21世紀經濟報道記者孫燕 上海報道

“2025年(nian)將(jiang)是大模型商業化的大考年(nian)。”今年(nian)年(nian)初(chu)，零一萬物創始人(ren)兼CEO李開復預言。

2025年尚未過半，“大模型六小虎”中已有十余位(wei)高(gao)管(guan)“出走(zou)”。其(qi)中，多位(wei)離職高管是商業(ye)化負(fu)責(ze)(ze)人，包(bao)括智(zhi)譜首(shou)席運營官(guan)張帆、MiniMax商業(ye)化合伙人兼(jian)副總(zong)裁魏(wei)偉，以及(ji)百川智(zhi)能聯(lian)合創始人、商業(ye)化負(fu)責(ze)(ze)人洪(hong)濤。

人事變動背后，AI大模(mo)型企業的(de)商業化焦慮浮出(chu)水面。

主動披露商業化收入的大模型公司少(shao)(shao)之(zhi)又少(shao)(shao)。在“大模型六小虎”中，智譜(pu)AI曾透露，該公司2024年商(shang)業化收入同(tong)比增(zeng)長超過100%，平臺日均(jun)Tokens消耗量增(zeng)長150倍(bei)。據市場預(yu)測，Minimax2024年的(de)年化收入（ARR）有望達(da)7000萬(wan)美金。

但全球(qiu)300余(yu)個大模型(xing)中，僅有(you)少數企業實現(xian)了商業化(hua)的初步探索。面(mian)對虧損泥潭，牌桌上所有(you)玩家都在追問：

產業化大方向究(jiu)竟在(zai)哪里？

C端還是B端？

從(cong)客戶定(ding)位來看，“大模型(xing)六(liu)小虎”走出了C端、B端兩條路(lu)徑(jing)。

MiniMax、月(yue)之(zhi)暗面、階躍星(xing)辰的重(zhong)心均在C端：MiniMax推(tui)出(chu)了視頻生成(cheng)產品(pin)“海螺AI”、AI陪伴應用“Talkie”；月(yue)之(zhi)暗面推(tui)出(chu)了Kimi助手(shou)；階躍星(xing)辰推(tui)出(chu)了AI助手(shou)“躍問”、開放世界“冒泡(pao)鴨”。

智(zhi)譜(pu)AI在C端(duan)推(tui)出了(le)“智(zhi)譜(pu)清言”，但更偏向(xiang)B端(duan)業務。該公(gong)司CEO張鵬(peng)曾坦言，推(tui)C端(duan)產品的(de)(de)主要目的(de)(de)，是為了(le)向(xiang)B端(duan)客戶展示能力。

零(ling)一(yi)萬物、百(bai)川智能(neng)也以B端為重心：零(ling)一(yi)萬物聚(ju)焦零(ling)售和電商(shang)等場(chang)景(jing)，推出了“AI2.0數字人”解決(jue)方案，百(bai)川智能(neng)以醫(yi)療為核(he)心場(chang)景(jing)。

商業化壓力之下，大模型企業也在邊探索邊調整：如零一萬物早期宣(xuan)稱“堅決做(zuo)ToC，不(bu)做(zuo)賠錢的ToB”，但2024年起戰略(lve)轉向全面聚(ju)焦(jiao)B端(duan)，收(shou)縮C端(duan)業務。

國泰(tai)海(hai)通證券研究指出，雖然當前仍處于商業(ye)(ye)化初期，但參照互聯網發展(zhan)歷程(cheng)，AI產業(ye)(ye)很可能遵(zun)循從(cong)B端(duan)到(dao)C端(duan)再到(dao)B端(duan)深化的(de)演進(jin)路徑，最終(zhong)實現全產業(ye)(ye)鏈的(de)協同繁(fan)榮(rong)。 

在C端，大模型(xing)主(zhu)要通過(guo)訂閱實(shi)現(xian)價值，但正面(mian)臨叫好(hao)不叫座的(de)流量困局(ju)：數據顯(xian)示，超八成用戶拒絕為對話(hua)功能付費，多數人同時使用多個免費模型(xing)抵(di)消(xiao)體驗(yan)限制。

相較C端用戶“誰(shui)(shui)免費用誰(shui)(shui)，誰(shui)(shui)補貼跟(gen)誰(shui)(shui)”的(de)(de)主流思(si)維，B端企業(ye)對于(yu)(yu)生成式AI的(de)(de)投入預(yu)算越(yue)來越(yue)多，但對于(yu)(yu)投入ROI也越(yue)來越(yue)重視。

“目(mu)前(qian)業(ye)界還很難給出一個(ge)確切的(de)ROI中(zhong)位(wei)數，因為(wei)大(da)多數企(qi)業(ye)的(de)AI應用(yong)仍處(chu)在價值發現(xian)和(he)初期探索階段。”畢馬威中(zhong)國技術和(he)新經(jing)濟管(guan)(guan)理(li)咨詢服務主管(guan)(guan)合伙(huo)人高人伯(bo)在2025年上(shang)海世界移(yi)動通(tong)信大(da)會(hui)（MWC上(shang)海）期間告訴(su)21世紀經(jing)濟報道記者，目(mu)前(qian)已實現(xian)正向收益的(de)場景，普遍(bian)集中(zhong)在能夠(gou)快速提(ti)升內部運營效(xiao)率的(de)領域，如利用(yong)AI輔助軟件開(kai)發、自動化(hua)生(sheng)成營銷(xiao)文案、優化(hua)內部知識管(guan)(guan)理(li)與(yu)報告總結(jie)等。

