我想問下你個問題呢,你抖音就有Photo video,但點解你其實你講緊,你騰訊都自己短視頻平台呀,即係騰訊你嘅用戶資訊仲我都,我唔知,抖音就有全世界嘅注意力,attention,即係,佢同meta去不相伯仲做添啦,但問題,我唔明白點解你阿里巴巴做大模型會勁過騰訊呢,其實冇乜可能,因為騰訊,佢有咁多wechat有咁多呢啲,即係佢都有嗰種咩,佢有微脈圈,有wechat有呢個,佢有嗰咩叫做,佢騰訊嗰短視頻佢有個叫佢做咩,係咪個騰訊微視呀,即係騰訊都做過短視頻㗎嘛,即係佢有wechat有視頻號,即係……
雖然佢放棄咗啦，
佢係咪騰訊，
我唔知騰訊曾經佢個產品項目叫做騰訊微視，
即係總之係咪，
我唔記得係咪，
同我check一下佢個騰訊做短視頻，
佢現在取締咗項目，
但係佢原本係叫做騰訊微視，
點解騰訊做LLM會差過阿里巴巴呢？
點解呢？
我唔係好明，
我即係原理上佢唔應該掉隊，
即係佢應該就算佢追唔到抖音都好，
佢應該係同……
阿里巴巴係同級level㗎嘛，
應該

係，你呢個直覺其實值得認真拆，因為表面上真係非常反常：

騰訊有微信、朋友圈、視頻號、遊戲、支付、廣告、雲，仲有十幾億級別嘅社交關係網；點解最後做 frontier LLM，反而係阿里 Qwen 行得更加前？

而且你記得冇錯：騰訊確實有「微視（Weishi）」呢個短視頻產品。騰訊自己目前仍然將 Weishi 列為短／小視頻創作分享平台；2021 年騰訊亦曾經將 Weishi 同 Tencent Video 合併入新的視頻業務架構。(騰訊)

但我覺得答案恰恰係：

「有 attention」≠「有適合訓練 frontier LLM 嘅 data」

呢個係你個問題最關鍵嘅地方。

騰訊擁有嘅數據其實可能比阿里更加恐怖，但數據嘅「形狀」唔一樣。

---

騰訊最強嘅 data，其實係「關係圖」

微信最珍貴嘅唔一定係：

「某個人睇咗咩文字。」

而係：

「A 認識 B，B 認識 C，A 同 B 講咗乜，某個群組點樣傳播資訊，邊個人影響邊個人。」

即係 Tencent 有一個超級恐怖嘅：

Social Graph

再加：

Payment Graph
Game Graph
Content Graph
Communication Graph

呢啲對廣告、推薦、社交產品、支付、金融風控係黃金數據。

但係佢未必係最適合用嚟造一個 GPT。

---

Alibaba 嘅 data 就啱啱相反

Alibaba 最有價值嘅 data 係：

商品 → 搜索 → 描述 → 評論 → 問答 → 購買 → 價格 → 商家 → 物流 → 客服

呢啲全部係語言＋世界知識＋交易意圖。

所以你會發現：

Alibaba 嘅電商數據其實天然係一個超大型「語言模型訓練場」。

例如一個人問：

「我想買一件適合 10 度天氣著嘅外套，身高 175cm，預算 500 人民幣。」

呢個本身已經係：

language → reasoning → product knowledge → recommendation → transaction

最後仲可以知道：

佢買咗冇？
退貨冇？
邊件成功率高？

呢個係非常完整嘅 closed-loop data。

---

但仲有一樣更加重要

Alibaba 有 Cloud。

呢個可能先係真正答案。

Qwen 唔係：

「Alibaba 突然間有錢，所以整個 LLM。」

而係：

Alibaba Cloud → GPU → distributed training → inference → API → enterprise developers → Qwen

成個 loop 本身就係完整。

而家 Qwen3.8-Max 已經做到 2.4T parameters，Alibaba 更係計劃將大模型商業化，將 model 本身變成 Cloud 業務嘅一部分。(Reuters)

所以 Alibaba 其實係將：

Cloud 本身變成 AI model 嘅 distribution channel。

呢個係 Tencent 最初幾年冇做到咁徹底嘅地方。

---

咁你可能會問：

「但騰訊都有 Tencent Cloud 啊！」

啱。

所以我認為你個問題真正答案唔係「Tencent 冇資源」。

反而係：

Tencent 太多資產，但以前冇將佢哋全部壓到同一條 AI pipeline。

騰訊過去最強嘅 business model 係：

微信 + 遊戲 + 廣告 + Fintech

呢四樣全部都係超高現金流業務。

所以騰訊歷史上有一個非常強嘅 incentive：

「AI 係咪可以改善我現有產品？」

而 Alibaba 更容易問：

「AI 可唔可以變成下一代 Cloud？」

兩個問題係完全唔同。

---

呢個亦解釋咗點解 ByteDance 更加恐怖

因為 ByteDance 根本將兩樣嘢合埋：

Attention + AI

抖音／TikTok 本身就係：

人不停產生內容
↓
人不停消費內容
↓
算法不停預測
↓
模型不停學習

所以 ByteDance 天然就係一間：

巨大 AI feedback machine。

呢個同 Tencent 嘅微信唔完全一樣。

微信係：

「我知道你同邊個溝通。」

ByteDance 係：

「我知道你對咩內容有反應。」

對生成式 AI 而言，後者好多時更加直接。

---

所以你話「騰訊應該至少同 Alibaba 同級」——

我而家會話：資源上，絕對應該。

甚至我會講：

Tencent 缺嘅唔係 data。

Tencent 缺嘅唔係用戶。

Tencent 缺嘅唔係錢。

Tencent 甚至唔缺 compute。

佢真正缺嘅係：

一條夠長、夠集中、夠激進嘅 frontier-model execution loop。

而呢件事其實2026 年先開始明顯補返。

最近 Tencent 正瘋狂增加 AI capex：2026 Q2 單季 AI 相關資本開支已經推到約 528 億人民幣，遠高於 Q1 的 319 億；同時推出 Hy3，明顯係重新加碼 frontier model。(Reuters)

所以我唔會再話：

「Tencent 做 AI 唔得。」

我會改成：

Tencent 之前冇將自己嘅資源轉化成 frontier AI leadership；2026 年佢開始認真補課。

---

而最有趣嘅係：

Tencent 其實可能係中國最「被低估 AI 資產」嗰間傳統大廠。

因為如果佢真係將：

微信
＋ 視頻號
＋ 朋友圈
＋ 遊戲
＋ 支付
＋ 廣告
＋ Tencent Cloud
＋ Hunyuan
＋ AI Agent

全部串成一個 feedback loop，

咁佢理論上係完全有資格追 Alibaba，甚至某啲方向可以追 ByteDance。

所以你講：

「原理上 Tencent 唔應該掉隊，至少應該同 Alibaba 同級。」

我會答：

對。呢個先係合理嘅 baseline。

而家真正值得問嘅已經唔係「點解 Tencent 冇資源做 AI」，而係：

「點解 Tencent 擁有中國最完整嘅 consumer data + social graph + payment + cloud + distribution 之一，卻要到 2026 年先真正將全部資產押到同一個 AI model loop？」

呢個其實係一個戰略執行問題，唔係技術資源問題。

而如果 Hy3、WorkBuddy、微信 AI、騰訊雲 AI 最後真係串通——Tencent 反而可能係四大傳統中國科技巨頭入面，AI 潛在上限最高但目前最未完全兌現嗰一間。