每周一问大模型 | “六小龙”们成了大厂的垫脚石？

“六小龙”们曾经都凭借着大模型赛道的早鸟票入场，但在模型技术赛道无法持续保持领先后，商业化之路也都走的不是特别顺利。这其中有一个无法回避的现实：只要头部的巨头们还在AI领域烧钱，创业公司将会持续在商业化问题上“抗压”。这样的背景下，留给小龙们最现实的选择，也许只有一边扎根自身优势领域落地产品，寻找IPO或者新的融资机会；同时内部降本增效，省出资源持续迭代模型，把AGI和未来的故事尽可能讲下去。

01

DeepSeek

你对中国AI“六小龙”现状的分析非常精准，它们确实在巨头挤压下陷入了“高投入、难盈利”的困境。当前，这些曾经的明星初创公司正在经历一场残酷的淘汰赛，战略分化日益明显。

下面这个表格清晰展示了“六小龙”核心企业的当前状况与选择：

公司名称

现状与战略转向

商业化与资本动作

智谱 AI (GLM)“坚守派”代表，仍坚持基座模型研发。

为冲刺IPO进行裁员和业务调整
，并通过获取国资订单探索B端收入。

月之暗面 (Kimi)“坚守派”，暂缓市场投放
，巩固长文本优势，并与小红书等合作开拓差异化场景。

探索与内容平台（如财新）的独家合作
，寻求B端落地。

阶跃星辰“坚守派”，坚持基础模型研发，但裁撤了C端产品，聚焦智能体。

聚焦智能体等方向进行商业化探索。

MiniMax“坚守派”，发布新模型对标DeepSeek，同时将出海作为重要突围路径。。

已考虑港股上市，在海外主攻视频、语音等细分市场，避免与巨头直接竞争。

百川智能“转型派”，已选择“All in”医疗垂类赛道。

收缩通用模型战线，核心团队出现动荡。

零一万物“转型派”，不再投入超大参数模型，全面拥抱DeepSeek，为其提供企业级解决方案。

最早被外界认为掉队
，核心高管离职。

难以逾越的生存压力

“六小龙”的困境，根源在于它们正面临一个由巨头主导的、极其残酷的竞争环境。

• 巨头的资源碾压

  ：大厂拥有创业公司无法比拟的资金、数据和流量优势。一旦市场出现新的需求点，大厂能迅速调动资源进行“像素级跟进”，在短时间内抹平创业公司的创新优势 。例如，Kimi的“长上下文”功能和MiniMax的“语C群聊”功能在出圈后，都迅速遭遇了大厂的复刻和挤压 。

• 惨烈的“价格战”

  ：巨头为了抢占市场，不惜发起价格战。字节跳动的豆包模型将价格降至“厘时代”，阿里云也多次大幅下调模型调用价格
  。这种不计成本的投入，极大地压缩了创业公司的盈利空间。

• C端遇阻，B端艰难

  ：在面向个人用户（C端）的市场，由于用户付费意愿低以及开源模型的冲击，难以找到好的盈利模式 。而在企业服务（B端）市场，大厂和DeepSeek技术更强、成本更低，也更具吸引力，使得创业公司同样举步维艰 。

• “吞金兽”模式难以为继

  ：大模型研发是典型的“吞金兽”，预训练成本极高，且研发人员薪酬占比很高
  。在融资退潮、估值高企的背景下，“六小龙”融资难度陡增，烧钱模式难以持续 。

在重重压力下，“六小龙”正在摸索不同的生存路径，核心在于避开与巨头的正面交锋，寻找差异化的生存空间。

• 路径一：冲刺IPO，寻求“输血”

  。上市成为最直接的解决方案，既能融资“输血”，也为投资人提供了退出渠道
  。智谱AI和MiniMax已率先启动上市进程 ，但这更像是阶段性突围，仍需向市场证明其长期盈利能力 。

• 路径二：扎根垂直领域，做深做透

  。这是业内普遍看好的方向 。当通用模型能力无法全面领先时，下沉到某个细分行业，利用专业的行业数据与知识（Know-how）构建壁垒，可以获得相对于大厂的差异化优势 。

