燒錢、裁員、內卷，國產AI容不下那么多“小龍小虎”

如果不是在翻行業資訊的時候，偶然看到商湯發布了日日新V6大模型的消息，黑馬真的很難想起，這個當年并稱為“AI四小龍”的上古真神。

仔細算算，從2016年AlphaGo打敗李世石，開啟的第一波AI創業潮，到2022年末ChatGPT橫空出世，自然語言處理大模型成為行業主流，過了足足6年。

6年的時間，對于科技行業來說足夠一批新人換舊人，更別說從始至終，“四小龍”都沒有真正走出商業化的困境。

人話說就是，根本賺不到錢。

上個月，商湯剛剛發布了2024年財報，全年應收37.72億元，凈虧損43.06億元，拉長來看，2018-2024年間，商湯累計虧損超546億元。

無獨有偶，同為AI四小龍的云從科技，2024年總營收約3.98億元，同比下降36.6%，歸母凈虧損達5.9-6.8億元，2017-2024年累計虧損超44.75億元。

依圖上市折戟后依圖裁員超70%，醫療業務幾乎關停，轉向安防業務勉強維持現金流……

當然，落魄的不只是這些“上古真神”。

DeepSeek橫掃AI圈還沒幾個月呢，去年還風頭正盛的AI六小虎，現在也萎的萎，沉的沉。

曾宣稱對標OpenAI的零一萬物被傳團隊并入阿里，聲量大不如前；

曾一個月投了18萬條素材的月之暗面放棄了投流策略，Kimi在豆包元寶的夾擊下后繼乏力；

據黑馬了解，有業內人士透露在DeepSeek V2.5 和阿里的 Qwen 70B 推出來的時候，國內很多大模型公司就已經開始放棄訓練大模型了，其中就包括了百川智能；

在黑馬看來，所謂的小龍小虎們的“沉寂”，本質上是資本與技術理想主義碰撞后的必然結果——

市場盤子就這么大，2024年，中國大模型公司融資超200億元，但技術奇點未現、爆款應用缺失、盈利模式模糊的“三座大山”依舊橫亙眼前。

首先來說技術層面技術。

在DeepSeek大爆之前，許多企業迷信“Scaling Law”（模型規模擴展定律），投入巨資堆參數，但2024年OpenAI、谷歌的新模型性能提升有限，證明單純擴大規模已接近極限。

