博客

声明：本文来自于微信公众号 白鲸出海，作者：Lainya

2005年，美国西雅图的一位家庭主妇站在超市货架前，打开了一个叫做「Cozi」的应用。她先扫了一眼孩子今天几点放学，再照着 App 中列好的购物清单，一样样放到购物车里。

二十年过去，这个界面老旧、算不上智能的产品依然躺在美国家庭的手机里。更反常的是，产品能连续两年在母亲节前后把月流水推到百万美元。

「Cozi」近5年月度流水变化|图源 AppMagic

在一个恨不得给所有东西都装上 AI 的年份里，一款“不够聪明”的老应用比想象中更难被替代。这份稳定背后，其实藏着一个值得琢磨的问题。

应用截图|「Cozi」

“看不见”的压力，和被看见的机会

不同于之前我们对日本市场的观察，家庭日程同步应用解决的是夫妻间的“低打扰、异步沟通”的需求。（详见往期文章《瞄准“家庭社交”，有产品 MAU 千万、有产品月流水百万》） 在美国，家庭更大、成员更多、通勤也更远，一次接送安排出错的代价更高。

同时，美国中产对孩子课外活动投入极大，加之此类家庭多居住在郊区，妈妈们的一天几乎绕着孩子转，每天开车接送孩子上下学、打球、彩排。围绕这种生活，专门长出了一个词，“soccer mom”。

*注:soccer mom 最初特指开车接送孩子去踢足球比赛或训练的母亲，后来泛指在孩子成长和课外活动上投入大量时间的母亲。

摩擦往往藏在一个个普通的周末里。儿子的足球比赛在周六上午、女儿的啦啦队表演在月末，这种日子往往需要全家都在场。可规划时，彼此的空档很难弄清，协调稍有疏漏，付出最多的妈妈，还会因孩子的失落背上一层愧疚。

Mental load|图源 Neurosciencenews

妈妈们身上这种“看不见”的负担，成为了「Cozi」的切入点。

2005年，前微软员工 Robbie Cape 和 Jan Miksovsky 创办了「Cozi」。核心逻辑十分简单，把家庭日程、待办事项、购物清单和食谱放到一个共享空间里，让所有家庭成员都能看到。

红框中四大板块（待办板块内又分设了购物、

具体成员 to do 和杂物3个小板块）;

中间为日程共享后的样子;红圈中家庭

板块可邀请成员共享信息|图源「Cozi」

信息“被看见”的价值在于，妈妈不用再一遍遍问“你明天几点回来?”“谁去接孩子?”，而是可以提前规划、直接分配。

家政博客的分享中有人表示「Cozi」有效帮忙

规避了家庭度假和孩子比赛之间的安排冲突，

避免家庭成员重复购买牛奶|图源 kxan.com

把琐碎摊在一块看得见的白板上

「Cozi」在“看见”的基础上又往前走了一步，给每个任务安排一个具体负责人，分担部分执行压力。

在家庭（Home）板块中，用户创建任务时可以选择不同的颜色，而这些颜色背后一一对应着不同的家庭成员;创建后，任务将自动同步至日历(Calendar)和待办(List)中。

在此之前，妈妈们几乎要“决策、协调、执行”一肩挑，通过「Cozi」，妈妈能预先安排、并分担部分执行压力。更重要的是，清晰的颜色标注、提前共享的日程表，虽然不能完全消除负担，但至少能避免家庭成员们最常见的甩锅操作，“我不知道有这个安排”。

点近 Home 界面后的创建页、

创建多项任务后的一周日程|图源「Cozi」

而面对“今晚吃什么”这个每日难题，「Cozi」内置了数十种食谱，用户可以直接选出一周菜单，App 自动生成购物清单。妈妈把清单分享给爸爸，下班顺路采购。后来「Cozi」还加入了 AI Recipe Creator，可以根据用户喜好生成专属食谱。

