?拆解AI四小龍：只聞新人笑，不見舊人愁

文 | 白嘉嘉

生成式AI大浪淘沙了一整年，潛力股也逐漸在群雄逐鹿中嶄露頭角，智譜AI、MiniMax、月之暗面、百川智能四家公司憑借其過硬的技術實力和市場價值，成為了資本熱捧的「新AI四小龍」。

類似的故事也發生在上一輪AI浪潮。

2016年AlphaGo擊敗韓國頂尖棋手李世石，激起了市場對AI的熱情。此后的幾年時間里，商湯、云從、曠視、依圖因為在計算機視覺領域的領先地位，被譽為「AI四小龍」。

像今天的「新AI四小龍」一樣，「AI四小龍」也先后收獲了多輪融資，但這些錢似乎并沒有如投資人所愿那樣帶來豐厚的回報，「AI四小龍」長期虧損的現狀至今并未得到緩解。

不過事情最近似乎發生了轉機。

近日，商湯發布「日日新5.0」，全面對標 GPT-4 Turbo，并在主流客觀評測上達到或超越 GPT-4 Turbo，甚至還安排日日新和GPT-4的一場拳皇對決，來體現日日新模型的決策速度更快。

紅色Ken由日日新端側模型操縱，綠色Ken由GPT-4操縱 圖源：官方

4月23日發布模型后，商湯股價開始猛烈上漲，6個交易日內上漲了103.33%，中間甚至一度因為股價暴漲而緊急停牌。

為什么「AI四小龍」又突然支棱起來了？

人們復盤「AI四小龍」時，往往將最主要的原因歸結于當時的AI尚處于弱智能，那么「升級」后的生成式AI，又是否能將熬過市場寒冬的AI四小龍拉出虧損泥淖？

艱難求生的這些年里，它們走出了怎樣的道路？這些選擇，對再次踩上AI浪潮的它們又將產生什么影響？

1、轉型：AI四小龍的求生之路

復盤AI四小龍在兩波AI浪潮之間的起落，「場景碎片化」和「商業化不順」是近些年它們顯得后繼乏力的主因，二者互為因果。

在開拓初期，AI四小龍的業務版圖并不零散，都沿著各自錨定的主線發展。

云從和曠視，分別以海通證券的遠程開戶和支付寶的刷臉支付作為商業化切入口，向金融行業蔓延。依圖靠安防業務起家，打開市場后開始靠圖像對比能力深入「AI+醫療」的研究。商湯雖然布局較廣，但也能看出來智慧汽車和安防權重最大。

而之所以今天回頭看的時候，AI四小龍顯得「場景碎片化」，其實是因為受到了科技大廠們的沖擊。

AI公司依靠純算法很難形成核心競爭力，不少公司選擇給大型廠商做供應商，依賴大廠積累的數據資源完成算法優化，當大廠明白過來數據的珍貴，開始自研算法，趕超AI算法公司并不難。

2018年支付寶自研的人臉識別技術上線后，曠視相關業務的營收迅速從2018年的2616萬下降到了2019年的1151萬。安防領域的情況也類似，海康威視等攝像頭廠商自研視覺算法達到和四小龍相近水準之后，也切斷了技術供應方面的合作。

與巨頭的合作中斷，除了意味著單個環節的營收下降，更重要的是原先連貫的業務布局被切碎，就像在運送貨物的鐵路軌道上突然出現了一條大峽谷，成本大幅度上升的同時，「數據-算法」互相促進的發展飛輪也中斷了。

這些的遭遇為AI四小龍敲響了警鐘，當卷入市場競爭，只有包含市場份額、行業KnowHow等因素的綜合實力夠強，才能構成真正的護城河，只停留在技術供應商的階段，難保不會有一天被業內的龍頭清理出局。

于是，今天四小龍分別基于自身的情況走出了不同的道路。簡單來說，上市成功的商湯和云從，正在絞盡腦汁向市場證明自身的成長性，而未能上市的曠視和依圖，則更注重在細分領域構建商業閉環。

最有錢的商湯，選擇通過投資、并購收集優秀的人才和公司來增強自身競爭力，事實上這也是它一貫以來的做法。

作為四小龍中融資規模最大的企業，商湯在2021年之前就先后進行14次投資，迄今已經達到32家。其中AI企業占到半數，剩余涵蓋體育、消費等行業。

另一方面，雖然前文提到的「傳統AI」業務近些年仍在承壓，但整體營收規模不容小覷，因此仍有余力在科研上不斷加碼，2022年和2023年的研發投入均高于總營收。

四小龍中的另一家同樣研發投入大于總營收的云從，雖然早早就提出了和AI Agent類似的人機協同操作系統，但業績面仍不夠有說服力讓市場為其買單。

早在2022年之前，云從就多次在公開場合提到人機協同操作系統。按照創始人姚志強的描述，人機協同操作系統的理想狀態，類似于鋼鐵俠的AI助手賈維斯，和今天熱炒的AI Agent概念如出一轍。

