音樂人包小柏用AI技術讓去世女兒復活，為母親獻上生日歌；B站up主吳伍六通過AI跟過世奶奶嘮嗑；商湯科技年會上，被AI如影復活的湯老師，像往年一樣講了脫口秀。
疾速進化的生成式AI，催生了AI 復活這條過億賽道；乘著 AI 這股東風，以商湯為首的AI四小龍紛紛趕考多模態大模型。
4月，Meta上線SAM沒幾天，商湯便推出了「日日新」大模型；5月，雲從科技「從容」大模型高調亮相；依圖緊隨其後，發布了針對特定行業的多模態大模型「天問」，最後的曠視科技則推出了InferLLM，一個用於部署和運行大型語言模型的工具。
看似，這些曾經的資本寵兒憑藉數據和行業經驗，在多模態大模型領域擁有先發優勢。但實際上，面對這一波衝擊，他們並沒有練就足夠脫穎而出的打法。
另外，在ChatGPT掀起變革之前，大多數AI企業已經陷入增長瓶頸期。尤其OpenAI投下Sora這枚重磅炸彈之後，AI圈再次掀起巨浪。
中國承受不起AI的落後，AI四小龍無疑將更加內卷，所有AI企業都需要重新思考自身價值，探索新的商業模式。
主筆 / 脫落酸
文章架構師 / 毛自聰
出品 / 巨頭財經
01 AI一路高歌 ，昔日的AI四小龍卻各有不順？
曾經的AI四小龍趕上了AI的風口，在計算機視覺CV領域各領風騷。
進入AI2.0時代，當大家逐漸意識到這個賽道不僅燒錢，回報周期還長時，故事就不好講了。
資本退潮退去，這四家公司無一例外，都在經歷從AI技術到應用、再到商業化的困境。
因人臉識別AI技術聲名鵲起的商湯科技，七年內融資12輪，市值一度高達3200億港元。
是高企的研發費用，商業化落地難題，導致了連年虧損的局面，據相關統計，經調整2018年-2023年中，商湯五年虧損凈額分別為1.5億元、11.6億元、7.1億元、14.2億元、47億元、23.9億元。
早期在AI領域不像消費互聯網容易發生連鎖反應，很多中國AI公司轉向給企業（B2B）定製服務，而且每個客戶的需求都不同，成本往往很高。
商湯上市後蒸發了超900億港元；同為四小龍的雲從科技高開低走，2023年雖同比減虧但形勢依然嚴峻。
財報顯示，2020年-2022年，雲從科技三年累計虧損高達23.14億元。到2023年，雲從營業收入6.29億元，同比增長19.43%；虧損6.3億元，同比減虧約三成。
據公告，是以大模型為代表的人工智慧技術，刺激了B 端客戶的數智化升級需求，帶動了業績增長。
儘管雲從科技強調，不拘泥於短期財務指標的壓力，但商業化和盈利壓力始終成為掣肘；與之境地相同的，還有曠視科技與依圖科技。
前者三年前遞表科創板未果，現希望成為AIoT領域的基礎設施提供商，降低AI技術的門檻。後者置之死地而後生，如今選擇聚焦安防主業，追求更高質量的生存。
依圖科技藉助大模型開啟數智安防新時代；曠視科技堅持演算法定義硬體，進軍AIoT智能物聯網；
雲從科技主打人機協同操作系統，講述智慧物聯網平台的故事。商湯科技則圍繞「大裝置+大模型」頻頻發力；
這些CV公司，帶著「AI-native原生企業」光環，正努力度過轉型期的迷茫，而生成式AI和大模型成為了他們新的希望所在。
02 轉戰大模型 ，會是AI企業的解藥嗎？
AI四小龍們都渴望重新站上AI新時代的浪尖。
以依圖為例，目前已經推出了針對特定行業的多模態大模型「天問」，它不僅支持海量視頻語義搜索，還能實現零樣本學習和快速啟動。
在城市公共安全領域，比如你想創建一個識別騎車不戴頭盔的演算法，只需要輸入需求，就能立刻生成演算法。
再比如，用簡單的語言交互，就能快速找到「堵塞消防通道的車」或者「積水的路面」的視頻等。
官方介紹，依圖早在2019年開始，就專註投入以Transformer為基礎的大模型技術。與依圖一樣，曠視也研究大模型超過四年。
曠視專門成立了一個名叫Foundation Model的小組，這個團隊專註於核心模型設計，而不是做工程化內容。
ChatGPT爆火後，曠視科技曾快速回應稱，將繼續深入大模型研發，並在應用方向上保持專註。
公司不會盲目追求熱點，而是會在「AI in Physical」戰略指引下走好AIoT軟硬一體化之路。
到去年7月，曠視科技都沒有推出大模型。不過他們發布了InferLLM工具，用於部署和運行大型語言模型。