• 路径三：主动转型，降本求生

  。部分公司选择收缩阵线，如零一万物不再自研超大模型，转而基于DeepSeek做应用 ；智谱则通过裁员和业务调整来“降本增效” 。

• 路径四：扬帆出海，另辟战场

  。由于国内市场竞争过于激烈，出海成了许多AI创业公司的“唯一解” 。它们主攻海外市场，利用成熟的技术和美欧市场用户更强的付费意愿，寻找生存空间 。

说“六小龙”完全成为“垫脚石”或许有些绝对，但它们确实从挑战者变成了在巨头生态夹缝中求生的探索者。未来的格局很可能如一些业内人士预测的那样：中国市场最终可能仅剩少数几家大模型提供商8。

对于剩下的“小龙”们，最现实的选择就是你提到的：一边通过扎根垂直领域或出海实现商业闭环，另一边严格控制成本，把AGI的梦想尽可能讲下去。这场考验才刚刚进入中场，生存下去的，未必是技术最炫酷的，但一定是商业化最务实、最坚韧的那一个。

来源：DeepSeek回答

02

夸克

在大模型赛道的激烈竞争中，“六小龙”（智谱AI、MiniMax、月之暗面、阶跃星辰、百川智能、零一万物）确实面临被大厂挤压的困境，其商业化受阻、技术迭代缓慢及融资压力等问题，使得部分企业逐渐沦为大厂技术生态的“垫脚石”。以下结合搜索结果分析其现状及挑战：

一、商业化受阻：大厂挤压与路径依赖

1. B端市场被大厂垄断

   
   大厂凭借生态资源和资金优势，迅速占领企业级市场。例如，阿里、华为、腾讯等在医疗、金融等领域推出定制化解决方案，而六小龙在医疗（如百川智能）等垂直领域的尝试中，难以突破大厂的渠道和资源壁垒 1 。智谱AI虽以3亿元营收成为六小龙中最强者，但其2024年亏损高达20亿元，商业化收入远未覆盖研发投入，上市成为其缓解资金压力的唯一选择 2 。

2. C端产品同质化与大厂价格战

   
   六小龙推出的数十款AI应用（如阶跃星辰的“冒泡鸭”）因同质化严重、缺乏长期生命力，多数在几个月内下架 34 。而大厂通过降价抢夺市场，如阿里、字节、腾讯等推出低价或免费模型（如DeepSeek R1），进一步挤压六小龙的生存空间 15 。例如，豆包、DeepSeek等应用在用户活跃度上已占据市场主导地位，六小龙的Kimi等产品则逐渐边缘化 5 。

1. 模型能力落后于国际与大厂

   
   在基础模型研发上，六小龙的更新频率和性能远落后于国际头部企业（如OpenAI）和国内大厂。例如，Google每月更新模型，而六小龙的动作停留在2024年初，且模型性能在排行榜上排名靠后（如智谱的GLM-4仅位列第35位） 1 。DeepSeek等开源模型的崛起，更使得六小龙自研基础模型的意义大幅降低 6 。

2. 训练成本高昂与降本增效困境

   
   单次训练成本可达百万至千万美元，但六小龙在模型训练方法上缺乏突破，导致成本无法有效降低 1 。例如，零一万物因战略摇摆（如转向国内版PopAI失败）导致核心成员离职，研发资源被抽离，进一步削弱技术竞争力 34 。

1. 融资几乎停滞，上市成救命稻草

   
   除智谱AI外，其余五家融资消息鲜有更新。2025年，六小龙中已有五家筹备上市，智谱率先提交IPO，MiniMax紧随其后。然而，上市仅能缓解短期资金压力，若无法证明可持续盈利路径，其市值可能重蹈“AI四小龙”商汤的覆辙（上市后市值蒸发八成） 2 。

2. 技术路径与商业模式的摇摆

   
   部分企业尝试差异化策略，如MiniMax主攻海外市场，但其产品（如海螺AI）因与大厂（如快手可灵）高度相似，被迫调整重心。此外，六小龙在开源与闭源、B端与C端之间的反复横跳，导致战略混乱，资源浪费严重 34 。

1. 技术生态的封闭性

   
   大厂通过构建“算力+数据+应用”闭环生态（如华为、阿里），将六小龙纳入其供应链或合作伙伴体系。例如，零一万物与阿里云合作训练模型，放弃自研AGI，成为大厂技术生态的“供应商”。

