泡沫退潮：中国大模型“六小龙”的分化与AI创业的残酷现实

中国AI大模型领域曾风光无限的“六小龙”，如今已历经残酷洗牌，零一万物与百川智能因战略失焦和商业化困境而掉队，凸显了技术落地与市场适应性的极端重要性。与此同时，即使是“幸存者”也面临着巨头挤压和生态构建的挑战，预示着未来竞争将聚焦于差异化商业路径和持续创新。

在过去的一年里，中国AI大模型领域经历了从狂热到冷静的戏剧性转变。曾几何时，被称为“AI六小龙”的零一万物、MiniMax、百川智能、智谱AI、阶跃星辰和月之暗面，承载着中国通用人工智能冲击国际舞台的厚望。这些初创公司在2023年累计获得了超过60亿元人民币的融资，几乎占据了国产大模型早期融资总额的半壁江山，热钱涌动，创业者与投资人高歌猛进¹。然而，进入2025年，市场不再仅仅关注参数量和榜单排名，而是将目光投向了用户体验、成本效率和商业路径。这场“理性回调”正在加速行业洗牌，将“六小龙”分化为“四小强”，而零一万物和百川智能的疲软，则成为了这场转型的典型缩影。

泡沫退潮：AI大模型创业的残酷洗牌

大模型兴起的2023年被称为“大模型元年”，彼时，ChatGPT的横空出世点燃了全球对通用人工智能的热情，国内企业与创业团队争先恐后入局。彼时的“六小龙”——零一万物、MiniMax、百川智能、智谱AI、阶跃星辰、月之暗面——迅速崭露头角，成为资本追逐的焦点。这些公司一度被视作中国AI领域的希望之星，甚至有三家获得了腾讯的投资²。

然而，到了2024年底，行业进入“冷静期”。创企的烧钱模式和盲目追求技术参数的时代逐渐退场，新的竞争法则悄然兴起。大模型研发成本高昂，而应用场景落地的速度则远低于预期，行业的高光时刻随之消逝。客户对大模型的需求并非刚性，产品同质化竞争激烈，加之开源模型不断搅局，使得大模型部署的价格急剧下降，甚至有公司将私有化部署的价格降至45万元，这无疑给投入巨额成本训练模型的创业公司带来了巨大压力³⁴。

在这场“优胜劣汰”的竞争中，智谱AI、MiniMax、月之暗面和阶跃星辰这四家公司成为了少数“幸存者”。它们不再单纯依靠烧钱和技术参数来争夺市场份额，而是选择了各自的细分赛道，继续深耕。而零一万物和百川智能的掉队，则暴露了在市场回归理性后，创业公司所面临的深层困境。

战略失焦与组织动荡：零一与百川的警示

零一万物的问题，在于其“技术主义”的道路上未能有效实现商业化落地。尽管其推出的Yi-Large和Yi-Lighting等模型曾一度登上国际榜单，展现了强大的技术参数能力，但在工程化能力与产品落地方面明显滞后¹。零一万物具备全栈AI Infra能力，自研算力管理平台和向量数据库笛卡尔等底层技术，然而将这些技术转化为实际可用的产品却面临诸多挑战。To B业务的落地场景有限，而To C业务中的部分海外项目组在2024年底被裁撤或合并，甚至其AI办公助手“万知”也因功能复杂性而未能形成用户闭环¹。

更致命的是，零一万物创始团队在2024年底出现严重人事震荡，核心高管接连离职，预训练团队被阿里收编，这直接宣告了公司放弃大模型底座的自研方向，转而聚焦应用层和海外市场。这背后的“降维打击”，是现实层面资源耗尽与战略收缩的必然结果。

相比之下，百川智能的问题则更具代表性，其症结在于“战略焦虑”和频繁的策略调整。曾经被视为国产大模型最有希望的C端破局者之一，百川在短短一年内经历了三次战略大转向，从C端超级应用到多模态通用大模型，再到B端医疗场景¹。这种过快的节奏和仓促的切换，导致其未能真正做深、做透任何一个方向。

百川最初通过自研的Baichuan系列和开源策略试图对标OpenAI，并推出了面向C端的“百小应”App。然而，该产品在推出半年后，日活跃用户（DAU）未能突破5,000的门槛，远远落后于同期的“豆包”或Kimi，用户使用频率低、留存率差，成为其战略失速的直接体现¹。进入2024年，百川迅速转向多模态大模型，推出“Baichuan Omni”，但因技术未成熟、效果不佳而未获市场认可。多线并举失败后，百川“断尾求生”，宣布聚焦医疗AI。然而，其医疗模型能力仍未达到行业标准，商业化进展缓慢，且在华为、阿里健康等重资产玩家入局的压力下，百川逐渐丧失了先发优势¹。

