六小虎下半场战事：大模型的商业化开荒

" 要坚决地做 ToC，坚决不做赔钱的 ToB"，李开复言犹在耳，短短半年时间内，零一万物首次交出了自己的 ToB 答卷。

面对外界质疑的压力，在昨天的发布会上，零一万物拿出两个面向企业的解决方案：

一是提供极高性价比的大模型 API 服务。据官方表示，在国际权威盲测榜单 LMSYS 上，其自研的 Yi-Lightning 模型超越 GPT-4o。同时，该模型还给出了较有优惠力度的价格，将每百万 tokens 定价在 0.99 元。

二是做能赚钱的 B 端应用产品。聚焦零售和电商等场景，零一万物推出 "AI 2.0 数字人 "，涵盖 AI 伴侣、IP 形象、电商直播、办公会议等多个细分应用场景，通过提供 "AI 大脑 "，让数字人的互动更加智能。

" 我们的解决方案不会很多，但是我们希望每做一个 ToB 的解决方案，它本身都是盈利的，而不是做一单赔一单。" 零一万物 CEO 李开复表示。

加快商业化脚步的，不止零一万物一家。

MiniMax 在海外和国内找到了 AI 产品落地的商机。专注 AI 陪伴赛道，以 "Talkie" 和 " 星野 " 为代表，这家大模型公司似乎在 C 端产品中拿到了相当可观的收入——据海外媒体 Financial Time 报道，有 MiniMax 员工表示，预计今年年底，MiniMax 的年收入有望突破 7000 万美金。

大模型创企们从不活在象牙塔里，生存压力鞭策着它们向前奔跑。

大模型底层技术突破速度逐渐放缓的同时，头部企业背着一轮又一轮的融资，烧掉更多的训练成本。这意味着，它们还要回应更多的市场质疑，找到能够保证自身健康运转的商业化路径。

望向高空遥不可及的满月，" 六小虎 " 也不得不低头寻找地上的便士。

基础大模型，解不了创企的渴

" 硅谷已经没有人在卖大模型了，大家都在卖产品。"360 董事长周鸿祎如此总结他这几天在硅谷的所见所闻。

回顾今年，海外一些大模型公司已经游走在并购、破产的边缘：从 Character.AI 被谷歌收购，宣布放弃预训练，转向和第三方模型公司合作；再到 AI 独角兽 Inflection AI 被微软收购；推出文生图开源模型的 Stability AI 单季度亏损超 3000 万美元，一度传出 " 卖身 " 消息。

" 没有应用，光有基础模型，不管是开源还是闭源都一文不值。" 在今年世界人工智能大会（WAIC）上，李彦宏给出了上述判断。

从商业化的角度衡量，在短短两年的时间内，靠基础大模型营利的光环已经被打碎，它不是一门性感的好生意。

以头部创企 Open AI 来说，得益于模型架构优化、训练成本降低，在大模型能力保持同等水平的同时，它给出的 tokens 价格显著降低。今年 7 月，Open AI 推出模型 GPT-4o mini，相比于 GPT-3.5 Turbo，该模型价格下降 60%。

大模型每百万 tokens 定价持续下调 图源：Open AI

" 通往智能的成本如此低廉。" 奥特曼在 X 上感叹。

而在国内市场，大模型的价格战正在愈演愈烈。背靠大厂，手握算力资源，云厂商们给出了极具吸引力的低价。

但从披露信息来看，国内的大模型价格战算不上良性竞争。据《财经》报道，包括阿里云、百度智能云在内的多位云厂商负责人透露，在今年 5 月各大厂接连降价后，推理算力毛利率已跌至负数。

大厂的卷，一方面是借助云计算的资源优势，可将价格成本摊薄至更低的水准；另一方面，云厂商的盈利战场不在大模型，而是在于 " 卖水 " ——借助大模型的价格优势，趁势推销基础云产品。

而对于不具备上述优势的大模型创企来说，其基础大模型的定价不可避免地要与云厂商展开竞争。

即便是 Open AI，也无法将 API 服务一项当成核心营利业务。据悉，目前已有超过 100 万第三方合作者使用 Open AI 的技术。但据 Open AI 预测，今年公司营收预计 37 亿美元，其中，C 端占据收入大头，预测达到 27 亿美元。调研机构 FutureSearch 的一项研究显示，API 服务给 Open AI 带来的收入仅占据总营收的 15%。