数十种菜品制作教程中甚至贴心设置了45

分钟内的家庭快手菜。点击黄圈中的购物

图标（左二），App 会自动跳转待办板块，

创立购物清单（右）|图源「Cozi」

这里面，没有一项功能称得上惊艳，但当那些琐碎到无法命名的家务集中到一个可视化界面，并且能连接下一步、联动其他成员时，原本淹没在细碎信息里的妈妈，重新拥有了掌控感。也正是因为这些功能足够贴近生活，让「Cozi」在2021年成为了最佳育儿应用之一。

图源|bestapp.com、Cozi

如果一个家庭多年使用「Cozi」安排日程、共享购物清单、记录食谱偏好，那么换一个 App 的成本就不仅仅是下载一个新软件，而是要从零搭建全家的信息。这种“迁移成本”，成了「Cozi」最深的护城河。上线近20年的稳定表现，也说明用户一旦使用「Cozi」，便很难离开。

「Cozi」在 AI 时代补票，更像一块“补丁”

2025年，「Cozi」也没闲着，推出了79美元/年的 Cozi Max，新增三项 AI 功能:AI Recipe Creator（上文所述食谱功能）、AI Meal Planner(根据日程安排生成全周膳食计划)、AI Event Import(自动导入邮件邀请和活动信息)。配合母亲节促销，当月流水首次逼近百万美元。2026年5月，同样的一幕再次上演，其月流水再次逼近百万美元。

「Cozi」近10年月度流水变化|图源 AppMagic

但值得注意的是，订阅结构中 Cozi Gold 的比例远高于 Cozi Max。这说明用户愿意为核心功能付费，而 AI 功能并没有想象具有吸引力。（Cozi Gold 定价39美元/年，对应权益包括全设备免广告、日程搜索、月度视图等）

调取「Cozi」近一年的评论，用户提到 AI 功能的次数极少。绝大多数好评集中在“简单好用”、“让孩子和父母的日程不再撞车”、“避免了重复购买”等基础体验上。一位使用了三四年的用户写道:“我不介意加个 AI 让我能快速语音输入事件，但没有这些花哨功能我也能照常使用。”

用户提及 AI 功能的非常少，

基础功能仍然是吸引用户的主要因素

|数据源「Cozi」近一年的用户评论

不做更好的「Cozi」，换一种做法突围

如果按照“把「Cozi」做得更好”的思路做同类产品，那老牌「Cozi」的迁移成本可以挡住大多后来者。但2026年初出现的 Nori 想走另一条路——重新定义家庭协作的方式。

Nori 由字节跳动和三星背景的团队打造，在内测一个月内覆盖了超过10万个家庭，上线当天登顶 App Store 生产力榜单，一度超过 Google Calendar。（ 详见往期文章《30天渗透10万家庭:Nori 如何悄悄拿下 AI 的“最后一块拼图”》）

应用截图|Nori

两者差别的根源在于，谁来干活。不同于「Cozi」靠“用户来填内容”的逻辑，Nori 是利用 AI“让系统来理解内容”。

这样的差别，还放在具体的“周末”会更清晰。

在「Cozi」，需要妈妈先在日历上手动输入周末儿子的足球赛和女儿的啦啦队表演，填上时间和地点，查看其他家庭成员的空档，再逐个协调谁负责送谁、谁负责接谁。整个过程依赖用户主动输入和管理。

在「Nori」，妈妈只需要上传2场活动的通知截图，或者直接语音输入，AI 就会自动提取事件信息，识别有空闲时间的家庭成员，提出协调方案和具体安排，比如“爸爸送儿子去比赛，妈妈带女儿去表演，结束后爷爷接孩子们回家”。

一个类似于等用户把生活录进去的账本，一个是主动安排生活的家庭管家。AI 时代下的家庭 App 开始朝着一个能够理解上下文、主动处理复杂场景的方向演变。

但如果仅仅是这样，「Cozi」进行“升级”依然可以追平。但有三星和字节经验的团队，已经陆续上线了 SupreNori，一个主动式的家庭 AI Agent，在获得授权的上下文里主动识别可能需要关注的事项，先询问再行动;近两天还开放了硬件 Nori Family Hub 的预购，它不仅仅是一个大的电子屏日历，放在客厅还会“倾听与记住”。

