文 | 港股研究社
当喜马拉雅卖身、虎扑被迅雷收购、58 同城万人裁员的消息甚嚣尘上，中国互联网的 「中间层失陷」 的困境，也降临在风光无两的大模型创业公司身上。
近日，多家媒体披露 AI 独角兽稀宇科技 （MiniMax） 正考虑在香港进行首次公开募股，公司回应 「不予置评」。此外，据字母榜消息，「大模型六小龙」（MiniMax、智谱 AI、百川智能、零一万物、月之暗面、阶跃星辰） 里已经有五家在筹备上市。
这则消息的背后，是从 「六小龙」 出走的高管名单不断延长，而阿里、腾讯 AI 基建投入的轰鸣声越来越近。
从移动互联网到生成式 AI，历史正走出相似的轨迹：吃到早期技术红利却未筑起护城河的公司，终将被巨头碾作铺路石。MiniMax 们如何逃离 「中腰部陷阱」？
技术转向与人才出走，大模型六小龙的失落
每一次科技革命，技术进步速度与商业竞争烈度都在变频，大模型创业公司的 「困境」 来得比互联网创业公司快得多。
在模型规模和性能指标的竞赛中，单次模型训练成本动辄数百万甚至上千万美元，对资金消耗巨大。然而，行业环境急剧恶化，2024 年全球 AI 融资总额缩水，资本持续押注创业公司的意愿显著减弱。天眼查 APP 显示，2025 年至今，「大模型六小龙」 中仅有智谱一家有新的融资消息，并启动 IPO 进程。
资金链紧绷的同时，大模型创业公司不得不面对人才的高频流失。2024 年以来，已有至少 23 名高管从大模型 「六小龙」 中离职或即将离职，例如零一万物就有 7 位核心技术人员集体出走。
融资收紧与人才出走只是创业环境恶化的表象。更深层的困境是，大模型创业公司普遍踏错了方向，商业化前景也不受看好。
在技术上，六小龙错失开源窗口，被 DeepSeek「开源+性价比」 反超。
相较于巨头，创业公司具备 「船小好调头」 的灵活性，但也对浪潮的冲击更为敏感。然而，不少大模型创业公司未能及时采纳开源策略，错失了打造生态系统的先机。
今年，DeepSeek 的强势崛起以及百度等互联网大厂宣布加入开源队伍，都使大模型创业公司陷入被动，生存空间持续被挤压。大模型 「六小龙」 中，MiniMax 在 1 月发布了首个开源模型，但公司创始人闫俊杰在接受媒体采访时表示：「第一次创业很多经验不具备，如果可以重新选，应该第一天就开源。」
与此同时，在商业层面，科技巨头也凭借其庞大的生态优势，迅速占据了创业公司的大量市场空间。
以月之暗面旗下曾引发热潮的产品 Kimi 为例，在产品表现上，QuestMobile 数据显示，截至 2025 年 3 月，若计入手机助手功能，Kimi 的用户规模在相关榜单中位列第九。而排除手机助手后，DeepSeek、字节豆包、腾讯元宝分别以 1.94 亿、1.16 亿和 4164 万的月活跃用户数占据榜单前三名，Kimi 则以 1820 万的月活用户数居于第四位。相比之下，Kimi 与 DeepSeek、豆包之间已存在明显的数量级差距。
一步慢则步步慢。随着基础能力提升，竞争格局正被重塑，大模型创业公司已失先机。
科技巨头依托其客户、数据和资本优势，在 AI 投资、开发和商业化上表现更优，趋向 「赢家通吃」。
以阿里为例，其强调 「未来三到五年所有业务以 AI 驱动」，这是创业公司难以企及的。阿里作为全球领先的开源大模型厂商，旗下通义模型已深度融入淘宝 （优化推荐）、医疗、夸克等核心业务。
同时，巨头还可以通过投资完成从芯片、基建到应用的全栈布局，增强确定性。阿里云计划三年投入超 3800 亿建设 AI 基础设施 （含自研芯片、液冷数据中心等），并通过混合云方案满足数据与算力需求。
这意味着基础模型竞赛已趋尾声，大模型进入应用与生态的新竞争维度。而 「六小龙」 等大模型创业公司显然无法在基础模型领域保持跟进，急需在资金短缺、人才流失、巨头环伺中，找到一条可持续的自我造血新路径。
To B or To C？
所有最终不挣钱的公司都有原罪。
做通用大模型的路被巨头堵上了，商业化成为创业公司留在牌桌上的关键问题。「六小龙」 被迫加速转向具体场景与应用，战略路径出现显著分化。
一条路径是，垂直深耕 To B 道路，实现数据飞轮，从而击败巨头。
比如，零一万物放弃对标 OpenAI 的通用大模型路线，全面转向 「小而美」 的行业落地；百川智能进入基础模型研发静默期，将重心押注在医疗 AI 赛道；此外，MiniMax 通过开放 API 平台，赋能 2000+企业客户，典型如 WPS 办公 AI 集成其文档生成能力，实现按调用量计费+定制协议实现收入。