在营收构成中，API 调用只占据 15% 图源：FutureSearch

将通用大模型包装成对话产品直接端上桌，也无法适应用户的多种需求，从应用角度出发，它能覆盖的用户群体还相当有限。何况，当前国内的通用大模型对话产品均以免费形式推出。

作为基础产品，对话产品还需要企业花钱买流量，就更谈不上直接变现收益。

通用即无用。

于是，从 Open AI 到国内的大模型公司，纷纷针对细分领域推出了众多产品。

按产品的路线来讲，依然分化为了 B 端和 C 端两个方向。

B 端商业化，先下一城

压力之下，大模型创企在追赶基础大模型水平的同时，从没放下过对商业化的思考。

从近半年的动向来看，大模型 " 六小虎 " 中的两家补上了一度空白的商业化之路：

一直做 C 端产品的月之暗面，在两个月前上线了面向企业端的 API；零一万物公布了能赚钱的 B 端解决方案，加速了 " 两条腿走路 " 的进程。

对于当前局势，多数创业企业似乎达成了共识：选方向，ToB 优先于 ToC。

侧重 B 端业务也是大模型 " 六小虎 " 中的多数派。坚定扩展 ToB 市场，智谱 AI 和百川智能都找到了各自的发展方向。

智谱 AI CEO 张鹏坚定地偏向 B 端业务。他曾坦言，推 C 端产品的主要目的，是为了向 B 端客户展示能力。在世界人工智能大会上，张鹏透露目前公司收入主要来自于 B 端，涵盖金融、教育、互联网、零售、汽车、能源、传统制造等数十个方向，目前客户超过 1000 家。

毫无疑问，智谱 AI 是大模型六小虎里商业化进展最快的一家。

据媒体不完全统计，2024 年智谱 AI 已经在金融、能源、汽车等领域里又拿下了数十个订单，其中大部分都是央国企。

据光锥智能独家了解到，在 9 月份，智谱 AI 完成了一轮内部团队的调整。调整的目标，就是这两年的快速扩张后，做一个降本增效的阶段性优化。

而就在调整的前后，智谱 AI 被爆完成新一轮数十亿元融资，投前估值达 200 亿元。而这一轮融资中，国资再次入局——本轮领投方为中关村科学城公司，其为海淀区政府设立的市场化投资平台。

国资的入局，也为未来在央国企的商业化扩张中，再次埋下了伏笔。

而智谱 AI 最值得大模型创业公司学习的，或许就是建立了一支全面面向 B 端的销售团队。

据了解，智谱 AI 把销售团队做了类似云厂商的划分，并且挖来了前字节跳动飞书的首席商业官吴玮杰，将销售团队分为了华北、华东和华南大区，每个大区有不同的侧重点。比如，在华东大区，消费就是重点布局的领域。

截至 2023 年 11 月中旬，智谱 AI 的商业化团队从最初的十几人迅速发展到上百人，从售前到售后、包括解决方案均建立了完善的团队。

面对大模型公司商业化的难题，智谱 AI 联合创始人兼 COO 张帆则比较乐观，他曾经对光锥智能称，大模型天然的在商业和技术上有很好的循环。

阶跃星辰则表示不做传统的 To B 赛道。和上述两家不同的是，阶跃星辰放弃了传统定制化和私有化部署的路线，只为金融、网络文学等领域提供解决方案，比如和国泰君安合作打造证券大模型。

关于 B 端的战略布局，零一万物李开复也给出了自己的考量：

" 从全世界的范畴来说，ToB 供应商基本都是当地的。"李开复表示，" 做 ToB 就做国内，我们找到了一些破局的空间，比如用数字人来做零售，来做餐饮等等，提供一个完整的解决方案。"

虽然国内的数字人竞争已经非常激烈，但真正有大模型底层能力的公司并不多，对零一万物来讲或许是一个破局的机会，但要想拿到一个好的结果，数字人市场的后来者远远撑不起一家百亿估值大模型的故事。

