25 年,我们对这三家公司的 AI 动作有两轮集中报道:春节后陆续发布的四篇报道:《腾讯在 AI 拐点到来前的 700 天》(高洪浩)、《字节 AI 再创业:独立组织、全链条的饱和出击》(王与桐)、《重新认识阿里:大踏步迈向 AI》(管艺雯)、《字节、阿里、腾讯的 AI 人才竞赛:2330 个研究者背后的共识与分歧》(贺乾明、黄帧昕),以及前不久发布的《字节、阿里、腾讯 AI 大战全记录:一场影响命运的战争》(高洪浩)。这些报道涵盖我们观察科技巨头做 AI 的几个关键视角。
25 年之前,字节成立了三个相对独立的部门:负责产品的 Flow(豆包产品团队隶属于此)、负责模型研发的 Seed,以及提供后端研发支持的 Stone。这三块业务最初的负责人均为字节老将:Musical.ly 创始人朱骏负责 Flow;2015 年从百度加入的朱文佳负责 Seed;同样来自百度,2014 年入职的洪定坤负责 Stone。
“镇场” 能力之所以重要,与字节补充人才的顺序有关。在吴永辉于 25 年 2 月入职前,字节在整个 24 年都在疯狂吸纳年轻技术骨干。这件事的起点可追溯至 23 年夏天,当时字节本打算投资 MiniMax 和阶跃星辰,但在一次高层会议后,张一鸣明确表态:字节应该、也能做好自己的大模型,无需对外投资。
紧接着,字节高层及张一鸣本人从 23 年底开始密集招人。我们在《字节 VS 六小龙》那期节目里提到,24 年有投资人去拜访顶尖论文的作者时,发现不少人都刚和张一鸣聊过。最终,字节招募了来自 Google 的蒋路、来自面壁的秦禹佳、来自零一万物的黄文灏、智谱 AI 的丁铭,以及备受关注的阿里通义千问模型的前负责人 周畅。
这种并非 “高举高打” 的起步,也带来了意外之喜:研发 Qwen 的团队是从内部相对边缘的角落里自下而上生长的,规模精简,却通过开源大模型形成了极强的社区影响力,成为了一个自驱且强势的团队。目前,千问团队也在探索具身智能 VLA、多模态等前沿领域,并上线了面向普通用户的 Web 端产品 Qwen Chat(chat.qwen.ai)。
相比字节先收骨干再引统帅,腾讯在招募姚顺雨之前并无太多 AI 明星,而姚顺雨本人也非常年轻,没有太多管理经验。对稳健的腾讯来说,这是一次激进的组织选择,姚顺雨更像是一条被引入的 “鲶鱼”。这或许受到了 DeepSeek 的启发:DeepSeek 证明了一群 95 后研究员同样能做出惊艳世界的模型。腾讯这一轮调整的效果,将在 26 年得到验证。
其中 “加强规模效应” 值得细品。传统软件通过 “一次构建,多次售卖” 来实现规模效应,但大模型产品每次调用都消耗算力,更像是有 BOM 成本的制造业。字节的逻辑在于 25 年 1 月豆包 1.5 Pro 官博中提到的 “数据飞轮”:依托字节在推荐、搜索和广告领域的 AB Test 经验,构建了基于大规模用户反馈的闭环优化系统。
腾讯方面,原本混元大模型与元宝 App 均隶属于 TEG(技术工程事业群)。25 年初,腾讯总办会决定整合分散的 AI 应用,最终由汤道生负责的 CSIG(云与智慧产业事业群) 接手。元宝与原本在 PCG 的 QQ 浏览器、搜狗输入法、ima 等应用汇聚到了 CSIG,而混元研发团队仍留在 TEG。这种模型与产品分属不同事业群的架构,考验着跨部门的协作效率。
当时,管理该产品的阿里云,战略重心在拓展 AI 云业务、大模型研发以及构建模型生态。这或许解释了阿里为何随后将 To C 产品团队悉数划归至吴嘉管理的智能信息事业群。阿里当时的逻辑是:Chatbot 会最先颠覆搜索,而从夸克这款浏览器入手改造搜索体验,是通往 AI 产品最顺理成章的路径。
近期通义 App 再次更名为 “千问 App” 卷土重来后,深度接通了阿里生态内的生活服务,试图成为一个能点外卖、能购物的全能 AI 助手。与此同时,阿里一改往日在投放上的克制,千问 App 的单日投放峰值达 1500 万元。但一些阿里人士,对目前的打法持悲观态度。他们认为,刚改头换面的千问 App 尚不成熟,在产品力未打磨好的情况下大规模的投放,难以产生实质留存,尤其是面对强劲的对手豆包。
两家公司上市,向公众揭开了大模型创业公司的财务底牌,也能看到资本市场的短期定价。此前业内的一种流行观点是:中国头部的模型能力并未被美国拉开代差,但估值却差了两个数量级——中国最贵的大模型公司估值在 30-40 亿美元,而 OpenAI 与 Anthropic 的估值已分别飙升至超 7000 亿和 3500 亿美元。
