" 要堅決地做 ToC，堅決不做賠錢的 ToB"，李開復言猶在耳，短短半年時間內，零一萬物首次交出了自己的 ToB 答卷。
面對外界質疑的壓力，在昨天的發布會上，零一萬物拿出兩個面向企業的解決方案：
一是提供極高性價比的大模型 API 服務。據官方表示，在國際權威盲測榜單 LMSYS 上，其自研的 Yi-Lightning 模型超越 GPT-4o。同時，該模型還給出了較有優惠力度的價格，將每百萬 tokens 定價在 0.99 元。
二是做能賺錢的 B 端應用產品。聚焦零售和電商等場景，零一萬物推出 "AI 2.0 數字人 "，涵蓋 AI 伴侶、IP 形象、電商直播、辦公會議等多個細分應用場景，通過提供 "AI 大腦 "，讓數字人的互動更加智能。
" 我們的解決方案不會很多，但是我們希望每做一個 ToB 的解決方案，它本身都是盈利的，而不是做一單賠一單。" 零一萬物 CEO 李開復表示。
加快商業化腳步的，不止零一萬物一家。
MiniMax 在海外和國內找到了 AI 產品落地的商機。專注 AI 陪伴賽道，以 "Talkie" 和 " 星野 " 為代表，這家大模型公司似乎在 C 端產品中拿到了相當可觀的收入——據海外媒體 Financial Time 報道，有 MiniMax 員工表示，預計今年年底，MiniMax 的年收入有望突破 7000 萬美金。
大模型創企們從不活在象牙塔里，生存壓力鞭策著它們向前奔跑。
大模型底層技術突破速度逐漸放緩的同時，頭部企業背著一輪又一輪的融資，燒掉更多的訓練成本。這意味著，它們還要回應更多的市場質疑，找到能夠保證自身健康運轉的商業化路徑。
望向高空遙不可及的滿月，" 六小虎 " 也不得不低頭尋找地上的便士。
基礎大模型，解不了創企的渴
" 硅谷已經沒有人在賣大模型了，大家都在賣產品。"360 董事長周鴻祎如此總結他這幾天在硅谷的所見所聞。
回顧今年，海外一些大模型公司已經游走在并購、破產的邊緣：從 Character.AI 被谷歌收購，宣布放棄預訓練，轉向和第三方模型公司合作；再到 AI 獨角獸 Inflection AI 被微軟收購；推出文生圖開源模型的 Stability AI 單季度虧損超 3000 萬美元，一度傳出 " 賣身 " 消息。
" 沒有應用，光有基礎模型，不管是開源還是閉源都一文不值。" 在今年世界人工智能大會（WAIC）上，李彥宏給出了上述判斷。
從商業化的角度衡量，在短短兩年的時間內，靠基礎大模型營利的光環已經被打碎，它不是一門性感的好生意。
以頭部創企 Open AI 來說，得益于模型架構優化、訓練成本降低，在大模型能力保持同等水平的同時，它給出的 tokens 價格顯著降低。今年 7 月，Open AI 推出模型 GPT-4o mini，相比于 GPT-3.5 Turbo，該模型價格下降 60%。
大模型每百萬 tokens 定價持續下調 圖源：Open AI
" 通往智能的成本如此低廉。" 奧特曼在 X 上感嘆。
而在國內市場，大模型的價格戰正在愈演愈烈。背靠大廠，手握算力資源，云廠商們給出了極具吸引力的低價。
但從披露信息來看，國內的大模型價格戰算不上良性競爭。據《財經》報道，包括阿里云、百度智能云在內的多位云廠商負責人透露，在今年 5 月各大廠接連降價后，推理算力毛利率已跌至負數。
大廠的卷，一方面是借助云計算的資源優勢，可將價格成本攤薄至更低的水準；另一方面，云廠商的盈利戰場不在大模型，而是在于 " 賣水 " ——借助大模型的價格優勢，趁勢推銷基礎云產品。
而對于不具備上述優勢的大模型創企來說，其基礎大模型的定價不可避免地要與云廠商展開競爭。