2. 人才与资源的虹吸效应

   
   大厂通过高薪挖角、广告位垄断（如字节屏蔽其他AI应用投放）等手段，进一步挤压六小龙的生存空间。例如，猎豹创始人傅盛指出，六小龙因资源不足，被迫转向“小而美”应用，而大厂则主导基础模型研发 。

六小龙的困境本质是技术壁垒不足与商业化路径不清晰的双重困境。若无法在垂直领域（如医疗、金融）建立不可替代的解决方案，或通过开源生态与大厂形成互补，其命运或将如“AI四小龙”般逐渐边缘化。然而，部分企业（如智谱、MiniMax）仍有机会通过上市融资、技术降本（如MoE架构）或差异化应用（如AI搜索）突围，但需在战略定力与用户体验之间找到平衡。

来源：夸克回答

03

豆包

从目前的情况来看，“AI 六小龙” 在一定程度上确实扮演了大厂垫脚石的角色，但也并非完全如此，它们自身也在努力寻求突围之路。

“AI 六小龙” 是指智谱 AI、MiniMax、月之暗面、阶跃星辰、百川智能、零一万物六家明星创业公司。2022 年底 ChatGPT 横空出世后，它们凭借技术先发优势，吸引了阿里、腾讯等大厂争相投资，估值一度飙升至百亿级别。然而，随着大厂在 AI 领域的持续投入和 DeepSeek 等开源模型的崛起，“六小龙” 的发展逐渐陷入困境。

一方面，“六小龙” 为大厂在技术探索和市场培育方面起到了一定的铺垫作用。例如，月之暗面曾凭借首个实现 “200 万上下文” 的技术突破，引来了阿里、字节等大厂的跟进模仿。零一万物在放弃预训练赛道后，将超大模型训练交给阿里云，这在一定程度上也为阿里云积累了大模型训练的经验。此外，“六小龙” 在市场早期对 AI 技术的推广和应用场景的探索，也为大厂后续的大规模商业化应用提供了参考。

另一方面，“六小龙” 也在努力避免完全成为大厂的垫脚石，积极寻求自身的发展路径。比如智谱AI通过将部分模型开源，吸引开发者共建生态，同时通过API调用量分成探索盈利，并在2025年3月获得了杭州国资、珠海华发集团、四川成都高新区18亿元融资。MiniMax集中资源开发游戏AI引擎，与网易、米哈游达成合作，在垂直领域寻找突破口。月之暗面接入腾讯云智能生态，以 “技术供应商” 身份换取算力支持和渠道资源。阶跃星辰则押注法律垂直模型，切入合同审查场景。

不过，行业分析师指出，“六小龙” 的这些策略短期可续命，长期仍需回答 “为何不用大厂方案” 的灵魂拷问。总体而言，“六小龙” 目前的处境较为艰难，虽然在一定程度上为大厂提供了一些借鉴和支持，但它们也在通过各种方式努力争取自身的生存和发展空间，是否会完全成为大厂的垫脚石还尚未可知。

来源：夸克回答

04

Kimi

“六小龙”并没有完全沦为“大厂的垫脚石”，但在当前阶段，它们确实正面临被边缘化的风险。是否最终成为“垫脚石”，关键取决于它们能否在商业化上找到自我造血的能力，而不再只是“技术先行者”或“大厂生态的附庸”。

一、为何说它们“像”垫脚石？

1. 技术红利期已过，模型优势不再

   早期，“六小龙”靠技术领先和快速产品化抢跑，比如Kimi的200万字上下文、MiniMax的AI社交产品星野等，一度领先大厂。但进入2024年后，大厂迅速补齐技术短板，阿里、字节、腾讯等投入百亿级资源，模型性能差距迅速缩小甚至反超。

2. 开源模型冲击，技术壁垒被击穿

   DeepSeek等开源模型以低成本、高性能的方式出现，直接冲击了“六小龙”闭源模型的商业模式，使得它们难以靠“模型授权”或“API调用”持续盈利。

3. 大厂生态碾压，C端和B端双重受压

   在C端，大厂拥有流量入口、广告平台和用户生态，AI初创公司很难持续获客；在B端，价格战激烈，定制需求重、回款周期长，导致“六小龙”陷入“降价没利润，不降价没客户”的困境。