然而,从财务情况也可以有另一种解读,上周(2 月 9 日)收盘时,智谱市值约 114 亿美元,MiniMax 约 185 亿美元,与美方的差距缩小到了一个数量级。但看收入:智谱 25 年上半年收入约 2700 万美元,MiniMax 前三季度约 5300 万美元;对比之下,OpenAI 25 年营收远超 130 亿美元(Sam Altman 自称),Anthropic 则达到 45 亿美元(the Information 报道)。
最新市场消息是,OpenAI 和 Anthropic 计划最早于 26 年底 IPO。中国 “大模型第一股” 的竞争比美国早了整整一年。原因很现实:中国一级市场的后续资金不及美国充沛,上市成了拓展定增、大规模融资的必要手段。所以在 MiniMax 上市当天的融资故事报道中,我们写道:“大模型领域的 IPO 并不发生在大战告一段落之后,它不是对胜者的奖赏,而是下一轮竞赛的鼓点。” 更直接地说,IPO 是一张续命安全网。
这些创业者正在打一场 “极难模式” 的游戏。不同于移动互联网时代有 iPhone 带来的硬件红利和自然增长,大模型目前仍运行在存量硬件上。现存巨头不仅掌握着流量入口,且均已亲自下场自研模型,缺乏收购意愿。对于基础模型创业者而言,仅仅维持生存是不够的,不达到足够体量的成功,也可以算是一种失败。
据不完全统计,全球 ARR(年度经常性收入,以一段时间的订阅收入折算到一年的收入;当公司快速增长时,ARR 往往大于实际收入)超过或等于 5,000 万美元的 AI 原生企业约有 40-70 家,主要集中在 AI Coding、内容创作 Agent、法律及教育等场景。代表公司包括 Perplexity、Cursor、Runway、HeyGen、Harvey 等。
前面提到过,这是一家年营收已突破 5,000 万美元、主打视频数字人生成的公司。HeyGen 创立之初,曾同时在旧金山和深圳设有团队,国内主体名为 “诗云科技”。然而,早在 23 年 12 月,诗云科技便已申请注销。这是一个在 AI 浪潮还未全面破圈时,就敏锐察觉风向并早早做出抉择的例子。
火热也体现在估值上。在美国,具身公司的估值远低于大模型公司,如最贵的 Figure 估值 390 亿美元,是 OpenAI 的 1/20。而在中国,两者并驾齐驱:银河通用在 25 年底估值已达到 30 亿美元;而即将于 26 年上半年 IPO 的宇树科技,市场对其市值预期甚至直指 500 亿乃至千亿元人民币。
同时,源源不断的新具身团队仍在涌现,25 年新成立的公司就有:从华为、百度自动驾驶部门走出的陈亦伦、李震宇创立了它石智航;旷视联创唐文斌等人创立了 “原力灵机”;理想前自动驾驶技术研发负责人贾鹏等人创立的至简动力;华为诺亚方舟实验室前首席研究员李银川创立的诺因知行;月之暗面前强化学负责人宋鸿涌创立的 Android 16;以及星海图联创许华哲,也正在筹划新一次创业。
- 世界模型:现在大家主要探索的方向是 “生成式的世界模型”——从世界的这一个状态,预测和生成世界的下一个状态。如果以 2D 视觉信息表达,是可以无限延续的视频生成模型;所以当 OpenAI 发布 Sora 时,便有人认为这是世界模型的雏形。若以 3D 视觉信息表达,便是 Google 在 25 年发布的 Genie 3。它能生成一个可供探索的 3D 空间,并配合 Google 的另一个 AI 项目 SIMA 2,让用户创建的 Agent 在其中自由移动。而真正被期待的 “完整的世界模型”,是能实现与环境和物体的直接交互——比如当你戳破一只气球或摘下一朵花时,系统能符合物理规律地预测并生成交互后的下一个状态。
非常推荐《晚点》25 年 10 月发布的一篇报道:《特斯拉人形机器人再延期,因为双手只能用六星期》(李梓楠),深入还原了第三代 Optimus 设计延期背后的供应链细节,解释了为何当时 Optimus 的灵巧手寿命极短、故障率高,且由于设计原因无法局部修理,一旦损坏只能整体更换。此外,整个机身还面临着手臂与腿部关节的稳定性、减重以及续航等重重挑战。一位被 Optimus 屡次拖延的供应商吐槽:“老马(Elon Musk)的信誉分,现在恐怕连充电宝都借不出来了!”
