智譜和 MiniMax 之后，誰會是下一個去上市的 AI 創(chuàng)業(yè)公司？

撰文|藍洞商業(yè) 趙衛(wèi)衛(wèi)

獨立上市還是被并購重組，是當下擺在大模型「六小虎」面前的選擇題。

兩個月前，智譜 AI 在國內正式開啟 IPO 進程；近日 MiniMax 也傳出考慮港股 IPO 的消息。 在大模型六小虎中，智譜 AI 和 MiniMax 是最早「出道」的，早在 2022 年，智譜就訓練完成國內第一個千億開源模型；而 Minimax 同期也上線了 AI 虛擬社交產品。

上市之外，資本催化下的 AI 創(chuàng)業(yè)公司可選擇的另外一條路，就是被大公司并購。

就在 6 月，美國的 AI 創(chuàng)業(yè)公司 Scale AI 被 Meta 收購，143 億美元買下 49% 的股權，同時創(chuàng)始人加入 Meta 負責 AI 業(yè)務。Scale AI 成立于 2016 年，以數據標注為主營業(yè)務，幫助大公司訓練和改進模型數據，并購之后，大客戶谷歌和 OpenAI 很快暫停了與 Scale AI 的合作。

而國內市場，在今年的 DeepSeek 爆火之后，昔日的「六小虎」格局早已經分崩離析。

李開復的零一萬物早已退出基礎模型領域的競爭，是最早被外界定義為行業(yè)掉隊的一個；王小川的百川智能收縮戰(zhàn)略，聚焦醫(yī)療行業(yè)，三位聯合創(chuàng)始人出走，也陷入外界的質疑聲之中；姜大昕的階躍星辰是最晚進入「六小虎」格局的，估值規(guī)模靠后，今年也裁撤 C 端產品聚焦智能體；楊植麟的 Kimi 也不再激進做市場投放，聚焦基礎模型和智能體產品。

可以說，「六小虎」小敗局已經顯現，至少兩到三家已經不再同一個維度競爭，演變成了「四小強」甚至更小的格局。更重要的是，面對字節(jié)跳動、阿里和騰訊等大公司在流量和產品規(guī)模上的優(yōu)勢，國內大模型創(chuàng)業(yè)的市場空間進一步被壓縮，尋找差異化競爭策略成為當下洗牌期的重要任務。

DeepSeek 讓資本市場重新審視投資邏輯，用戶的選擇也讓大模型行業(yè)淘汰加劇，被并購還是謀得上市？這是擺在大模型創(chuàng)業(yè)公司面前不遠的路。

超越 DeepSeek 很難

不再盲目追求用戶規(guī)模，改變激進的獲客策略，從 To C 市場轉向 To B，技術重點轉向底層模型，是今年上半年大模型創(chuàng)業(yè)公司的重要改變。

Kimi 是改變最明顯的一個，在字節(jié)豆包和騰訊混元激進的市場投放和獲客下，Kimi 也難以與大廠抗衡，不得不跳出大廠的射程范圍，一方面繼續(xù)鞏固長文本等模型的優(yōu)勢，一方面又開拓差異化的獨有場景。

從獨有的場景看，Kimi 與小紅書合作，小紅書賬號中打造了搜索對話入口，讓用戶可以直接利用 Kimi 一鍵生成筆記；而在與《財新》的合作中，《財新》高質量的內容也成為 Kimi 回答問題生成答案的高質量來源，而《財新》也具備了對外提供 AIGC 服務的資質。

但目前，這兩個獨有場景的打造給 Kimi 帶來的優(yōu)勢還有待觀察，與小紅書的合作更偏市場營銷，而與《財新》的合作更幫助《財新》獲取付費用戶。

另外一方面，基礎模型的底層建設依然是 Kimi 的目標，包括智能體在內的應用層機會也是重點方向。最近 Kimi 開源了參數量只有 72B 的代碼模型 Kimi-Dev，在 SWE-bench Verified 上以 60.4% 的成績取得開源 SOTA，號稱編程水平比最新的 DeepSeek-R1 還強。