然而，這項業務并沒有在去年取得爆發式增長，僅從2123萬提升到了2259萬，占總營收的3.6%，扛大梁的依舊是人工智能解決方案業務。

但從2021年開始，這塊占到總營收5成以上的業務始終處于下滑狀態，從9.34億縮水至2023年的3.66億。

企業重點發展的新業務增長乏力，支柱業務卻連連下滑，市場因此拒絕為云從的愿景買單。4月7日晚間云從科技拋出的數份公告中，其中之一便是將AI精靈（AI Agent）的募資目標從46.35億元下調為18.52億元。

沒有上市的兩家，曠視科技側重供應鏈物聯網，從細分賽道發力逐漸構建起了商業模式。

“托盤四向穿梭車”系統是曠視扎根智慧物流領域的標志性產品，近些年收獲了不少訂單。雖然整體市場規模僅在15到20億左右，不過對于2019年后就沒有繼續融資的曠視來說，在這一領域構筑護城河并形成正向現金流未嘗不是一種選擇。

而最后的一家四小龍依圖，雖然2021年出售醫療業務之后，「硅基研究室」據公開資料梳理，目前其業務逐步以安防為主軸。

去年10月，原華為機器視覺總裁段愛國加入依圖。段愛國曾先后負責智能安防業務，如今加入依圖，可能也預示著依圖的商業化步伐將進一步加快。

整體來說，在兩波AI浪潮之間，「AI四小龍」商湯、云從、曠視的路線相對清晰，但云從因為資金壓力可能會面臨后繼無力的困境，曠視雖然已經在倉儲物流領域打響了名聲，但市場規模較小的現實也一定程度上限制了企業的發展。

至于被市場詬病的長期虧損，「硅基研究室」認為取決于如何定性這四家企業，如果它們仍具備廣闊的成長性，眼下虧的錢，總有一天會賺回來的。

而眼下的生成式AI浪潮，正是見證他們成長性的最佳窗口。

2、逐浪AI：老江湖各出奇招

再次踩上AI的浪潮，四小龍都認同生成式AI是前所未有的重大機遇，但落實到具體動作上，彼此之間有差異，也有相同點。

「硅基研究室」整理發現，商湯的版圖最完整，實力也最強，云從稍次，曠視在倉儲物流的基本盤中利用AI加強競爭力，而依圖雖然也發布了自己的大模型，但并沒有在市場上掀起波瀾。

商湯和云從的「強」，首先體現在大模型的發布節奏和算力儲備上。

按四小龍的大模型及相關產品發布時間排序，分別是商湯的「日日新」大模型系列（2023年4月）、云從的「從容」大模型（2023年5月）、曠視的輕量級 LLM 模型推理框架 InferLLM（2023年8月）和依圖的天問大模型（2023年9月）。

其中，商湯無論在發布時間還是在迭代速度上，不僅在「四小龍」中居于首位，在全國的科技企業中也身處第一梯隊。

從2023年4月至今，已經先后迭代了5次大模型，逐漸形成了涵蓋文生文、文生圖、多模態、小模型等多種類模型的模型矩陣。

商湯之所以能快速出擊，和過去這些年的技術、人才，尤其是算力積累關系密切。 在上海、深圳、廣州、福州、濟南等城市，商湯都拓展了新的計算節點，總運營算力達到12000P，上線GPU數量達到4.5萬張。

從云從身上也能看到相同的特點。 發布「從容」大模型的同一個月，云從西部智算中心正式投入運營，可以滿足10個百億級或2到5個千億級基礎大模型同時進行預訓練。

毫無疑問，搶先發布大模型帶來的先發優勢，使得商湯和云從一定程度上站在了「百模大戰」頭部梯隊，為其后續迅速布局商業化打下基礎。

除了時間優勢和算力儲備外，與眼下新涌現的AI企業不同，這些熬過寒冬的「老江湖們」對AI的態度則顯得相對更加務實。

「算力+模型」、「基礎大模型+行業大模型+平臺+場景」，是商湯和云從的B端業務最基本的商業模式，在承接客戶開發專屬大模型的需求后，它們背靠算力中心提供端到端、全鏈條的一站式服務。

