拆解AI四小龙：只闻新人笑，不见旧人愁

生成式AI大浪淘沙了一整年，潜力股也逐渐在群雄逐鹿中崭露头角，智谱AI、MiniMax、月之暗面、百川智能四家公司凭借其过硬的技术实力和市场价值，成为了资本热捧的「新AI四小龙」。

社交媒体上的「新AI四小龙」 图源：网络

类似的故事也发生在上一轮AI浪潮。

2016年AlphaGo击败韩国顶尖棋手李世石，激起了市场对AI的热情。此后的几年时间里，商汤、云从、旷视、依图因为在计算机视觉领域的领先地位，被誉为「AI四小龙」。

像今天的「新AI四小龙」一样，「AI四小龙」也先后收获了多轮融资，但这些钱似乎并没有如投资人所愿那样带来丰厚的回报，「AI四小龙」长期亏损的现状至今并未得到缓解。

不过事情最近似乎发生了转机。

近日，商汤发布「日日新5.0」，全面对标 GPT-4 Turbo，并在主流客观评测上达到或超越 GPT-4 Turbo，甚至还安排日日新和GPT-4的一场拳皇对决，来体现日日新模型的决策速度更快。

红色Ken由日日新端侧模型操纵，绿色Ken由GPT-4操纵 图源：官方

4月23日发布模型后，商汤股价开始猛烈上涨，6个交易日内上涨了103.33%，中间甚至一度因为股价暴涨而紧急停牌。

为什么「AI四小龙」又突然支棱起来了？

人们复盘「AI四小龙」时，往往将最主要的原因归结于当时的AI尚处于弱智能，那么「升级」后的生成式AI，又是否能将熬过市场寒冬的AI四小龙拉出亏损泥淖？

艰难求生的这些年里，它们走出了怎样的道路？这些选择，对再次踩上AI浪潮的它们又将产生什么影响？

01

转型：AI四小龙的求生之路

复盘AI四小龙在两波AI浪潮之间的起落，「场景碎片化」和「商业化不顺」是近些年它们显得后继乏力的主因，二者互为因果。

在开拓初期，AI四小龙的业务版图并不零散，都沿着各自锚定的主线发展。

云从和旷视，分别以海通证券的远程开户和支付宝的刷脸支付作为商业化切入口，向金融行业蔓延。依图靠安防业务起家，打开市场后开始靠图像对比能力深入「AI+医疗」的研究。商汤虽然布局较广，但也能看出来智慧汽车和安防权重最大。

而之所以今天回头看的时候，AI四小龙显得「场景碎片化」，其实是因为受到了科技大厂们的冲击。

AI公司依靠纯算法很难形成核心竞争力，不少公司选择给大型厂商做供应商，依赖大厂积累的数据资源完成算法优化，当大厂明白过来数据的珍贵，开始自研算法，赶超AI算法公司并不难。

2018年支付宝自研的人脸识别技术上线后，旷视相关业务的营收迅速从2018年的2616万下降到了2019年的1151万。安防领域的情况也类似，海康威视等摄像头厂商自研视觉算法达到和四小龙相近水准之后，也切断了技术供应方面的合作。

与巨头的合作中断，除了意味着单个环节的营收下降，更重要的是原先连贯的业务布局被切碎，就像在运送货物的铁路轨道上突然出现了一条大峡谷，成本大幅度上升的同时，「数据-算法」互相促进的发展飞轮也中断了。

这些的遭遇为AI四小龙敲响了警钟，当卷入市场竞争，只有包含市场份额、行业KnowHow等因素的综合实力够强，才能构成真正的护城河，只停留在技术供应商的阶段，难保不会有一天被业内的龙头清理出局。

于是，今天四小龙分别基于自身的情况走出了不同的道路。简单来说，上市成功的商汤和云从，正在绞尽脑汁向市场证明自身的成长性，而未能上市的旷视和依图，则更注重在细分领域构建商业闭环。

最有钱的商汤，选择通过投资、并购收集优秀的人才和公司来增强自身竞争力，事实上这也是它一贯以来的做法。

作为四小龙中融资规模最大的企业，商汤在2021年之前就先后进行14次投资，迄今已经达到32家。其中AI企业占到半数，剩余涵盖体育、消费等行业。

另一方面，虽然前文提到的「传统AI」业务近些年仍在承压，但整体营收规模不容小觑，因此仍有余力在科研上不断加码，2022年和2023年的研发投入均高于总营收。

四小龙中的另一家同样研发投入大于总营收的云从，虽然早早就提出了和AI Agent类似的人机协同操作系统，但业绩面仍不够有说服力让市场为其买单。

早在2022年之前，云从就多次在公开场合提到人机协同操作系统。按照创始人姚志强的描述，人机协同操作系统的理想状态，类似于钢铁侠的AI助手贾维斯，和今天热炒的AI Agent概念如出一辙。

