手机看片福利永久国产日韩-手机看片369-手机精品在线-手机国产乱子伦精品视频-国产精品嫩草影院在线观看免费-国产精品嫩草影院在线播放

堅守與變陣:IPO曙光下的大模型“六小虎”

2025-07-01 11:18:39 作者:郭成林 鄭維漢

郭晨凱 制圖

這是一個“社會名聲遠高于商業成果”的行業。以“六小虎”(智譜、月之暗面、百川智能、MiniMax、階躍星辰和零一萬物)為代表的中國AI大模型初創企業,在過去一年經歷了融資退潮、巨頭擠壓與戰略分化等多重考驗。

日前,證監會宣布在上交所科創板設置科創成長層,允許尚未盈利的高研發投入AI企業申請IPO。不少創業者、投資人雀躍:“這相當于是給行業打了一劑強心針。”

但也有業內人士態度審慎:短期內,IPO是一個有效解決方案;長期看,找到持續可行的商業化路徑才是破局之道。

目前,“六小虎”在商業路徑上已分化為兩派:“轉型派”不同程度地收縮了對基礎模型的預訓練,向小模型過渡;“堅守派”則在咬定基座模型研發不放松的同時,探索智能體等商業化落地方向。

戰略分化源自相似的困境:燒錢不止,盈利無期。其背后的艱難求索,折射出中國AI產業發展路徑的復雜性與曲折性。

在IPO的曙光前,科技光環逐漸褪去,商業大考即將到來。

堅守與轉型并存

2025年以來,曾以基座模型能力著稱的大模型“六小虎”的市場關注度持續下降,不復昔日“AI明星”之姿。

梳理“六小虎”近況,曾被視為同一梯隊的六家明星企業在商業化路徑與發展現狀上已呈現明顯分化:智譜、MiniMax、月之暗面、階躍星辰仍“死守”基座模型;而零一萬物、百川智能則已“轉向”。

2025年是智譜的開源年。目前,智譜已陸續開源首個支持生成漢字的開源文生圖模型CogView4和包括基座模型、推理模型與沉思模型在內的智譜最新32B/9B系列GLM模型。

2025年3月以來,智譜已收到來自北京市人工智能產業投資基金、杭州城投產業基金等多家機構的注資。今年3月31日,智譜簽署了上市輔導協議,成為“六小虎”中首個沖刺IPO的企業。

MiniMax也在6月17日開始了為期五天的新品發布,發布產品包括混合架構推理模型M1、視頻生成模型Hailuo 02,以及通用智能體產品MiniMax Agent等。其中,推理模型M1被認為是MiniMax在經歷了一段時間基座模型空白期后對標DeepSeek R1交出的首份答卷。

同期,MiniMax擬上市的消息也引起市場關注。據彭博社消息,MiniMax可能計劃最早于今年實現港股上市,并且已為此次IPO聘請了財務顧問。

月之暗面此前是“六小虎”中“投流”最激進的企業之一,但在DeepSeek爆火后,公司暫緩了投放,Kimi的聲浪也逐漸被DeepSeek、豆包、元寶等產品所蓋過。不過,有業內人士表示,月之暗面并未停止基座模型的預訓練工作。

此外,階躍星辰創始人姜大昕近期表示,在大模型技術還在發展的當下,階躍不想放棄主流增長或前進的趨勢,仍會堅持做基礎模型的研發。

再看“轉型派”的百川智能和零一萬物。

百川智能已選擇“All in”醫療。2025年4月,百川智能創始人王小川在全員信中明確表示,將圍繞百小應、AI兒科、AI全科、精準醫療四個方向,減少多余的動作,深度思考,堅定不搖擺。

零一萬物也已不再對萬億以上超大參數基模進行投入,轉而聚焦于中規模尺寸且具備較高性價比的模型。零一萬物首席執行官李開復表示,零一萬物決定做全面擁抱DeepSeek模型的第一只“小虎”。目前,在零一萬物官網上可以發現,公司已推出了企業級DeepSeek部署定制解決方案。

