从“六小龙”到“四小强”，零一和百川做错了什么？
文 | AI大模型工场，作者｜西梅汁，编辑｜星奈
曾几何时，大模型创业圈风光无限，“AI六小龙”，曾被视作中国AI冲击国际舞台的先锋队。
进入2025年，面对新对手DeepSeek的冲击，“六小龙”阵营出现了明显分化：有人退出前线，有人坚守阵地。一年前还备受资本追捧的“小龙们”，如今除了智谱AI和阶跃星辰外，其它几家自2024年下半年起，便“再无融资消息”。
然而短短一年光景，两位成员已明显“掉队”，风光不再。零一和百川到底做错了什么？他们的困境，又预示着什么样的行业走向？
一、泡沫退潮：从“六小龙”到“四小强”的行业洗牌
国产大模型兴起的2023年，被称为“大模型元年”。彼时，ChatGPT的横空出世点燃了全球对通用人工智能的热情，国内企业与创业团队争先恐后入局，继而“六小龙”也迅速脱颖而出。
在一轮轮融资和模型发布中，热钱涌动，创业者与投资人高歌猛进。数据显示，2023年这六家公司累计融资超过60亿元人民币，几乎占据国产大模型早期融资总额的一半以上。
然而，到了2024年底，行业进入“冷静期”。创企的烧钱模式和盲目追求技术参数的时代逐渐退场，新的竞争法则悄然兴起，商业化的道路变得更加艰难。大模型研发成本高昂，而应用场景落地的速度则远低于预期，行业的高光时刻随之消逝。
如今，在这场“优胜劣汰”的竞争中，智谱、MiniMax、月之暗面和阶跃星辰这四家公司成为了少数“幸存者”。它们并非单纯依靠烧钱和技术参数来争夺市场份额，而是选择了各自细分赛道，继续深耕。
而剩下掉队的两家零一万物和百川智能的转变尤为引人注目。零一万物凭借其大规模的技术参数曾经一度吸引关注，但缺乏清晰的产品路线和业务落地路径，使其迅速陷入困境；百川智能则因频繁的战略调整和管理层更迭，逐步从行业头部位置滑落，最终淡出队伍。
二、零一与百川做错了什么？
进入2025年，AI大模型行业开始经历第一次“理性回调”。市场不再只看“参数量”“榜单名次”，开始聚焦用户体验、成本效率、商业路径。
此时，“六小龙”开始分化，特别是零一与百川的转向与疲软，成为整个行业变化的缩影。
零一的问题出现在多个层面。虽然其推出的Yi-Large和Yi-Lighting等模型曾一度登上国际榜单，但工程化能力与产品落地明显滞后。尽管公司具备全栈 AI Infra 能力，在底层技术上有一些突破，如自研算力管理平台、向量数据库笛卡尔等，但在将技术转化为实际落地产品方面，面临诸多挑战。
To B 业务上，零一也有布局，但真正落地且能实现即插即用的场景有限，To C 业务中部分海外项目组也在 2024 年底被裁撤或合并。包括零一发布的AI办公助手“万知”，其功能设计存在复杂性，使得用户体验尚未形成闭环。
更致命的是，其创始团队在2024年底出现严重人事震荡。核心高管接连离职，预训练团队被阿里收编，直接宣告其放弃大模型底座的自研方向，转向应用层和海外市场。这一“降维打击”的背后，是现实层面的资源耗尽与战略收缩。
相比之下，百川的问题则更具代表性。曾经被视为国产大模型最有希望的C端破局者之一，百川在短短一年内经历了三次战略大转向，从C端超级应用到多模态通用大模型，再到B端医疗场景，最终因节奏混乱与执行力不足，被渐渐甩出“四小强”的队伍。
最初，百川通过推出自研的Baichuan系列和开源，试图接轨OpenAI，随后推出了面向C端的“百小应”App。然而，据晚点 latePost 消息，这款产品在推出后半年DAU始终未能突破5,000的门槛，远远落后于同期的“豆包”或Kimi。用户使用频率低，留存率差，成为百川第一波战略失速的直接体现。
