融资、投流、造血,大模型「新星」开启变现竞速

时间:2024-10-06 20:25:59

被称为“AI大模型应用元年”的2024年已过半,行业变化太快,充斥着各种声音。

原本漫长的技术发展周期,在大模型身上被装上了加速键。从卷参数、到卷应用,短短两年时间,玩家“百模大战”、资本烈火烹油,都在探索,又备受质疑。

步入下半年,整个行业的风向更加微妙。

分析机构Similarweb的最新数据指出ChatGPT网站的月度访问总量遭遇断崖式暴跌;OpenAI发布新品的节奏明显变慢;英伟达股价震荡,跌出美股市场的单日最高值;在国内也不乏给大模型“泼冷水”的大佬们……

另一方面,国内大模型“新星”仍炙手可热。月之暗面被曝腾讯入局投资的消息,公司投后估值已达30亿美元;智谱AI拿到新一轮融资,金额高达数十亿元,投前估值200亿元;李飞飞首次创业项目World Labs宣布获得2.3亿美元融资,背后站着英伟达。

行业正陷入“冰与火”的焦灼之中。而这背后,是市场逐渐对大模型祛魅,资本也回归理性,也只有当热潮退去,真正有价值的企业或应用才会浮现出来。

但无论是哪个阶段,商业化都是大模型行业反复提到的话题。大模型的特殊性在于“烧钱”,技术上的研发成本,应用上的运行成本,每一步都少不了真金白银的支持,这也是大模型企业们的“紧箍咒”。

尤其是像月之暗面、智谱AI这样的创业企业,它们不及巨头们的资金雄厚、资源丰富,如果一味地依赖融资输血,无法无法自我造血,则势必会被淘汰。

潮水方向的变化推着大模型行业向前走。从“百模大战”走到“应用之战”,大模型行业即将进入新的阶段,而这个阶段,除了产品、应用外,找到一条属于自己的变现之路极为重要。

“明星企业”,还炙手可热

近期,2024云栖大会开幕演讲上,阿里CEO吴泳铭打了个形象的比方:去年大模型的数学能力还只是中学生水平,但今天已经可以拿到国际奥赛金牌,尤其在物理、化学生物等多方面学科,已经接近博士生。

过去22个月,大模型的到来,让AI的发展速度空前。从百模大战,到应用大战,除了互联网大厂下场做大模型,众多与AI相关的创业公司涌现出来。

几轮淘汰赛过后,在我国也诞生了不少明星企业。从“新AI四小龙”,到“AI五小虎”“AI六小强”,这背后都离不开资本的助推。

CBInsights数据显示,2023全年生成式AI新创在全球获得约204亿美元融资,是2022年36亿美元的5倍以上。

到如今,热潮还在持续。

8月,零一万物完成新一轮数亿美元的融资,最新估值为104亿元人民币;同月,月之暗面也收获了一轮3亿美元的融资;7月,百川智能完成50亿元人民币的A轮融资,并且以200亿元估值开启B轮融资;9月,智谱AI完成10亿元融资,投资方包括中关村科学城……

“AI六小强”中,零一万物、百川智能、智谱AI、月之暗面和Minimax五家公司均在今年获得亿元以上融资,另一家阶跃星辰也在今年6月传出正在进行一轮估值20亿美元的新融资。

其中,月之暗面和智谱AI莫过于是最受资本偏爱的两家公司。

回顾月之暗面的融资之路,不乏知名投资机构和互联网大厂。

2023年6月,月之暗面首获超2亿美元的天使轮融资,投资机构包括真格基金和红杉中国,彼时估值为3亿美元;同年7月,月之暗面获得来自美团龙珠、蓝驰创投等投资方的A轮融资;今年2月,月之暗面收获超10亿美元的A+轮融资,投资方包括红杉中国、小红书、阿里巴巴,老股东跟投。

值得关注的是,2月份的这笔融资是自ChatGPT出现至今,中国大模型初创公司拿到的最大单轮融资,这也让月之暗面的估值跃至25亿美元。

资本的偏爱,让月之暗面的估值水涨船高。8月份投资过后,其投后估值达到33亿美元(210亿元),领跑“AI六小强”。

另一边,跻身于“200亿”俱乐部的还有智谱AI和百川智能。

9月初,智谱AI以200亿元的投前估值,完成了新一轮融资,金额达数十亿元,本轮领投方为中关村科学城公司。

据企查查披露的信息显示,智谱AI已经进行了11轮融资,投资方包括北京市人工智能产业投资基金、社保基金中关村自主创新基金、光速光合、美团、蚂蚁、阿里、腾讯、小米、金山、顺为、红杉、高瓴等多家知名投资机构。

7月,百川智能完成了50亿人民币的A2轮融资,投后估值达到200亿人民币。此前,百川智能已经在2023年10月官宣了A1轮融资,披露了包括阿里、腾讯、小米等科技巨头及多家*投资机构在内的名单。

