2025年，上海迎来了世界人工智能大会的盛大召开，此次大会与人工智能全球治理高级别会议同步举行，吸引了全球的目光。活动期间，AI领域的创业生态和未来发展路径成为了热议的话题。
MiniMax公司的创始人兼首席执行官闫俊杰在会上分享了他的见解。他认为，AI领域将长期保持多元化竞争态势，不同公司的价值观将塑造出各具特色的AI模型。随着开源模型的兴起，它们的影响力日益增强，逐渐逼近甚至在某些方面超越了闭源模型。这意味着AI技术将不再被少数几家公司垄断，而是变得更加普及，使用成本也将更加亲民。
然而，尽管AI应用领域的参与者持续增加，但DeepSeek在推理端的出色表现却给许多基础模型初创公司带来了不小的冲击。多家机构斥巨资押注，却未能如愿获得预期的回报。曾经被誉为“AI六小龙”的初创公司如今也走上了不同的发展道路。
联想创投的高级合伙人宋春雨早前预测，2024年将成为基座模型领域的分水岭，玩家数量将大幅减少。DeepSeek的崛起进一步印证了这一预测。目前，国内市场上主要剩下几家头部大厂和少数AI创业公司。这些幸存者面临的挑战主要包括：团队需具备攀登AGI（通用人工智能）高峰的使命感，拥有极高的人才密度和强大的行业影响力，以及强大的融资能力，因为基础大模型的研发需要大量的资金支持。
在世博展览馆内，智谱、阶跃星辰、月之暗面Kimi和MiniMax等大模型企业的展区吸引了大量参观者。智谱展示了多款模型产品，并透露即将发布一款面向C端消费市场的陪伴型AI产品。月之暗面则表示，将在新基座模型K2发布后，推出同样参数规模的推理模型。阶跃星辰则展示了在基础模型研发、智能终端Agent与垂类Agent等领域的应用成果，并展示了搭载其端到端语音大模型的吉利银河M9车辆。
值得注意的是，尽管基础模型厂商在技术上取得了不少进展，但在吸引公众关注方面，它们却不及具身智能厂商。特别是宇树机器人在展示搏击功能时，吸引了大量观众围观拍摄。今年以来，大模型的热度逐渐向具身产业转移，AI领域的投资者和创业者也变得更加冷静。
云启资本的合伙人陈昱指出，当前国内大模型竞争格局的一个尴尬之处在于，各家技术之间的差异并不足以让用户坚定选择某一款产品长期使用。由于大模型产品之间的切换成本极低，且大多兼容OpenAI的API标准，因此更换产品仅需简单更新配置即可。这导致了大模型创业公司之间的竞争异常激烈。
为了寻求差异化发展，创业公司在基座模型技术逐渐成熟的基础上，开始探索适合自己的发展路径。这些路径包括拓展To C出海业务、国内To B服务、资源对接以聚焦产业落地、强调多模态技术发展等。从当前情况来看，提升商业化程度、增强基座模型的多模态能力、靠近Agent热度成为了主要的发展方向。部分满足严格条件的公司甚至开始筹备上市工作。
“AI六小龙”的发展路径已经呈现出明显的分化趋势。智谱已经递交了A股IPO辅导备案，并同步推进港股上市计划；MiniMax据传也在筹备A+H股上市；退出基础模型赛道的百川智能正转型医疗领域；零一万物则寻求B端产业的落地；月之暗面的技术重点转向智能体任务与调度，但港股上市面临潜在的仲裁风险；阶跃星辰预计今年营收将达到约10亿人民币，持续深耕技术研发与商业化。
阶跃星辰的创始人兼首席执行官姜大昕将大模型的发展阶段划分为GPT范式下的模仿学习时代和以OpenAIo1为起点的强化学习时代。每一轮技术迭代都会导致部分公司掉队或放弃。联想创投的高级合伙人宋春雨评价说，智谱致力于将基础模型能力赋能各个行业，定位为行业智能体；阶跃星辰则定位在多模态领域，更像是对标OpenAI的公司；DeepSeek坚持开源策略，对标公司更偏向于meta；而MiniMax虽然持续投入模型能力的研发，但在产品表现上更偏向于To C应用，而非纯基础模型公司的发展逻辑。
在基座模型热度达到顶点时，没有一家公司不梦想着摘取AGI的桂冠。然而，随着技术的迭代，通往AGI的路径开始分化。目前，行业对AGI的发展存在两种主要观点：一种认为存在一个能够处理一切事务的超级智能系统；另一种则认为多模型、多代理架构才是未来的发展方向。
MainFunc的创始人、前百度集团副总裁景鲲表示，“一统天下”的单一模型理论在实践中并不像听起来那么有吸引力。将不同专业模型的独特优势与专门打造的Agent产品相结合，将是提供真正卓越用户体验的关键。智谱的首席执行官张鹏也强调，AGI需要模型能力的全面性，就像人类处理复杂任务时需要面对多模态与复杂交互情况一样。
因此，多模态成为了当前基座模型企业重点投入的方向。智谱即将发布的GLM-4.5系列采用MoE结构，定位为多模态可扩展大模型。张鹏强调，基础研发、多模态突破与商业化需要分层推进、紧密融合，避免技术研发与市场应用脱节，并明确部分业务需要交给合作伙伴。阶跃星辰也采取了类似的策略，在发布MoE多模态模型后，联合多家国产芯片厂商成立了“模芯生态创新联盟”，旨在通过优化模型架构设计来突破过去的芯片限制。