相較曠視和依圖的長周期布局，商湯和雲從推出大模型的時間更早，且聲量更猛。
去年4月發布「日日新」大模型體系後，商湯在不到一年時間裡就更新升級了好幾波。
開頭提到的「如影」（SenseAvatar），早在去年7月，就進化到了2.0版本。現在只需5分鐘真人視頻，就能創建出動作流暢、口型精準、支持多語種的數字人形象。
還有近期被提及最多的面向創作創意場景的文生圖秒畫大模型SenseMirage，也已經更新到了第四版本。
除此之外，時下全新升級的「日日新」大模型體系之下，還有推理和編程方面的表現甚至超過了GPT-4的SenseChat V4，以及用於辦公場景，幫助分析數據的SenseChat-DataAnalysis V4等工具都算是商湯手握的王牌。
值得一提的是，以上大模型都是基於商湯大裝置（SenseCore）這個AI基礎設施進行訓練和優化。所謂的商湯大裝置是可理解為，一個AI開發平台，它就像是AI的「電力站」，為各種AI應用提供所需的「電力」。
面對大模型之路如何走這個問題時，商湯給出的答案是，抓最前沿的技術趨勢，但為開發者設置最低的使用門檻，打通通向AGI的橋樑。
反觀雲從研發的大模型更加註重B端行業垂直市場的應用，為特定行業提供定製化的解決方案。
去年5月雲從推出「從容」大模型，今年2月1日，雲從科技推出AI原生數據分析產品DataGPT。
理想狀態下，DataGPT基於雲從自主研發的從容多模態大模型，能讓數據解析變得如同日常對話一樣簡單自然。
依託資本市場的原始積累，雲從科技正加快大模型研發步伐。不過，高昂的開發和訓練成本，尤其是對高性能GPU顯卡的大量需求，還是讓公司面臨巨大的資金壓力。
儘管雲從科技拋出了定向增資計劃，為「行業精靈」大模型研發項目，募集資金不超過36.35億元。
但上市未滿一年便進行如此大規模募資，不但引發了監管機構疑慮，還在一定程度上打擊了資本信心。
03 我們離下一代主流技術AGI有多遠？
大模型的出現絕對是新助力，但要說解救不了AI企業的困境恐怕不容易。
首先，大模型及AIGC技術本身就存在商業落地挑戰；其次面對企業的多樣化需求，AI企業提供的服務大同小異。
最後，與百度、阿里、華為等科技大廠相比，四小龍在自然語言模型技術和穩定的盈利模式方面仍有巨大上升空間。
AI賽道需要強大的資本支撐，這考驗著企業的耐心和決心，我們無法預測C端產品大規模上市和應用的時間，但可以肯定的是，AGI（通用人工智慧）將是未來的主流技術。
所謂AGI是指，能夠跨領域、跨模態學習，與人類和其他AI高效協作，感知和表達複雜情感，具備媲美甚至超越人類能力的智能體。
近期Sora的橫空出世，被視為AGI里程碑式的一個節點。
前幾月前，我們還在討論GPT-5都是一個初級的通用人工智慧，凱文·凱利還說，現在是黑莓時刻，AI顛覆世界還很早。
如今按周鴻禕的預判，AGI實現將從10年縮短到1年，為什麼？
簡單理解他的解釋，Sora證明了AI在理解和模擬真實世界方面的驚人進步。
附上他的原話：「OpenAI訓練這個模型應該會閱讀大量視頻，大模型加上Diffusion技術需要對這個世界進行進一步了解，學習樣本就會以視頻和攝像頭捕捉到的畫面為主。
一旦人工智慧接上攝像頭，把所有的電影都看一遍，把YouTube上和TikTok的視頻都看一遍，對世界的理解將遠遠超過文字學習。
一幅圖勝過千言萬語，而視頻傳遞的信息量又遠遠超過一幅圖，這就離AGI真的就不遠了，不是10年20年的問題，可能一兩年很快就可以實現」。
04 找到差異化優勢才能解開虧損魔咒
ChatGPT證明了 AI 是未來方向，而SAM的突破則斷崖式縮短了AI企業推出大模型的時間。
面對互聯網巨頭和傳統軟硬體廠商在人才、研發、資金和客戶方面的全面競爭，AI四小龍的優勢可能只剩下他們在實際應用和經驗上的積累。
尤其在AI企業間業務高度重疊、競爭同質化的背景下，不僅是四小龍，所有AI公司都需要迅速尋找新的突破口。
還是那句話，無論身處AI1.0時代，還是競逐AI2.0風口，隨著資本熱潮的消退，未來只有那些能夠找到並深耕差異化優勢的公司，才能構建起競爭壁壘，逆轉虧損的困境。