两个月内,中国大模型行业诞生三个估值达到200亿元的独角兽。资本对明星企业青睐的背后,也有一些现象值得思考。

最为明显的一点是,大模型热潮涌动近两年,资本追捧领跑的独角兽,但从整个行业来看,资本却更为冷静谨慎。

一方面,大模型“难”。从研发大模型,到落地应用场景,这条路的成功不仅依赖资金的投入和人力的积累,更需要过硬的技术做支撑;另一方面,大模型“贵”。数千万元一次的训练成本,尚未清晰的商业化路径,这是一件具有挑战的事,资本不敢贸然尝试。

更关键的是,“200亿”常常被视作是一个创业公司的分水岭,跻身于200亿元俱乐部,资本会对回报率提出更高的要求,企业必须找到属于自我造血的路。

换句话说,估值到达200亿的企业,资本给了你高光时刻,你也要给资本一个满意的答卷——赚到钱、跑快点。

花钱与赚钱并行,

“新星们”必须学会变现了

“我们做的是一件很有挑战的事情,需要大量的资金、资源支持。”智谱AI CEO张鹏接受采访时提到,当前的经济形势下,AI的投入又很大,结果跟大家的预期有差距,大家会感受到特别大的压力和焦虑。

的确,资本迫切的回报周期压力之下,融资只是独角兽们拿到大模型船票的第一步,学会赚钱,才是他们的必修课。

告别去年的“百模大战”,今年大模型行业开始走向应用落地,也就是商业化。和去年技术路线之争一样,今年的商业化落地路径依旧是行业激辩的焦点。

比如在今年智源大会上,零一万物创始人李开复表示,“零一万物坚决做To C业务,不做赔钱的To B业务。”

中国工程院院士张亚勤院士则认为,在具身智能阶段,To B的应用可能会比To C更快落地,“现阶段大模型真正赚钱的则在于B端基础设施层面,包括芯片、硬件、服务器等。”

本质上,是大模型商业化之路的B端和C端之争。一方认为B端应用相对明确,覆盖行业广,能快速实现多个场景的应用,C端竞争大,想要跑出一个爆款应用时间成本较高;另一方认为,行业内卷加剧价格战,B端大模型利润被压缩,而C端能更快地看到收益。

这个思路之下,国内初创大模型厂商最初商业化主要分两个阵营,一种是像月之暗面、百川智能、零一万物这样以C端业务为主的公司;另一种是兼顾B端和C端两条腿走路,以智谱AI、MiniMax为代表。

说起C端大模型应用,最广为市场熟知的,莫过于月之暗面的Kimi。2023年10月,Kimi横空出世,凭借出色的长文本能力成为当下的爆款,随后月之暗面又将Kimi的长文本能力提升10倍,并迅速进行产品迭代和优化。

数据显示,2023年12月至2024年2月,Kimi的月活跃用户数分别为50.83万、112.85万和298.46万人。尤其是在2024年2月,用户数几乎是2023年12月的近6倍。

Kimi的火爆有目共睹,但不可否认的是,C端市场虽然距离消费者更近,收益更快,但入局的玩家很多,距离真正的超级应用出现还有很长一段距离,谁都有突围的机会,谁都不能松懈。

当下,大模型在C端市场的营收模式较为单一,除了订阅费之外,其他收费模式目前都在探索之中。比如,Kimi此前推出“给Kimi加油”的付费选项,金额从5.2元到399元不等,类似于“打赏”模式,以此探索新的商业化。

另一边,像智谱AI这类B端业务商业化进展更快的厂商,则将重点放在了大模型生态上。

自智谱AI成立以来,一直将OpenAI作为追赶目标。截至目前,智谱AI已经打造了完整对标OpenAI的模型产品,包括AI提效助手智谱清言、高效率代码模型CodeGeeX、多模态理解模型CogVLM和文生图模型CogView等。

智谱AI CEO张鹏多次强调,与C端市场相比,B端市场的付费意愿更为强烈。这一路径下,智谱AI围绕B端市场做了很多布局。

比如,提出“模型即服务”的理念,通过将大模型封装成开放平台,提供API给开发者和企业调用,按照调用量进行付费;针对中大型企业对数据安全的需求,智谱AI提供云端私有化部署方案,帮助用户在云端开辟专门的模型专区。

无论是哪种路径,初创企业的想法都是赚到钱,但问题也都一样棘手。C端商业化面临用户留存低、获客成本高的难题;B端商业化面临行业价格战,初创公司压力不小。

这时候,B端和C端两条腿走路是一些厂商的思路。

今年8月,月之暗面发布Kimi企业级API,继续发力B端市场。相较于覆盖to C需求的通用模型,企业级模型推理API有着更高等级的数据安全保障和并发速率,用以支持企业内部的复杂工作流和大规模的数据处理需求。

同时,智谱AI也开始探索C端业务的研发和落地。

今年7月,智谱AI发布生成视频模型清影正式上线,生成6秒视频只需要30秒的时间;8月,智谱清言APP上线视频通话功能。

另一家独角兽MiniMax,在产品上也是C端和B端双向布局的策略。面向C端,有角色扮演类AI聊天应用Glow、沉浸式AI内容社区产品“星野”、支持论文写作的“海螺AI”等;面向B端,MoE大语言模型abab 6、abab 6.5相继发布,并计划开放API。