然而，这项业务并没有在去年取得爆发式增长，仅从2123万提升到了2259万，占总营收的3.6%，扛大梁的依旧是人工智能解决方案业务。

但从2021年开始，这块占到总营收5成以上的业务始终处于下滑状态，从9.34亿缩水至2023年的3.66亿。

企业重点发展的新业务增长乏力，支柱业务却连连下滑，市场因此拒绝为云从的愿景买单。4月7日晚间云从科技抛出的数份公告中，其中之一便是将AI精灵（AI Agent）的募资目标从46.35亿元下调为18.52亿元。

没有上市的两家，旷视科技侧重供应链物联网，从细分赛道发力逐渐构建起了商业模式。

“托盘四向穿梭车”系统是旷视扎根智慧物流领域的标志性产品，近些年收获了不少订单。虽然整体市场规模仅在15到20亿左右，不过对于2019年后就没有继续融资的旷视来说，在这一领域构筑护城河并形成正向现金流未尝不是一种选择。

而最后的一家四小龙依图，虽然2021年出售医疗业务之后，「硅基研究室」据公开资料梳理，目前其业务逐步以安防为主轴。

去年10月，原华为机器视觉总裁段爱国加入依图。段爱国曾先后负责智能安防业务，如今加入依图，可能也预示着依图的商业化步伐将进一步加快。

整体来说，在两波AI浪潮之间，「AI四小龙」商汤、云从、旷视的路线相对清晰，但云从因为资金压力可能会面临后继无力的困境，旷视虽然已经在仓储物流领域打响了名声，但市场规模较小的现实也一定程度上限制了企业的发展。

至于被市场诟病的长期亏损，「硅基研究室」认为取决于如何定性这四家企业，如果它们仍具备广阔的成长性，眼下亏的钱，总有一天会赚回来的。

而眼下的生成式AI浪潮，正是见证他们成长性的最佳窗口。

02

逐浪AI：“老江湖”各出奇招

再次踩上AI的浪潮，四小龙都认同生成式AI是前所未有的重大机遇，但落实到具体动作上，彼此之间有差异，也有相同点。

「硅基研究室」整理发现，商汤的版图最完整，实力也最强，云从稍次，旷视在仓储物流的基本盘中利用AI加强竞争力，而依图虽然也发布了自己的大模型，但并没有在市场上掀起波澜。

商汤和云从的「强」，首先体现在大模型的发布节奏和算力储备上。

按四小龙的大模型及相关产品发布时间排序，分别是商汤的「日日新」大模型系列（2023年4月）、云从的「从容」大模型（2023年5月）、旷视的轻量级 LLM 模型推理框架 InferLLM（2023年8月）和依图的天问大模型（2023年9月）。

其中，商汤无论在发布时间还是在迭代速度上，不仅在「四小龙」中居于首位，在全国的科技企业中也身处第一梯队。

从2023年4月至今，已经先后迭代了5次大模型，逐渐形成了涵盖文生文、文生图、多模态、小模型等多种类模型的模型矩阵。

商汤之所以能快速出击，和过去这些年的技术、人才，尤其是算力积累关系密切。在上海、深圳、广州、福州、济南等城市，商汤都拓展了新的计算节点，总运营算力达到12000P，上线GPU数量达到4.5万张。

从云从身上也能看到相同的特点。发布「从容」大模型的同一个月，云从西部智算中心正式投入运营，可以满足10个百亿级或2到5个千亿级基础大模型同时进行预训练。

毫无疑问，抢先发布大模型带来的先发优势，使得商汤和云从一定程度上站在了「百模大战」头部梯队，为其后续迅速布局商业化打下基础。

除了时间优势和算力储备外，与眼下新涌现的AI企业不同，这些熬过寒冬的「老江湖们」对AI的态度则显得相对更加务实。

「算力+模型」、「基础大模型+行业大模型+平台+场景」，是商汤和云从的B端业务最基本的商业模式，在承接客户开发专属大模型的需求后，它们背靠算力中心提供端到端、全链条的一站式服务。

