然而，當下的“四小龍”都在想方設(shè)法穿越周期。

2024年3月26日，商湯集團發(fā)布2023年業(yè)績公告。財報顯示，2023年集團實現(xiàn)總收入34.05億元，上年同期收入38.08億元，同比下降10.6%，主要原因是智慧城市業(yè)務(wù)的收縮。其核心業(yè)務(wù)生成式AI收入同比增長200%至12億元，占集團總收入比例升至35%。與此同時，2023年商湯集團虧損64.94億元，上年同期虧損60.92億元，虧損同比擴大6.6%。可以看出，商湯仍然是“四小龍“的頭部，新業(yè)務(wù)快速增長的同時，傳統(tǒng)業(yè)務(wù)也在收縮。

在2023年，云從科技的總營收達到了6.28億人民幣，與前一年相比增長了19.43%，這一增長主要歸功于其人機協(xié)同操作系統(tǒng)（CWOS）相關(guān)軟件銷售的大幅增長。然而，同年云從科技出現(xiàn)了6.4億人民幣的虧損，公司的總資產(chǎn)也比上一年下降了19.47%。云從科技的營收仍然依賴傳統(tǒng)業(yè)務(wù)，暫時還沒有看到新的增長點。

根據(jù)曠視科技的IPO文件，該公司在2018至2020年以及2021年上半年的營收分別為8.54億、12.60億、13.91億和6.70億人民幣。同期，歸屬于母公司股東的凈利潤表現(xiàn)為連續(xù)虧損，分別為-28億、-66.43億、-33.26億和-18.65億人民幣。曠視科技的業(yè)務(wù)主要分為三個部分：消費物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應(yīng)鏈物聯(lián)網(wǎng)。以2020年的營收為基準，這三個業(yè)務(wù)板塊的營收占比分別為18.47%、65.82%和15.71%。盡管城市物聯(lián)網(wǎng)是曠視科技的核心業(yè)務(wù)，但與云從科技相似，曠視科技也在經(jīng)歷一定程度的市場縮減。

依圖科技幾年前就終止了IPO，其財務(wù)情況暫不可知。

AI是一個需要長期投入的領(lǐng)域，起伏是必然的。“四小龍”在發(fā)展過程中的成功經(jīng)驗與失敗教訓，對于當前的AI大模型創(chuàng)業(yè)公司來說又有哪些借鑒意義？

“四小龍”的發(fā)展歷史

自2020年以來，國產(chǎn)替代趨勢加速，本土品牌市場份額提升，“四小龍”抓住了這一機遇。商湯科技強化了其在AI算法供應(yīng)方面的領(lǐng)先地位；曠視科技在人臉識別技術(shù)領(lǐng)域具有優(yōu)勢；云從科技憑借其“國家隊”的屬性，在金融領(lǐng)域取得顯著成就；依圖科技則專注于安防并拓展到醫(yī)療等新市場。它們通過多輪融資獲得資金支持，在不斷提升產(chǎn)品競爭力的同時也參與了國家標準的制定，共同推動了國產(chǎn)AI品牌的市場擴張和技術(shù)進步。

目前四家公司有的已經(jīng)上市，有的還在蟄伏等待：商湯科技在2021年12月成功在港交所上市，是當年全球最大的人工智能公司IPO之一；云從科技在2020年8月在廣東證監(jiān)局辦理了輔導備案登記，后經(jīng)過一系列流程，于2022年5月在科創(chuàng)板上市；曠視科技科創(chuàng)板IPO于2021年3月12日獲得受理，2021年9月9日成功過會，2021年9月30日提交注冊，截至目前尚未完成上市；依圖科技曾計劃在科創(chuàng)板上市，并在2020年11月提交了IPO申請，但后來在2021年6月，依圖科技主動撤回了上市申請，其上市進程因此暫停。

“四小龍”的上市歷程表明AI市場仍處于早期發(fā)展階段，需要更多時間和資金來推進商業(yè)化。再深入一步看，“四小龍”在具體的業(yè)務(wù)場景布局上存在同質(zhì)化的問題。它們的核心技術(shù)都背靠計算機視覺技術(shù)的發(fā)展，商業(yè)模式也主要是B2B、B2G。