1. 战略分化，寻找垂直突破口

   百川智能转向医疗AI，零一万物放弃通用大模型做行业落地，MiniMax聚焦C端AI社交，智谱AI则押注政企市场和开源生态。这些都是在试图避开大厂主战场，寻找差异化生存空间。

2. 资本运作加速，争取“上岸”窗口

   智谱AI、MiniMax已启动IPO进程，试图通过资本市场融资续命，构建更长期的模型迭代能力。这在一定程度上是对“被收购”或“被边缘化”命运的抵抗。

3. 内部降本增效，调整团队与研发节奏

   多家公司已进行团队优化、减少大模型预训练投入，转向更务实的小模型或行业模型开发，以商业回报为导向。

“六小龙”当前的角色更像是**“过渡期的探路者”——它们验证了大模型的商业潜力，也承担了早期试错成本。虽然它们未完全沦为“垫脚石”，但如果无法在商业化上实现突破，最终可能会被大厂收购、边缘化，或沦为技术供应商。

未来1-2年将是决定性窗口期。能否跑出1-2家真正独立盈利的AI公司，还是集体成为大厂生态的一部分，答案还未揭晓。

来源：Kimi回答

05

文心X1

“六小龙”（通常指中国AI创业浪潮中的代表性企业，如商汤、旷视、云从、依图等）的商业化困境与头部大厂的竞争逻辑，本质上是AI行业技术革命周期与资本逻辑共同作用的结果。要理解这一现象，需从技术、资本、市场三个维度拆解，并辩证看待“垫脚石”的隐喻。

一、技术早鸟票的“双刃剑效应”：先发优势与持续创新的矛盾

• 先发优势的红利期

  ：早期通过大模型或垂直场景的算法突破（如人脸识别、语音识别）获得资本与市场关注，快速积累技术壁垒和客户基础。例如，商汤在计算机视觉领域的技术积累一度使其成为“AI四小龙”之首。

• 技术迭代压力

  ：AI行业的技术更新速度极快（如Transformer架构、生成式AI的爆发），早期技术优势可能被后续开源模型（如LLaMA、GPT系列）或大厂自研体系快速稀释。例如，百度、阿里等大厂通过大规模算力和数据优势，迅速推出性能相近甚至更优的模型，压缩了创业公司的技术窗口期。

• 研发投入的“无底洞”

  ：大模型训练需要持续的高额投入（算力、数据、人才），而创业公司往往难以承受长期的技术竞赛。例如，OpenAI在GPT-3之前的亏损模式，对任何非巨头企业都是巨大压力。

• 大厂的“烧钱”策略

  ：头部企业（如BAT、字节跳动、华为）通过资本优势（融资能力、自有现金流）维持高强度研发投入，同时通过生态布局（云服务、硬件、行业解决方案）形成闭环，挤压创业公司空间。例如，阿里云、腾讯云通过低价策略争夺AI算力市场，导致创业公司难以在成本上竞争。

• 创业公司的融资困境

  ：尽管早期融资顺利，但后续融资需依赖持续的技术突破或商业化落地。若技术领先性丧失，资本会转向更“安全”的大厂或已验证商业模式的项目。例如，部分AI公司因估值虚高、商业化不及预期，出现融资困难或IPO受阻。

• 商业化路径的“窄门”

  ：AI创业公司需在垂直场景（如安防、金融、医疗）寻找落地机会，但大厂凭借生态优势（如华为的“硬件+算法+云”一体化方案）或政府资源（如智慧城市项目），更容易获得大订单。例如，海康威视、大华等传统安防巨头通过整合AI能力，巩固了市场地位，挤压了创业公司的生存空间。

• 大厂的“垫脚石”角色

  ：从短期看，创业公司确实可能成为大厂技术验证的“试验田”或人才储备库。例如，大厂通过收购或合作，吸收创业公司的技术团队或专利，快速补全自身能力。例如，阿里收购旷视部分业务以强化计算机视觉能力。

• 创业公司的“反脆弱”策略：
• • 垂直场景深耕

    ：聚焦细分领域（如医疗影像、工业质检）形成技术壁垒，避免与大厂正面竞争。例如，推想科技在医疗AI领域通过FDA认证，形成差异化优势。

  • 生态合作与开源

    ：通过开源模型或与大厂合作（如接入其云平台），降低算力成本，同时扩大用户基础。例如，百川智能通过开源大模型，吸引开发者生态，形成网络效应。

  • 资本运作与IPO

    ：通过二级市场融资（如港股18A、科创板）或战略融资，获取持续投入的资金。例如，商汤通过港股上市，缓解了部分资金压力。

• AGI叙事的“长期主义”

