最近，OpenAI的Sora又在科技圈投入一枚深水炸弹。全球对于大模型的关注，又一次达到高峰。

聚焦到国内，百度、科大讯飞、商汤、华为等大型企业，以及海量的创业小公司都在布局大模型。以往每一次风口吹来的时候，资本总会蜂拥而上。但是，此次大模型热潮涌来之时，资本的反应很奇怪——讨论度很高但参与度却不高，赛道的投融资并没有想象中火爆。

研究机构CB Insights发布的《2023年人工智能（AI）行业现状报告》（简称“报告”）显示，2023年中国AI领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元，同比下降70%。其中，AI大模型的融资活动也没有呈现上升态势。

今年以来，不少投资人对大模型变得更加审慎，“谈得多、投得少”成为常态。某投资人告诉《一点财经》，现在国内资本圈对于大模型持观望态度的机构变得更多了，因为大家担心大模型在去年经历了一轮爆火之后，变得估值虚高形成了泡沫。

连街头大妈都知道，AI大模型是当下最热门的科技话题，为何在国内大模型似乎受到资本“冷落”？国产大模型，为何没有引爆一场“烧钱游戏”？

国产大模型，“冷热”分明

上一个像AI大模型一样热闹的风口，还是十年前的移动互联网。十年之后，移动互联网声势渐弱，换AI大模型来接棒。

ChatGPT的横空出世，拉开AI大模型的全球竞速，热钱迅速涌来，也催生出巨大的市场空间。中研普华产业研究院数据显示，2024年全球大模型市场规模将达到280亿美元，并在2028年形成千亿美金的巨大蛋糕。

中国市场的大模型也呈井喷态势，在去年的前11个月，国内发布了238个大模型，平均每天都有一个大模型问世，从而掀起一场“百模大战”。

在这场“百模大战”里，互联网大厂是*的主力军。市面上的主流大模型厂商中，互联网玩家几乎占据半壁江山，比如百度的文心大模型、科大讯飞的星火大模型、阿里的通义大模型、腾讯的混元大模型等，华为、京东等科技公司也发布了自家的大模型。

不过，国产大模型的投资力度，并没有跟发布数量一样，呈大幅上升的趋势。IT桔子数据显示，2021年~2023年，中国AI领域一级市场的股权融资的数量和金融都呈下降趋势，大模型的投资也没有呈大幅上升的迹象。

一方面是投资并没有想象中的火热，另一方面是投资变得高度集中，都流向了头部的一些大模型项目。

去年下半年开始，投资方基本就筛选出了大模型创业公司里的种子选手。据《晚点 LatePost》发布的消息，最近大模型创业公司月之暗面完成了8 亿美元的B轮融资。同时，另一家大模型头部公司也在进行高达10亿美元的新融资。两笔10亿美元融资，加起来超过去年中国大模型领域的公开融资总额（约100亿元人民币）。

整个大模型赛道上的马太效应已经较为明显，市面上钱就这么多，头部玩家拿得多，其他中小型玩家拿到的融资就相当少了。

值得注意的是，大模型创业公司背后的投资名单里，密集出现了阿里、腾讯、百度、美团等互联网大厂的身影。不过，互联网大厂的投资风格，跟移动互联网时代有很大不同。

拿此前共享出行里滴滴和快的的烧钱游戏来说，背后分别是腾讯和阿里的博弈。双方多的时候一天投入4000万元，但互相都不敢收手，否则就前功尽弃。最后在资本的撮合下，双方握手言和，滴滴和快的合并。

移动互联网时代的烧钱游戏，更多的是对垒，竞争的火药味很强，而且烧钱的规模更为宏大。

而在眼下的大模型时代，互联网大厂少了些博弈、多了些和气，并且从一开始就站在同一队伍里。比如，阿里、腾讯、美团和小米都投资了大模型创业公司智谱AI 和百川智能。互联网大厂们似乎并不愿开启声势浩大的“烧钱游戏”，而是一致投向了头部选手。

这意味着，除了头部选手之外，其他中腰部的大模型创业者融资的难度在加大。要知道，在2023年初一些大模型创业公司只需要展示PPT就能获得融资，现在则需要花费更多的功夫了。

