QuestMobile报告显示，截至2025年12月，AI应用月活前五为豆包、DeepSeek、元宝、蚂蚁阿福和阿里千问。蚂蚁灵光进入前十。报告指出，AI应用正从“通用覆盖”转向“场景穿透”，前十应用中通用AI占6席，垂类专业应用占4席。
QuestMobile报告显示，2025年中国AI应用市场实现跨越式增长，月活跃用户总规模突破14亿。移动端AI应用以7.22亿月活占据56.6%市场份额，手机厂商原生AI助手与PC端应用也表现突出。
QuestMobile数据显示，截至2025年12月，中国月活跃用户总数突破12.76亿，月均使用时长达186.2小时，同比增长8.4%。这反映了用户对移动互联网服务的热情持续高涨，尤其在人工智能技术推动下。12月，AIGC应用行业表现突出，月活跃用户规模显著增长。
Quest Mobile报告显示，2025下半年AI应用生态中，豆包、DeepSeek、元宝、蚂蚁阿福位列周活跃用户前四，阿里千问第五，蚂蚁灵光进入前十。Top10榜单中通用AI占6席，垂类专业AI占4席，呈现通用与垂直场景并进格局。
Questas可让用户创建自己的冒险体验
Questie AI是带实时语音聊天的终极AI游戏伴侣，提供多样娱乐体验。
获取AI即时答案，无需等待。
利用AI驱动的问题生成器轻松创建独特而引人入胜的问题，为任何主题或目的生成定制问题。
Xai
$2.1
输入tokens/百万
$3.5
输出tokens/百万
128
上下文长度
foreverlasting1202
QuestA是一个通过问题增强方法提升大语言模型推理能力的创新框架。它在强化学习训练过程中融入部分解决方案，显著提升了模型在数学推理等复杂任务上的表现，特别是在小参数模型上实现了最优结果。
thenHung
这是一个基于T5-base的序列到序列模型，专门用于将复杂问题分解为多个子问题。
Vardan-verma
基于BERT架构的问答机器人模型，在SQuAD数据集上微调，能够根据上下文回答问题。
abdalrahmanshahrour
这是一个基于SQuAD数据集训练的问答系统模型，能够回答基于给定文本的问题。
eibakke
一个在完整Natural Questions(NQ)数据集上训练的开放领域问答模型，能够回答各种事实性问题
consciousAI
基于RoBERTa的问答模型，专用于在给定问题和上下文的情况下推断答案文本、范围及置信度分数。
ibm-research
Re2G是一个结合神经检索、重排序和生成的端到端系统，用于知识密集型任务。该模型是其NQ（Natural Questions）问题编码器组件。
questgen
这是一个基于DistilBERT的句子转换器模型，专门用于特征提取和句子相似度计算。
基于MPNet架构的句子嵌入模型，可将文本映射到768维向量空间，适用于语义搜索和句子相似度计算
google
该模型是基于TAPAS架构的中型表格问答模型，在WikiTable Questions数据集上微调，适用于表格数据问答任务。
pedropei
shahrukhx01
该模型用于区分问题查询与陈述查询，专为通过Haystack分类功能实现神经搜索查询分类而训练。
该模型是基于TAPAS架构的迷你版本，专门针对WikiTable Questions (WTQ)数据集进行微调，用于表格问答任务。
该模型是TAPAS的小型版本，专门针对WikiTable Questions数据集进行微调，用于表格问答任务。
ThomasNLG
基于T5-small的数据问答模型，用于在给定结构化表格输入时回答问题，是QuestEval评估标准的组成部分。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