模型性能仍舊是決定 AI 創(chuàng)業(yè)公司的上限，向更強大的人工智能邁進的步伐仍在繼續(xù)，對標 DeepSeek 也成為最大的吸引力。

近期 MiniMax 也開源了最新推理模型MiniMax-M1，號稱挑戰(zhàn) DeepSeek，算力租賃成本僅 53.47 萬美元；而此前智譜也發(fā)布了智譜 GLM 全棧自研大模型，包括推理模型 GLM-Z1-Air 和基座模型 GLM-4-Air0414，號稱前者性能達到 DeepSeek-R1 水平，速度提升最高 8 倍，價格僅需 DeepSeek-R1 的 1/30。

超越過去的 DeepSeek不難，超越現在的 DeepSeek 很難。

今年 3 月份，DeepSeek 的 V3 模型完成小版本升級，5 月份 R1 模型又完成小版本試升級，而傳說中性能驚人的 R2 深度推理模型遲遲未能發(fā)布，至今仍舊是行業(yè)最期待的一件事情，相關傳聞一直沒有獲得官方證實，而按照 DeepSeek 的發(fā)布節(jié)奏，今年 6-7 月份大概會有一個比較大的版本更迭。

在 DeepSeek 的壓力之下，AI 創(chuàng)業(yè)公司不得不在近期抓緊模型發(fā)布的節(jié)奏，試圖用更少的算力資源訓練模型，以更低的成本和更優(yōu)化的算法打開技術突破的路線，所以底層的模型能力依然是當下競爭的重點。

人才爭奪戰(zhàn)不止

爭奪 AI 人才，是 AI 創(chuàng)業(yè)公司必須面對的大公司的威脅之一。

最近 OpenAI 首席執(zhí)行官山姆·奧爾特曼在采訪中透露，為打造頂尖的人工智能團隊，Meta 向 OpenAI 員工開出高達 1 億美元的簽約獎金，甚至還有更高的年薪待遇。此前，Meta 已經挖走了多家公司的工程師，包括谷歌 DeepMind 的主要研究員 Jack Rae。

此外，Meta 最近試圖收購由 OpenAI 聯合創(chuàng)始人伊利亞蘇茨克弗創(chuàng)立的人工智能初創(chuàng)公司 Safe Superintelligence。當蘇茨克弗拒絕該收購提議后，扎克伯格轉而嘗試招募這家初創(chuàng)公司的首席執(zhí)行官兼聯合創(chuàng)始人丹尼爾格羅斯（Daniel Gross）。

1 億美金的簽約費，讓外界感受到 AI 人才爭奪戰(zhàn)的瘋狂程度。

但事實上，整個 2024 年 OpenAI 初創(chuàng)團隊分崩離析，11 位初創(chuàng)成員中有9人離開，并沒有人直接加入 Meta，他們離開的原因是 OpenAI 自身發(fā)展方向上的內部分歧，離開的初創(chuàng)團隊成員，紛紛自立門戶或是加入谷歌等公司。

導致團隊分裂的往往先是內亂，然后才是外患。去年 OpenAI 在財務壓力和戰(zhàn)略分歧上導致的人才流失，是今年中國 AI 創(chuàng)業(yè)公司的前車之鑒。

根據智東西統(tǒng)計，今年上半年，大模型六小虎中有 12 位高管離職，除了月之暗面沒有高管變動，變動最多的分別是智譜、百川智能和零一萬物，而且主要都是商業(yè)化負責人，包括智譜首席運營官張帆、MiniMax 商業(yè)化合伙人兼副總裁魏偉，以及此前離職的百川智能聯合創(chuàng)始人、商業(yè)化負責人洪濤。