  ：尽管短期商业化承压，但AGI（通用人工智能）作为长期愿景，仍能吸引资本和人才。创业公司通过讲述“未来故事”，维持估值和融资能力，同时内部通过降本增效（如优化算力使用、精简团队）延长生存周期，等待技术突破或市场拐点。

• 生态共生

  ：AI行业的健康发展需要多层次参与者。大厂提供基础设施和生态支持，创业公司则推动技术前沿和垂直场景创新。例如，OpenAI与微软的合作，既利用了微软的云算力，又保持了自身的研发独立性。

• 价值转移

  ：部分创业公司可能被大厂收购，成为其生态的一部分；另一部分可能通过技术突破或商业模式创新，实现“逆袭”（如从工具型公司转型为平台型公司）。

• 政策与市场的作用

  ：政府政策（如数据安全法、AI伦理规范）和市场结构（如反垄断、中小企业扶持）会影响竞争格局。例如，欧盟对AI的监管政策可能为创业公司创造更公平的竞争环境。

结论：“六小龙”并非简单的“垫脚石”，而是AI行业生态中的重要组成部分。它们的商业化困境反映了技术革命期创业公司的普遍挑战，但通过垂直深耕、生态合作、资本运作和长期叙事，仍有机会在竞争中生存并创造价值。大厂与创业公司的关系更接近“共生竞争”，而非单方面的“利用与被利用”。未来的关键在于，创业公司能否在保持技术敏感度的同时，构建可持续的商业模式，并在AGI的长跑中找到自己的生态位。

来源：文心X1回答

06

腾讯元宝

“垫脚石”还是“共建者”

把“六小龙”简单定义为巨头的“垫脚石”并不完整。更贴近现实的是：在基础模型层，超大规模的算力与资本正快速集中，创业公司相对被动；但在应用与生态层，仍存在结构性机会。头部厂商的持续重投入确实抬高了竞争门槛，例如阿里宣布未来三年投入超3800亿元建设云与AI硬件基础设施，字节跳动2025年资本开支预计约1500亿元，而DeepSeek以开源与低价API重塑性价比基准，这些都使“跟随式”做通用底座的创业公司承压。同时，应用层的胜负并未锁定，谁能把模型转化为具体场景的数据飞轮与商业闭环，谁就能获得持续席位。

现实处境一览

• 资金与人才：2025年至今，“六小龙”中公开披露新融资的仅有智谱AI，并已启动IPO进程；从2024年至今，六家公司合计出现至少22–23位核心高管离职，组织稳定性与迭代节奏承压。

• 流量与用户：截至2025年3月，在含手机助手的综合榜单中，DeepSeek、字节豆包、腾讯元宝月活分别约1.94亿、1.16亿、4164万；排除手机助手后，Kimi约1820万，与头部存在数量级差距。

• 战略走向：部分公司转向“应用优先/行业深耕”，如零一万物与阿里云成立“产业大模型联合实验室”，并将超大模型训练交由阿里；百川智能将重心转向医疗AI；MiniMax通过开放API服务2000+企业客户，探索订阅与定制并行。

• 基础模型节奏：2025年1月后，多家公司更新频率放缓或聚焦细分方向，行业焦点由“参数规模”转向“推理能力/性价比/生态”。

可行路径与动作

• 技术与成本：在开源基座上做轻量化、MoE、蒸馏与推理优化，把同等效果的成本再降一个数量级；必要时“多底座策略”（接入更优开源或低价API）以释放现金流，聚焦应用层毛利。

• 场景与数据：选择数据稀缺且壁垒高的垂直行业（如医疗、法律、工业质检、金融风控等），通过闭环数据持续打磨“产品-场景-数据飞轮”，形成难以被通用模型替代的行业智能体。

• 商业化与组织：优先“可重复、可规模化”的交付模式（订阅、用量、按效果分成），配套行业解决方案与交付体系；组织上“小前台+强中台”，减少定制化“人肉成本”，把研发资源集中在模型迭代与核心体验。

