DeepSeek正在殺死國產大模型

中國創業公司的3年存活率，大約是10%，AI創業公司只會更低，DeepSeek的出現，加速了國產大模型公司的生死戰。短短的兩年半，從“百模大戰”到“十模共生”，就連被給予厚望的大模型“六小虎”，其中兩虎已經宣佈退出基模的研發。國產大模型公司之間的競爭相當慘烈，並且還沒有到終局，本文就來聊一聊，近期對大模型產業的觀察與思考。

01 基礎大模型，開始進入可用階段

1、Agent爆發，標誌着基模進入可用階段

人工智能科學家吳恩達 ， 曾提出Agent的四個核 心要素：反思、工具調用、規劃和多智能體協作。 比如，一個電商 Agent 能根據用戶需求自動比價、生成購物清單、跟蹤物流；一個醫療 Agent 能分析病例、輔助診斷、制定治療方案 ，等等 。 而 Agent 的核心能力“反思”， 本質上 則是 依賴大模型的推理和深度思考能力 。

2025年被稱爲Agent元年， 各種 Agent 已 遍地開花， 從釘釘智能客服，到字節的扣子空間，再到百度心響App，以及剛剛融資5億的Manus。 Agent 興起 不僅僅是一個趨勢，更是基礎大模型能力達到一個臨界值的標誌。 只有 大模型具備了足夠強的理解、推理和決策能力，才能支撐 起現實 世界中的各種應用場景 。同時這 也意味 着 ， 基礎 大模型 開始從 研究 、 炫 技 階段，邁入 可用、 產業化的新階段。

2、基礎大模型公司，不超過3家

李 開復 曾 公 開表示， 最終基礎大模型公司可能也就2-3 家，其實道理很容易理解， 基礎大模型是典 型的技術密集、資本密集、數據密集型行業，壁壘極高，馬太效應非常明顯。 訓練一個頂尖大模型，動輒需要上萬張高性能GPU，數月 乃至更久的訓練時間，海量的優質數據，以及頂尖的算法科學家團隊。這樣的投入，堪比“軍備競賽”，小玩家根本上不了牌桌 。 這 一特點 也 基本 註定 基礎 大 模型 的 終局 ---- 只會留下極少數的基礎大模型“ 寡頭 ” 。

02 盤點國內“第一梯隊”基礎大模型

根據K 哥的觀察以及行業內的普遍共識，目前國內 基礎大模型 第一梯隊玩家 ，大致 有以下幾 家：

1、阿里Qwen：開源生態的 “基建狂魔”

阿里的通義大模型佈局全面，通義系列模型從 0.5B 到 110B 全尺寸覆蓋， 阿里 Qwen 系列已開源 200 餘 個 模型，全球下載量超 3 億次， Qwen 衍生模型數超 10 萬個，已超越美國 Llama 成爲全球最大的開源模型 ， 開發者生態規模僅次於 Hugging Face 。 這種 “開源獲客 - 商業版變現” 的模式，跟 安卓系統 的生態邏輯，有異曲同工之妙 ： 通過免費開源吸引開發者、建立技術品牌影響力，再通過企業版、定製化服務盈利。

比如， 淘寶用通義千問優化 推薦算法， 有效 提升用戶轉化率 ；夸克推出的 AI 作業助手，覆蓋 K12 教育場景 。更關鍵的是，阿里 雲未來 三年投入 3800 億建設 AI 基礎設施，自 研 的“光系列” 芯片和液冷數據中心，爲模型訓練提供了底層保障，讓大模型成爲水電煤一樣的 基礎設施，也讓自己的 全 棧 技術佈局 ，成爲別的企業難以逾越的 護城河 。

2、深度求索DeepSeek：用工程創新 “掀翻桌子”

火爆出圈的 DeepSeek ，則是 憑藉驚 豔的工程創新，在大模型江湖殺出一條獨特血路。它搞出降 秩 KV 矩陣，搭配混合專家架構，參數數量直接砍掉約 60%， 算力消耗 大幅削減，訓練成本低至行業頭部模型的 1/10。還有它的 GROP 算法強化學習，跳過傳統 SFT 微調，用 “模糊思考 + 精確證明” 的訓練套路，讓數學、代碼生成任務上表現無可挑剔，在 LMSYS Org 榜單奪魁。

