声明：本文来自于微信公众号 字母榜，作者：彦飞，授权站长之家转载发布。
蚂蚁做AI，要往何处去?答案正变得愈发清晰。
上周，蚂蚁集团CEO韩歆毅在2025年世界互联网大会上表示，蚂蚁将聚焦AI应用，锚定生活服务、医疗健康服务、金融服务三大领域。尤其在AI健康应用上笃定方向，全力以赴。
“AI的核心价值在应用，”他说，“身心健康、财富增长是每个普通人的最大关切，我们希望用AI让专业服务普惠可及，为大家守护好健康和财富这两件生活中的大事。”
就在前一天，韩歆毅发表全员信，宣布原蚁数字医疗健康事业部”升级为“健康事业群”。医疗健康业务成为蚂蚁的新战略支柱板块。
这可能是蚂蚁近五年来最关键的一次业务架构调整。
至此，蚂蚁在AI领域的路径逐渐明朗:以AI应用为抓手，重点发展健康、金融和生活三大业务板块，这也是蚂蚁面向下一个十年给出的基本答案。
这三块领域背后存在着广泛的社会需求，也存在大量可以用AI化解的痛点，更直指每个人最关切的现实问题——“有钱花”和“有命花”。也有调侃说，蚂蚁想用AI送大家“两朵小红花”。
抓住了这三个领域，意味着蚂蚁在战术和战略上同时抓住了“大象”—— 至关重要、体量庞大、符合蚂蚁自身特性、且具备社会价值的核心战场。
要打造真正可靠、专业的AI应用，离不开强大的基础模型作为支撑。
目前，蚂蚁百灵构建了全尺寸、全模态、全面开源的大模型体系，布局了语言、推理、多模态模型，参数尺寸覆盖百亿、千亿、万亿规模。10月，蚂蚁推出万亿参数非思考模型Ling-1T和思考模型Ring-1T，并全面开源模型权重与训练配方。
在多项权威测试中，两款万亿模型表现出色，其中Ring-1T数学能力达到了国际数学奥林匹克银牌水平。蚂蚁AI应用的模型基座愈发扎实，与行业顶尖模型的差距进一步缩小。
为了进一步提升大模型性能，蚂蚁已经部署万卡规模的国产算力集群，训练和推理性能与国际算力集群相当，适配自研与各主流开源模型。
而在更广阔的视野中，蚂蚁正在更多场景下探索AI的新应用、新实体、新交互方式。
目前，在智能体、智能眼镜、机器人、自动驾驶等泛AI赛道，蚂蚁均有布局。
它推出了AI智能体开发平台“百宝箱”，以及Tbox超级智能体;针对AI眼镜，发布智能终端可信连接技术框架gPass，并与影目科技、Rokid等智能眼镜厂商达成合作;与宁德时代、哈啰成立合资公司，研发L4级自动驾驶技术。
在具身智能领域，蚂蚁旗下灵波科技在两个月前，展示首款人形机器人Robbyant-R1，具备多模态感知和交互能力。此外，蚂蚁还投资了宇树科技、星海图、灵心巧手、首形科技等公司。
图注:蚂蚁灵波科技旗下人形服务机器人R1亮相2025年外滩大会。
蚂蚁的AI战略路径已然清晰:从模型到应用，再到与现实世界的深度融合。这套布局已超越单纯的技术工具范畴，成为未来发展的核心形态。AI本身就是这场技术革命的本质，才是最大的那头“大象”。
在经历一段时期的摸索后，蚂蚁该做什么、如何做，答案变得清晰—— 而“房间里的大象”问题，也迎刃而解了。
A
蚂蚁去年底宣布换帅，韩歆毅今年3月正式接任集团CEO。在全球AI行业风起云涌，行业竞争日趋激烈，蚂蚁亟需明确一条适合自身的AI发展路径。
答案正变得清晰。从布局看，蚂蚁将重点押注生活、医疗健康和金融三大场景，围绕真实需求和痛点打造AI应用。
对于二十一岁的蚂蚁而言，这三大场景并不陌生。在AI大模型席卷全球之前，蚂蚁已经围绕三大场景形成了较为成熟的产品矩阵，并积累了庞大规模的用户。
但这些服务领域，都面临一个基本矛盾:优质供给总是稀缺，而需求总是会不断膨胀。尤其是高门槛的健康和金融，供需矛盾格外突出。
要缓解这一矛盾，必须通过技术手段，持续提升供需匹配效率——蚂蚁正朝着这个方向努力。
今年6月，蚂蚁发布独立AI健康应用AQ。这款APP提供健康咨询、报告解读、健康管理等百余项AI功能，还可以主动追问、主动建档。
此外，AQ直接连接国内千余家医院、百万医生，以及鱼跃、华为等硬件设备厂商，形成了覆盖院内院外全周期的健康管理体系。
在AI的驱动下，AQ就像一个打破时空限制的“咨询室”， 将分散的资源整合于屏幕中。
用户无论身处何方，拿起手机就能向全国的专业医生和“医生智能体”问诊，并得到详细的就医指引;同时，用户体检报告、健康监测数据等被打通、融合，不需要弄懂那些复杂的指标，也不需要在不同设备的专属APP之间来回切换，就能得到更详细的个性化健康建议。
AQ在一定程度上化解了优质健康资源分布不均匀、优质服务可及性低的矛盾，尤其为偏远地区用户带来了实实在在的服务提升。
上线4个月后，AQ的月活跃用户突破千万，成为继豆包、DeepSeek、元宝、即梦之后，第五个MAU超千万的AI原生APP，也是其中唯一的行业专业级AI应用。
金融领域同样面临优质服务不均衡的问题，也需要AI应用来破局。
