烧钱、裁员、内卷，国产AI容不下那么多“小龙小虎”
如果不是在翻行业资讯的时候，偶然看到商汤发布了日日新V6大模型的消息，黑马真的很难想起，这个当年并称为“AI四小龙”的上古真神。
仔细算算，从2016年AlphaGo打败李世石，开启的第一波AI创业潮，到2022年末ChatGPT横空出世，自然语言处理大模型成为行业主流，过了足足6年。
6年的时间，对于科技行业来说足够一批新人换旧人，更别说从始至终，“四小龙”都没有真正走出商业化的困境。
人话说就是，根本赚不到钱。
上个月，商汤刚刚发布了2024年财报，全年应收37.72亿元，净亏损43.06亿元，拉长来看，2018-2024年间，商汤累计亏损超546亿元。
无独有偶，同为AI四小龙的云从科技，2024年总营收约3.98亿元，同比下降36.6%，归母净亏损达5.9-6.8亿元，2017-2024年累计亏损超44.75亿元。
依图上市折戟后依图裁员超70%，医疗业务几乎关停，转向安防业务勉强维持现金流……
当然，落魄的不只是这些“上古真神”。
DeepSeek横扫AI圈还没几个月呢，去年还风头正盛的AI六小虎，现在也萎的萎，沉的沉。
曾宣称对标OpenAI的零一万物被传团队并入阿里，声量大不如前；
曾一个月投了18万条素材的月之暗面放弃了投流策略，Kimi在豆包元宝的夹击下后继乏力；
据黑马了解，有业内人士透露在DeepSeek V2.5 和阿里的 Qwen 70B 推出来的时候，国内很多大模型公司就已经开始放弃训练大模型了，其中就包括了百川智能；
在黑马看来，所谓的小龙小虎们的“沉寂”，本质上是资本与技术理想主义碰撞后的必然结果——
市场盘子就这么大，2024年，中国大模型公司融资超200亿元，但技术奇点未现、爆款应用缺失、盈利模式模糊的“三座大山”依旧横亘眼前。
首先来说技术层面技术。
在DeepSeek大爆之前，许多企业迷信“Scaling Law”（模型规模扩展定律），投入巨资堆参数，但2024年OpenAI、谷歌的新模型性能提升有限，证明单纯扩大规模已接近极限。
但与此同时，大模型的训练，其实有很多复杂的细节，非常依赖经验的积累。
在巨额投入下，如果按照过去的节奏慢慢迭代，其实小龙们依旧能够维持住自己的盘子。
坏就坏在，DeepSeek的出现让市场意识到，原来大模型想要达到预期的效果，根本不需要持续投入这么大规模的现金流。
PS：黑马做一级市场的朋友告诉我，投大模型一年少说要砸10位数才算拿到门票。
而现在，模型如果想继续训练，曾经挥舞着钞票求着给个机会的投资人，已经被更具性价比的方案养叼了胃口。而更现实的问题还没开始清算：钱给烧了，赚回来了吗？
其实不太好说，毕竟按照投资逻辑，如果黑马有幸拿到了一家独角兽的入场门票，没投多久就开始问回报，那按照行业规矩，我这算是没有长期主义。
但黑马觉得国产AI行业的问题，不在于营收是否在继续投入研发，而是整个商业模式都还处在比较“粗放”的时期。
比如To C的大模型产品，现在的App只能算是“半新状态”：由大模型支撑的很多产品，仍是一个个 App；
大模型提供的是服务体验，但是怎么把模型的能力和用户需求对上，打磨出成熟的针对市场的产品，现在还不成熟。
在黑马看来，当下AI行业对应用层面的需求已经大大超出通用大模型。
技术已经发展到了一个新的阶段的时候，没有明显优势的初创企业如果还在AGI上死磕，能走下去的概率不大。
你就算再有技术理想主义，仙女也不能只喝露水是吧。
此外，就算打磨出了好的产品，知名度和流量怎么拉起来又是一个问题。
