腾讯云副总载：云竞技下半场，健康生态成制胜关键
2026年伊始，云厂商间的竞争便迅速升温。近期，百度智能云高层在内部战略会上宣布，将2026年AI相关收入增速目标从100%上调至200%，并立志在全速增长的AI云市场全力争夺第一；阿里云智能集团资深副总裁、公共云事业部总裁刘伟光也公开表示，“阿里云的目标是拿下2026年中国AI云市场增量的80%”；字节跳动火山引擎则夺下了被业内称为“云服务旧世界的最后一块版图”的春晚合作。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
在这一片高调“喊话”声中，腾讯云似乎选择了一条不同的路径。
近期在一次媒体访谈中，腾讯云副总裁、产业生态合作业务负责人杨晨表示：“AI是一个从量变到质变的过程，是一场马拉松，（现在）刚跑了两圈，没有必要展示我们跑得多快，坚持下去比拼耐力、比谁看得清未来场景可能更为重要。”
在这样的态度下，杨晨还透露了腾讯云在AI这门生意上的优先级。他表示，单纯的token消耗量并非腾讯云追求的方向。“我们认为token并不是一门多么健康的生意，它虽然看着量大但黏性极差，我们觉得真正好的、健康的AI生意还是要以应用场景为导向，要去拼场景，看场景在客户端怎么用起来。”杨晨进一步提到，腾讯会在面向消费者（B2C）及个人（C端）的应用场景投入更多力量发掘，找到一些创新的应用场景和价值点。
杨晨认为，AI的出现极大地带动了社会企业的智能化转型和公有云市场大盘的增长。“公有云的上半场是资源，比如IaaS、PaaS这些产品，虽然整个市场体量还在增长，但增幅在放缓，大家普遍面临着一种‘增收不增利’的局面。但AI的出现极大拓展了这个空间，比如以前公有云的客户更多是泛互联网行业，现在各行各业的人都在讨论，如何从过去的数字化转成智能化转型，本质上市场空间的体量有了大幅的增加。所以，我们认为AI的出现能极大地带动整个社会企业的智能化转型，包括整个公有云市场大盘的增长。”
而在由AI与全球化共同驱动的云服务下半场竞争中，杨晨表示，腾讯云将会把发力重点放在AI与SaaS产品的深度融合上，从而构建起差异化的市场竞争力。腾讯云副总裁吴奇胜亦表示，以往云服务上半场的竞争可能更聚焦于资源的售卖，但下半场更多应该聚焦在AI真正帮企业解决了什么问题、AI如何应用到业务流程里去提效。
腾讯云的这一理念已经显出成效。近期在2026腾讯云合作伙伴大会上，腾讯云亮出了最新的成绩单：过去一年，腾讯云携手超过11000家合作伙伴，持续深耕产业智能化，合作伙伴公有云收入继续保持两位数增速，AI及SaaS产品相关订单翻倍增长，AI大模型产品两年内增长超过50倍，收入规模和质量不断提升。同时，出海业务同比增长30%，成为合作伙伴业务发展的重要增长引擎。
在提效工具类智能体应用场景中，腾讯云也在合作伙伴大会上升级了其智能体开发平台。
腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声表示：“平台能力与生态协同，已成为AI落地的核心竞争力，腾讯云将全面开放产品能力，与伙伴共建Agent产业应用生态，推动‘好用的AI’全面落地。”
采写：南都N视频记者 林文琪
相关攻略
AI浪潮来了，我的机会在哪里？怎样才能赚到钱？这是过去一年半，萦绕在腾讯云生态圈每一位伙伴心头最迫切的问题。他们的目光，不约而同地投向了2024年5月上任的腾讯云产业生态合作部新负责人——杨晨。作为
2026一开年，云厂商的战争一触即发。近期，百度智能云高管在近期内部战略会上定下2026年AI相关收入增速从100%上调至200%、在AI云市场全力抢第一的目标；阿里云智能集团资深副总裁、公共云事业
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个