中国已步入“全民理财”时代，超过7亿人参与投资，但能获得专业理财师服务的用户不足10%，特别是数量庞大的普通个人、个体户及小微企业，其理财需求持续增长，却面临专业服务严重短缺的困境——全国CFP持证理财师仅20余万人，难以满足如此广泛的个性化需求。
为了让专业的理财服务更普惠，蚂蚁推出了AI金融管家蚂小财。
基于蚂蚁平台上基金公司、券商、财经媒体等200多家专业机构提供的服务和内容，蚂小财上线了盯盘、诊基等专业功能，并深度融入用户理财场景、主动搭话。用户能够随时随地向AI提问，获得专业、个性化的财报资讯解读、基金持仓分析等，以及投教陪伴等理财服务。目前，蚂小财MAU已达7000万，其中45%来自三线及以下城市。
蚂蚁一向擅长撬动不起眼的社会需求，并将其转化为商业价值。AI时代，若能解决普通人最关心的健康与财富痛点，相信也就抓住了未来的“大象”。
B
蚂蚁将AI应用的重点放在金融、医疗与生活领域，并非偶然。
过去二十多年，蚂蚁的业务版图持续演进，从支付工具延展至日常生活和商业活动。但万变不离其宗，蚂蚁的“主线任务”并没有动摇——用技术去解决社会的实际问题。
2003年，为了解决淘宝买家和卖家之间的交易信任问题，淘宝上线了担保交易功能，即支付宝。2004年，支付宝公司正式成立，这也是蚂蚁集团创业的起点。
支付宝、余额宝等一系列产品，极大降低了数字支付和理财的门槛。比如支付宝，它让人无分老少、地无分南北，只需一部能够上网的手机，就能便捷地支付和消费。就连外国人，也享受到了移动支付的便利:今年1—9月，支付宝服务的外籍来华用户同比增长77%。
又比如，余额宝极大拉低了理财的门槛，让数亿普通用户开始接触稳健投资。数据显示，余额宝上线十二年，累计赚取收益5004亿元，相当于每天为用户赚超过1亿元。
在医疗健康领域，蚂蚁的探索已持续11年之久。比如医保码，小小的二维码，让无数人去医院看病时，省去了忘带医保卡的麻烦。截至目前，蚂蚁健康服务医保码用户超8亿，是全国最大的第三方医保服务平台。
此外，蚂蚁去年9月收购好大夫在线，能够在更多场景下，服务更多用户的多元化需求。
AI技术发展至今，越来越多人意识到，其真正价值并非“替代人”，而是通过专业服务的自动化与与规模化，降低专业服务的边际成本，扩大覆盖范围。另一面，AI能基于用户需求提供高度个性化的服务，有效应对细分场景和长尾需求。
金融与医疗，正是专业化要求最高、也最需个性化的领域。蚂蚁在这两个领域深耕多年，积累了深厚的场景理解与资源沉淀，为AI应用提供了坚实基础。而AQ、蚂小财等AI APP在短时间内积累千万级用户，也验证了这一方向的可行性。。
展望未来，蚂蚁在具体场景中的AI产品形态或许还会不断演变，但其战略内核已然清晰——选择将自身发展融入解决最广大人群的最关切问题，商业路径与社会价值实现共振。
一家公司最大的社会责任和想象空间，恰恰就诞生于这种服务最大群体的商业模式之中。这也决定了蚂蚁在技术路径上必须看得更远、扎得更深。
C
对于蚂蚁来说，除了AI应用，AI本身就是那头要抓住的“大象”。
蚂蚁在2023年就提出了AI First，并完成自研大模型百灵的备案。2024年，又推出了多款AI应用，技术路径逐渐清晰。
同时，蚂蚁2022—2024年的科研投入合计超过650亿元，连续三年占其总营收比超过10%。数百亿研发投入，为蚂蚁发展AI大模型和应用提供充裕弹药。
蚂蚁在AI领域一度显得低调务实，但正通过实际成果引发关注:AQ成为国内第五个月活用户突破千万的AI原生App，10月更连续发布两款万亿参数大模型，并获得杨立昆点赞。至此，蚂蚁已构建起从位列第一梯队的自研大模型，到AQ、蚂小财等千万级月活应用的版图。
在此基础上，蚂蚁也把视野投向更远方:下一代AI应用，还可能出现在哪里?
蚂蚁已经在进行探索。通过成立新公司，或是投资有潜力的创业团队，蚂蚁已经在AI智能体、AI支付、智能眼镜、具身智能、自动驾驶等领域布下棋子。
图注:蚂蚁集团研发的全球首个智能终端可信连接技术框架gPass，已在“看一下支付”、智能伴游等场景落地应用。
蚂蚁并未止步于应用层面，而是持续向AI的技术纵深探索，拓宽长期能力边界。
AI基础设施是大模型人工智能的关键技术之一。8月以来，蚂蚁在 AI 基础设施赛道连续落子，投资烨知芯、昕原半导体等三家企业，加码对底层技术布局的延续;在能源层面，蚂蚁领投可控核聚变技术公司“星能玄光”， 这一被视为“终极能源”的技术，有望为AI的长期发展提供根本性支撑。
由此可见，蚂蚁已经将目光投向更基础、更底层的科学前沿。一度经历调整的蚂蚁，正重新展现出面向未来的技术雄心。
去年12月，在蚂蚁20周年活动上，马云表示自己“是为蚂蚁未来的20年而来”，并判断“AI时代将超越所有人的想象”。
近一年过去，这一展望正逐步落地为蚂蚁清晰的技术路线与产品矩阵，在AI这条长期主义的道路上迈出坚实步伐。而它未来的想象力，也将取决于它能否继续在这场关乎未来的竞争中，走得更稳、更远。
（举报）