文｜小盧魚
編輯｜楊旭然
現在的AI應用就像韓國偶像團體一樣新人輩出——臉還沒被認熟就推出了新的版本，然后就是噼里啪啦一頓造勢，結果總是會有作品、實力配不上流量的感覺。
而那些十年前出道的AI前輩們，則是大部分都面臨著技術路線風險、轉型困難、金主不再力捧的問題，落下了一個或者幾個梯隊。
這兩類企業(yè)可以有一個共同的名字：AI掉隊者聯(lián)盟。
以曾經行業(yè)頭部企業(yè)商湯為例，2021年赴港上市的時候，貴為全球估值最高的AI獨角獸企業(yè)，但從2022年開始股價就一直深度下跌。目前，其市值與最高點相比已蒸發(fā)3000億港元以上。
其創(chuàng)始團隊的退場更是令人唏噓，科研實力過硬、被稱為人臉識別技術開拓者的湯曉鷗先生在2023年猝然離世，聯(lián)合創(chuàng)始人徐冰也在今年端午節(jié)前官宣辭去執(zhí)行董事及董事會秘書的職務，獲任AI芯片業(yè)務負責人。
商湯在公告中強調，此次職務調整是公司整體人才部署與業(yè)務聚焦的一部分，某種程度上也可以理解為，AI 1.0時代的核心技術并不能用于引領2.0時代。
為了成功轉型，商湯表現出了再次創(chuàng)業(yè)的決心。
像商湯這樣努力向著2.0時代翻涌的AI前浪們還有許多。當然，這其中也包括了一些以極快速度成為了前浪的后浪們。
本文是來自《巨潮WAVE》內容團隊的深度價值文章，歡迎您多平臺關注。
01 轉型
整個AI 1.0時代最出圈的事件可能是2016年，AlphaGo擊敗韓國頂尖棋手李世石。不過比起AlphaGo背后的深度學習技術，同時代的中國AI創(chuàng)業(yè)公司押注的主要是計算機視覺技術（CV）。
所謂的計算機視覺（CV）技術主要指人臉識別、圖像檢測技術，這個賽道誕生了赫赫有名的AI四小龍，即商湯、云從、曠視和依圖。
計算機視覺技術之所以成為AI 1.0時代最早實現突破的子賽道，是技術成熟度、應用場景明確性、數據與硬件支持、以及市場需求共同作用的結果。
商湯、曠視等企業(yè)的創(chuàng)始團隊大多來自香港中文大學、清華大學等頂尖學術機構，是真的能寫出前沿學術論文的那種?？茖W家創(chuàng)業(yè)者們的集中出現，讓技術從實驗室到產業(yè)化的轉化周期大幅縮短，為企業(yè)的快速成長創(chuàng)造了條件。
11年前，曠視科技在2014年推出的Face++人臉識別系統(tǒng)，當時準確率達到99.5%，遠超傳統(tǒng)方法。這種技術突破直接推動了安防、金融等行業(yè)的付費意愿，形成了人工智能技術落地早期的商業(yè)基礎。
中國龐大的應用場景，又為計算機視覺企業(yè)提供了獨特的數據優(yōu)勢。商湯通過與政府合作獲取交通監(jiān)控數據，云從則依托銀行客戶積累金融場景樣本，進一步升級自己的核心技術。
AI四小龍當時的發(fā)展非常迅速，成為了資本市場中的大明星。
但這一切風光都建立在兩個最重要的假設上：技術領先必然轉化為商業(yè)優(yōu)勢，以及政府支持能夠持續(xù)創(chuàng)造需求。2020年后，這兩個假設都被推翻了。
政策方面，中國人工智能戰(zhàn)略在2020年后轉向應用落地。政策重心的轉移，使得依賴單一政策支持的商業(yè)模式難以為繼。
這種國家級戰(zhàn)略的變化，會在很大程度上決定金主們的投資決策。簡單來說，投資人不愿意再給AI四小龍?zhí)峁o限子彈，讓他們繼續(xù)燒錢研發(fā)、無視虧損。后期的情況就是，市場開始拿著放大鏡檢視AI四小龍的財務狀況，并希望他們的產品能夠在各類產業(yè)中產生實際業(yè)務和現金流。