“四小龍”早期業(yè)務(wù)場景重合度高（千山資本2019研報）

所以，盡管在早期享受到了行業(yè)的增長紅利，但隨著BAT等互聯(lián)網(wǎng)巨頭的加入，市場競爭加劇，加上AI行業(yè)的資本熱潮開始退卻，四家公司不得不開始尋找差異化的商業(yè)模式和發(fā)展空間，向更多細分領(lǐng)域拓展。

曠視科技轉(zhuǎn)型為物聯(lián)網(wǎng)操作系統(tǒng)提供商，進軍AI物聯(lián)網(wǎng)領(lǐng)域。依圖科技選擇自主設(shè)計AI芯片，以解決軟硬件融合問題，并發(fā)布了首款深度學習云端定制芯片“求索”。云從科技重點布局金融、安防、交通、商業(yè)四大業(yè)務(wù)板塊，并在智慧商業(yè)領(lǐng)域取得突破。商湯科技則繼續(xù)在多個領(lǐng)域進行廣泛布局，包括教育領(lǐng)域，并成立了子品牌“商湯教育”……

可以說，CV四小龍的成功在于通過持續(xù)的技術(shù)研發(fā)與創(chuàng)新、明確的市場定位、積極的資本運作、利用政策支持與合作等多方面措施抓住了市場機遇。而持續(xù)的高額研發(fā)投入、AI技術(shù)的商業(yè)化落地困難、市場需求有限，特別是ToG市場競爭激烈且業(yè)務(wù)周期長，又導致了嚴重的虧損。此外，技術(shù)的快速迭代和場景的碎片化也使得標準化產(chǎn)品難以形成規(guī)模效應(yīng)。

有了這些經(jīng)驗，現(xiàn)在讓我們把目光投向AI大模型創(chuàng)業(yè)公司，看看它們的近況如何。

AI大模型創(chuàng)業(yè)公司概覽

大模型是個新生事物，目前國內(nèi)這方面的創(chuàng)業(yè)公司不算太多，曝光率比較高的有：月之暗面，智譜AI, 百川智能，生數(shù)科技和冪律智能等。

月之暗面是通用人工智能領(lǐng)域的創(chuàng)業(yè)公司，專注于開發(fā)C端產(chǎn)品，目前推出了支持200萬字上下文的智能助手Kimi Chat，市場熱度很高。

智譜AI是由清華大學計算機系技術(shù)成果轉(zhuǎn)化而來，基于GLM系列大模型打造了ChatGLM對話機器人，在開源方面貢獻了chatGLM-6B等預(yù)訓練模型，并且與云廠商合作推廣其AI服務(wù)。

百川智能是由搜狗王小川創(chuàng)立的人工智能公司，憑借在搜索技術(shù)和算法方面的積累，專注于開發(fā)大模型技術(shù)。目前開源了Baichuan系列基座模型，同時提供高級功能、定制開發(fā)和企業(yè)服務(wù)。

生數(shù)科技是一家專注于多模態(tài)大模型的公司，對標Midjourney，希望在圖像生成、3D內(nèi)容生成以及視頻生成領(lǐng)域有所作為。

冪律智能則選擇與智譜AI合作，基于千億基座模型ChatGLM-130B推出了法律垂直大模型

PowerLawGLM，該模型已經(jīng)在智能合同業(yè)務(wù)上落地，并升級至3.0版本。

不難看出，AI大模型創(chuàng)業(yè)公司選擇的方向各有千秋，相比于“四小龍”而言更加多元，其中自有原因，我們一起來看一看。

AI大模型創(chuàng)業(yè)公司與“四小龍”對比分析

技術(shù)層面：計算機視覺技術(shù)起源于20世紀50年代末，它主要關(guān)注圖像和視頻數(shù)據(jù)的分析與理解，包括圖像識別、目標檢測、圖像分割等領(lǐng)域。隨著應(yīng)用場景的復(fù)雜化，單一的CV技術(shù)面臨著數(shù)據(jù)量大、場景多變的挑戰(zhàn)。AI大模型技術(shù)是近年來隨著深度學習的發(fā)展而興起的，特別是自然語言處理領(lǐng)域的大模型，如BERT、GPT等，它們在處理大規(guī)模、高維度數(shù)據(jù)方面表現(xiàn)出色。AI大模型不僅限于文本和圖像，還能處理視頻、語音等多種模態(tài)的數(shù)據(jù)，在通用性方面要強于CV技術(shù)，但也需要更多的數(shù)據(jù)和計算資源。

