資本“追逐”大模型 未來或將大浪淘沙

本報記者 李昆昆 李正豪 北京報道

臨近年末，AI大模型領域掀起新一輪融資競賽。12月23日，階躍星辰宣佈完成數億美元B輪融資；12月17日，智譜AI獲得新一輪30億元融資；更早之前的12月11日，面壁智能亦宣佈完成新一輪數億元融資。

《中國經營報》記者不完全統計得知，整個2024年，國內頭部大模型公司都有至少一輪融資，其中智譜AI在3月、6月、9月、12月都有數億元規模的融資消息宣佈；月之暗面在2月完成10億美元、8月完成3億美元融資；MinMax、百川智能、零一萬物也分別在3月、7月、8月宣佈過規模較龐大的融資消息。

北京歲月桔子科技有限公司數據顯示，2024年至今，中國AI領域融資金額已經超過821億元，遠超2023年全年的636.76億元。這正如清科集團創始人倪正東近日在“中國股權投資年度大會”感慨的，“這是行業難得熱鬧的一幕，一筆筆大模型、具身智能火爆融資相繼誕生，是今年一級市場最深刻景象之一”。

資本心態

資深財經專欄作者馬繼鵬在接受記者採訪時表示：“我覺得這些公司現在獲得如此大的融資，有一個比較重要的原因，就是經過前兩年的發展，它已經形成了一定的優勢。比如月之暗面、百川智能這樣的公司，他們在所屬領域的競爭優勢已經非常凸顯，資本投資的時候覺得更有把握一些。”

多位投資人向記者表示，目前資本對大模型初創公司的態度呈現出較爲複雜的情況，既有積極投資的一面，也有謹慎考量的一面。

積極投資的原因有，行業發展潛力巨大。大模型被認爲是未來AI的底座，具有很強的規模效應，有望對衆多行業產生顛覆性影響，創造巨大的商業價值。如阿里巴巴認爲AI作爲突破性用戶體驗和商業模式的驅動力，將帶來巨大機遇，所以積極投資大模型初創公司。

同時，巨頭們正尋找潛力股來分散風險。在“百模大戰”的背景下，頭部廠商和投資機構難以確定最終的獲勝者，因此通過投資多個有潛力的初創公司，分散投資風險，增加找到未來行業領軍者的機會。

巨頭還看重差異化產品和能力。一些初創公司擁有獨特的技術、算法或應用場景，例如月之暗面的Kimi聊天機器人有強大的長文本處理能力，吸引了資本的關注。

此外，還有產業鏈協同需求：互聯網大廠這些投資方投資大模型初創公司，不僅能獲得潛在的投資回報，還能在算力、算法、雲平臺服務等方面與自身業務形成協同，拓展業務生態。

而投資趨於謹慎的原因有：首先是競爭激烈，資源向頭部集中。大模型行業競爭激烈，隨着發展逐漸呈現頭部聚攏趨勢，大量資金和資源向少數領先的初創公司和大型企業集中，其他初創公司獲得投資的難度增加。如阿里巴巴、騰訊等巨頭參投了月之暗面、智譜AI等多家估值超10億美元的AI企業。

其次，燒錢嚴重，盈利困難。大模型的研發和運營需要鉅額資金投入，用於購買算力、吸引人才等，而目前大多數初創公司尚未找到成熟的商業化模式，實現盈利還面臨諸多挑戰，讓資本在投資時更加謹慎。如OpenAI今年或面臨高達50億美元的鉅額虧損。

再次，技術迭代風險高。大模型技術發展迅速，需要初創公司不斷進行技術創新和迭代，以保持競爭力。如果公司不能及時跟上技術發展的步伐，可能很快就會被市場淘汰，這也增加了資本投資的風險。

最後，應用落地也存在難題。儘管大模型在理論上有廣泛的應用前景，但實際應用落地還面臨諸多問題，如數據隱私、倫理道德、與現有系統的兼容性等，這些問題也會影響資本對初創公司的信心。

未來如何

國內AI大模型賽道競爭日益激烈，首當其衝的仍是“價格戰”。12月18日，在火山引擎Force大會上，字節跳動正式發佈豆包視覺理解模型，同時公佈其售價爲千tokens輸入0.003元，比行業平均價格便宜85％，相當於1元就可處理284張720P的圖片。這意味着，字節跳動在多模態大模型上，再次採用了其通用大模型的大幅降價的傳統打法。此前，豆包大模型於今年5月大幅降價，引來阿里巴巴、百度等多家廠商的跟進降價。

大模型公司未來的發展具有機遇與挑戰並存的特點，從技術發展方面來看，多模態融合將成爲趨勢，使模型能夠處理圖像、語音、文本等多種數據，更接近人類的認知方式，拓展應用場景。大小模型協同發展，大模型提供基礎能力，小模型針對特定任務進行優化，結合兩者優勢，滿足不同應用場景的需求。

從應用拓展方面來看，垂類應用將不斷涌現，大模型將在醫療、金融、教育、工業等行業深入應用，爲各行業提供定製化解決方案，提高生產效率和質量。消費級應用前景廣闊，如智能助手、內容創作、遊戲等領域，將爲用戶帶來更智能、個性化的體驗，提升用戶生活和工作效率。與其他技術融合加深，大模型與物聯網、區塊鏈、量子計算等技術結合，創造出更多創新應用和商業模式。

從市場競爭角度來看，科技巨頭憑藉技術、數據、人才和資金等優勢，在大模型領域佔據領先地位，加大研發投入，不斷推出更強大的模型和應用，拓展市場份額。創新型中小企業則需通過技術創新、差異化競爭、合作聯盟等方式，在細分領域或特定應用場景中尋求突破，與巨頭企業形成互補和協同發展。

與此同時，大模型的發展也面臨挑戰與風險。數據隱私和安全問題亟待解決，大模型訓練和應用涉及海量數據，數據泄露、濫用等風險可能導致用戶隱私受損和企業聲譽下降，需加強數據管理和安全防護措施。倫理和社會問題引發關注，如模型生成的虛假信息、偏見和歧視等，可能對社會造成負面影響，需要建立相應的倫理準則和監管機制，引導大模型的健康發展。盈利壓力較大，大模型研發和運營成本高昂，而商業化落地需要時間和市場培育，企業面臨較大的盈利壓力，需在技術創新和商業變現之間找到平衡。

馬繼鵬認爲，從未來的發展來看，已經跑出來的大模型公司，前景還是非常好的。一個原因就是，經過近三年的發展，不管是在技術上還是在市場規模上都積累了巨大的優勢。

“但是整個行業也有一種趨勢，就是大模型應用類公司可能會更多在某一個細分領域去深耕，通用大模型這個賽道，因爲它需要的不管是資金還是數據和技術實力，可能要求更高。所以，通用大模型公司，未來可能只會剩下幾家。”馬繼鵬說。

（編輯：吳清 審覈：李正豪 校對：翟軍）