百川的问题不在于方向错误，医疗确实是大模型最有潜力实现价值变现的场景之一。但问题在于其在基础模型尚未夯实的情况下，便试图通过概念叠加和话题引导来获取资本续命，这种短期主义逻辑与当前市场“回归价值”的主旋律显然不符。与此同时，百川团队频繁动荡，联合创始人兼首席技术官陈炜鹏等核心成员在2025年初离职，团队核心已土崩瓦解¹。总而言之，百川智能在战略上对抗大厂压力不足，过于聚焦细分领域却未能快速变现，加之核心人才流失，是其掉队的关键原因。

幸存者的生存法则：技术深耕与商业化破局

即使是“四小强”——智谱AI、MiniMax、月之暗面和阶跃星辰——的日子也并非高枕无忧。在DeepSeek凭借接近GPT-4水准的性能和1/10的成本横空出世后，国内大模型领域的格局再次被重塑，新晋“基模五强”的说法出现，包括字节跳动、阿里巴巴、阶跃星辰、智谱和DeepSeek¹。这使得“四小强”一度变为“二强+二弱”的不稳定结构。

然而，MiniMax通过开源其大规模混合注意力推理模型MiniMax-M1，展现了其在技术上的深厚积累和持续竞争力。该模型在多个基准测试中表现可比甚至超越DeepSeek-R1和Qwen3等开源模型，在工具使用和部分软件工程等复杂任务上甚至超越了OpenAI GPT-3.5和Claude 4 Opus（注：原文为OpenAI o3和Claude 4 Opus，可能为笔误或简称）¹。MiniMax一直坚持自研路线，大胆押注MoE与Linear Attention架构，赢得了业内不少技术尊重。其当前主要亮点在于与游戏厂商的深度合作，聚焦AI NPC、剧本生成等游戏内容生态，探索更具复购属性的垂直场景。对于MiniMax而言，如何在保持技术领先的同时，加快产品闭环和商业验证，是其接下来突围的关键。

月之暗面则孤注一掷地押注在“超级助手”Kimi上，试图用长文本记忆与智能对话开辟C端新大陆。Kimi曾被视为C端最具潜力的AI产品之一，但其月活和用户增长已被字节的“豆包”远远甩在后面，用户使用一次后不愿再次使用成为产品路径失速的直接信号¹。为了破局，月之暗面试图通过内容社区建立用户生态，但社交网络的“冷启动”本身就是超级难题，加之技术团队仍在推进多模态模型内测，主副线混乱的策略更容易导致资源稀释。内部治理和组织稳定性近来也屡见报道，使得月之暗面正经历从光环走向现实的“创业宿命”¹。

阶跃星辰在过去一年中一直维持着对外“低调而稳健”的技术派形象，主打推理能力和原生多模态模型方向。然而，这种“重研发、弱产品”的路线正在面临越来越多的现实拷问。其To C业务全面收缩，“冒泡鸭”项目被合并至跃问产品线并低调停运，公司核心转向模型研发与Agent应用开发¹。阶跃星辰正将其战略正式转向To B与终端合作，与OPPO、吉利等厂商在手机与车端部署协同，并与愿力灵机等多模态具身智能玩家展开深度合作，试图在产业纵深中寻找第二曲线。尽管高管离职事件较少，但近期其视频生成模型负责人段楠的离职，也释放出“人才红利正在减退”的信号¹。阶跃星辰能否稳住“四小强”的一席，取决于其“轻产品、重模型”的路线能否快速跑通To B场景与Agent生态。

智谱AI则是“四小强”中最具To B基础的选手。早期就扎根知识图谱领域，在大模型爆发初期即通过WPS、搜狗等产品体系形成落地闭环，具备一定的商业验证能力，并在教育、政务等领域已跑通多个案例⁵¹。智谱AI从一开始就有To B基因，其在2023年初组建的商业化团队一度达到上百人，这在很多人数不到百人的大模型公司中显得尤为突出⁵。然而，智谱同样存在挑战：算力成本高、定制交付难度大、生态依赖头部客户，决定了它短期内难以形成“低成本复制”。未来是否能扩展通用性场景，实现持续的规模扩张和收入增长，仍有待发展。

总体来看，从“六小龙”到“四小强”的演变，并非单纯的技术赛马，而是对创业公司适应性与战略调整能力的深刻考验。真正构建长期价值的，不是规模化融资，而是面对不确定时的灵活调整与场景聚焦。创业公司最大的优势在于其可变性。正因如此，哪怕MiniMax与月之暗面仍在产品节奏上摸索，它们仍拥有技术深度与用户资产；阶跃星辰与智谱也并非高枕无忧，但凭借技术积累与落地经验，依旧站在产业节奏的关键节点上。

未来的不确定性依然存在，但变量也意味着机会。只要这些曾被寄予厚望的AI创业公司能持续利用自身的可变性，聚焦场景价值、建立产品闭环，就仍有可能在大模型“淘汰赛”中突围，走出属于中国AI创业公司的长坡厚雪之路。

References

• AI大模型
• 创业公司
• 行业洗牌
• 商业化困境
• 技术落地
• 战略调整
• 中国AI
• 人工智能