即便是 Open AI，也無法將 API 服務一項當成核心營利業務。據悉，目前已有超過 100 萬第三方合作者使用 Open AI 的技術。但據 Open AI 預測，今年公司營收預計 37 億美元，其中，C 端占據收入大頭，預測達到 27 億美元。調研機構 FutureSearch 的一項研究顯示，API 服務給 Open AI 帶來的收入僅占據總營收的 15%。
在營收構成中，API 調用只占據 15% 圖源：FutureSearch
將通用大模型包裝成對話產品直接端上桌，也無法適應用戶的多種需求，從應用角度出發，它能覆蓋的用戶群體還相當有限。何況，當前國內的通用大模型對話產品均以免費形式推出。
作為基礎產品，對話產品還需要企業花錢買流量，就更談不上直接變現收益。
通用即無用。
于是，從 Open AI 到國內的大模型公司，紛紛針對細分領域推出了眾多產品。
按產品的路線來講，依然分化為了 B 端和 C 端兩個方向。
B 端商業化，先下一城
壓力之下，大模型創企在追趕基礎大模型水平的同時，從沒放下過對商業化的思考。
從近半年的動向來看，大模型 " 六小虎 " 中的兩家補上了一度空白的商業化之路：
一直做 C 端產品的月之暗面，在兩個月前上線了面向企業端的 API；零一萬物公布了能賺錢的 B 端解決方案，加速了 " 兩條腿走路 " 的進程。
對于當前局勢，多數創業企業似乎達成了共識：選方向，ToB 優先于 ToC。
側重 B 端業務也是大模型 " 六小虎 " 中的多數派。堅定擴展 ToB 市場，智譜 AI 和百川智能都找到了各自的發展方向。
智譜 AI CEO 張鵬堅定地偏向 B 端業務。他曾坦言，推 C 端產品的主要目的，是為了向 B 端客戶展示能力。在世界人工智能大會上，張鵬透露目前公司收入主要來自于 B 端，涵蓋金融、教育、互聯網、零售、汽車、能源、傳統制造等數十個方向，目前客戶超過 1000 家。
毫無疑問，智譜 AI 是大模型六小虎里商業化進展最快的一家。
據媒體不完全統計，2024 年智譜 AI 已經在金融、能源、汽車等領域里又拿下了數十個訂單，其中大部分都是央國企。
據光錐智能獨家了解到，在 9 月份，智譜 AI 完成了一輪內部團隊的調整。調整的目標，就是這兩年的快速擴張后，做一個降本增效的階段性優化。
而就在調整的前后，智譜 AI 被爆完成新一輪數十億元融資，投前估值達 200 億元。而這一輪融資中，國資再次入局——本輪領投方為中關村科學城公司，其為海淀區政府設立的市場化投資平臺。
國資的入局，也為未來在央國企的商業化擴張中，再次埋下了伏筆。
而智譜 AI 最值得大模型創業公司學習的，或許就是建立了一支全面面向 B 端的銷售團隊。
據了解，智譜 AI 把銷售團隊做了類似云廠商的劃分，并且挖來了前字節跳動飛書的首席商業官吳瑋杰，將銷售團隊分為了華北、華東和華南大區，每個大區有不同的側重點。比如，在華東大區，消費就是重點布局的領域。
截至 2023 年 11 月中旬，智譜 AI 的商業化團隊從最初的十幾人迅速發展到上百人，從售前到售后、包括解決方案均建立了完善的團隊。
面對大模型公司商業化的難題，智譜 AI 聯合創始人兼 COO 張帆則比較樂觀，他曾經對光錐智能稱，大模型天然的在商業和技術上有很好的循環。
階躍星辰則表示不做傳統的 To B 賽道。和上述兩家不同的是，階躍星辰放棄了傳統定制化和私有化部署的路線，只為金融、網絡文學等領域提供解決方案，比如和國泰君安合作打造證券大模型。
關于 B 端的戰略布局，零一萬物李開復也給出了自己的考量：
" 從全世界的范疇來說，ToB 供應商基本都是當地的。"李開復表示，" 做 ToB 就做國內，我們找到了一些破局的空間，比如用數字人來做零售，來做餐飲等等，提供一個完整的解決方案。"
雖然國內的數字人競爭已經非常激烈，但真正有大模型底層能力的公司并不多，對零一萬物來講或許是一個破局的機會，但要想拿到一個好的結果，數字人市場的后來者遠遠撐不起一家百億估值大模型的故事。