更具前瞻性的是 DeepSeek 的開源策略 ， 不僅 構建起 了 以中國爲圓心的全球 AI 生態，還在其他公司 追求“更大更強” 之際 ， 用自己的技術實力和戰略眼光開闢了 “更省更快” 的新賽道，直接“顛覆” API 定價 ， 把 AI 服務從高端“奢侈品” ， 變成大衆用得起的 “日用品”。

3、字節豆包：流量加持的“全能選手”

字節的 AI 戰略帶着鮮明的 “張一鳴烙印”： 低調佈局，卻步步精準。張一鳴 作爲“一把手”， 親自掛帥 AI 戰略，整合超千人的頂尖 AI 科學家軍團。 而 抖音、今日頭條等 旗下 產品 ， 每天產生的海量視頻數據， 更 爲其多模態模型 提供了充分 的“養料”。

一個典型案例是 “豆包 AI 助手” 的迭代：初期只是簡單的聊天機器人，如今已能根據用戶輸入的文字生成短視頻腳本、自動剪輯視頻，甚至通過分析用戶表情推薦內容。這種 “流量 + AI” 的閉環，讓字節的模型訓練擁有天然優勢。此外 ，字節在視頻生成、實時 交互等 領域的技術突破， 也 在 一 步步 重新定義 和拓展 “內容創作”的邊界。

4、百度文心大模型：搜索巨頭的 AI涅槃

百度是國內最早佈局大模型的公司之一，文心大模型已經迭代到 ERNIE 4.0 版本。其核心優勢在於“搜索 + 大模型”的深度融合 。比如， 用戶搜索 “如何煮咖啡”，文心大模型不僅能給出步驟，還能生成對應的視頻教程、推薦咖啡豆購買鏈接。這種 “內容 + 服務” 的一體化能力，讓百度在 To C 場景中佔據先機。網盤、文庫、地圖等國民級應用，幾乎都用AI重新做了一遍，而且商業上的表現格外亮眼，是國內第一批找到PMF的AI產品。

此外，百度還在努力破圈，實現大模型的落地應用。比如， 在工業領域，百度與三一重工合作探索設備智能化維護。在政務場景中，百度依託文心大模型爲 某地 區打造 “政務雲腦”， 提升服務效率 等 。這家老牌大廠正持續發力，努力 爲自己 在A I時代扳回 一 城。

03 中國需要更多DeepSeek

除了以上四家大模型公司 ，國內AI 圈還有 一批極具潛力的“後浪”在奮力追趕，試圖在基礎模型或其核心能力上實現突破，成爲下一個“ DeepSeek ”。

1、智譜AI：開源+閉源，生態完整

背靠清華大學知識工程實驗室，智譜 AI 帶着濃濃的 “學院派” 基因。它的 GLM 系列模型在中文問答、代碼生成領域表現優異， 其所 堅持 的 “開源+ 閉源”雙輪驅動 策略， 更是捷報頻傳。

開源方面， 智譜 2025 年大手筆開源 多款模型，吸引全球開發者挖掘潛在問題、貢獻優化思 路，模型性能也因此 一路飆升； 閉源商業化 同樣 風生水起，2024 年中標 32 個 政府及企業項目，攬金 1.29 億元。在 金融、醫療、政務等 20 多個行業裡，智譜的模型都成了核心生產力工具。

智譜的 發展如同它的定位 ，2G/2B 業務齊頭並進，一邊紮根政府項目， 助力數字政務升級； 一 邊幫企業智能客服、智能辦公，全方位提升效率， 讓自己的生態更完整，發展 更穩健。

2、MiniMax：音頻、視頻，一騎絕塵

在多模態賽道尤其是音 視頻領域， MiniMax 絕對是 不容忽視的 存在。 其自 研 的語音大模型能夠生成媲美真人的、富有情感的語音，在社交、遊戲、教育等場景有巨大潛力。在視頻生成上 也同樣出色 ，輸入文字腳本，幾秒鐘就能渲染出特效 炫 酷、劇情緊湊的短視頻，極大降低成本。 MiniMax 推出的AI社交應用“星野”、AI助手“海螺AI ”等產品，也展現了其將技術快速產品化的能力。

