在 2025 年激烈动荡的全球 AI 赛道上，阿里巴巴与谷歌，两个全球头部 AI 公司，正在不约而同的通过构建全栈式 AI，打通从底层硬件到应用的完整闭环生态，也成为全球唯二两家具备全栈 AI 技术能力的头部科技公司。
这场攻势的基石是其前所未有的资本开支投入承诺。
今天，阿里巴巴发布的 2026 财年 Q1（自然年 2025 年 Q2）财报显示，季度资本开支（Capex）386 亿元，创历史新高。在财报电话会上，CEO 吴泳铭还公布，过去四个季度，阿里巴巴已经在 AI 基础设施以及 AI 产品研发上累计投入超过 1000 亿元。
AI 投入见效，本季度 AI+ 云表现强劲，阿里云收入增长继续加速至 26%，AI 相关产品收入已连续 8 个季度实现三位数同比增长。同时，阿里还首次披露：季度 AI 收入占外部商业化收入的比例已超过 20%。
在 AI 投入厚度与力度的支撑下，阿里的大模型创新引擎正以惊人的节奏运转。7 月内，阿里接连发布并开源了多个重量级模型：Qwen3 推理模型，登顶全球最强开源推理模型；在经典基础模型，开源的 Qwen3 新版本全球最强；还有编程能力比肩全球顶尖闭源模型的 Qwen3-Coder；以及 7 月底发布的业界首个采用 MoE 架构的视频生成模型 Wan2.2。
8 月，阿里开源全新文生图模型 Qwen-Image，当天即登上 Hugging Face 的模型榜单首位。8 月 22 日，阿里还发布了 Agentic 编程平台 Qoder。
这种高频次的模型迭代，正在通过开源策略迅速构建生态护城河。目前，通义千问衍生模型的数量已突破 14 万，超越 Llama 成为全球第一大 AI 开源模型，全球下载量超过 4 亿次。
这一系列行动，完美诠释了吴泳铭所确立的 " 用户为先、AI 驱动 " 的核心战略。
跨洋的呼应：谷歌的重注 AI 与全栈模式的浮现
阿里巴巴的 AI 战略雄心，在太平洋彼岸得到了强有力的呼应。谷歌发布的 2025 年第二季度财报，让 " 全栈式 AI" 的战略模式清晰地浮出水面。
财报中最引人注目的数据，是谷歌通过提升模型能力，低费用甚至免费各类应用，使得谷歌一个月内的 token 调用量翻倍，从 5 月的 480 万亿大幅跳增至 980 万亿。
为应对推理需求大爆发，谷歌将其 2025 财年的资本支出（Capex）指引，从 750 亿美元大幅上调至惊人的 850 亿美元。这种被华尔街分析师形容为 " 非谷歌式 "（un-Googly）的豪赌，与其过去 " 审慎、成熟 " 的投资风格大相径庭。
尽管此举在短期内严重压缩了公司的自由现金流（FCF），但分析师普遍认为，这恰恰是投资者一直 " 强烈呼吁 " 的，表明谷歌终于准备 " 真正认真地对待 AI"。
谷歌的 " 非理性 " 豪赌，正是为了构建和强化其全栈 AI 能力。
这一模式的核心在于，科技巨头必须掌控从底层到顶层的每一个关键环节，以实现性能、成本和创新速度的极致优化。
该模式可被清晰地划分为三个层次：
硬件 / 基础设施层：包括自研芯片、服务器集群以及遍布全球的数据中心网络。
基础模型层：拥有一个强大的、作为 " 智能大脑 " 的专有大模型，如谷歌的 Gemini。
应用 / 生态层：依托占据市场主导地位的应用程序（如谷歌搜索、YouTube）作为 AI 技术部署、数据收集和用户触达的主要渠道。
谷歌和阿里不约而同地选择了这条资本密集、全栈式技术的道路，并非巧合。
这证明全球 AI 竞争范式正发生着变化：单纯的算法竞赛时代已经结束，取而代之的是一场关于集成系统、资本实力和生态控制力的全面战争。这种 AI 全栈模式正在成为有志于在全球或区域市场取得 AI 领导地位的企业的唯一路径，并极大地抬高了行业的准入门槛。
全栈 AI 布局：硬件、模型、应用齐头并进
通过对阿里巴巴和谷歌 AI 战略的深入剖析，可以发现两者在全栈布局的三个层面呈现出惊人的 " 战略镜像 "，尽管具体战术有所差异，但其底层逻辑高度一致。
1、算力基座：建设万亿级 AI 基础设施平台
控制物理基础设施，是全栈战略的起点。这关乎着整个下游生态的性能和成本，阿里和谷歌都将拥有和运营自有算力视为不可动摇的基石。
