文 | AI 大模型工场，作者｜西梅汁，编辑｜星奈
曾几何时，大模型创业圈风光无限，“AI 六小龙”，曾被视作中国 AI 冲击国际舞台的先锋队。
进入 2025 年，面对新对手 DeepSeek 的冲击，“ 六小龙” 阵营出现了明显分化：有人退出前线，有人坚守阵地。一年前还备受资本追捧的“ 小龙们”，如今除了智谱 AI 和阶跃星辰外，其它几家自 2024 年下半年起，便“ 再无融资消息”。
然而短短一年光景，两位成员已明显“ 掉队”，风光不再。零一和百川到底做错了什么？他们的困境，又预示着什么样的行业走向？
一、泡沫退潮：从“ 六小龙” 到“ 四小强” 的行业洗牌
国产大模型兴起的 2023 年，被称为“ 大模型元年”。彼时，ChatGPT 的横空出世点燃了全球对通用人工智能的热情，国内企业与创业团队争先恐后入局，继而“ 六小龙” 也迅速脱颖而出。
在一轮轮融资和模型发布中，热钱涌动，创业者与投资人高歌猛进。数据显示，2023 年这六家公司累计融资超过 60 亿元人民币，几乎占据国产大模型早期融资总额的一半以上。
然而，到了 2024 年底，行业进入“ 冷静期”。创企的烧钱模式和盲目追求技术参数的时代逐渐退场，新的竞争法则悄然兴起，商业化的道路变得更加艰难。大模型研发成本高昂，而应用场景落地的速度则远低于预期，行业的高光时刻随之消逝。
如今，在这场“ 优胜劣汰” 的竞争中，智谱、MiniMax、月之暗面和阶跃星辰这四家公司成为了少数“ 幸存者”。它们并非单纯依靠烧钱和技术参数来争夺市场份额，而是选择了各自细分赛道，继续深耕。
而剩下掉队的两家零一万物和百川智能的转变尤为引人注目。零一万物凭借其大规模的技术参数曾经一度吸引关注，但缺乏清晰的产品路线和业务落地路径，使其迅速陷入困境；百川智能则因频繁的战略调整和管理层更迭，逐步从行业头部位置滑落，最终淡出队伍。
二、零一与百川做错了什么？
进入 2025 年，AI 大模型行业开始经历第一次“ 理性回调”。市场不再只看“ 参数量”“ 榜单名次”，开始聚焦用户体验、成本效率、商业路径。
此时，“ 六小龙” 开始分化，特别是零一与百川的转向与疲软，成为整个行业变化的缩影。
零一的问题出现在多个层面。虽然其推出的 Yi-Large 和 Yi-Lighting 等模型曾一度登上国际榜单，但工程化能力与产品落地明显滞后。尽管公司具备全栈 AI Infra 能力，在底层技术上有一些突破，如自研算力管理平台、向量数据库笛卡尔等，但在将技术转化为实际落地产品方面，面临诸多挑战。
To B 业务上，零一也有布局，但真正落地且能实现即插即用的场景有限，To C 业务中部分海外项目组也在 2024 年底被裁撤或合并。包括零一发布的 AI 办公助手“ 万知”，其功能设计存在复杂性，使得用户体验尚未形成闭环。
更致命的是，其创始团队在 2024 年底出现严重人事震荡。核心高管接连离职，预训练团队被阿里收编，直接宣告其放弃大模型底座的自研方向，转向应用层和海外市场。这一“ 降维打击” 的背后，是现实层面的资源耗尽与战略收缩。
相比之下，百川的问题则更具代表性。曾经被视为国产大模型最有希望的 C 端破局者之一，百川在短短一年内经历了三次战略大转向，从 C 端超级应用到多模态通用大模型，再到 B 端医疗场景，最终因节奏混乱与执行力不足，被渐渐甩出“ 四小强” 的队伍。
最初，百川通过推出自研的 Baichuan 系列和开源，试图接轨 OpenAI，随后推出了面向 C 端的“ 百小应”App。然而，据晚点 latePost 消息，这款产品在推出后半年 DAU 始终未能突破 5,000 的门槛，远远落后于同期的“ 豆包” 或 Kimi。用户使用频率低，留存率差，成为百川第一波战略失速的直接体现。