這些收入直接反映在了企業的業績當中，商湯2023年新添的業績板塊「生成式AI」取得了199.9%的高速增長，營收規模從接近4億拔高至11.8億。

云從方面，雖然財報中沒有明確透露生成式AI具體帶來了多少營收，但從合作及訂單信息中仍能看到它帶來的變化。

值得一提的是，AI四小龍在本次AI浪潮中，基本延續了此前的差異。商湯依舊大而全，云從致力于打造AI Agent，曠視將AI與物流相結合，訂單中也有所體現。

但具體到企業動作上，似乎四者又在邁向同一條河流。譬如，云從、商湯、曠視均強調多模態大模型的重要性，并作為開展下一步行動的關鍵。

軟硬結合上，商湯和云從分別在B端業務的基礎上推出了C端硬件產品「元蘿卜機器人」和「眾尋AI鼠標」，而曠視則堅持物流的基本盤，致力于用AI升級物流機器人。

快、算力積累和務實是AI四小龍在本輪大模型浪潮中的優勢，但如果將競爭者擴大到國內的所有企業，它們眼下最需要下功夫的地方，或許依舊是找到自身有希望構建起競爭力的領域。

梳理四小龍過去一年時間里的業務公開資料能發現，雖然四者之間能找到一些差異化，但這些領域其實都有實力更強勁的對手雄踞其中。

比如在金融領域，百度、華為、阿里等巨頭目前也在與各大銀行、證券公司合作開發金融大模型，未來的競爭激烈程度可想而知。

商湯、曠視重點發力的智能駕駛領域也是如此。雖然商湯早在2016年就開始布局自動駕駛，這些年也發表了不少論文，2023年實現營收同比增長31%，至3.8億。

但縱觀眼下的自動駕駛市場，前有特斯拉的FSD，后有華為的ADS，百度等互聯網大廠各自也布局了自動駕駛業務，想要殺出重圍亦不容易。

3、未來：一代新人難換舊人？

新AI四小龍出爐之后，市場上同步出現了一些唱衰「AI四小龍」的聲音，認為這些上個時代的「遺老遺少」，無論在技術上還是商業前景上都難以與新人相媲美。

但「硅基研究室」認為，這樣的對比其實并不客觀。

第一，兩者正處于截然不同的發展階段。

作為AI領域的新秀，「新AI四小龍」眼下最迫切的任務，是在技術上追趕OpenAI等國際一流企業，讓中國的各項產業在未來的全球競爭中不至于因為AI技術的落后而失分。

換而言之，當市場為新AI四小龍定價時，更看重的是它們未來的潛力，以及達到目標之前需要多少資金來支持企業發展。

而經過多年打磨的「AI四小龍」，已經走出了新手村，眼下最關鍵的問題是如何實現造血，構建商業閉環，依靠自己的力量來獲得投入研發的經費。

這意味著它們的評價體系更多元，不能像「新AI四小龍」那樣只在研發一個維度上使勁。

因此如果從更商業的角度來觀察，能看到商湯和云從發布大模型的時間其實并不晚，技術也足在許多客戶中獲得認可。

第二，如果放在同一個階段來對比，AI四小龍當年對中國計算機視覺領域起到的促進作用其實并不小。

正是得益于「AI四小龍」在視覺算法領域的成就，促使海康威視、大華股份等企業進一步加大相關領域的研發投入，才成就了中國在全球安防領域的領先地位。

另一個作為佐證的案例是，從老AI小龍里出走的人才也組成了如今新四小龍的主力軍。例如有著商湯背景的MiniMax，月之暗面中也有不少曠視系人才。

而當未來「新AI四小龍」也走入相應的階段，未必不會遭遇類似的問題，或許也會摸著「老人們」過河。

究其根本，市場競爭本就是多個維度的對抗，技術優勢能領先一時，卻不能領先一世。

更為關鍵的是，當「新AI四小龍」涌現，「老人們」其實也迎來了價值重估的機會。

當熱錢不再，更務實且積累了更多「過冬」經驗的AI四小龍，顯然比新秀們有更多底氣熬過寒冬。在許多領域，客戶對穩定性的重視程度，要遠遠高于一時的技術領先。

整體來說，AI四小龍雖然今天可能沒有當年那么耀眼，但基本都走出了自己的道路，并務實地向盈利努力。關于它們的未來，或許這句話最適合最為總結——

市場總是在追逐新故事，但也許現實更偏愛老伙計。

*封面圖來自電影《一代宗師》