阿里巴巴计划在未来三年投入 3800 亿元人民币，其明确目标是 " 建设具备全球技术竞争力的云计算网络 "。
今年以来，阿里云已在全球范围内，包括北京、上海、杭州，及泰国、韩国、马来西亚、迪拜和墨西哥，投入启用 8 个新的 AI 和云数据中心及可用区，正式这一计划的初步成果。今年下半年，阿里云的全球基础设施布局将扩展至 30 个地域、95 个可用区。
谷歌的 850 亿美元资本支出计划同样聚焦于此，其中约三分之二用于服务器，三分之一用于数据中心建设和网络设备，主要目标是满足云客户对 AI 算力的旺盛需求，并支撑其内部庞大的 AI 服务。
2、模型中枢：通义千问（Qwen）与 Gemini 作为生态大脑
如果说算力是 " 身体 "，那么大模型就是 " 大脑 "。阿里和谷歌都将自己的旗舰模型作为构建开发者生态的核心枢纽，而非仅仅是一个产品。
阿里巴巴的通义千问（Qwen）系列，选择以开源为主导的生态路径，凭借其高性能和低成本的优势，Qwen 在今年迅速登顶全球最强开源模型宝座，全球衍生模型数量超过 14 万，全球下载量突破 4 亿。
通过中国最大的 AI 开源社区 " 魔搭 "（ModelScope），阿里汇聚了超过 1600 万开发者，共同构建一个庞大的、以通义为核心的 AI 生态系统。
谷歌的 Gemini 则走了另一条路——深度集成与规模化应用。通过其庞大的现有开发者网络，Gemini 已经吸引了超过 900 万开发者进行构建。其处理能力更是达到了惊人的每月超过 980 万亿 tokens，自 5 月以来翻了一番。这清晰的展示了谷歌利用其平台优势，将 Gemini 深度嵌入到全球开发者工作流中的强大能力。
3、应用为王：从电商、搜索到万千场景的 AI 落地
全栈模式的最终价值，体现在应用层。
阿里和谷歌都巧妙地利用其占据绝对优势的 C 端应用，作为 AI 技术的最佳试验场、分发渠道和数据来源，形成了一个强大的正向反馈飞轮。
阿里巴巴的飞轮由其庞大的商业生态驱动。最近，高德地图全面 AI 化，钉钉最新完成 AI 升级，淘宝平台正从 AI 搜索、AI 广告平台等一系列 AI 应用升级。财报显示，淘天的 AI 工具 " 全站推 " 持续带动淘天商家经营效率提升。6 月淘宝上线百亿参数大模型 RecGPT，让 " 猜你喜欢 " 更精准，测试显示用户加购次数和停留时长均提升超 5%。阿里国际的 AI 工具 Marco 日均调用量超 10 亿次。
谷歌的飞轮则围绕其核心的搜索和云业务。搜索中的 AI Overviews 功能已覆盖超过 20 亿月活跃用户，并使相关搜索的查询量增加了 10%。在企业端，谷歌云通过将 Gemini 功能捆绑进 Workspace 套件，有效推动了其 32% 的收入增长。
这个闭环系统的逻辑是清晰的：应用层（如电商、搜索）产生海量高质量的专有数据和用户反馈，这些数据被用于训练和优化模型层（通义、Gemini）；而更强大的模型反过来又提升了应用体验，吸引更多用户，产生更多数据。
整个循环在自有的、经过优化的基础设施层上高效运转，构成了难以逾越的竞争壁垒。
阿里巴巴的全栈 AI 优势，与一个完整的、端到端的商业生态系统实现了完美结合，这构成了其核心技术壁垒——一个高效运转的 "AI 飞轮 "。
结论：不止是技术竞赛，是商业生态的对决
阿里巴巴与谷歌在 AI 战略上走向趋同，共同选择了资本密集、技术垂直的全栈模式，或许将成为定义 AI 时代格局的关键特征。
它宣告了一个新时代的到来：未来的竞争，不再是单一算法或产品的较量，而是从芯片、数据中心到大模型，再到杀手级应用的完整生态体系的对决。这不仅是进入顶级赛场的入场券，更是决定胜负的终极武器。
对于阿里巴巴而言，践行 AI 全栈战略的意义尤为深远。在坚实的 AI 基础设施平台上，通过将 AI 能力注入电商、物流、出行、搜索、办公、金融等千行百业，阿里正在构建一个自我强化、高效变现的商业智能闭环。
放眼中国市场，这场 AI 竞赛的终局，胜利者将不取决于谁拥有最聪明的单一模型，而在于谁能构建出最强大、最完善、协同效应最强的 AI 驱动型商业生态。在这场终极对决中，已经拥有完整商业闭环并全力加码全栈 AI 的阿里巴巴，无疑已经占据了有利的战略高地。