而六小虎中流失的高管們，去向之一就是字節(jié)跳動等大公司。

加入字節(jié)跳動的包括智譜丁銘和零一萬物的黃文灝、曹大鵬；而加入京東的則是階躍星辰的段楠，擔任探索研究院視覺與多模態(tài)實驗室負責人，聚焦視覺和多模態(tài)基礎模型研發(fā)；加入比亞迪的則是零一萬物的聶鵬程；回歸貝殼的則是零一萬物聯合創(chuàng)始人李先剛。

當然，AI 行業(yè)人才流動頻繁，字節(jié)跳動等大公司的 AI 人才出走也屢見不鮮。

但更重要的，人才流動折射背后的趨勢是，大模型行業(yè)正在從早期野蠻生長階段逐步過渡到更加理性的發(fā)展階段，商業(yè)化能力將成為企業(yè)生存發(fā)展的關鍵，部分公司可能面臨生存壓力，而互聯網大公司在薪酬和云計算資源上擁有更大的優(yōu)勢。

最近有消息稱，字節(jié)跳動創(chuàng)始人張一鳴目前主要辦公地已從新加坡轉到北京，從去年下半年開始，他每月會召集一次字節(jié)核心管理層和 AI 項目負責人的復盤和討論會。

知情人士透露，「張一鳴一直很關注 AI 業(yè)務。目前張一鳴經常往返新加坡和北京，從去年下半年開始，他每月會參加一次 seed 核心技術團隊的復盤和討論會�！�

預料之中的慘烈

從人才到戰(zhàn)略，從產品到模型，AI 創(chuàng)業(yè)公司無一例外都受到互聯網大公司的壓力，跳出互聯網大廠的射程范圍，在高度同質化的市場中做出差異化的模型和產品，是 AI 創(chuàng)業(yè)公司唯一的解藥。

AI 行業(yè)分析人士指出，包括大模型六小虎在內的 AI 創(chuàng)業(yè)公司在未來的競爭中，可能爭取的席位只有 1-2 個，淘汰賽加劇的當下，AI 大模型基座公司很難在資源上打贏這場戰(zhàn)爭，因而擁抱不同的大廠選擇站隊會是未來很重要的一個趨勢。

而另外一個重要的趨勢就是上市，作為國內大模型賽道商業(yè)化成績最亮眼的玩家，智譜 AI 成為率先啟動 IPO 的大模型創(chuàng)業(yè)公司，這也為其他創(chuàng)業(yè)公司做出了示范，很快 MiniMax 也傳出考慮港股 IPO 的消息，而智譜和 MiniMax 都獲得了騰訊和阿里的投資。

無論是站隊大廠被并購還是走上上市之路，背后的邏輯都很清晰，AI 大模型創(chuàng)業(yè)公司要構建起競爭力的領域才能融到更多市場化的錢，否則難以在當下的激烈競爭中獨立生存下去。

核心在于，大模型行業(yè)對資本的需求巨大，有行業(yè)人士透露，大模型基座訓練往往成本上億元的成本，而一些多模態(tài)模型的訓練時間往往要數月乃至半年之久，成本也就更高，當下的融資并不足以支撐 AI 創(chuàng)業(yè)公司走向通用 AGI 之路，所以商業(yè)化能力和差異化的產品成為 AI 創(chuàng)業(yè)公司的核心競爭力。

AI 大模型創(chuàng)業(yè)者們，或許也早已經預料到了這場競逐游戲的慘烈。

2024 年，當時被問到大模型公司的終局是否是被巨頭收購，楊植麟認為不一定，但是有可能有很深入的合作關系，例如 OpenAI 和微軟之間，而對于巨頭對多家大模型公司投資而不是只押注一家，楊植麟的判斷很清晰，這是階段問題，后面會有更多的 consolidation（資源整合），會有更少的公司。

一年之后，資源整合的階段已經到來。智譜和 MiniMax 之后，誰會是下一個去上市的 AI 創(chuàng)業(yè)公司？

       原文標題 : 大模型六小虎，創(chuàng)業(yè)小敗局？