然而，To B 赛道并非坦途。纵观国内 SaaS（软件即服务） 发展史，从大数据、云计算到计算机视觉领域，普遍存在结构性困境：过度定制化需求与同质化产品并存，低价竞争蚕食利润空间，叠加资本对短期回报的苛求，形成恶性循环。
更关键的是，企业客户数字化基础薄弱，付费意愿持续低迷，这些深层矛盾使 To B 市场成为创业公司的高难度剧本。
因此，另外一条路径也必然受到同等的重视，被部分大模型创业公司视作商业化突围的选择。那就是发力多模态 C 端产品。
以 MiniMax 为例，公司旗下应用海螺 AI 是具有代表性的 C 端产品，验证了通过内购、会员订阅等方式盈利的可行性。对于 C 端市场，此前 MiniMax 前开放平台负责人魏伟曾在接受媒体采访时表示，C 端用户通过低廉或免费的方式，获取大模型对他们问题的解答，或许有不少人愿意买单。
值得注意的是，当 DeepSeek 等开源基座模型崛起后，MiniMax 如果灵活采用，像腾讯元宝一样接入 DeepSeek，有望将研发成本，反而提升应用层利润率。
然而，就像 B 端市场有固有难题，C 端市场也有相应的挑战。
做高价值高投入的 AI 产品，比如 AI 视频，高昂研发投入与低用户付费意愿，使创业公司难以支撑长期消耗。而做低门槛低投入的产品，比如 AI 虚拟社交、AI 换装，则陷入技术代差危机，当基座模型能力跃迁，垂直应用的差异化优势可能一夜归零。更残酷的是，科技巨头的快速迭代与像素级模仿，正将 C 端创新产品的生命周期压缩至极限。
如何在巨头的竞争中，保持独特优势？对此，我们认为，无论是 B 端还是 C 端，唯有构建数据飞轮闭环，才能建立护城河。
关键是如何构建数据飞轮闭环？
AI Agent 元年：大厂铺路，小厂造车？
在 AI 应用的竞赛中，差异化产品是激活数据飞轮的唯一钥匙。
当产品功能趋同，比如通用聊天机器人，用户行为数据高度重复，这类低价值数据无法驱动模型迭代质变。反之，MiniMax 的星野 AI 聚焦 「二次元情感陪伴」 积累的垂直场景对话数据有望形成巨头无法复制的语料库。
数据飞轮的本质是 「场景越垂直，数据越稀缺」。面对巨头碾压，「六小龙」 的破局之道在于垂直深耕和模式创新。
首要法则是聚焦细分场景。正如 MiniMax 星野 AI 伴侣和海外的 Talkie 聊天应用，在泛娱乐和内容创作领域建立了相对优势，这也让 MiniMax 成为业内少数能讲清楚商业化变现路径的创业公司。
也唯有如此，大模型创业公司才能抓住即将到来的 AI Agent 规模化浪潮。IDC 预测 2025 年 AI Agent 将迎来大规模落地，中金公司更指出其可能通过接管手机交互重塑整个互联网生态。这为在特定领域有深厚积累的创业公司提供了重塑软件规则、定义新体验的历史性机遇。
基于垂直场景打造 Agent 产品的本质是构建共生生态。创业公司应借势巨头的算力基建，专注应用层创新与体验优化。基座模型厂商必然发展通用 Agent，但在特定场景的深度耕耘仍具不可替代价值，这也是创业公司在未来与科技巨头们共存的现实选择。
这也是一种以退为进。可以期待的是，当聚焦人群或场景上的 Agent 积累足够规模的独有 knowledgebase，并且公司能做到快速迭代，垂直领域龙头有望获得反向定义通用 Agent 规则的入场券。
总之，属于 AI 创业者的时代才刚刚开始。对于大模型创业公司来说，眼下最重要的是活下去，找到差异化的立足点，建立用户转换成本的护城河，并构建数据飞轮。
以 MiniMax 为代表的头部玩家选择此时冲击资本市场，恰逢全球投资机构重新评估 AI 资产价值的特殊节点，借助行业热度完成上市融资，不仅能获得持续打磨产品的弹药，更可确保在激烈竞争中占据有利身位。
未来，从产业演进规律来看，AI 应用市场或将呈现 「双轨并行」 的格局。科技巨头持续投入千亿级资金完善 AI 基础设施，如同铺设智能化高速公路，而创业公司则依托这些基础能力，在垂直领域打造具有专业壁垒的应用场景，犹如在公路上跑出各具特色的智能汽车。
想要成为 「造车巨头」，六小龙们必须在 IPO 窗口关闭前，向投资者证明其在选定赛道中已构建起数据闭环能力，并完成商业闭环验证，才能真正拿到通往未来的车票。