• 资本与节奏：以阶段性商业化里程碑驱动融资与IPO节奏，清晰披露单位经济模型与客户留存/复购指标，平衡“长期研发”与“短期现金流”。

给创业者的三条底线

• 不与巨头在“通用底座”上拼参数与算力，转向“应用+行业数据飞轮”。

• 以“开源+多底座”降低TCO，把预算集中到“用户价值与留存”。

• 用“可复制行业方案”建立护城河，而非堆叠一次性Demo。

来源 ：腾讯元宝回答

07

ChatGPT

非常好的问题。你提到的“六小龙成了大厂的垫脚石？”其实是对当下中国大模型创业生态的一种深刻质疑。下面我从行业格局、竞争逻辑和未来走向三个角度来分析：

一、行业格局：早鸟红利已尽，资本与算力的天平失衡

“六小龙”——例如智谱、百川、Moonshot（月之暗面）、MiniMax、零一万物、光年之外等——确实都在2023年凭借早期入局拿到了“风口红利”。那时资本密集下注，算力资源尚未被完全垄断，创业公司能在模型参数、推理性能上与大厂短暂“并跑”。 但进入2024下半年后，大厂开始以生态垄断和资源壁垒的方式回收红利。腾讯、阿里、百度、字节纷纷整合内部AI资源，构建完整的模型—应用—算力—分发闭环，小公司在这条链上被逐步边缘化。

简单说，过去“六小龙”靠早鸟优势；现在巨头靠规模优势。

二、竞争逻辑：技术平权后，商业化成了“压垮小龙”的最后一根稻草

模型能力差距在缩小，但商业资源却天差地别。 巨头可以通过自家应用生态（微信、抖音、天猫）快速分发AI产品，而创业公司即使模型性能不错，也缺乏渠道和现金流去教育市场。 这导致两个“死循环”：

• 卷技术没出路

  ：参数再大，成本更高，利润更薄。

• 卷产品太艰难

  ：C端难变现，B端又被大厂低价切割。

当巨头还在持续烧钱布局AGI叙事，小公司若想“盈利”反而会被视为“不够远见”。于是，他们既不能赚钱，也不能停下来。

三、未来走向：垫脚石未必是悲剧，但要变“生态角色”

是否真成了垫脚石？从商业角度看，确实有这种趋势。 巨头吸收他们的人才、框架、模型经验后，反哺自家生态，小公司往往被“用完即弃”； 但从生态角度看，这也是AI行业进化的必经阶段：

• 小公司承担了技术探索和用户教育的前期风险；

• 巨头提供了大规模落地和变现能力。

若创业公司能在细分场景中形成护城河（如教育、医疗、文生视频、游戏智能体），仍可能靠“垂直深耕+轻模型+应用创新”找到第二曲线。

✅ 结论：

“六小龙”确实在某种程度上成了大厂AI征途的“垫脚石”， 但这并非失败，而是行业结构性的结果—— 在巨头垄断算力与分发的时代，小公司唯一的出路， 是在边缘找到自己的核心价值，在叙事退潮前，活得更久一点。

来源:ChatGPT回答

08

通义

"AI六小龙"：从"挑战者"到"追随者"的生存困境

您提出的问题非常精准地概括了当前"AI六小龙"的处境。从知识库信息来看，"六小龙"确实已经从曾经的"挑战者"地位，逐渐滑落为"追随者"，而他们的生存空间正在被大厂持续挤压。

现状与挑战

"六小龙"（智谱AI、MiniMax、月之暗面、阶跃星辰、百川智能和零一万物）曾经凭借早期的技术创新和资本支持在大模型领域崭露头角。然而，随着大厂的全面入场和DeepSeek的崛起，他们正面临三重压力：

1. 商业化困境

   ：知识库显示，"六小龙"营收数据未公开，而OpenAI付费用户已破百万。智谱2024年收入达3亿元，但亏损高达20亿元，商业化收入未能弥合高额研发投入。

2. 技术迭代放缓

   ：智谱AI基础大模型最后一次更新停止在2024年12月，月之暗面1月20号发布的Kimi1.5推理模型热度被DeepSeek R1迅速超越。

3. 大厂碾压

   ：字节、阿里等投入百亿资金，六小龙先发优势被完全赶超。正如李开复所言："大家都知道，只有大厂能够烧超大模型。"