在他看來(lai)，生成(cheng)式AI的(de)產業(ye)化方向(xiang)之一是(shi)“深度(du)垂直化”：通用(yong)大模型的(de)能力應與金融、醫療、法律、制(zhi)造等(deng)行業(ye)的(de)專業(ye)知識(shi)深度(du)融合(he)，形成(cheng)能夠(gou)解決核(he)心業(ye)務問題的(de)專用(yong)AI，將是(shi)價值創(chuang)造的(de)關鍵。

云側還是端側？

從技術部署來看，“大模(mo)型六小虎”普(pu)遍采(cai)用云端(duan)訓練(lian)+云端(duan)推理，依(yi)賴公有云廠商提供(gong)算力。

云(yun)側的核心盈利方(fang)式主(zhu)要有(you)兩種，一是(shi)按(an)API調用次數或Token量付(fu)費；二是(shi)定制化(hua)解決方(fang)案，如智譜AI為(wei)金融、教育(yu)、制造等行業企業提供定制模型(xing)，收(shou)取開發與運維費用。

這(zhe)主要面向(xiang)B端(duan)用戶。高人伯告訴記者，B端(duan)企業會根據自身業務的(de)(de)成熟度、數據敏感(gan)性以及戰(zhan)略目標(biao)，在(zai)“標(biao)準化(hua)”到“定(ding)制化(hua)”的(de)(de)光譜上(shang)動態移動：許多企業在(zai)初期會傾向(xiang)于(yu)采購標(biao)準化(hua)的(de)(de)API服務，這(zhe)種方式能夠快速(su)驗證AI在(zai)通用場景(jing)下的(de)(de)潛(qian)力；但當單純的(de)(de)標(biao)準化(hua)服務無法滿(man)足需(xu)求，企業便會轉向(xiang)探索定(ding)制化(hua)的(de)(de)行業模型。

目前，純API調用模(mo)(mo)式盈(ying)(ying)利壓力較(jiao)大：由(you)于產品同質化、難(nan)以深度(du)滿足場(chang)景(jing)需(xu)求等問題，規(gui)模(mo)(mo)效(xiao)應較(jiao)難(nan)達(da)(da)成，無(wu)法通過海(hai)量(liang)用戶調用分攤模(mo)(mo)型(xing)(xing)訓(xun)練與維護成本(ben)。定(ding)(ding)制(zhi)化行業模(mo)(mo)型(xing)(xing)盈(ying)(ying)利能力相對較(jiao)強(qiang)：有(you)頭(tou)部(bu)廠商通過“通用大模(mo)(mo)型(xing)(xing)+行業精(jing)調”模(mo)(mo)式，向制(zhi)造業客戶收取模(mo)(mo)型(xing)(xing)定(ding)(ding)制(zhi)費及數(shu)據(ju)服務費，單項目可達(da)(da)數(shu)百萬元。

在部署云側(ce)的基礎上，今年(nian)以來，智譜AI、階躍星辰也(ye)在拓展端側(ce)：智譜AI今年(nian)與珠海市(shi)合(he)作搭(da)建“城市(shi)級(ji)GLM大模型”，覆蓋端側(ce)；階躍星辰則將(jiang)智能(neng)終(zhong)端列為2025年(nian)重點場景。

但對(dui)于“大模型六小虎(hu)”而言，部署端側(ce)一方(fang)面需要從(cong)硬(ying)件廠商(shang)手中(zhong)“搶蛋糕”；另一方(fang)面生成式AI在端側(ce)部署仍然面臨技術(shu)挑(tiao)戰，進一步加大了研發成本。

“將生(sheng)成式AI模型部署到手機、汽車(che)等終端設備上，是實現普惠AI的(de)關鍵(jian)一(yi)步，尤其對于(yu)需要即時響應和保護數據隱私的(de)場景至關重(zhong)要。”高(gao)人伯指出(chu)，但大型AI模型巨大的(de)計(ji)算和存(cun)(cun)儲需求與(yu)終端設備有限的(de)資源（如算力、功耗、內存(cun)(cun)）之間存(cun)(cun)在天然的(de)矛盾。

如(ru)何在(zai)保證模型性能的同時，克服這些硬件限制(zhi)，并(bing)為用(yong)戶提(ti)供流(liu)暢、可靠(kao)的體驗？據(ju)高(gao)人(ren)伯觀察，業界(jie)正在(zai)從多個層(ceng)面積極(ji)探索解決(jue)方案。首先是通過模型壓(ya)縮、知識蒸(zheng)餾等先進(jin)技術，在(zai)保證核心功能的前提(ti)下，將大模型變得“小而美(mei)”，使其(qi)能夠(gou)在(zai)端側(ce)高(gao)效運行。

芯片廠(chang)商(shang)也(ye)在不斷創新，推出集成(cheng)NPU等專用AI處理單元的硬(ying)件，為端側AI提供更(geng)強(qiang)勁(jing)、更(geng)節能的算力支持。

此外，“端(duan)云(yun)協(xie)同”被認(ren)為(wei)是一種非(fei)常務實(shi)且靈活的路徑，即在終端(duan)部署一個(ge)輕量級(ji)模(mo)型處(chu)理高頻、簡單的任務，當遇到復雜請求時(shi)再智能地調(diao)用云(yun)端(duan)更強大(da)的模(mo)型，從(cong)而(er)兼顧效率、成本與用戶體驗(yan)。