资本“追逐”大模型未来或将大浪淘沙|融资_新浪财经

本报记者李昆昆李正豪北京报道

临近年末，AI大模型领域掀起新一轮融资竞赛。12月23日，阶跃星辰宣布完成数亿美元B轮融资；12月17日，智谱AI获得新一轮30亿元融资；更早之前的12月11日，面壁智能亦宣布完成新一轮数亿元融资。

《中国经营报》记者不完全统计得知，整个2024年，国内头部大模型公司都有至少一轮融资，其中智谱AI在3月、6月、9月、12月都有数亿元规模的融资消息宣布；月之暗面在2月完成10亿美元、8月完成3亿美元融资；MinMax、百川智能、零一万物也分别在3月、7月、8月宣布过规模较庞大的融资消息。

北京岁月桔子科技有限公司数据显示，2024年至今，中国AI领域融资金额已经超过821亿元，远超2023年全年的636.76亿元。这正如清科集团创始人倪正东近日在“中国股权投资年度大会”感慨的，“这是行业难得热闹的一幕，一笔笔大模型、具身智能火爆融资相继诞生，是今年一级市场最深刻景象之一”。

资本心态

资深财经专栏作者马继鹏在接受记者采访时表示：“我觉得这些公司现在获得如此大的融资，有一个比较重要的原因，就是经过前两年的发展，它已经形成了一定的优势。比如月之暗面、百川智能这样的公司，他们在所属领域的竞争优势已经非常凸显，资本投资的时候觉得更有把握一些。”

多位投资人向记者表示，目前资本对大模型初创公司的态度呈现出较为复杂的情况，既有积极投资的一面，也有谨慎考量的一面。

积极投资的原因有，行业发展潜力巨大。大模型被认为是未来AI的底座，具有很强的规模效应，有望对众多行业产生颠覆性影响，创造巨大的商业价值。如阿里巴巴认为AI作为突破性用户体验和商业模式的驱动力，将带来巨大机遇，所以积极投资大模型初创公司。

同时，巨头们正寻找潜力股来分散风险。在“百模大战”的背景下，头部厂商和投资机构难以确定最终的获胜者，因此通过投资多个有潜力的初创公司，分散投资风险，增加找到未来行业领军者的机会。

巨头还看重差异化产品和能力。一些初创公司拥有独特的技术、算法或应用场景，例如月之暗面的Kimi聊天机器人有强大的长文本处理能力，吸引了资本的关注。

此外，还有产业链协同需求：互联网大厂这些投资方投资大模型初创公司，不仅能获得潜在的投资回报，还能在算力、算法、云平台服务等方面与自身业务形成协同，拓展业务生态。

而投资趋于谨慎的原因有：首先是竞争激烈，资源向头部集中。大模型行业竞争激烈，随着发展逐渐呈现头部聚拢趋势，大量资金和资源向少数领先的初创公司和大型企业集中，其他初创公司获得投资的难度增加。如阿里巴巴、腾讯等巨头参投了月之暗面、智谱AI等多家估值超10亿美元的AI企业。

其次，烧钱严重，盈利困难。大模型的研发和运营需要巨额资金投入，用于购买算力、吸引人才等，而目前大多数初创公司尚未找到成熟的商业化模式，实现盈利还面临诸多挑战，让资本在投资时更加谨慎。如OpenAI今年或面临高达50亿美元的巨额亏损。

再次，技术迭代风险高。大模型技术发展迅速，需要初创公司不断进行技术创新和迭代，以保持竞争力。如果公司不能及时跟上技术发展的步伐，可能很快就会被市场淘汰，这也增加了资本投资的风险。

最后，应用落地也存在难题。尽管大模型在理论上有广泛的应用前景，但实际应用落地还面临诸多问题，如数据隐私、伦理道德、与现有系统的兼容性等，这些问题也会影响资本对初创公司的信心。

未来如何

国内AI大模型赛道竞争日益激烈，首当其冲的仍是“价格战”。12月18日，在火山引擎Force大会上，字节跳动正式发布豆包视觉理解模型，同时公布其售价为千tokens输入0.003元，比行业平均价格便宜85％，相当于1元就可处理284张720P的图片。这意味着，字节跳动在多模态大模型上，再次采用了其通用大模型的大幅降价的传统打法。此前，豆包大模型于今年5月大幅降价，引来阿里巴巴、百度等多家厂商的跟进降价。

大模型公司未来的发展具有机遇与挑战并存的特点，从技术发展方面来看，多模态融合将成为趋势，使模型能够处理图像、语音、文本等多种数据，更接近人类的认知方式，拓展应用场景。大小模型协同发展，大模型提供基础能力，小模型针对特定任务进行优化，结合两者优势，满足不同应用场景的需求。

从应用拓展方面来看，垂类应用将不断涌现，大模型将在医疗、金融、教育、工业等行业深入应用，为各行业提供定制化解决方案，提高生产效率和质量。消费级应用前景广阔，如智能助手、内容创作、游戏等领域，将为用户带来更智能、个性化的体验，提升用户生活和工作效率。与其他技术融合加深，大模型与物联网、区块链、量子计算等技术结合，创造出更多创新应用和商业模式。

从市场竞争角度来看，科技巨头凭借技术、数据、人才和资金等优势，在大模型领域占据领先地位，加大研发投入，不断推出更强大的模型和应用，拓展市场份额。创新型中小企业则需通过技术创新、差异化竞争、合作联盟等方式，在细分领域或特定应用场景中寻求突破，与巨头企业形成互补和协同发展。

与此同时，大模型的发展也面临挑战与风险。数据隐私和安全问题亟待解决，大模型训练和应用涉及海量数据（维权），数据泄露、滥用等风险可能导致用户隐私受损和企业声誉下降，需加强数据管理和安全防护措施。伦理和社会问题引发关注，如模型生成的虚假信息、偏见和歧视等，可能对社会造成负面影响，需要建立相应的伦理准则和监管机制，引导大模型的健康发展。盈利压力较大，大模型研发和运营成本高昂，而商业化落地需要时间和市场培育，企业面临较大的盈利压力，需在技术创新和商业变现之间找到平衡。

马继鹏认为，从未来的发展来看，已经跑出来的大模型公司，前景还是非常好的。一个原因就是，经过近三年的发展，不管是在技术上还是在市场规模上都积累了巨大的优势。

“但是整个行业也有一种趋势，就是大模型应用类公司可能会更多在某一个细分领域去深耕，通用大模型这个赛道，因为它需要的不管是资金还是数据和技术实力，可能要求更高。所以，通用大模型公司，未来可能只会剩下几家。”马继鹏说。

（编辑：吴清审核：李正豪校对：翟军）