写在最后

20年前，「Cozi」洞察到了妈妈们的痛点，让用户们愿意走进这款 App，多年的产品积累和家庭使用习惯，使它成为不少家庭默认的生活记录工具，这种地位很难撼动。

20年后的今天，当家庭场景被重新定义为“一个随时可被 AI 处理的生活系统”时，「Cozi」的护城河是否稳固则成了疑问句。虽然 Nori 上线半年的成绩还不足以对「Cozi」构成威胁，但目前来看，「Cozi」如果单纯地给产品打上 AI 功能的补丁，似乎还远远不够。

声明：本文来自于微信公众号 硅星人Pro，作者：李楠

全球具身智能竞争正从单点之争转向系统之争。

特斯拉 Optimus、Figure 等海外公司较早探索本体、模型、数据与场景的垂直整合，一边研发机器人本体，一边建设数据采集和模型训练体系，并尝试将机器人部署到工厂、仓储等真实环境。中国具身智能产业早期更多依靠专业分工建立速度优势，如今也开始将硬件、模型、数据与场景连接起来，形成持续迭代的闭环。

小米现在走到了前面。

7月14日至16日，小米连续公布机器人进厂、Xiaomi-Robotics-U0和 Xiaomi-Robotics-1三项进展，第一次较为完整地展示了其具身智能技术布局。三项成果分别落在本体、数据和模型环节，却指向同一件事——让机器人进入真实世界，在操作中积累经验，再将有限经验转化为可迁移到更多场景和任务的能力。

单台机器人、单个模型和单项能力依然重要，但企业间的长期差距，越来越取决于整套学习系统的迭代速度。小米的三天三连发，恰好串起了真实场景、数据生产、模型训练和机器人部署。

而这也折射出中国具身智能优势的变化。制造、供应链和应用场景仍是基础。新的看点，则是如何将本体、数据和模型组织成一套高效运转的系统。

小米连跨具身三道槛

具身智能领域一直在追问，机器人策略模型能否复制大模型的 Scaling 路径。作为小米三连发的最后一项成果，Xiaomi-Robotics-1给出回应。

传统机器人策略高度依赖特定本体、场景和任务。机器人学习抓取杯子、整理物品或安装零件，往往需要分别采集数据、训练策略;一旦更换机械臂、物体或环境，原有能力就可能明显下降。这种方式很难支撑机器人快速扩展能力。Robotics-1探索的方向，是通过扩大数据和模型规模，让机器人逐步形成能够迁移到更多场景和任务的通用能力。

为此，小米采用“无本体 UMI（Universal Manipulation Interface）预训练+规模化自动标注流程”。预训练阶段使用10万小时不依赖特定机器人本体的 UMI 真实世界操作轨迹，并借助自动标注流程学习通用动作生成能力;后训练阶段再引入约1万小时跨本体数据，完成机器人本体对齐与自然语言指令对齐。

实验显示，随着预训练数据和模型规模扩大，模型的动作预测能力持续改善，并且这种收益也延续到了真实机器人任务中。数据更多、模型更大，机器人在陌生环境中的任务成功率也随之提高，为具身智能领域的 Scaling Law 提供了证据。

而规模化训练进一步带来两类能力。第一类是面对陌生环境和新物体时的“开箱即用”:机器人无须针对测试场景重新微调，就能根据自然语言指令完成操作，减少对固定场景、物体和流程的依赖。第二类是对复杂新任务的高效适配:基座模型已经学习了大量抓取、移动、放置等操作经验，只需补充少量真实机器人数据，便可完成新任务训练。

机器人训练由此有机会从“一个任务训练一个策略”，转向“通用基座加少量数据适配”。在 RoboCasa365公开排行榜中，Xiaomi-Robotics-1以57.4%的平均成功率排名第一，也为这条可规模化训练路线提供了进一步佐证。