百川智能则专注医疗领域发力。在百川智能 CEO 王小川看来，医疗是 " 大模型皇冠上的明珠 "，是大模型商业化落地的最佳场景之一。

从提供给用户的健康管理类应用，到面向企业的 MaaS 和 AaaS 的解决方案，百川智能探索大模型技术在医疗领域落地的多种应用。今年 8 月，百川智能和北京儿童医院达成合作，计划推出儿童健康大模型 +4 款 AI 智慧儿童服务产品。

C 端商业化，视频好于文字，出海优于国内

大模型基础能力接近海外市场的同时，C 端 AI 原生应用的王座仍然空悬，万众期待的 " 亿级 DAU" 产品没有诞生，但没有人想错过这个机会。

"ToC 市场会是 To B 的十倍。" 王小川曾表示。

但要想切下这块香甜的蛋糕，手握流量的大厂更具有先发优势。有着 "App" 工厂之称的字节和旗下的豆包大模型就是先例。9 月，据 AI 产品榜数据显示，豆包月活达到 4700 万，相比之下，Kimi 的月活仅达到 571 万，不到前者的 15%。

做 ToC，优先选择出海。李开复提及，考虑到国内 AI 应用获客成本水涨船高，以及海外用户付费习惯成熟的优势，基于上述原因，目前零一万物的 C 端产品主要布局海外市场。

从大模型 " 六小虎 " 在 C 端的布局来看，在寻找 PMF（产品和市场匹配度）的机会上，多数厂商都保持着对热门方向的关注热情。其中，AI 搜索、AI 陪伴、AI 视频、AI 生产力工具等赛道的竞争尤为激烈。

以 AI 搜索赛道为例，在前期壁垒不高的情况下，大模型创企们还在探索更佳的落地方式。

或许是受到 Open AI o1 模型的启发，AI 搜索的破局点开始转向慢思考，专注于对复杂问题拆解、分析能力的进化。

本月，月之暗面推出 Kimi 探索版，智谱旗下清言 AI 也上线 "AI 搜索 " 功能。前者可模拟人类的推理思考过程，多级分解复杂问题，执行深度搜索；后者则以 " 思维链 " 为优势，在联网搜索的基础上叠加深度推理能力：它先将一个复杂的问题拆解成多个小步骤，再通过多次逻辑推演和交叉验证，综合得出答案，提升回答的准确性。

通过多步拆解 Kimi 实现复杂问题的解答 图源：月之暗面

大语言模型的产品，在 C 端的商业化难解，但在 AI 视频等多模态领域，也有了改善。

大模型创企们的多模态探索进程不一，但先后有布局动作预估和新产品推出。

今年 7 月，智谱 AI 发布 AI 生成视频产品 " 清影 "，其支持生成 6 秒以内的视频，并于后续开源视频模型 CogVideoX。MiniMax 则在上个月发布视频模型 abab-video-1，在 " 海螺 AI" 上开放使用。据统计，MiniMax 视频模型目前在 VBench（视频生成模型评测体系）中超越快手可灵，拿到综合排名第一的成绩。

新的能力突破，也将成为拉开用户差距的利器。凭借视频生成能力的更新，在一个月的时间内，MiniMax 旗下产品 " 海螺 AI" 月活增长 8 倍，其 MAU 已接近 500 万。

相比于文字、语音等形态，AI 视频模型的受众更加广泛。既能面向 C 端创作者，又能面向内容创作公司。同时，国内多数产品落地之时即制定了明确的付费标准，天然具备商业化优势。

潞晨科技创始人尤洋向光锥智能表示，视频大模型可以直接变现，通过打造成付费工具的方式，向创作者、广告工作室、制片公司等提供服务。

加速奔跑的大模型创企，正在努力熬过市场期待错位的泡沫破裂期，追逐基础大模型能力之外，坚定探索契合自身的商业化路径。

" 泡沫过后，那些无法满足市场需求的伪创新将会被清洗掉。" 谈及泡沫问题，李彦宏回答。

" 在这之后，有 1% 的企业将脱颖而出，继续成长，为社会创造巨大价值。现在，我们只是在经历这个阶段，这个行业比去年更冷静，也更健康。"

来源：光锥智能