以商湯為例，2024年營收37.72億元雖實現10.8%同比增長，但較2021年歷史峰值47億元仍低19.7%。2024年凈虧損42.78億元，相當于每天燒掉1172萬元，虧損額較2023年64.3億元雖收窄33.7%，但絕對值仍超過全年營收。
財務壓力之下，人力資源成本最終成了AI四小龍無法避免的問題：商湯自2021年起員工總數從6113人縮減至4672人，非核心業(yè)務被裁撤；云從去年實施全員降薪20%的舉措，今年核心技術團隊出走；依圖科技的裁員幅度更是達到了驚人的70%。
在ChatGPT開啟了技術路線完全不同的AI 2.0時代后，技術轉型，尤其是向市場證明自己有能力邁入2.0時代，成了AI四小龍們最重要的任務。
02 改命
與AI 1.0時代相比，2.0時代最顯著的特征，就是大規(guī)模預訓練模型的興起。這些模型通過在海量數據上進行預訓練，掌握了通用的語言、圖像理解能力，然后可以通過微調適應各種具體任務。
ChatGPT的橫空出世，標志著人工智能技術發(fā)生了根本性的轉變，2.0時代的人工智能似乎才是社會進步真正需要的人工智能。AI 1.0與AI 2.0在技術架構上存在的根本性差異，直接導致了兩者在應用場景和商業(yè)價值上的巨大分野。
以第四范式為例，這家公司十年前做機器學習平臺，現在轉型Agent服務商，這種業(yè)務迭代本身就很能說明行業(yè)趨勢的變化。
所謂的AI Agent指能主動感知環(huán)境、規(guī)劃目標并使用工具執(zhí)行任務的智能體，做個簡單而形象的比喻，就是企業(yè)的“數字員工”。這種模式在垂直領域的商業(yè)化落地中，頗為管用。
因為垂直領域通常具有明確的業(yè)務流程和標準化需求， AI Agent能夠針對這些固定場景進行深度優(yōu)化，而且積累的行業(yè)專有數據，比如金融交易記錄、醫(yī)療影像數據等，可以輕松復制到這個垂類的其他企業(yè)的流程優(yōu)化中。
所以第四范式明確提出“Agent負責溝通需求，世界模型解決垂直問題”的雙核架構，讓Agent這個新業(yè)務反哺先知平臺老業(yè)務。
近日，第四范式發(fā)布醫(yī)療行業(yè)AI智能體解決方案，通過“AI Agent+醫(yī)療行業(yè)模型”，為醫(yī)療機構提供從診療服務到運營管理的全方位智能升級。公司股價因此異動，6月4日漲超4%，6月9日又大漲9.79%。
思必馳也是類似的模式，通過垂直領域，在一群大廠背景、搞通用大模型的競爭對手中，找到可供自己生存的縫隙。只不過相比第四范式走的“軟件路線”，思必馳走的是“硬件路線”。
思必馳的硬件產品主要包括AI語音芯片、AI模組、AI終端等，廣泛應用于智能汽車、智能家居、消費電子等領域。截至2024年，思必馳的自研AI芯片年出貨量已超過2000萬顆，新增IoT類設備達1.6億臺。
創(chuàng)業(yè)公司能取得這個成績已屬不易，但在思必馳第一次沖擊IPO時，上交所上市審核委員會在審議過程中，還是重點質疑了思必馳的核心技術是否具備足夠的硬科技屬性，以及其在市場競爭中的差異化優(yōu)勢是否有效。
這個質疑，其實也適用于所有只能在垂直場景中安身立命的AI創(chuàng)業(yè)公司。畢竟通用大模型一旦徹底成功，那么垂直領域的AI公司，就要面臨技術壁壘崩塌、成長天花板壓低的問題。
2.0時代，資本市場留給大家證明盈利能力和經營可持續(xù)的時間，可不會太多。