从爆火至今,大模型经历了很多个重要节点,其中最重要的是从参数到应用的演变,大模型跑得快的标准正变成好用和实用。行业的共识在于,通用大模型公司的能力水平再高,最终也要依靠商业化造血。

当下,几乎所有初创大模型厂商的收入规模都远远不足以支撑自己的估值,各大应用又陷入同质化的竞争,如何在花钱的同时学会赚钱,是他们过去及未来探索商业化的核心,毕竟时间不等人。

与大厂“抢蛋糕”,

大模型新星都有压力

大模型浪潮之下,互联网巨头和初创企业站在同一起跑线上。如果说去年技术层面是大模型的资格赛,那今年应用层面已经到了决赛阶段。

很难说,面对资源更丰富、生态更完整的大厂,仅靠资本输血的初创企业会没有压力。

于初创企业而言,首当其冲的就是高昂的大模型训练成本、逐渐上涨的应用获客成本。

即便是OpenAI,外媒援引OpenAI未公开的内部财务数据,称OpenAI今年还将面临高达50亿美元的亏损,其中,全年收入估计在35亿美元~45亿美元之间,但运营成本却或达85亿美元,其中推理成本为40亿美元。

进入今年,大模型内卷加剧,加之大模型应用用户留存低,为了拉新,大模型C端应用卷出新高度。

以Kimi为例,据智能涌现报道,Kimi每通过B站获得一名注册用户,月之暗面起码要支付30元的费用。Similarweb的监测数据显示,在B站推广后的2024年3月,Kimi的访问量就呈现出显著的增长趋势,增幅一度达到402.9%,并且与智谱AI的智谱清言、MiniMax的海螺AI,拉开了一个量级的差距。

从线上的B站、小红书、抖音,到线下地铁、写字楼,大模型行业掀起了广告营销之战。效果也很显著,据Similarweb统计,AI五小龙(智谱AI、MiniMax、百川智能、零一万物、月之暗面)产品的总访问量,在6个月内暴涨了963%。

只是,动辄上亿的投流成本未必能换来用户长久的消费意愿,留存依旧是大模型厂商的未知数。

到了今年,关于赚钱的问题更加棘手。五月,字节、阿里、百度、腾讯等厂商都将主力模型的API价格普遍下调了90%以上,大模型也正式进入价格战之中。

有些选择跟进。智谱AI一个月里两次下调价格;MiniMax悄然启动了注册认证赠送1亿tokens,以及TPM扩容不收费的活动;Kimi 开放平台的上下文缓存Cache存储费用降价50%。

有些则选择坚守。百川智能创始人王小川公开表态不会跟风降价;零一万物CEO李开复直言“国内大模型市场疯狂降价是双输的打法”。

无论是降价与否,创业公司都要面临一个问题是:下一笔融资在哪?

这背后,是初创企业们集体的焦虑。一旦没有用户,初创企业就失去了训练算力的数据,更就失去了投资人的热情,而这将直接将他们推到悬崖边上。

金沙江创投董事总经理朱啸虎曾指出,投资国内大模型公司可能根本赚不到钱。他认为,更令大模型公司“尴尬”的是,即使有公司愿意砸钱,投入几千万美元后,遇到别人开源,也相当于白费钱。

今年6月,高盛的一篇《投资太多,收益太少》文章直言,大公司计划在未来几年投入1万亿美元在AI相关的东西上,比如数据中心、芯片和电网。但到现在为止,这些钱除了让开发人员的工作效率提高了一点,没看到其他明显的成果。

从目前市场反应看,大厂基本将能入局的公司都入局了,初创企业很难再拿到大厂的钱,加之投资市场热情有限,如果自我造血能力不足,那未来能否活下去都存在挑战。

参考国外独角兽的发展路径,被大公司收购可能性更大。但能否卖上好价格,能否找到好买家,也都是未知数。

目前,海外市场Character.AI以缩水50%的估值卖身谷歌,Inflection与Adept相继被微软与亚马逊收入囊中;Reka AI则仍在寻找买家、Runway陷入删库跑路”风波、Stability AI在管理层大换血后再传资金链断裂消息。

站在同一起跑线上,并不意味能一起到达终点。相比于大厂,即便是大模型业务亏损,也可以通过生态下的其他业务补足;而创业公司只有边融资边赚钱,用产品实力获客,才能与大厂抗衡。

这场战役,虽然短期不会出现一家独大的情况,但激烈的淘汰赛在所难免,每个玩家都必须在今年全力奔跑。

在这里插入图片描述

大模型&AI产品经理如何学习

求大家的点赞和收藏,我花2万买的大模型学习资料免费共享给你们,来看看有哪些东西。

1.学习路线图

在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我自己整理的大模型视频教程,上面路线图的每一个知识点,我都有配套的视频讲解。

在这里插入图片描述

在这里插入图片描述

(都打包成一块的了,不能一一展开,总共300多集)

因篇幅有限,仅展示部分资料,需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档,有几百本,都是目前行业最新的。
在这里插入图片描述

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
在这里插入图片描述

????学会后的收获:????
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

????获取方式:
????有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】????

在这里插入图片描述