客觀而言,盡管“六小虎”在市場中的關注度不復從前,但總體上,其境遇并不像部分市場觀點所認為的那么窘迫。

“畢竟之前做了很多融資,目前手里還有‘余糧’。”某接近“六小虎”的人士在采訪中表示。

但危機仍時刻懸頂。業內人士表示,在研發支出剛性與商業化孱弱的背景下,“六小虎”目前皆未實現盈虧平衡,未來若無法實現大額融資,將難以維系長期經營。

表面光鮮而內在窘迫

“六小虎”表面光鮮而內在窘迫,根源在于基座大模型的商業模式存在先天缺陷。

其一,“吞金巨獸”。

大模型的預訓練成本極高,其不僅體現在算力支出上,亦體現在人員支出中。“相關公司研發人員占比都在60%以上,甚至可能會達到70%。”快思慢想研究院院長田豐表示。

其二,依賴融資。

“六小虎”估值高企,使其融資難度陡增。高峰時期,估值動輒數十億美元;如今隨著AI投資理性回歸,高估值又成融資桎梏。而且,即便實現融資,在高投入、高成本的要求下,“融了一兩億元,可能一兩個月就花完了”。

其三,“造血”艱難。

商業化困境始終是“六小虎”的命門,在一年前的行業高光時刻如此,在當前的資本寒冬中更甚。

在C端,大廠和DeepSeek已占據優勢地位。AI產品榜(aicpb.com)顯示,2025年5月國內市場MAU(月活躍用戶數)排行前五的AI App均來自字節、阿里、騰訊等大廠與DeepSeek,“六小虎”備受擠壓。

“在長期研發投入、運營成本、規模流量三方面,初創公司都不占優勢。”田豐表示,“到目前為止,在用戶付費意愿偏低、技術能力更強的模型免費開源、沒有‘爆款’需求出現等因素的作用下,國內的C端市場沒有一個特別好的盈利模式。”

為應對困局,“六小虎”中的MiniMax將出海作為突圍路徑。

“出海理論上能夠解決自我‘造血’的問題,美歐市場用戶對軟件有更強的付費意愿,理論上可以創造較大營收。”有知情人士表示,“MiniMax在海外主要聚焦于規模較小的視頻、語音、情感陪伴市場,避免在文本模態等主力市場上和OpenAI等公司產生直接競爭。”

不過,該知情人士也坦言,其他AI企業也已開始涌入這條賽道,原來預想的實現可觀營收,現在看來并非易事。

在B端,目前“六小虎”大部分均希望能取得更多突破,但在成本與技術領先性兩方面所存在的劣勢,仍使其舉步維艱。

一方面,大廠和DeepSeek的技術更強,企業更愿使用基于前者開發的定制化AI產品和服務。此外,DeepSeek模型開源的特點也使其在B端的本地化部署成本更低。

“DeepSeek內部工程優化的能力很強,成本的下降速度更快,基座模型的迭代頻率也更高。”田豐表示,“這也許意味著,一些初創公司可能會被擠出賽道。”

另一方面,成熟的B端賽道都有產業巨頭“把守”。在AI技術平權的趨勢下,產業巨頭“+AI”后的競爭力較“六小虎”更強,成本也更低。類似的競爭困局,在上一輪“AI四小龍”的商業化路徑中已體現得淋漓盡致。

出路在何方?