总之，从移动互联网到大模型时代，大家都在期待又一场滋滋作响的烧钱游戏，但实际上并没有发生。

那么，背后的核心原因又是什么？

成本与收益的数学题

不管哪个时代的“烧钱游戏”，对于背后的资本来说，锚定的两个本质是不变的：

成本和收益。

如果某项生意的成本可控且在承受范围内，同时收益肉眼可见且足够具有诱惑力，那么就会吸引大量资本涌入。

为何移动互联网时代，开启了多次烧钱游戏？正是因为许多生意的成本和收益都让资本足够放心。拿互联网史上最疯狂的“千团大战”来说，由于美国团购网站Groupon的成功，资本认为该模式的成本可控，且在国内复制成功的机会极大，收益极高，因此疯狂涌入。

面对如今的“百模大战”，从成本和收益两个方面来看，资本的态度是极为审慎的，这也是国内大模型赛道没有开启“烧钱游戏”的关键原因。

成本上，大模型显然是一个猛烈的“吞金兽”，需要非常庞大的资金。最近，OpenAI被曝出单月收入超20亿美元，但仍处在亏损状态，可见成本之巨大。这是因为大模型要发挥出能力，需要两个“大”：

数据大和算力大。

要想让大模型有更全面的认知和更准确的预测，庞大数据是必备的基础，它可以提供丰富的信息不断训练和优化模型。在训练阶段，大算力可以加快模型优化的速度，从而使得模型更快地学习，实现更高性能。

当然，要想马儿跑得快就要给马吃草。要实现更庞大数据和强大算力，就需要投入巨大成本。千亿级的通用大模型训练成本，往往达到千万甚至亿元，普通的创业公司往往难以承受。

并且， 即便大模型创业公司也在数据和算力上开始投入，又会带来两个新的不确定性。

一个是一旦开始投入，成本变得难以估量。即便是OpenAI这样不缺钱的头部玩家，也不确定未来还需要多少成本，更何况那些中小型的创业公司。这就极可能让竞争进入持续的军备竞赛，烧钱就会变得不可控。这就好比当年滴滴和快的竞争，最后烧钱变得疯狂且不理性。

比起成本高昂，资本更担忧的是成本不可控。

另一个不确定性是如果大模型创业公司持续布局数据和算力，也需要在硬件设备上进行高投入，整个公司会变得非常“重”。这在短期内不仅会影响收入也会影响估值，进而让投资人的回报增加更多的不确定性，这也是投资人所担忧的。

如果成本过大且不确定性因素较高，但收益是可观而且清晰可见的，那资本也会考虑加大投入。不过，大模型还处于商业化早期阶段，很多盈利模式并不清晰。

目前来看，大模型的商业化无非就是在C端和B端两头进行。C端商业化一般是通过大模型为用户提供新产品和工具实现盈利。不过，要激发C端用户的换新需求，除非有颠覆性的技术或者产品带来创新体验，否则很难吸引他们，更别提让他们付费。

短期内，大模型的C端付费用户很难有较大规模的增长。那些布局C端的大模型企业，更多的是在积攒市场关注度，赚个吆喝。

要赚钱，还得是靠ToB。

这是因为，B端企业的需求和付费意愿都比C端要强。很多B端企业本身就有处理复杂任务的需求，同时也有资金和数据，天然跟大模型适配。

不过，B端商业化虽然是条正确的道路，但也没有那么容易走。从过往产业互联网的进程来看，B端商业化从来都是块难啃的硬骨头。前期需要大量的投入，并且产出的速度较为缓慢。并且，很多B端企业的要求愈发严苛，必须看到实际的效果才愿意付费。

因此，对于资本来说，大模型的成本和收益都具有较大的不确定性，很多投资机构持观望和审慎态度，并没有催生出大规模的“烧钱游戏”。

投入与产出的平衡术

没有出现“烧钱游戏”，并不意味着国产大模型就不需要大规模投入了。

事实上，眼下国产大模型里的头部项目，每一个都离不开真金白银的投入。只是这种投入，不是“烧钱游戏”那种粗暴的、追求短期回报的，而是细水长流、追求长期主义的。

根据《人工智能大模型体验报告３.0》等报告，主流大模型中综合实力排在*梯队的是科大讯飞的星火、百度的文心一言和商汤科技的商量。

这三家企业还有一个共同的特征，那就是舍得在研发上投入。移动互联网时代，百度一度被当做掉队者。但其2011年~2020年十年研发总费用增长超过13倍，为其在大模型时代的*打下了基础；科大讯飞2023年前三季度研发投入达到24.98亿元，同比增长7.19%；2018年至2021年上半年，商汤的研发投入甚至超过了营收。

这三家做大模型的思路，也有相似的地方，都是打造基础设施，最终吸引各方参与做生态。科大讯飞偏向智能硬件和独立软件，百度偏向支撑原生应用的开发和产业的AI赋能，商汤偏向以“大模型+”拓宽边界，让金融、汽车等行业的企业能随取随用AI能力。