產(chǎn)品與市場：相比于CV四小龍同質(zhì)化的垂直領(lǐng)域產(chǎn)品，AI大模型企業(yè)在未來既可以做垂直領(lǐng)域又有可能走“平臺化服務(wù)”的道路。借助于預(yù)訓練和微調(diào)技術(shù)，AI大模型企業(yè)在垂直領(lǐng)域里可以利用專門數(shù)據(jù)幫助客戶訓練私有模型，而強大的通用模型則完全有可能成為平臺級的產(chǎn)品，比如利用AI Agents技術(shù)在模型基礎(chǔ)上創(chuàng)建豐富的應(yīng)用。在市場方面，AI大模型企業(yè)憑借其多元化的產(chǎn)品能力，既可以走向傳統(tǒng)的B2B、B2G市場，也可以觸及更加廣大的C端市場。每個創(chuàng)業(yè)公司都有自己的資源稟賦，具體是選擇C端還是B端，需要創(chuàng)業(yè)者自己判斷。就目前而言，國內(nèi)大廠基本都偏向了B端，而創(chuàng)業(yè)明星公司基本都在走C端路線。

商業(yè)模式：CV四小龍主要通過向企業(yè)和政府提供定制化的AI解決方案來盈利，它們需要深入了解客戶需求，提供個性化的服務(wù)，在實際操作中通過具體的項目落地，周期長，成本高。

而AI大模型企業(yè)通過提供API接口或平臺即服務(wù)（PaaS）模式，允許客戶根據(jù)自己的需求調(diào)用AI模型，能夠快速擴展服務(wù)范圍，降低邊際成本，提高客戶粘性。一旦客戶認可品牌，變現(xiàn)方式也是多種多樣，比如訂閱、云服務(wù)收費、授權(quán)等。從理論上說，標準化產(chǎn)品成本低、見效快，當然更有優(yōu)勢，但競爭也更激烈。而大模型定制化開發(fā)的成本其實取決于客戶自身的數(shù)字化程度，在交通、金融等基礎(chǔ)數(shù)據(jù)豐富的行業(yè)實施就比較容易，反之則有項目范圍擴大等風險。

資金流：對于創(chuàng)業(yè)公司來說，是否能在快速發(fā)展階段融到足夠的資金，決定了公司未來的市場份額。CV四小龍在早期都融到了支持其發(fā)展的資金。

“四小龍”截止2020年底的融資情況

“四小龍”2022年的市場份額

相對于傳統(tǒng)的AI企業(yè)，由于訓練和應(yīng)用大模型的成本高昂，AI大模型創(chuàng)業(yè)公司在早期需要更多的資金，而當前國內(nèi)一級市場的投資意愿并不強，預(yù)計只有極少數(shù)的大模型創(chuàng)業(yè)公司能融到足夠的資金。比如月之暗面在2024年2月的新一輪融資，金額超過10億美元；智譜AI在2023年也已累計獲得超25億人民幣融資，可謂糧草齊備，整裝待發(fā)。

AI大模型創(chuàng)業(yè)公司會如何發(fā)展？

2022年中國人工智能軟件市場規(guī)模為307.3億元人民幣，相比2021年下降了6.9%，這是近十年來的首次負增長。在大模型熱潮出現(xiàn)之前，人工智能市場缺乏有力的增長驅(qū)動，導致整體市場出現(xiàn)下滑。老牌上市企業(yè)在下滑市場中仍能實現(xiàn)小幅增長，而成長型企業(yè)則需要持續(xù)提供領(lǐng)先技術(shù)或找到穩(wěn)定增長潛力的賽道。

對于AI大模型創(chuàng)業(yè)公司來說，乘著這一次技術(shù)革命的東風，無論是技術(shù)、產(chǎn)品還是商業(yè)的發(fā)展都十分值得期待。

