029年,我们才能真正看懂它的价值。

亿邦持续追踪报道该情报,如想了解更多与本文相关信息,请扫码关注作者微信。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0