进入2024年后，百川迅速转向多模态大模型，推出“Baichuan Omni”，但因技术未成熟、效果不佳，未得到市场认可。多线并举失败后，百川开始“断尾求生”。随之宣布聚焦医疗AI，但即便在这一方向上，医疗模型的能力仍未达到行业标准，且商业化进展缓慢，试点项目多无稳定性。
此外，为在2025年初正式宣布组建医疗大模型专门团队也带来了压力，百川在医疗领域的策略不明确，合作关系松散，错失了先发优势。在面对华为、阿里健康等重资产玩家入局的压力下，百川逐渐丧失了作为“先发玩家”的边际优势。
回看这一系列选择，不难看出百川的问题并不在于方向错误。医疗确实是大模型最有潜力实现价值变现的场景之一。但问题在于，它的节奏过快，切换太急，且每一次战略转向都未能真正做深、做透。
在基础模型尚未夯实的情况下，它便试图通过概念叠加和话题引导来获取资本续命，这种短期主义逻辑与当前市场“回归价值”的主旋律显然不符。最终还是没能覆盖住团队结构调整的阵痛和产品路径的反复。
与此同时，百川团队频繁动荡。据报道，2025年初，其联合创始人兼首席技术官陈炜鹏等前搜狗团队成员离职，另一位联合创始人焦可也离开；原来管理医疗业务的高层李施政去年底也在离职流程中。如今王小川身边几乎只剩下他自己和另一位联合创始人茹立云，团队核心已土崩瓦解。
总之，百川智能在战略上对抗大厂压力不足，过于聚焦细分领域却未能快速变现，加之核心人才流失，是其掉队的关键原因。
如果说零一万物的问题在于“技术主义”，那么百川的症结就在于“战略焦虑”。一个急于证明自身价值的大模型创业公司，在连续错失C端爆款、多模态先机之后，仓促压注医疗场景，却又未能真正搭建起有效壁垒和用户闭环。
在如今资本更看重真实场景渗透和持续增长的背景下，两家的“掉队”早已不只是个别判断的失误，更是整个战略体系失稳的自然结果。
三、掉队后的节奏:“四小强”转向边缘化
相比于零一和百川的“率先出局”，“幸存者”们的日子也并不好过。
在 DeepSeek 凭借近 GPT-4 水准的性能和 1/10 成本打出“王炸”后，国内大模型领域的格局已然转变。新晋“基模五强”——字节跳动、阿里巴巴、阶跃星辰、智谱和 DeepSeek的强势崛起，不仅代表技术实力的重排，更像是对旧阵营的一纸“放榜通知”。
Minimax 和月之暗面双双落榜，“四小强”一下变成了“二强+二弱”的不稳定结构。这背后，并非偶然，更是新一轮算力霸权、资本洗牌和生态竞争合力作用下的必然淘汰机制。
不过，今天MiniMax开源的世界上第一个开放权重、大规模混合注意力推理模型MiniMax-M1，被认为是比肩DeepSeek-R1的存在，这也意味着，Minimax并未走下牌桌。
这次开源的MiniMax-M1，在多个基准测试上MiniMax-M1的表现可比或超越DeepSeek-R1、Qwen3等多个开源模型，在工具使用和部分软件工程等复杂任务上甚至超越了OpenAI o3和Claude 4 Opus。
实际上，MiniMax在技术路径上一直坚持自研路线，曾经一度被认为是最有可能“技术突围”的创业公司之一。它大胆押注MoE与 Linear Attention 架构，在业内赢得不少技术尊重。
不过，前沿探索意味着周期较长、风险更高，这也使得MiniMax的模型落地进度相对克制。在商业化节奏普遍提速的行业背景下，这种“技术先行”的策略往往面临更多现实压力。
当前，其最具代表性的业务亮点，来自与游戏厂商的深度合作，聚焦AI NPC、剧本生成等游戏内容生态，探索更具复购属性的垂直场景。这一方向兼具用户粘性和差异化潜力，虽然仍处于早期，但也具备打开B端局面的可能性。
对于MiniMax而言，如何在保持领先的同时，加快产品闭环、加强商业验证，是接下来突围的关键。目前来看，它仍处于探索窗口中，未来是否能从“技术先锋”成长为“应用破局者”，值得持续关注。