在技術(shù)上，AI大模型公司起初往往專注于優(yōu)化現(xiàn)有的模型架構(gòu)，以提高模型的性能和效率，包括調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、優(yōu)化參數(shù)配置以及改進訓練策略等。后期隨著技術(shù)的積累，領(lǐng)先的公司勢必要開始自主研發(fā)新的算法，或是提出創(chuàng)新的數(shù)據(jù)處理技術(shù)，比如月之暗面就著重研發(fā)長文本處理技術(shù)。

產(chǎn)品路線方面，AI大模型公司在初期都會推出具有單一功能的產(chǎn)品，比如生成圖像或自然語言處理服務(wù)，以此來驗證技術(shù)的可行性和市場需求。而隨著技術(shù)成熟和市場認可，公司會將服務(wù)擴展到平臺化，這里的“平臺化”不一定是綜合解決方案，而可能是類似應(yīng)用市場一樣的服務(wù)。平臺化服務(wù)能夠滿足更廣泛的客戶需求，增強客戶依賴度，同時營造良好的應(yīng)用生態(tài)，比如字節(jié)跳動的“扣子”，或者Kimi+這樣的產(chǎn)品。

商業(yè)模式不是大模型公司的重點，但是它們?nèi)匀豢梢酝ㄟ^模式創(chuàng)新（API/PaaS/MaaS模式）帶來穩(wěn)定收入，比如模型即服務(wù)（MaaS）模式就允許客戶在云端使用AI大模型，無需自行搭建和維護基礎(chǔ)設(shè)施。一旦產(chǎn)品被市場接受，用戶激增，這個時候就要想辦法降低成本，比如OpenAI后期限制了API調(diào)用次數(shù)。畢竟AI大模型訓練和推理需要大量的計算資源，控制算力成本是盈利的關(guān)鍵。

在市場競爭方面，AI大模型創(chuàng)業(yè)公司采用最多的還是差異化策略，因為大模型的市場非常廣闊，有足夠的空間容納不同的產(chǎn)品。至于“四小龍”曾經(jīng)用過的策略，比如依圖科技的垂直整合（通過自研AI芯片來垂直整合算法、芯片和應(yīng)用，有助于提高整體解決方案的競爭力），商湯科技的平臺化戰(zhàn)略，云從和曠視的多元化戰(zhàn)略，可能都不適用，因為創(chuàng)業(yè)公司一開始就是在和大廠競爭。

特殊的挑戰(zhàn)

CV四小龍遇到的技術(shù)創(chuàng)新瓶頸、市場競爭加劇與資本依賴，AI大模型創(chuàng)業(yè)公司也同樣會遇到。除此以外，它們還要面對其他的挑戰(zhàn)。

AI大模型需要大量數(shù)據(jù)進行訓練，尤其是涉及私有數(shù)據(jù)時，如何確保這些數(shù)據(jù)的安全，防止數(shù)據(jù)泄露和濫用，是一個重要問題。在決定是否上云時，企業(yè)除了要考慮云服務(wù)的安全性、合規(guī)性、成本效益、以及靈活性，還有很重要的一點是供應(yīng)商鎖定風險，以及云服務(wù)能否支持有效的數(shù)據(jù)治理策略。

此外，高質(zhì)量數(shù)據(jù)的獲得成本正在不斷攀升，比如Google就要為Reddit的數(shù)據(jù)每年支付超過6000萬美元，創(chuàng)業(yè)公司無法支付這樣的成本，必須思考其他的出路。而有了數(shù)據(jù)之后，AI大模型還必須對其進行安全性處理，確保模型不會生成包含隱私和敏感信息的內(nèi)容。

與普通公司不同，大模型創(chuàng)業(yè)公司還有一個明顯的特點，就是“人數(shù)少，文化強”，10人以下團隊和工程師文化是“標配”。怎樣凝聚人心并營造一個有利于創(chuàng)新的工作氛圍，這是所有大模型創(chuàng)業(yè)公司都必須思考的問題。

大模型和生成式AI的技術(shù)突破與落地速度超出預(yù)期，技術(shù)實力和算力決定一切，預(yù)計將快速淘汰不具備真正實力的廠商。未來市場足夠廣闊，差異化競爭的空間很大，同時由于軟件的邊際成本很低，在通用領(lǐng)域也可能出現(xiàn)贏家通吃的局面?？偟膩碚f，機遇大于風險，未來值得期待！

來源：數(shù)據(jù)猿