“短期內,IPO是一個有效解決方案,也為投資人提供了退出渠道。”蟻智島科技CEO隋闊表示。

但長期而言,找到可行商業化路徑才是破局之道。

鑒于C端目前并不存在較好的盈利模式,受訪的行業專家普遍認為機會在B端。同時,在B端與大廠和DeepSeek正面對抗顯然也非明智之舉,“主力大模型的訓練需要萬卡集群,成本極高。‘六小虎’就算手里還有錢,想和大廠拼這類大模型也拼不起”。

這也意味著,突圍之道存在于垂直領域的B端賽道中:當基座模型能力在某個細分場景中形成服務閉環產品體驗時,往往具備可行的商業化路徑。

例如,由美國Anysphere公司開發的著名AI編程助手Cursor,內部集成了包括Claude 3 Opus、Claude 3.5 Sonnet、Claude 3.7 Sonnet、GPT-4o、Deepseek R1等多個基座模型。用戶可以根據自身偏好選擇模型,Anysphere則根據用戶使用的tokens數量進行收費并向Anthropic、OpenAI等基模開發公司支付API的費用。

“這就相當于批發商把tokens賣給零售商,當Anysphere這個零售商賺錢的時候,上游批發商也是賺錢的。不過,用戶在零售商這里購買誰家的tokens,就完全取決于市場覺得誰好用。”田豐表示,“所以基座模型在垂類應用場景中的能力一定要強,最好做到前兩名,否則B端的AI產品開發商就不會選擇。”

同時,收縮預訓練規模、將資源投入至面向垂直領域的小模型或智能體也是可行之徑。

“下沉至某些應用領域,壓力會小很多。”相關業內人士表示:“此外,如果不做基座模型,就意味著不需要大規模地租用算力,可能會節省至多六到七成的成本。”

更重要的是,合適的模型加上行業的專業數據與“Know how”,可讓資源有限的初創公司獲得相對于大廠的差異化優勢。“好比說OpenAI的API在各個領域都可以拿80分,甚至一些領域能拿85分,但是在垂直領域可能不如一個小模型加小數據的訓練結果。”隋闊解釋道。

至此,應用賽道的選擇又成為打通商業化之路的關鍵因素。

開放的垂直行業孕育良機

在隋闊看來,一條好的賽道首先是一個有前景的利基市場;其次,行業不能過于封閉以至于難以實現“Know how”。

“之所以選擇利基市場,是因為這是一塊不容易被大廠盯上的‘小蛋糕’。”隋闊表示,“大廠更加側重于通用產品和通用能力的建設,這種‘抓大放小’的思路往往會在垂直行業中遺漏需求和痛點。”

行業垂直、流程復雜、數據排他,是選擇利基市場時主要考慮的因素。

“我們率先進入這個領域,拿到了垂直的行業數據,做到更深度的業務洞察,跑通行業的工作管線,就能和市場形成強綁定。”在隋闊看來,大廠擁有足夠強的生態與足夠多的資源,AI初創公司只有做到以上幾點才能發揮自身獨特價值,難以被大廠輕易取代。

當前AI技術還處于中早期階段,利基市場需求尚未被充分激發。“我們認為,隨著技術進步,AI在復雜任務工作流中的占比必然會逐步提高,市場在意識到產品價值后,需求也會上升。”隋闊解釋道,“所以要進入能看到發展前景的利基市場。”

值得一提的是,過于封閉、難以實現“Know how”的賽道盡管垂直且競爭烈度更低,卻不是好的利基市場。

例如,有業內人士分析,醫療行業可被看作一個相對的封閉市場。該領域的AI化存在兩大結構性障礙:一是醫療數據高度集中于醫療機構,外部企業難以獲取用于模型訓練的臨床數據;二是醫療體系以公立醫院為主體,商業化應用必須與醫院建立合作關系才能落地。這種封閉性導致AI醫療產品無法通過互聯網平臺模式快速擴張,而需要突破執照、資質等多重壁壘。

“開放的垂直行業對于創業公司更友好。”田豐說。

無論堅守抑或轉型,無論C端還是B端,“六小虎”的每一條出路皆荊棘滿布。未來,唯有具備垂直行業的深刻洞察、追求極致的產品能力,以及遠超對手的成本效率——這三項特質者方能幸存。

(來源:上海證券報)

責任編輯:劉明月

掃一掃分享本頁