不过模型能力能否继续增长，还取决于训练数据的规模和质量。这时候，Xiaomi-Robotics-U0登场。

真实机器人数据是具身智能最昂贵的资源之一。机器人必须在现实环境中持续操作，才能记录视觉、动作、接触和结果。但有限的真实数据无法穷尽光照、背景、物体形变、摆放方式和异常情况，模型可能在熟悉环境中表现良好，进入陌生场景后成功率却明显下降。

小米将 Xiaomi-Robotics-U0定义为全球首个统一具身生成模型。它类似一套面向具身智能的“世界模型式”数据引擎，用生成模型拓展机器人的经验边界，将有限的真实样本延展至更多场景、物体和机器人本体。

U0将具身场景生成、具身迁移、机器人交互视频生成，以及通用图像生成与编辑统一到一个模型中，并通过五维结构化控制保持多视角间的几何一致性。它还支持不同机器人本体之间的数据迁移。由一种机械臂记录的操作经验，可以转换为其他机器人可用的训练数据，降低数据对单一本体的依赖。

U0的五维度结构化场景描述

几组测试数据体现了 U0的强悍。通过 FlashAR+ 方案，U0的生成效率提升82.9倍;在 WorldArena 评测中，U0在全球126个模型中排名第一，总分73.64;在300个样本的双难度测试中，其具身场景生成和迁移效果超过了 GPT-Image-2.0。

更直接的验证来自真实机器人实验。在未知光照、陌生背景等分布外场景中，加入 U0增强数据后，机器人任务表现从36.9%提升至63.2%。生成数据由此转化为机器人应对陌生环境的实际执行能力。

最后，数据与模型仍要回到物理世界接受检验。7月14日的展示中，小米机器人首次在汽车工厂完成柔性工件的长时作业，并拓展至中控台侧盖板排序、料箱折叠等复杂工站。据官方数据，自攻螺母上件工站的机器人作业成功率达到98%，中控台侧盖板排序和料箱折叠回收任务的成功率均达到90%。

虽然这些任务远不如各种舞台表演吸睛，却实实在在展现了机器人的生产力。

一个自我进化的圆环

Robotics-1、U0和汽车工厂中的机器人，分开看分别对应模型、数据和本体，连接起来则构成一套可以持续迭代的学习系统。

Robotics-1从大规模经验中学习通用操作能力，U0扩大训练经验的数量和边界，机器人和汽车工厂则不断提出真实问题，并检验这些能力能否转化为生产力。并且这套系统还能反复运转。

展开来看，机器人进入工厂后，会遇到柔性工件变形、接触卡滞、设备误差和多机配合等问题，每一次失败和调整都会留下有价值的运行数据，而U0可以将有限的真实数据扩展到更多环境、光照、物体和机器人本体，Robotics-1则可以从规模更大、情况更复杂的数据中进行学习。

之后模型变强，机器人便能进入更多工站、处理更复杂的任务，同时产生新一轮问题和数据，继续推动模型进化，形成自我进化的循环。

这意味着，具身智能企业之间的长期差距，会越来越取决于这套循环的运转速度。一次演示只能体现某个时刻的能力上限，持续迭代才决定机器人最终能走多远。

这也解释了小米为何要同时布局。模型在工厂暴露的问题，可以转化为数据需求;真实样本不足，可以借助 U0扩展环境和异常情况;本体设计与任务不匹配，也可以根据模型和运行反馈继续优化。

这带来了不少好处。对研发而言，这让企业可以更快地发现问题、补充数据、训练模型并重新部署。对产业化而言，这套闭环还有望系统性地降低机器人的部署成本。

本体价格只是机器人产业化成本的一部分。每进入一个新场景，企业通常还需要工程师重新采集数据、编写策略和调试系统，这些部署成本同样限制规模扩张。

但对小米来说，其自有工厂能够提供成功率、生产节拍和异常情况等真实数据，在此基础上，U0可以减少重复采集和构造长尾场景的成本，Robotics-1则降低新任务从零训练的需求。随着系统持续运转，机器人进入新工位所需的数据量、调试时间和工程投入，都可能持续缩减。

总之，小米三天内展示的并非三个彼此孤立的成果，而是一套从数据生产、模型训练到场景落地的完整链路。这让它成为行业内少数真正打通全栈技术链路的公司，在一个群雄逐鹿的战场上走到了行业前列。