孤注一掷的陪聊，不等于跑通的闭环。另一边的月之暗面，则押注在“超级助手”Kimi 上，用长文本记忆与智能对话试图开辟 C 端新大陆。曾经，Kimi 是 C 端最具潜力的AI产品之一；如今，它的月活和用户增长已被字节“豆包”远远甩在后面。用户用一次、不会用第二次，是产品路径失速的直接信号。
为了破局，月之暗面试图通过内容社区建立用户生态——一个典型的“ChatGPT + 小红书”混合体。但社交网络的“冷启动”本就是超级难题，加之技术团队仍在推进多模态模型内测，主副线混乱的策略更容易导致资源稀释。
更令人担忧的是，其内部治理和组织稳定性近来也屡见报道。融资难、增长慢、口碑疲、人心散，月之暗面正经历从光环走向现实的“创业宿命”。
活着，不等于稳了。活成“小巨头”，也有可能是阶段性的。
虽然阶跃星辰与智谱目前占据“基模五强”席位，但并不意味着它们就稳坐钓鱼台。巨头压境、生态难跑通、融资紧绷，是每一个非巨头系创业模型团队都无法回避的结构性难题。
过去一年，阶跃星辰一直维持着对外“低调而稳健”的技术派形象，主打推理能力和原生多模态模型方向。然而，这种“重研发、弱产品”的路线正在面临越来越多的现实拷问。
To C业务全面收缩，“冒泡鸭”项目被合并至跃问产品线并低调停运，公司核心转向模型研发与Agent应用开发；C端产品团队整合、资源收拢，可以看到其战略正式转向To B与终端合作，包括与OPPO、吉利等厂商在手机与车端的部署协同。与此同时，阶跃星辰与愿力灵机等多模态具身智能玩家展开深度合作，试图在产业纵深中寻找第二曲线。
不过，即便战略调整相对克制，其内部也并非毫无波动。在过去的一年阶跃星辰鲜少传出高管离职，但近期根据市象报道，其视频生成模型负责人、Tech Fellow段楠已确认离职，转投京东探索研究院，主导视觉与多模态实验室的建设。这一变动虽未撼动公司基本盘，但却释放出“人才红利正在减退”的信号。
归根结底，阶跃星辰能否稳住“四小强”的一席，取决于其“轻产品、重模型”的路线是否能快速跑通ToB场景与Agent生态。
在大厂进入AI原生硬件与服务领域的节奏愈发激进之时，一旦缺乏生态绑定与变现路径，即使模型性能出众，也可能难以建立真正的护城河。
目前来看，阶跃星辰仍以“高精尖技术”定位维持在第一梯队，但其ToB路径的变现效率、终端合作绑定能力，仍需持续观察。
智谱是“四小强”中最具ToB基础的选手。早期就扎根知识图谱领域，在大模型爆发初期即通过WPS、搜狗等产品体系形成落地闭环，具备一定商业验证能力。包括在教育、政务等领域已跑通多个案例。
但智谱同样存在挑战：算力成本高、定制交付难度大、生态依赖头部客户，决定了它短期内难以形成“低成本复制”。未来是否能扩展通用性场景，实现持续的规模扩张和收入增长，还有待发展。
结语
总体来看，从“六小龙”到“四小强”，背后不是单纯的技术赛马，而是对创业公司适应性与战略调整能力的深刻考验。真正构建长期价值的，不是规模化融资，而是面对不确定时的灵活调整与场景聚焦。
创业公司最大的优势，不是资源，而是可以变。正因如此，哪怕Minimax与月之暗面仍在产品节奏上摸索，仍拥有技术深度与用户资产；阶跃星辰与智谱也并非高枕无忧，但凭借技术积累与落地经验，依旧站在产业节奏的关键节点上。
对于这几家曾被寄予厚望的AI创业公司来说，决定成败的，从来不是一纸定义，也不是一时资本风向，而是能否在高度同质化的大模型市场中，杀出一条“非共识”的创新路径。
未来仍有不确定，但变量也意味着机会。只要这四家公司能持续利用自身的可变性，聚焦场景价值、建立产品闭环，就仍有可能在大模型“淘汰赛”中突围，走出属于中国AI创业公司的长坡厚雪之路。
(来源：钛媒体)
关联资讯:
【产业互联网周报】中国已成为全球人工智能专利最大拥有国；传Manus融资7500万美元；美分析师：H20出口管制毫无意义，对中国AI发展影响不大