进入 2024 年后，百川迅速转向多模态大模型，推出“Baichuan Omni”，但因技术未成熟、效果不佳，未得到市场认可。多线并举失败后，百川开始“ 断尾求生”。随之宣布聚焦医疗 AI，但即便在这一方向上，医疗模型的能力仍未达到行业标准，且商业化进展缓慢，试点项目多无稳定性。
此外，为在 2025 年初正式宣布组建医疗大模型专门团队也带来了压力，百川在医疗领域的策略不明确，合作关系松散，错失了先发优势。在面对华为、阿里健康等重资产玩家入局的压力下，百川逐渐丧失了作为“ 先发玩家” 的边际优势。
回看这一系列选择，不难看出百川的问题并不在于方向错误。医疗确实是大模型最有潜力实现价值变现的场景之一。但问题在于，它的节奏过快，切换太急，且每一次战略转向都未能真正做深、做透。
在基础模型尚未夯实的情况下，它便试图通过概念叠加和话题引导来获取资本续命，这种短期主义逻辑与当前市场“ 回归价值” 的主旋律显然不符。最终还是没能覆盖住团队结构调整的阵痛和产品路径的反复。
与此同时，百川团队频繁动荡。据报道，2025 年初，其联合创始人兼首席技术官陈炜鹏等前搜狗团队成员离职，另一位联合创始人焦可也离开；原来管理医疗业务的高层李施政去年底也在离职流程中。如今王小川身边几乎只剩下他自己和另一位联合创始人茹立云，团队核心已土崩瓦解。
总之，百川智能在战略上对抗大厂压力不足，过于聚焦细分领域却未能快速变现，加之核心人才流失，是其掉队的关键原因。
如果说零一万物的问题在于“ 技术主义”，那么百川的症结就在于“ 战略焦虑”。一个急于证明自身价值的大模型创业公司，在连续错失 C 端爆款、多模态先机之后，仓促压注医疗场景，却又未能真正搭建起有效壁垒和用户闭环。
在如今资本更看重真实场景渗透和持续增长的背景下，两家的“ 掉队” 早已不只是个别判断的失误，更是整个战略体系失稳的自然结果。
三、掉队后的节奏:“ 四小强” 转向边缘化
相比于零一和百川的“ 率先出局”，“ 幸存者” 们的日子也并不好过。
在 DeepSeek 凭借近 GPT-4 水准的性能和 1/10 成本打出“ 王炸” 后，国内大模型领域的格局已然转变。新晋“ 基模五强”—— 字节跳动、阿里巴巴、阶跃星辰、智谱和 DeepSeek 的强势崛起，不仅代表技术实力的重排，更像是对旧阵营的一纸“ 放榜通知”。
Minimax 和月之暗面双双落榜，“ 四小强” 一下变成了“ 二强+二弱” 的不稳定结构。这背后，并非偶然，更是新一轮算力霸权、资本洗牌和生态竞争合力作用下的必然淘汰机制。
不过，今天 MiniMax 开源的世界上第一个开放权重、大规模混合注意力推理模型 MiniMax-M1，被认为是比肩 DeepSeek-R1 的存在，这也意味着，Minimax 并未走下牌桌。
这次开源的 MiniMax-M1，在多个基准测试上 MiniMax-M1 的表现可比或超越 DeepSeek-R1、Qwen3 等多个开源模型，在工具使用和部分软件工程等复杂任务上甚至超越了 OpenAI o3 和 Claude 4 Opus。
实际上，MiniMax 在技术路径上一直坚持自研路线，曾经一度被认为是最有可能“ 技术突围” 的创业公司之一。它大胆押注 MoE 与 Linear Attention 架构，在业内赢得不少技术尊重。
不过，前沿探索意味着周期较长、风险更高，这也使得 MiniMax 的模型落地进度相对克制。在商业化节奏普遍提速的行业背景下，这种“ 技术先行” 的策略往往面临更多现实压力。
当前，其最具代表性的业务亮点，来自与游戏厂商的深度合作，聚焦 AI NPC、剧本生成等游戏内容生态，探索更具复购属性的垂直场景。这一方向兼具用户粘性和差异化潜力，虽然仍处于早期，但也具备打开 B 端局面的可能性。
对于 MiniMax 而言，如何在保持领先的同时，加快产品闭环、加强商业验证，是接下来突围的关键。目前来看，它仍处于探索窗口中，未来是否能从“ 技术先锋” 成长为“ 应用破局者”，值得持续关注。