不过在进化的不只有小米，中国整个具身智能产业也在加速向前。

具身智能进入系统之争

过去两年，中国具身智能正在逐步摆脱全面跟随美国的局面。

在机器人本体、关键零部件、供应链完整度、成本控制和工程迭代速度上，中国已经形成局部优势。然而具身智能的最终竞争，仍取决于机器人能否持续变得更聪明。在模型、算法等上游环节，美国依然保持领先。

值得关注的不只有特斯拉 Optimus 和 Figure。Google DeepMind 的 Gemini Robotics 已从大型多模态模型向机器人控制延伸，头部模型公司也在重新加强机器人和硬件布局。

OpenAI 的公开招聘覆盖硬件、仿真、数据采集、机器学习、执行器和感知基础设施，触及具身模型研发所需的多个环节。Anthropic 近期发布机器人研究项目“Claude Plays Robotics”，探索让语言模型控制不同形态的机器人和仿真系统。

在这一背景下，中国要进一步缩小差距，就需要把本体、供应链和制造场景上的积累更快转化为数据与模型能力，将制造端的局部优势延伸为系统优势。

实际上，小米的价值也正在这里。它的三项进展，恰好提供了一个中国具身智能加速演进的样本。

作为一家业务广泛的科技企业，小米同时拥有机器人本体、自有汽车工厂、数据生成模型和机器人基座模型，也具备消费电子与汽车业务长期积累的硬件工程、供应链、质量控制和量产能力。这让它有机会把AI、硬件、制造与真实场景放入同一套体系。

其中，小米的自有工厂还提供了更深一层的优势。机器人接入工厂数字系统，获取生产任务、物料信息、料格编号和其他机器人状态，并保留远程接管与运行反馈机制，由此真正成为生产系统中的一个节点，具身模型也能获得更完整的任务信息和反馈。

而这些资源和能力组合起来，便形成了一条从中国制造现场生长出来的独特技术路径——先从柔性操作、长时作业和多机协同等真实需求出发，再利用数据生成扩大经验边界，通过基座模型形成跨任务能力，最后依靠硬件工程和制造体系，把模型重新送回生产环境，将模型能力转化为可长时运行、可泛化的生产力。

说到底，机器人在舞台上完成一次高难度动作，只能证明它在某个瞬间的能力上限。能否在工厂里反复稳定运行，才决定它有没有成为生产工具的资格。

具身智能下一阶段的评价标尺，也终究要回到真实生产中的经济账。

声明：本文来自于微信公众号 TopKlout克劳锐，作者：小松

7月6日，快手在港交所的一纸公告，宣告一段超过十年的资本关系迎来剧烈收缩。

腾讯通过大宗交易减持约2.73亿股快手股份，套现超百亿港元，持股比例从15.68%降至9.37%，正式退出快手“主要股东”行列。

图源快手科技公告

次日（7月7日），快手股价单日跌幅达12.04%，收盘报40.46港元/股，市值蒸发近240亿港元，一度不足1800亿港元。今年以来，快手股价已累计下跌超30%。

图源FinScope

看到这则公告，说实话并不让人意外。

从2022年腾讯将京东股票以“实物分派”方式分给股东，到后来减持美团，再到如今对快手动手，腾讯这些年一直在减持。

这是为什么呢?跟着「克劳锐」，逐一拆解吧!

从“流量盟友”到“同赛道对手”

早在2014年，腾讯便参与快手B轮融资;2016年之后连续四年，快手的C轮到F轮，腾讯无一缺席，投资金额也逐轮加码，直到最终将快手送上港交所。

2021年2月快手IPO时，市值一度飙到1.4万亿港元，腾讯持股比例高达21.567%，是当之无愧的第一大机构股东。以当时的纸面财富计算，腾讯这笔投资堪称教科书级别。

但后面的故事，大家都知道了。

快手股价从最高点417.8港元一路下滑，直到本次减持时的43-44港元区间，市值蒸发近90%。

腾讯此时减持，也让很多人觉得反直觉——为什么不等到股价反弹再卖?