我们就拿身边常用的AI应用来说吧，黑马现在手机里常用的AI APP有DeepSeek、腾讯元宝、豆包、夸克，这些产品大多都来自大厂。
我就问，有多少朋友知道海螺AI（MiniMax的产品），或者用过的？
黑马盲猜，应该不会超过三成。
这是为什么呢？投放不够，根本卷不过大厂。
我们就拿六小龙里知名度最高、最舍得投流的Kimi来举例吧。
据广告营销数据平台 DataEye，Kimi在去年10月的投放素材超18 万条，是豆包的 4 倍多。
Kimi和豆包2024年月度投流金额（万元）
但在9月，豆包的日活已达760万，成为中国日活最大的 AI 产品；同样是生产力场景， Kimi 智能助手的同期日活只有 130 多万。
除了投放和生态，大厂更霸道的竞争力在于强大的执行力和源源不断地资源倾斜。
阿里是中国最积极做开源大模型的公司，其 Qwen 系列开源大模型的总下载量已超 4000 万次，衍生出了 5 万个大模型，仅次于 Meta 的 Llama 系列。
今年腾讯元宝也开始发力，企鹅全系产品力推元宝，各种场景搜索植入，线下做地推、线上铺导流——
你在家里刷手机，打开小红书、虎扑、B站、知乎、百度……全是元宝，回村放松一下心情，才刚到村口看到的还是元宝。
……
创业公司和大厂之间的赛跑，一旦独角兽们的技术无法保持绝对的优势，在商业模式上的颓势就会如山体滑坡。
摸着良心，小龙小虎们到底拿什么来硬刚这些“不讲道理”的大厂？
现实就是，大厂夹击之下小龙小虎们能选择的路已然不多。
零一万物刚成立的时候，其愿景是 “ 打造 AI 2.0 全新平台，加速 AGI 到来 ”；结果现在李开复打算把零一万物的业务完全转向To B应用，主推企业大模型一站式平台。
百川也放弃了预训练大模型，把大部分团队投入到了医疗AI领域；
阶跃星辰和MiniMax收缩To B业务，相继走上开源之路，专注海外市场，借力开源生态延续竞争力；
就黑马目前了解到的信息，和业内人士的看法，行业发展到现在，局势基本上已经明朗：
首先，头部效应加剧，通用大模型厂商最后可能只会剩下3-4家，除了DeepSeek之外，大部分位置会被大厂占据。
没能跑到头部的企业，只能在垂直领域寻找生机，或者转向应用级市场。
垂直领域方面，百川选择了的医疗AI，优势在于能够避开与大模型的正面竞争、商业化路径也从“技术驱动”转向“需求驱动”。
但未知的在于，过于细分行业能否获取到客户资源，还有医疗行业的牌照和合规资质，新技术在不断涌现，大模型训练成本和对专业知识的要求或许更高等。
太垂直的地方，容易摸不到底。
有业内人士认为：AI落地的成熟度更加接近金融、互联网两个行业的，例如 AI办公、AI政务、AI电商，主要是基于其数字化程度高，以及业绩的高确定性。
而对于应用级市场来说，本质上并没有太高的技术门槛。
其本质上就是就是基于知识图谱、向量数据库、搜索引擎，通过检索知识来提供大模型和应用的平台。
目标就是让用户可以不写任何代码，通过提示词管理和模型管理就能构建自己想要的知识助手。
这样的产品会更符合大家对于AI助手、以及日常使用中对AI需求的想象。
只不过这样的产品竞争会更加激烈，因为不具有太高的技术门槛，也就不存在什么商业护城河。
如果做不到和友商打出差异化，很可能会被拖进价格战的漩涡。
但不论如何，依旧是一条值得尝试的路。
虽然现状看上去已经足够糟糕，但小龙小虎显然还没到说放弃的时候——
AI不是短跑，而是一场需要耐力与智慧的马拉松。
当潮水退去，那些深耕场景、敬畏商业规律的企业，终将在新一轮产业变革中找到自己的位置。
正如依图创始人林晨曦反思所言：“技术不是时间的朋友，能创造价值的AI才是”。
撰文：柯然
编辑：小马哥