- 另一种是从简单功能做起。Ray-Ban Meta 经过多年迭代:第一代反响有限,第二代功能相似但体验明显改善,销量超过 300 万台;25 年 9 月第三代加入显示,即 Ray-Ban Meta Display。媒体报道称 Apple 也计划在 26 年第二季度推出轻量化、不带显示的 AI 眼镜。
Plaud 第一代 23 年 6 月上市,立项早于 2022 年底 ChatGPT 发布,使其能在热潮后迅速加入 AI 总结能力。团队配置也有特点:创始人许高连续创业三次,非工程背景,但组建了硬件经验丰富的团队,如曾在龙旗股份及 “糖猫” 项目工作的刘巍。公司成立时间不长,已有十位合伙人。据官方信息,Plaud 累计销量已超过 100 万台。
今年《晚点聊》有三期相关节目:第 120 期访谈刚上市的影石 Insta360 创始人刘靖康;第 141 期访谈智能轮椅 Strutt 创始人洪小平;第 145 期访谈外骨骼公司极壳 Hypershell 创始人孙宽。《晚点》近期还发布了对拓竹创始人陶冶的专访《对话拓竹陶冶:我们一群工程师,一起造一个朴素的硬核公司》(贺乾明、黄俊杰)。这些公司都在深圳。
深圳这批公司存在明显共性。许多由大疆前员工创立:陶冶曾任 Mavic Pro 产品负责人,洪小平曾负责大疆激光雷达;庭院机器人公司松灵创始人魏基栋、户外储能公司正浩创始人王雷、AI 吉他 LiberLive 创始人唐文轩也来自大疆。这些公司在做事风格、人才构成、产品追求上与大疆相似,地理上也集中在深圳西丽大疆总部 “天空之城” 周边。
此前《晚点》也访谈过李泽湘,主题是如何培养科技创始人。李泽湘与机器人基地的一个思路转变是从 B 端转向 C 端。过往孵化经验使其意识到,年轻创始人更适合 C 端创业:B 端更依赖商业关系与管理经验,C 端可通过创新与产品定义快速打开局面;一旦形成品牌,又能反向拉动供应链发展,而深圳及中国完善供应链能支持这种创新尝试,形成正循环。松山湖基地已梳理出完整创业流程,见《晚点》文章《我们要培养什么样的工程师?李泽湘教授对三十年工科教育改革的回顾》。
Insta360 创始人刘靖康早期长期坚持 “平衡收益与风险”,在垂类市场积累利润与能力,避免过早进入最激烈竞争。他在 23 年采访中表示:“长远看,激烈的竞争不可避免,但我的初衷是,这件事越晚到来越好”。但到 25 年访谈时,我们聊的最多的就是竞争,包括 Insta 360 在一些品类里从攻到守的变化。
《晚点聊》第 109 期对卡兹克的访谈中,他作为产品与设计背景的前金融科技从业者,从 23 年开始边学边做,逐步把工作流程 AI 化:抓取每日 AI 新闻并用模型排序筛选;寻找 “低粉高赞” 内容并分析传播特征作为选题参考。他还用 AI 组织线下活动:从报名留言中筛选真实参与者,并按复杂规则自动分组排座,过去需要多人做几天的工作,现在显著节省人力。