这背后的首要原因，是腾讯投资策略的彻底转向。

2022年，腾讯做了一件让整个投资圈侧目的事，把持有的京东股票以“实物分派”的方式直接发给腾讯股东。

一年后，腾讯又用同样的方式，把美团的股份“分发”了出去。

这是什么操作?是一个帝国在收缩边界。

过去十几年，腾讯的投资版图几乎覆盖了中国互联网的半壁江山——京东、美团、拼多多、快手、滴滴、贝壳、B站……腾讯以“流量+资本”的双轮驱动，构建了一个庞大的“腾讯系”生态。

彼时的逻辑是:我出流量，你出战斗力，一起把市场做大。

但这个逻辑在2021年之后彻底失效了。

一方面，互联网行业进入强监管周期，平台经济反垄断成为基调，“腾讯系”这个标签本身开始变得敏感。

另一方面，整个行业从“烧钱换增长”切换到“降本增效”模式，腾讯自己也开始强调高质量增长和聚焦核心主业。

我们再来看腾讯近几年的动作:游戏业务全球化，企业服务发力腾讯云、企业微信，视频号全力冲刺，AI领域不计成本投入……每一分钱都砸在核心阵地上。

与此同时，腾讯自2022年起，就启动了规模庞大的股份回购计划，每年回购金额都在数百亿至千亿港元级别。

与其把钱锁在别人家的股票里，不如买回自己家被低估的股票。从这个角度再来看，腾讯减持快手，一点都不奇怪。

视频号崛起:从互补到竞争

除了投资策略转向，还有一个重要的原因，可能是因为视频号。

腾讯重点投资快手的原点，是在2017年前后。那时的短视频赛道，还在跑马圈地的拓荒时期。

今日头条旗下的抖音刚刚上线不久，但已经展现了强大的生长力，月活从年初253万暴涨至年末5548万。同期，快手月活数据更是遥遥领先，接近2个亿。

但在当时，腾讯在短视频领域是全面落后的。

曾被寄予厚望的微视屡战屡败，从2014年巅峰时日活4500万，跌到几乎可以忽略不计。2017年腾讯再次重启微视，2018年春节期间不仅砸红包，还用微信、QQ全渠道导流，但微视的月活也才勉强达到千万。

在这个时间点，抖音的增速有多快呢?

2018年6月，抖音第一次正式对外公布用户数据:日活超1.5亿，月活超3亿。增长之快令人咋舌。

而在数据公布前的几个月，微信、QQ已经开始全面封禁抖音外链，抖音视频无法正常分享到朋友圈。

很多网友应该还记得，当时张一鸣发朋友圈吐槽:“微信的借口封杀，微视的抄袭搬运挡不住抖音的步伐。”此举引发马化腾在评论区与他隔空对线。

当时那个时间点，腾讯亟需联合快手，抵御字节跳动这个共同的敌人，大力投资快手，可谓顺理成章。

可一晃八九年过去了，视频号现在的增长速度，已经彻底改变了这个等式。

2020年初视频号内测上线时，很多人认为视频号会走微视的老路。但没想到视频号的底层逻辑不是“做一个独立的短视频App”，而是嵌入微信的社交关系链中。点赞即推荐、朋友在看即分发，只要用微信就躲不开视频号。

这个特点也助视频号在微信生态裂变式增长，到了今天，数据已经极为可观:

据多家投行，QuestMobile等机构测算，视频号的日活用户在2026年初就已经突破6亿，月活更是突破9亿，且与抖音的8.5亿日活、10亿月活的差距越来越小。

此外，腾讯官方还对外表示过，视频号总使用时长2025年同比增长超20%，商业化持续提速，视频号直播电商生态也在快速发展。

这意味着什么?