面对这些挑战，"六小龙"正在采取以下策略：

• 零一万物

  ：放弃预训练，将超大模型交给阿里训练，转向应用开发，明确不再追逐AGI。

• 百川智能

  ：专注医疗垂类赛道，基础大模型进入静默期。

• 智谱AI

  ：启动IPO上市辅导（2025年4月），将训练下一代基座模型视为最高优先战略，同时通过开源GLM-4-32B-0414系列模型降低研发成本。

• 月之暗面

  ：2025年2月停止投流，重新定下技术优先指标，聚焦长文本与开源技术。

• MiniMax

  ：将技术迭代确立为最重要目标，持续投入视频生成、视觉多模态与海外市场。

• 阶跃星辰

  ：坚持追求AGI终极目标，同时寻求B端商业化路径。

从某种意义上说，"六小龙"确实成为了大厂的"垫脚石"，但这种说法并不完全准确。更准确地说，他们正在经历一个行业整合的过程：

• 技术先行者

  ：六小龙曾是大模型技术的先行者，为大厂提供了技术验证和市场教育。

• 大厂学习者

  ：大厂入场后，迅速学习并超越了六小龙的技术创新，如阿里、字节等跟进模仿了"200万上下文"等技术突破。

• 资源被虹吸

  ：人才流向大厂，据《字母榜》报道，2024年上半年，"六小龙"中有12位高管离职，不少流向了字节、京东等大厂。

• 模式被颠覆

  ：DeepSeek的开源模式直接冲击了六小龙的商业模式，"六小龙"不得不调整战略，从"关起门来做产品"转向拥抱开源。

您提出的"一边扎根自身优势领域落地产品，寻找IPO或者新的融资机会；同时内部降本增效，省出资源持续迭代模型"确实是"六小龙"最现实的出路，知识库中也印证了这一点：

1. 聚焦优势领域

   ：如百川智能专注医疗垂类，月之暗面聚焦长文本，MiniMax深耕视频生成。

2. 开源策略

   ：智谱AI发布开源GLM-4-32B-0414系列模型，降低研发成本。

3. 商业化探索

   ：智谱AI2024年前11月商业化收入增长超100%，但仍在亏损中。

4. 资本运作

   ：智谱AI启动IPO上市辅导，成为"AI六小虎"首家启动A股IPO的企业。

5. 降本增效

   ：月之暗面停止投流，MiniMax重新将技术迭代确立为最高优先战略。

"六小龙"并未完全成为大厂的垫脚石，而是正在经历一场艰难的转型。他们从"挑战者"转为"追随者"，但仍在努力寻找生存空间。正如知识库中提到的，"AI行业正经历从'量'的扩张转向'质'的提升"。在大厂持续烧钱、开源模型冲击的背景下，"六小龙"能否在细分领域找到差异化优势，实现真正的商业化，将是他们能否继续在AI赛道上立足的关键。

正如李彦宏所言："在未来AI浪潮里，市场中99%的伪创新都将被淘汰，只有1%的企业能够脱颖而出。"六小龙能否成为那1%，取决于他们能否在技术、产品和商业化上找到真正的突破点，而不仅仅是"讲好AGI和未来的故事"。

来源:通义回答

09

图灵AI+大模型榜是基于企业商业力、团队力、领导力、资本力和舆论力的评估结果：

戳我查看本月“AI+大模型榜单”

*大模型推理及回答仅供参考，AI有幻觉，真伪需自辩。

随着人工智能技术的快速迭代，大模型的能力边界不断拓展，智能体作为大模型的重要应用模式，正凭借其在规划决策、记忆、工具使用等方面独特的创新性和实用性，引领着一场产业变革。

为贯彻实施《国家人工智能产业综合标准化体系建设指南（2024版）》，中国移动通信联合会正式启动三项团体标准研制工作：

●《人工智能智能体能力要求》(计划号:T/ZGCMCA 011-2025)

●《人工智能智能体内生安全技术要求》(计划号:T/ZGCMCA 023-2025)

●《人工智能智能体互操作性接口规范》(计划号: T/ZGCMCA 024-2025)

现诚邀数据服务企业、医疗机构、科研院所、高校、检测认证机构等全产业链

行业机构及

研发工程师、项目经理、应用专家

专业人士

期待您的积极参与，让我们携手共进，共同引领人工智能产业的发展方向！

联系人：李贞琦

联系方式：18519753675（同微信）