TL;DR：
中国大模型创业公司正从烧钱扩张转向盈利的残酷考验。在政策性IPO窗口下，资本涌入成为一场“上岸”自救，而非业务增长的自然结果。面对巨头挤压和人才流失，AI“六小虎”们被迫调整商业模式，寻求垂直突破，但能否跑通盈利模型，已成为决定其生死的终极命题。
在一场围绕人工智能未来的高 stakes 牌局中，中国的AI大模型创业公司们，尤其是被市场亲昵地唤作“六小虎”的那些，正迎来他们最精彩，也或许是最残酷的章节。它们曾是资本追逐的宠儿，估值火箭般蹿升，仿佛预示着一场数字黄金时代的到来。然而，当聚光灯从技术军备竞赛转向了无情的回报率报表，这些昔日的“虎崽”们发现，要真正发出盈利的怒吼，远比想象中要难。
近来，AI六小虎中的MiniMax和智谱，不约而同地爆出筹备赴港上市的消息，前者完成了近3亿美元融资，估值突破40亿美元1；后者据称拟募资3亿美元，市场估值已达400亿元人民币2。这表面上是融资加速、IPO在即的集体高光时刻，实则更像是政策红利下的一场“上岸潮”——港交所为未盈利高研发科技企业开设的“科企专板”，提供了一块暂时的浮木。这块浮木，对于那些尚未跑通商业模式、持续烧钱的AI公司而言，无疑是救命稻草。然而，资本的窗扉不会永远敞开，市场的潮汐正开始分化，甚至倒灌。
盈利模型的残酷拷问
如果说前有“AI四小龙”的债务缠身，那么“AI六小虎”则正经历一场泡沫初现的商业化洗礼。过去两年，大模型公司比拼的是谁的参数多，谁的版本迭代快，谁的DAU（日活跃用户）高。如今，真正要回答的问题，已是“能否靠它赚钱”。
在这场商业化的冲刺中，智谱似乎跑得最快。其“To B兼顾To G”的策略，确实构建了相对稳健的营收路径。清华大学KEG实验室的“国家队”背景3，使其在央国企和政务项目中占据天然优势，为技术变现提供了直接通道。然而，这种优势并非没有代价。单一化的人才结构，使其在C端产品化和智能体交互设计上屡屡碰壁，正如其“名不副实、只说不做”的AutoGLM沉思版所受到的用户诟病。技术壁垒固然重要，但若不能转化为普罗大众喜闻乐见的产品体验，其商业护城河的深度便值得深思。
MiniMax则走了另一条“曲线救国”的道路。曾任商汤科技副总裁的创始人闫俊杰，或许深知To G业务回款缓慢、To B业务难以复制的痛点，选择依靠C端“虚拟伴侣”Talkie在海外市场先行获取营收。这不可谓不机智，但商业世界总有其不可预测的暗流。随着海外监管趋严，Talkie在美国和日本等主流市场被下架，其核心营收业务遭受重创。这种“一招鲜吃遍天”的模式，在风云变幻的监管面前，显得尤为脆弱。
月之暗面（Moonshot AI）的路径显得更为中庸而审慎，其团队兼具清华系技术背景与科技大厂产品经验，试图在商业模式上寻求平衡。其C端产品Kimi曾一度抢占市场高地，但随着字节、阿里、DeepSeek等巨头的入场，Kimi的DAU如今已是“头部梯队的零头”3。这再次印证了互联网世界“赢家通吃”的残酷法则，即便是跑得再快，也难敌巨头资源的碾压。而阶跃星辰，入局较晚，商业化路径尚在探索，其智能问答助手“跃问”和智能体产品“冒泡鸭”仍在寻求市场立足之地。
巨头阴影与人才流失的裂痕
对于AI创业公司而言，融资轮次或许是光鲜的外衣，但真正的护城河，是核心技术能力的积累和顶尖人才的凝聚。OpenAI在早期“零收入、二十人团队”阶段，靠的正是对技术方向的坚定共识与少数顶尖人才的协同3。然而，中国AI六小虎的技术中枢，正悄然松动。