意味着视频号已经成为腾讯在短视频生态的重点方向。视频号和快手之间的关系，已经从“互补”变成了“竞合”关系。

要知道每个人每天刷短视频的时间是有限的，同样的时间，刷了视频号，就没工夫刷快手、刷抖音。

而各大平台的内容创作者、广告预算，也是一个共同的盘子。哪个平台增长空间更大，哪里提供的流量和资源更好，哪里就会吸引到更多的创作者和商业投放。

在这种情况下，腾讯如果继续以“主要股东”身份持有快手，左手全力推视频号抢市场，右手还在给竞争对手当大股东，本身就是一种身份割裂。

当然，这并不意味着双方的合作会因为减持而停止。

业务层面，快手的广告投放依然大量依赖腾讯的广告系统，游戏联运也是双方合作的重点，腾讯也在公告中明确表示“对快手的长远前景及双方合作充满信心”。

只不过，这种关系正在从强绑定转向合作，从战略联盟变成商业伙伴。

AI时代的算力、资源竞赛

说完短视频，再说AI。

7月2日，就在腾讯减持快手的前几天，快手旗下视频生成大模型可灵AI宣布完成近30亿美元融资，投后估值高达180亿美元。

这个估值已超过快手母公司市值的七成，创下了全球视频大模型赛道有史以来最大单笔融资纪录。

投资者名单堪称豪华——CPE源峰、国方创投、BlueFive，还有腾讯自己通过旗下上海启善投资、Parallel Mars Investment Limited各拿下0.56%股权，合计1.12%

一边减持快手母公司的股票，一边又掏钱投资快手孵化的AI业务。腾讯这波操作，又图什么呢?

有行业人士分析，腾讯减持就是为了回笼资金加码AI领域投资，为同期参与可灵AI注资。

在AI视频生成这个赛道上，腾讯和快手既是竞争者，又需要再站到一起，继续对抗共同的对手——字节跳动。

大家都知道，字节旗下的视频生成模型Seedance，背靠抖音和剪映的生态优势，是国内视频AI赛道最可怕的竞争者。对于腾讯和快手来说，单打独斗或许谁都没办法与它正面硬刚。

腾讯参与可灵的融资，或许是一笔策略性投资——花小钱占个座位，既能在视频AI赛道上多一个支点，又能在与字节的竞争中占据有利位置。

所以，我们能看到这份投资名单中，不止有腾讯，还有阿里、百度，BAT罕见同框。三家同时下场，也在一定程度上说明了这条赛道的特殊和紧迫。

图源快手科技财报

不过，除了策略投资，腾讯也不可能让自己在视频AI上的命运，绑在可灵这一棵树上。减持快手拿回来的现金，更可以填进自己AI扩张中。

尤其是近期腾讯混元Hy3正式版发布，迎来了大量好评，多家券商上调评级，腾讯股价在当日迎来超2%的上涨。

甚至还有媒体表示，要向腾讯花1亿年薪挖来的AI天才、混元Hy3负责人姚顺雨道歉。

再加上WorkBuddy在个人AI办公领域占据头部位置，且日活用户遥遥领先第二名，腾讯颇有一种在AI时代打赢翻身仗的感觉。

众所周知，2026年是中国AI大模型最烧钱的一年，模型参数从千亿级向万亿级跃进，训练算力需求指数级增长，推理成本居高不下。

对于自身AI的投入，腾讯同样需要大量的钱，或许这也是分“手”的重要原因之一。

结语

到了这里，我们再来回看这件事。

2014年到2020年，是中国互联网的“帝国时代”。阿里和腾讯两家，以资本建了庞大的生态体系。

那几年不管是To B还是To C的公司，两家都抢先投进去，再导入流量和资源，帮被投公司做大，然后享受估值增长和战略协同的双重红利。

可2021年之后，这个模式走到了尽头。

• 反垄断监管让“二选一”和排他性合作不再可行;
• 资本市场的估值逻辑变了，从看“生态故事”转向看“利润和现金流”;
• AI的出现把所有互联网巨头的注意力都拉回了自身，与其花钱养一个生态，不如砸钱做自己的大模型。

在这个新格局下，从实物分派京东、美团的股份，到逐步减持快手，腾讯的投资版图正在以肉眼可见的速度“瘦身”。与其说是撤退，不如说更聚焦了。