这些收入直接反映在了企业的业绩当中，商汤2023年新添的业绩板块「生成式AI」取得了199.9%的高速增长，营收规模从接近4亿拔高至11.8亿。

云从方面，虽然财报中没有明确透露生成式AI具体带来了多少营收，但从合作及订单信息中仍能看到它带来的变化。

值得一提的是，AI四小龙在本次AI浪潮中，基本延续了此前的差异。商汤依旧大而全，云从致力于打造AI Agent，旷视将AI与物流相结合，订单中也有所体现。

但具体到企业动作上，似乎四者又在迈向同一条河流。譬如，云从、商汤、旷视均强调多模态大模型的重要性，并作为开展下一步行动的关键。

软硬结合上，商汤和云从分别在B端业务的基础上推出了C端硬件产品「元萝卜机器人」和「众寻AI鼠标」，而旷视则坚持物流的基本盘，致力于用AI升级物流机器人。

快、算力积累和务实是AI四小龙在本轮大模型浪潮中的优势，但如果将竞争者扩大到国内的所有企业，它们眼下最需要下功夫的地方，或许依旧是找到自身有希望构建起竞争力的领域。

梳理四小龙过去一年时间里的业务公开资料能发现，虽然四者之间能找到一些差异化，但这些领域其实都有实力更强劲的对手雄踞其中。

比如在金融领域，百度、华为、阿里等巨头目前也在与各大银行、证券公司合作开发金融大模型，未来的竞争激烈程度可想而知。

商汤、旷视重点发力的智能驾驶领域也是如此。虽然商汤早在2016年就开始布局自动驾驶，这些年也发表了不少论文，2023年实现营收同比增长31%，至3.8亿。

但纵观眼下的自动驾驶市场，前有特斯拉的FSD，后有华为的ADS，百度等互联网大厂各自也布局了自动驾驶业务，想要杀出重围亦不容易。

03

未来：一代新人难换旧人？

新AI四小龙出炉之后，市场上同步出现了一些唱衰「AI四小龙」的声音，认为这些上个时代的「遗老遗少」，无论在技术上还是商业前景上都难以与新人相媲美。

但「硅基研究室」认为，这样的对比其实并不客观。

第一，两者正处于截然不同的发展阶段。

作为AI领域的新秀，「新AI四小龙」眼下最迫切的任务，是在技术上追赶OpenAI等国际一流企业，让中国的各项产业在未来的全球竞争中不至于因为AI技术的落后而失分。

换而言之，当市场为新AI四小龙定价时，更看重的是它们未来的潜力，以及达到目标之前需要多少资金来支持企业发展。

而经过多年打磨的「AI四小龙」，已经走出了新手村，眼下最关键的问题是如何实现造血，构建商业闭环，依靠自己的力量来获得投入研发的经费。

这意味着它们的评价体系更多元，不能像「新AI四小龙」那样只在研发一个维度上使劲。

因此如果从更商业的角度来观察，能看到商汤和云从发布大模型的时间其实并不晚，技术也足在许多客户中获得认可。

第二，如果放在同一个阶段来对比，AI四小龙当年对中国计算机视觉领域起到的促进作用其实并不小。

正是得益于「AI四小龙」在视觉算法领域的成就，促使海康威视、大华股份等企业进一步加大相关领域的研发投入，才成就了中国在全球安防领域的领先地位。

另一个作为佐证的案例是，从老AI小龙里出走的人才也组成了如今新四小龙的主力军。例如有着商汤背景的MiniMax，月之暗面中也有不少旷视系人才。

而当未来「新AI四小龙」也走入相应的阶段，未必不会遭遇类似的问题，或许也会摸着「老人们」过河。

究其根本，市场竞争本就是多个维度的对抗，技术优势能领先一时，却不能领先一世。

更为关键的是，当「新AI四小龙」涌现，「老人们」其实也迎来了价值重估的机会。

当热钱不再，更务实且积累了更多「过冬」经验的AI四小龙，显然比新秀们有更多底气熬过寒冬。在许多领域，客户对稳定性的重视程度，要远远高于一时的技术领先。

整体来说，AI四小龙虽然今天可能没有当年那么耀眼，但基本都走出了自己的道路，并务实地向盈利努力。关于它们的未来，或许这句话最适合最为总结——

市场总是在追逐新故事，但也许现实更偏爱老伙计。