此外， 創始人閆俊傑 曾是商湯科技副總裁，對技術和商業都有着極爲深刻理解。 在 當前 短 視頻、直播帶貨火爆全網，對音頻特效、視頻內容自動化生產需求井噴的市場環境下， 帶領 MiniMax 和各大短視頻平臺、音頻內容創作社區深度合作，爲創作者持續輸送 “彈藥”，在垂直賽道越跑越快 ，一騎絕塵 。

3、月之暗面：長文本、數學能力強

月之暗面專注長文本處理與數學推理，這堪稱 知識密集型場景的硬核需求。 比如，在學術研究領域 ，長篇文獻綜述撰寫，它能梳理海量文獻脈絡，精準提煉關鍵觀點； 在 金融風控領域 ， 又能靠它 分析長篇財務報告、挖掘隱藏風險點，給出量化評估建議。

Kimi 在數學推理等領域也展現出不俗的實力 ， 其推出的 k0-math 數學推理模型在多個基準測試中表現優異，並 在中考、高考、考研及 MATH 等基礎數學測試中的表現超越了 OpenAI 的 o1-mini 和 o1-preview 模型。

4、階躍星辰：多模態領域表現突出

階躍星辰 成立短短兩年，就推出 22 款自 研 基座模型，其中 16 款多模態模型，佔比超 7 成 ，被 稱爲 “多模態卷王” 。它堅持理解生成一體化路線，這種技術遠見，完美契合當下 AI 從多模態融合邁向一體化的大趨勢。 階躍的 多模態模型 不僅 在國內外權威榜單上頻頻奪冠， 更是和產業界展開了深度融合，比如 和 OPPO 手機合作 “一鍵問屏” 功能， 用戶長按手機 界面，就能智能檢索屏幕內容相關信息；和智元機器人攜手， 爲具身機器人 裝上 “智慧眼睛”，精準識別環境、靈活規劃行動路徑。

此外， 階躍星辰 的商業化之路也走得非常紮實，比如 茶百道接入它家 Step-1V 多模態理解大模型 ，實現智能巡檢、AIGC 營銷，門店運營效率 大幅提升， 也 讓 階躍 星辰 收穫了 更多 的 付費用戶 。

04 最終比拼的是商業化能力

從當年的“百模大戰”，到後來的 “ A I六小虎 ”，再到如今 的 “新基模五強” ，爲什麼短短兩三年的時間，就有那麼多 紅極一時的 A I企業，或出局或“ 泯 然衆人矣” ？一個極爲重要 原因 就 是： 有些企業 只懂燒錢做技術，不懂賺錢做商業。

如上文提到的， 大模型是資本密集型、人才密集型、數據密集型行業 。 但 僅僅有錢、有人、有數據，就能成功嗎？未必。商業的本質是創造價值並獲取價值。技術再先進，如果 不能轉化爲用戶願意買單的產品或服務，不能形成可持續的商業模式， 最終也只是曇花一現。這就像“必要條件”和“充分條件”的關係，錢、人、數據是必要條件，但成功的商業化纔是充分條件。

所以 我們 會 看到，無論是 OpenAI 與微軟的深度綁定，通過Azure 雲服務 和Copilot系列產品變現；還是國內的阿里、百度、字節，依託自身的 雲服務 和豐富應用場景推動大模型落地，都體現了“技術+場景+商業”的閉環邏輯。 而這也恰恰 暗合了 商業達爾文 主義：能活下來的一定是踩中 時代節奏 、滿足市場剛需、 又能實現商業模式 自洽的企業 ，而不會是技術浪漫主義者，或A I理想主義者 。

最後 ，中國或許 真的 不需要幾十上百家公司 ， 都去 卷基礎 大模型 。 這既不經濟，也 不 高效。少數幾家巨頭在基礎模型層面持續投入，提供穩定、強大、且成本可控的“AI底座” 就足夠了。更多的創新和機會，應該在於應用層，在於如何利用 大模型，結合行業Know-how ， 解決實際問題， 創造真正的商業價值。

來源 | 技術領導力（ID：jishulingdaoli）

作者 | Mr.K ; 編輯 | 蝦餃

內容僅代表作者獨立觀點，不代表早讀課立場