过去几个月，六小虎体系内已有超过20位核心成员离职，仅2025年上半年就超过10人出走，其中包括智谱的首席战略官和视频模型负责人，以及MiniMax的副总裁等关键人物3。当技术人才开始频繁流动，这不仅仅是个体选择，更可能是组织结构和信念体系的系统性裂痕。正如一位行业人士所言：“过去是没有用户、没融资，现在连最顶尖的技术人也留不住了。”3这无异于釜底抽薪，宣告了部分AI创业公司对“技术破局”的信心正在瓦解。
技术停滞的信号也愈发明显。在字节、阿里等互联网大厂正式下场后，六小虎曾轮番上演的大模型版本迭代热潮显著放缓。智谱自2024年初发布GLM-4以来，主要更新已转为“微调+修复”，2025年迄今并未释放任何具突破性的升级版本3。这暗示着，即便不是弹尽粮绝，其“技术势能”也正被逐步耗尽。
全球AI产业的主流结构已然清晰——“大厂+创业公司”的联动组合，如微软与OpenAI、谷歌与DeepMind。但在中国，大厂却倾向于直接“自研+收购”两条腿走路。这种背景下，AI六小虎们正面临一个残酷的悖论：它们一边高估值高投入，另一边却技术承压、产品卡壳。最终很可能发现，想活下去的唯一出路是被收购，但其估值又高到“无厂可接”的地步，陷入一个无法自洽的囚徒困境。
断臂求生的战术与前路几何
为了解决生存难题，这些AI“虎崽”们正陆续启动业务重组，告别“跑马圈地”的烧钱阶段，转向“做专做深”的垂直突围。
智谱便是其中的典型。据知情人士透露，其未来重心将全面转向To G业务，专攻政府项目，并为此收缩了商业化部门，调整了组织结构3。这种策略固然能在短期内带来订单的稳定性，但商汤科技的经验已是前车之鉴——To G模式容易陷入“定制化重、回款慢、增长乏力”的结构性难题。一旦走不出路径依赖，To G可能会变成一条“看似安全、实则封闭”的通道，难以支撑其野心勃勃的估值。
另一边，原本主攻C端的MiniMax与阶跃星辰，则显露出向To B靠拢的苗头。阶跃星辰彻底停掉了C端产品“冒泡鸭”，转而与OPPO、智元机器人等公司合作，聚焦To B智能终端业务3。MiniMax则选择依靠API模式向B端客户收费，并推出了多款基座与多模态产品，例如其“Hailuo Video Agent”通过自然语言驱动实现“零门槛专业级视频生成”34。然而，C转B并非简单更换产品形态。To B业务对交付要求和定制化服务有着更高门槛，这对MiniMax这样尚未设立独立交付团队的公司而言，无疑是全新的组织与人才挑战。
C端市场上，目前走得最为坚定的，似乎是月之暗面。其推出的MoE架构基础模型Kimi K2，号称能力对标Claude Code，并在OpenRouter上的Token使用量一度超越了马斯克的xAI3。同时，它也开始与财经传媒合作，试图在特定内容领域建立优势。但这仅仅是开源模型的第一步，如何建立生态壁垒，并从模型使用量转化为可持续的商业收入，仍是其必须回答的问题。
总而言之，大模型行业已经告别了纯粹的技术展示和资本狂欢。无论是向To G聚焦、向To B转型，还是C端产品的精细化运营，底层逻辑都是试图建立差异化能力壁垒。未来的生存之道，不再取决于谁跑得快、烧得多，而在于谁能先在一个具体场景中跑通商业模型，并在此基础上构建起真正的盈利飞轮。在这场资本退潮后的AI生存游戏中，那些无法找到稳定现金流、构建有效商业模式的“六小虎”们，恐怕最终只能成为巨头餐桌上的“体面退场者”。