03 嘗試
商湯就非常清楚，作為1.0時代的“遺老”，需要向市場證明自己有進入多模態(tài)競技場的能力，才能在2.0時代繼續(xù)前行。
算力成為了這一切謀劃的基礎。商湯大裝置構建了面向大模型訓練和推理的AI原生云算力基礎設施，旗下的上海臨港AIDC 2022年1月正式落地啟用，峰值算力9400P，是亞洲最大的人工智能算力中心之一。
同時，商湯在持續(xù)迭代自己的大模型，其“日日新大模型”自2023年4月發(fā)布1.0 版本以來，如今已更新到了第6版，并且被權威大模型測評機構SuperCLUE認可為國內大模型第一梯隊。
不過看看這個榜單里其他大廠的名字，商湯要想保持技術優(yōu)勢、爭取商業(yè)優(yōu)勢，難度顯然不會太低。
以騰訊為例，原本在自研大模型的競爭中表現得并不突出，但因為抓住了DeepSeek開源的技術紅利，配合上自己的騰訊云和微信，成功實現了商業(yè)化逆襲。
一個佐證就是，接入DeepSeek讓騰訊原有業(yè)務的活躍用戶增長了，截至2025年3月31日，微信/WeChat月活躍賬戶數達到1,402百萬戶，較2024年12月31日的1,385百萬戶有所增長。
騰訊在2024年Q4及2025年Q1的財報中多次強調，AI技術的持續(xù)投入將為公司帶來長期增長動力。
困擾商湯等AI創(chuàng)業(yè)公司最嚴重的盈利問題，在騰訊等大廠面前，遠遠算不上生死攸關。這些大廠憑借自己的人力財力、流量入口、商業(yè)生態(tài)，再加上AI技術開源的東風，大可以走向純AI創(chuàng)業(yè)公司永遠達不到的高度。
這一點，AI 2.0時代的“前輩”月之暗面，恐怕也是心有戚戚。
DeepSeek-R1等開源模型性能對標GPT-4，且免費開放API，直接削弱了Kimi的長文本技術壁壘。大廠整合開源模型優(yōu)化自身產品——包括月之暗面背后的“金主”阿里，都可以用更低的成本實現高性能，導致Kimi的差異化優(yōu)勢喪失。
于是月之暗面也迅速迎來了市場對其投資回報率、未來盈利能力的拷問。與AI四小龍相比，月之暗面眼下的窘境在本質上也有諸多相似之處，所以月之暗面也在努力證明自己在多模態(tài)領域的進展。
月之暗面創(chuàng)始人楊植麟近期就對媒體表示，多模態(tài)是公司當前持續(xù)的重點投入方向。在看到OpenAI發(fā)布的GPT-4o的多模態(tài)能力后，對月之暗面而言，“可能探索一些不一樣的路徑去適配市場和用戶的一些實踐。”
所謂的多模態(tài)，是指人工智能系統(tǒng)通過整合多種感知模態(tài)（如文本、圖像、音頻、視頻等）進行綜合理解與生成的技術范式。
正因為涉及了多種感知模態(tài)，現在市場對誰能跑出來、以什么樣的產品形態(tài)跑出來，還是充滿了迷茫和分歧，而且投入與產出都是很難預測出來的數字。
就像沒能在1.0時代里完成上市的曠視，一邊推動其多模態(tài)大模型與麒麟AI PC操作系統(tǒng)進行融合，響應國家的信創(chuàng)政策，一邊又與吉利合作，在高階智能駕駛上壓下重注。說到底，都是因為摸不準商業(yè)化成功的路徑，只能盡量多去嘗試。
特別聲明：本文為合作媒體授權DoNews專欄轉載，文章版權歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉載請聯(lián)系原作者及原出處獲取授權。(有任何疑問都請聯(lián)系idonews@donews.com)