百川智能則專注醫療領域發力。在百川智能 CEO 王小川看來，醫療是 " 大模型皇冠上的明珠 "，是大模型商業化落地的最佳場景之一。
從提供給用戶的健康管理類應用，到面向企業的 MaaS 和 AaaS 的解決方案，百川智能探索大模型技術在醫療領域落地的多種應用。今年 8 月，百川智能和北京兒童醫院達成合作，計劃推出兒童健康大模型 +4 款 AI 智慧兒童服務產品。
C 端商業化，視頻好于文字，出海優于國內
大模型基礎能力接近海外市場的同時，C 端 AI 原生應用的王座仍然空懸，萬眾期待的 " 億級 DAU" 產品沒有誕生，但沒有人想錯過這個機會。
"ToC 市場會是 To B 的十倍。" 王小川曾表示。
但要想切下這塊香甜的蛋糕，手握流量的大廠更具有先發優勢。有著 "App" 工廠之稱的字節和旗下的豆包大模型就是先例。9 月，據 AI 產品榜數據顯示，豆包月活達到 4700 萬，相比之下，Kimi 的月活僅達到 571 萬，不到前者的 15%。
做 ToC，優先選擇出海。李開復提及，考慮到國內 AI 應用獲客成本水漲船高，以及海外用戶付費習慣成熟的優勢，基于上述原因，目前零一萬物的 C 端產品主要布局海外市場。
從大模型 " 六小虎 " 在 C 端的布局來看，在尋找 PMF（產品和市場匹配度）的機會上，多數廠商都保持著對熱門方向的關注熱情。其中，AI 搜索、AI 陪伴、AI 視頻、AI 生產力工具等賽道的競爭尤為激烈。
以 AI 搜索賽道為例，在前期壁壘不高的情況下，大模型創企們還在探索更佳的落地方式。
或許是受到 Open AI o1 模型的啟發，AI 搜索的破局點開始轉向慢思考，專注于對復雜問題拆解、分析能力的進化。
本月，月之暗面推出 Kimi 探索版，智譜旗下清言 AI 也上線 "AI 搜索 " 功能。前者可模擬人類的推理思考過程，多級分解復雜問題，執行深度搜索；后者則以 " 思維鏈 " 為優勢，在聯網搜索的基礎上疊加深度推理能力：它先將一個復雜的問題拆解成多個小步驟，再通過多次邏輯推演和交叉驗證，綜合得出答案，提升回答的準確性。
通過多步拆解 Kimi 實現復雜問題的解答 圖源：月之暗面
大語言模型的產品，在 C 端的商業化難解，但在 AI 視頻等多模態領域，也有了改善。
大模型創企們的多模態探索進程不一，但先后有布局動作預估和新產品推出。
今年 7 月，智譜 AI 發布 AI 生成視頻產品 " 清影 "，其支持生成 6 秒以內的視頻，并于后續開源視頻模型 CogVideoX。MiniMax 則在上個月發布視頻模型 abab-video-1，在 " 海螺 AI" 上開放使用。據統計，MiniMax 視頻模型目前在 VBench（視頻生成模型評測體系）中超越快手可靈，拿到綜合排名第一的成績。
新的能力突破，也將成為拉開用戶差距的利器。憑借視頻生成能力的更新，在一個月的時間內，MiniMax 旗下產品 " 海螺 AI" 月活增長 8 倍，其 MAU 已接近 500 萬。
相比于文字、語音等形態，AI 視頻模型的受眾更加廣泛。既能面向 C 端創作者，又能面向內容創作公司。同時，國內多數產品落地之時即制定了明確的付費標準，天然具備商業化優勢。
潞晨科技創始人尤洋向光錐智能表示，視頻大模型可以直接變現，通過打造成付費工具的方式，向創作者、廣告工作室、制片公司等提供服務。
加速奔跑的大模型創企，正在努力熬過市場期待錯位的泡沫破裂期，追逐基礎大模型能力之外，堅定探索契合自身的商業化路徑。
" 泡沫過后，那些無法滿足市場需求的偽創新將會被清洗掉。" 談及泡沫問題，李彥宏回答。
" 在這之后，有 1% 的企業將脫穎而出，繼續成長，為社會創造巨大價值?，F在，我們只是在經歷這個階段，這個行業比去年更冷靜，也更健康。"
來源：光錐智能
