3月4日，蚂蚁集团联合清华大学发布了开源学习训练框架ARealv1.0稳定版。
虽然这个主打具身智能和数据采集的技术框架相比C端应用来说显得更为底层，但其选择在这个时间点推出稳定版本，本身就传递出一个信号，蚂蚁在AI上的棋子，已经不只下在应用层。
要理解这件事的价值，得先看懂蚂蚁在AI上的整体思路。AReal这个框架，说白了解决的是一个行业痛点，现在做具身智能，缺的不是算法，而是高质量的真实数据。
过去采集这些数据需要昂贵的专业设备，成本高、规模难。蚂蚁数科天玑实验室前不久刚发布的AoE方案，用一个手机加不到20美元的支架就能替代过去数万美元的设备，把数据采集成本打了下来。
ARealv1.0相当于给这套打法提供了一个标准化的训练框架，让低成本采集的数据能真正用起来。这种从数据源头切入的做法，避开了在大模型参数上和大厂硬刚的路线，找的是一个更细分的切口。
如果把时间线拉长看，蚂蚁在AI上的布局其实已经铺得很开。
今年以来，这家公司动作不断，开源全模态大模型Ming-Flash-Omni 2.0和万亿参数的思考模型Ring-2.5-1T，百灵大模型家族全系开源；C端产品上，支付宝的AI付用户数突破1亿，AI健康助手蚂蚁阿福月活超3000万。
蚂蚁集团CEO韩歆毅把这一战略概括为两朵花：有钱花和有命花，一头做AI支付，一头做AI健康。这两个赛道有一个共同点，门槛高、强调信任，不是随便一个通用大模型套个壳就能做的。
1.与阿里的竞合关系
但有意思的是，蚂蚁在AI上的高歌猛进，让它和阿里巴巴的关系变得微妙起来。
去年底到今年初，阿里大力推自己的AI助手千问App，蚂蚁紧跟着发布全模态助手灵光，定位同样是面向普通用户。
在医疗健康上，蚂蚁阿福直接杀入大健康市场；在消费端，支付宝内部的天天秒杀栏目甚至开始自己做消费场景，对接产业带工厂，日销峰值曾达到248万单。
这种局面放在一般公司可能叫内部赛马，但在蚂蚁和阿里之间，情况更复杂。两家在法律和治理上已经独立，阿里仍持有蚂蚁33%的股份，业务上又深度耦合。
这就造成了一个奇观，一边是阿里云对外输出大模型能力，一边是蚂蚁数科自己做百灵企业版，要在金融、能源等行业落地 ；一边是千问App接入淘宝、高德想做AI生活入口，一边是灵光扎根支付宝生态想做新生产力入口。
对普通用户来说，他们不会管背后的公司关系，只会问一个问题，我到底该点开哪个App？
这种竞争未必全是坏事。从战略上看，这反而帮阿里系在AI赛道上实现了多路并进。
字节跳动的策略是聚焦，把所有C端出口都收在豆包这一个品牌上，集中火力砸营销。
而阿里系的打法更像是多点下注，千问打阿里生态，灵光打支付宝生态，夸克打搜索和工具场景，各自占一块地盘。
在AI这场仗胜负未分的阶段，这种分散布局其实是一种防守策略，毕竟谁也不知道最后哪个入口能跑出来，先占住坑再说。
2.开源背后的行业变局
再回头看AReal这个开源框架，放在行业视角里又有另一层含义。
蚂蚁在AI上走的路子，和传统印象里做支付的公司已经不太一样了。它不仅在应用层拿下了AI付和蚂蚁阿福这两个过亿用户的产品，还在底层技术上加码投入。
从百灵大模型全系开源，到具身智能团队灵波科技开源LingBot-VLA等多款模型 ，再到现在的AReal训练框架，蚂蚁在开源生态里刷足了存在感。
这种做法有现实的考量，现在的AI竞争，拼的不只是模型能力，还有生态号召力。谁能在GitHub上吸引更多开发者，谁的框架能成为事实标准，谁就能在下一轮卡位中占据主动。
蚂蚁数科甚至还把触角伸到了海外，最近在马来西亚设立运营枢纽，ZOLOZ这个AI数字安全产品已经服务了全球超30个国家和地区的客户。
在国内企业级AI市场，蚂蚁数科覆盖了超过100%的国有股份行和60%以上的地方性商业银行，这个底子让它做行业大模型时比别人更懂金融场景的需求。
当然，这条路并不好走。
全球范围内，Amazon因为激进的AI资本开支导致股价承压，市场对AI变现的耐心正在消耗。国内字节的豆包已经成为首个双破亿的AI应用，月活日活都领先。腾讯虽然在AI投入上相对克制，但也在悄悄补强人才。
相比之下，蚂蚁面临的问题更特殊，它既要证明自己能在AI时代延续在支付和金融上的优势，又要处理好和阿里的竞合关系，还得在开源生态和商业化之间找到平衡点。
ARealv1.0的发布，或许正是这种复杂局面下的一个注脚。它看起来只是一个技术框架的迭代，背后却是蚂蚁试图在AI基础设施层建立话语权的努力。
当行业逐渐从拼参数转向拼落地，从拼模型转向拼数据，谁能掌握更高效的数据采集和训练方法，谁就能在具身智能、行业大模型这些下一站里跑得更快。
蚂蚁选择从这个切口发力，至少方向是对的。至于最终能不能跑通，还要看这套框架在开发者社区里的接受度，以及它能否转化为真正的业务价值。
匿名用户