三家企业旗下大模型在国内的*，也向市场验证一个道理：大模型不是通过玩概念就能冲出重围，而是要真金白银的投入。

不过，对研发的长期的大力投入，对业绩也造成了不小的压力。科大讯飞2023年三季度的归母净利润暴跌82%，前三季度归母净利润更是公司近十年来前三季度*的一次，就是源于对大模型的过多投入。2018年至2021年，商汤的亏损呈现上升态势，2023年上半年仍未实现盈利。

尽管百度没有出现净亏损，但是收入结构有待进一步优化。2023年第三季度百度营收达344亿元，同比增长6%。不过，广告业务收入的占比依然超过七成，而广告收入面临着搜索引擎用户活跃度下滑和抖音、微信、小红书蚕食的双重压力。

总之，在“花钱”这件事上，国内的大模型企业还是需要警惕走向无意义的烧钱，要花在刀刃上。毕竟，OpenAI 的一份报告指出，到2030年训练大模型的成本预计将从1亿美元上升到5亿美元。即使是大型企业，面对这种高昂的投入也会有压力。

并且，相对于OpenAI，科大讯飞、百度、商汤等公司在算力、数据、应用生态等方面还存在差距，未来还需要用大量资金实现追赶。当下，这些企业应该在投入与产出上做到平衡，避免资源上的过多浪费，为以后备足粮草。

2024：分化进行时

往未来看，国内发展大模型是条确定性的道路，关键在于选择。

此前，OpenAI团队就因为技术派与商业派的交锋，上演了多次“宫斗大戏”。在国内，一个同样重要的选择题是：

选择基础大模型还是垂直大模型。

这是一个现实问题。

越来越多的投资者和创业者发现，基础大模型需要的成本难以估量。那些中小型的创业公司没有能力也不愿意承担这些成本，也就难以在基础大模型领域取得突破性发展，难以跟大规模投入的巨头同台竞技。

未来在基础大模型领域，只有百度、科大讯飞、商汤等少数实力雄厚的科技巨头能够留在竞技场内。

而垂直大模型，相对来看需要的成本更小，同时能够帮助中小创业公司在细分领域寻找更多的商业化机会，获得生存机遇。比如，垂直大模型可以深入到细分产业和企业，针对特定领域或问题进行优化，包括语音识别、图像分类等等。

可以预见，“分化”将成为2024年大模型赛道的关键词。

一方面，千亿、万亿级别的基础大模型仍在持续进化，它们代表着大模型赛道上最*的技术和实力，能够处理多种任务和领域的模型，往“大”的方向走。

另一方面，垂直大模型也会不断的涌现，它们专注于做小和做精，跟各行各业相结合解决特定的问题，朝着产业化的方向探索。

红杉美国就在关于大模型的报告中指出，大模型的“*幕”是发现了基础大模型这个新的“锤子”，眼下市场正在进入“第二幕”，将端到端地解决人类问题。

从基础大模型到垂直大模型，其实也是让创业者集体回归理性。大模型风口袭来的时候，很多创业者对其有着无限向往和盲目崇拜，同时又高估了资本的参与度和自己的实力，因此一窝蜂涌向基础大模型。结果发现，既融不到钱也赚不到钱。如今在垂直大模型领域，真正到了考验创业者是否能够解决实际问题的时刻。

当然，留给垂直大模型创业者的时间并不多。

很多大模型创业者，在赚钱这件事上依然举步维艰。风投公司Theory Ventures调查数据显示，在所有AIGC公司中，95%的公司年收入平均还不到500万美元，一些估值达到数亿美元的初创公司甚至还未有收入进账。同时，科大讯飞、百度、商汤等旗下的大模型，已经向多个产业蔓延，提供差异化的模型服务。

如果垂直大模型创业者迟迟无法盈利改善现金流，同时资本持续持观望态度，那么所谓的“百模大战”到最后只会出现大量黯然退场的创业者。

结语

几百个大模型集体涌现的时候，不少投资人质疑：

国内真的需要那么多大模型吗？

当浮躁褪去回归理性，大模型创业者应该拥有更为正确的认识。既不要高估大模型的能力，尽管它能实现降本增效，解决产业问题，但还有短板没有补上，同时也不要高估自身应对资金、成本等难题的能力。

在如今不确定性因素较多的商业环境下，资本首先要求稳然后逐利，并不会大肆地广撒网、大撒币。大多数人，可能并不会成为被资本挑中的那个人。