孤注一掷的陪聊，不等于跑通的闭环。另一边的月之暗面，则押注在“ 超级助手”Kimi 上，用长文本记忆与智能对话试图开辟 C 端新大陆。曾经，Kimi 是 C 端最具潜力的 AI 产品之一；如今，它的月活和用户增长已被字节“ 豆包” 远远甩在后面。用户用一次、不会用第二次，是产品路径失速的直接信号。
为了破局，月之暗面试图通过内容社区建立用户生态—— 一个典型的“ChatGPT + 小红书” 混合体。但社交网络的“ 冷启动” 本就是超级难题，加之技术团队仍在推进多模态模型内测，主副线混乱的策略更容易导致资源稀释。
更令人担忧的是，其内部治理和组织稳定性近来也屡见报道。融资难、增长慢、口碑疲、人心散，月之暗面正经历从光环走向现实的“ 创业宿命”。
活着，不等于稳了。活成“ 小巨头”，也有可能是阶段性的。
虽然阶跃星辰与智谱目前占据“ 基模五强” 席位，但并不意味着它们就稳坐钓鱼台。巨头压境、生态难跑通、融资紧绷，是每一个非巨头系创业模型团队都无法回避的结构性难题。
过去一年，阶跃星辰一直维持着对外“ 低调而稳健” 的技术派形象，主打推理能力和原生多模态模型方向。然而，这种“ 重研发、弱产品” 的路线正在面临越来越多的现实拷问。
To C 业务全面收缩，“ 冒泡鸭” 项目被合并至跃问产品线并低调停运，公司核心转向模型研发与 Agent 应用开发；C 端产品团队整合、资源收拢，可以看到其战略正式转向 To B 与终端合作，包括与 OPPO、吉利等厂商在手机与车端的部署协同。与此同时，阶跃星辰与愿力灵机等多模态具身智能玩家展开深度合作，试图在产业纵深中寻找第二曲线。
不过，即便战略调整相对克制，其内部也并非毫无波动。在过去的一年阶跃星辰鲜少传出高管离职，但近期根据市象报道，其视频生成模型负责人、Tech Fellow 段楠已确认离职，转投京东探索研究院，主导视觉与多模态实验室的建设。这一变动虽未撼动公司基本盘，但却释放出“ 人才红利正在减退” 的信号。
归根结底，阶跃星辰能否稳住“ 四小强” 的一席，取决于其“ 轻产品、重模型” 的路线是否能快速跑通 ToB 场景与 Agent 生态。
在大厂进入 AI 原生硬件与服务领域的节奏愈发激进之时，一旦缺乏生态绑定与变现路径，即使模型性能出众，也可能难以建立真正的护城河。
目前来看，阶跃星辰仍以“ 高精尖技术” 定位维持在第一梯队，但其 ToB 路径的变现效率、终端合作绑定能力，仍需持续观察。
智谱是“ 四小强” 中最具 ToB 基础的选手。早期就扎根知识图谱领域，在大模型爆发初期即通过 WPS、搜狗等产品体系形成落地闭环，具备一定商业验证能力。包括在教育、政务等领域已跑通多个案例。
但智谱同样存在挑战：算力成本高、定制交付难度大、生态依赖头部客户，决定了它短期内难以形成“ 低成本复制”。未来是否能扩展通用性场景，实现持续的规模扩张和收入增长，还有待发展。
结语
总体来看，从“ 六小龙” 到“ 四小强”，背后不是单纯的技术赛马，而是对创业公司适应性与战略调整能力的深刻考验。真正构建长期价值的，不是规模化融资，而是面对不确定时的灵活调整与场景聚焦。
创业公司最大的优势，不是资源，而是可以变。正因如此，哪怕 Minimax 与月之暗面仍在产品节奏上摸索，仍拥有技术深度与用户资产；阶跃星辰与智谱也并非高枕无忧，但凭借技术积累与落地经验，依旧站在产业节奏的关键节点上。
对于这几家曾被寄予厚望的 AI 创业公司来说，决定成败的，从来不是一纸定义，也不是一时资本风向，而是能否在高度同质化的大模型市场中，杀出一条“ 非共识” 的创新路径。
未来仍有不确定，但变量也意味着机会。只要这四家公司能持续利用自身的可变性，聚焦场景价值、建立产品闭环，就仍有可能在大模型“ 淘汰赛” 中突围，走出属于中国 AI 创业公司的长坡厚雪之路。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