但與此同時，大模型的訓練，其實有很多復雜的細節，非常依賴經驗的積累。

在巨額投入下，如果按照過去的節奏慢慢迭代，其實小龍們依舊能夠維持住自己的盤子。

壞就壞在，DeepSeek的出現讓市場意識到，原來大模型想要達到預期的效果，根本不需要持續投入這么大規模的現金流。

PS：黑馬做一級市場的朋友告訴我，投大模型一年少說要砸10位數才算拿到門票。

而現在，模型如果想繼續訓練，曾經揮舞著鈔票求著給個機會的投資人，已經被更具性價比的方案養叼了胃口。

而更現實的問題還沒開始清算：錢給燒了，賺回來了嗎？

其實不太好說，畢竟按照投資邏輯，如果黑馬有幸拿到了一家獨角獸的入場門票，沒投多久就開始問回報，那按照行業規矩，我這算是沒有長期主義。

但黑馬覺得國產AI行業的問題，不在于營收是否在繼續投入研發，而是整個商業模式都還處在比較“粗放”的時期。

比如To C的大模型產品，現在的App只能算是“半新狀態”：由大模型支撐的很多產品，仍是一個個 App；

大模型提供的是服務體驗，但是怎么把模型的能力和用戶需求對上，打磨出成熟的針對市場的產品，現在還不成熟。

在黑馬看來，當下AI行業對應用層面的需求已經大大超出通用大模型。

技術已經發展到了一個新的階段的時候，沒有明顯優勢的初創企業如果還在AGI上死磕，能走下去的概率不大。

你就算再有技術理想主義，仙女也不能只喝露水是吧。

此外，就算打磨出了好的產品，知名度和流量怎么拉起來又是一個問題。

我們就拿身邊常用的AI應用來說吧，黑馬現在手機里常用的AI APP有DeepSeek、騰訊元寶、豆包、夸克，這些產品大多都來自大廠。

我就問，有多少朋友知道海螺AI（MiniMax的產品），或者用過的？

黑馬盲猜，應該不會超過三成。

這是為什么呢？投放不夠，根本卷不過大廠。

我們就拿六小龍里知名度最高、最舍得投流的Kimi來舉例吧。

據廣告營銷數據平臺 DataEye，Kimi在去年10月的投放素材超18 萬條，是豆包的 4 倍多。

Kimi和豆包2024年月度投流金額（萬元）

但在9月，豆包的日活已達760萬，成為中國日活最大的 AI 產品；同樣是生產力場景， Kimi 智能助手的同期日活只有 130 多萬。

除了投放和生態，大廠更霸道的競爭力在于強大的執行力和源源不斷地資源傾斜。

阿里是中國最積極做開源大模型的公司，其 Qwen 系列開源大模型的總下載量已超 4000 萬次，衍生出了 5 萬個大模型，僅次于 Meta 的 Llama 系列。

今年騰訊元寶也開始發力，企鵝全系產品力推元寶，各種場景搜索植入，線下做地推、線上鋪導流——

你在家里刷手機，打開小紅書、虎撲、B站、知乎、百度……全是元寶，回村放松一下心情，才剛到村口看到的還是元寶。

創業公司和大廠之間的賽跑，一旦獨角獸們的技術無法保持絕對的優勢，在商業模式上的頹勢就會如山體滑坡。

摸著良心，小龍小虎們到底拿什么來硬剛這些“不講道理”的大廠？

現實就是，大廠夾擊之下小龍小虎們能選擇的路已然不多。

零一萬物剛成立的時候，其愿景是 “ 打造 AI 2.0 全新平臺，加速 AGI 到來 ”；結果現在李開復打算把零一萬物的業務完全轉向To B應用，主推企業大模型一站式平臺。

百川也放棄了預訓練大模型，把大部分團隊投入到了醫療AI領域；

階躍星辰和MiniMax收縮To B業務，相繼走上開源之路，專注海外市場，借力開源生態延續競爭力；

就黑馬目前了解到的信息，和業內人士的看法，行業發展到現在，局勢基本上已經明朗：

首先，頭部效應加劇，通用大模型廠商最后可能只會剩下3-4家，除了DeepSeek之外，大部分位置會被大廠占據。

沒能跑到頭部的企業，只能在垂直領域尋找生機，或者轉向應用級市場。

垂直領域方面，百川選擇了的醫療AI，優勢在于能夠避開與大模型的正面競爭、商業化路徑也從“技術驅動”轉向“需求驅動”。

但未知的在于，過于細分行業能否獲取到客戶資源，還有醫療行業的牌照和合規資質，新技術在不斷涌現，大模型訓練成本和對專業知識的要求或許更高等。

太垂直的地方，容易摸不到底。

有業內人士認為：AI落地的成熟度更加接近金融、互聯網兩個行業的，例如 AI辦公、AI政務、AI電商，主要是基于其數字化程度高，以及業績的高確定性。

而對于應用級市場來說，本質上并沒有太高的技術門檻。

類似的案例有前段時間曇花一現的Manus所代表的AI Agent。

其本質上就是就是基于知識圖譜、向量數據庫、搜索引擎，通過檢索知識來提供大模型和應用的平臺。

目標就是讓用戶可以不寫任何代碼，通過提示詞管理和模型管理就能構建自己想要的知識助手。

這樣的產品會更符合大家對于AI助手、以及日常使用中對AI需求的想象。

只不過這樣的產品競爭會更加激烈，因為不具有太高的技術門檻，也就不存在什么商業護城河。

如果做不到和友商打出差異化，很可能會被拖進價格戰的漩渦。

但不論如何，依舊是一條值得嘗試的路。

雖然現狀看上去已經足夠糟糕，但小龍小虎顯然還沒到說放棄的時候——

AI不是短跑，而是一場需要耐力與智慧的馬拉松。

當潮水退去，那些深耕場景、敬畏商業規律的企業，終將在新一輪產業變革中找到自己的位置。

正如依圖創始人林晨曦反思所言：“技術不是時間的朋友，能創造價值的AI才是”。

撰文：柯然

編輯：小馬哥