文 | 超前实验室  

2026 年开年，大模型领域的资本棋局，落子声陡然密集。

近日，向来低调的阶跃星辰被曝正在筹备赴港 IPO，计划募资约 5 亿美元。更引人注目的是，就在一个月前，这家公司刚刚完成了超 50 亿元人民币的 B+ 轮融资，一举刷新了过去十二个月中国大模型赛道的单笔融资纪录。

几乎在同一时间窗口，智谱 AI 与 MiniMax 在 1 月初的一周内相继登陆港交所。前者戴上 " 全球大模型第一股 " 的桂冠，募资约 43 亿港元，风光无两；后者则以 " 全球化 AGI 第一股 " 之名，筹集了 55.4 亿港元。

而就在 2025 年的最后一天，月之暗面宣布完成了 5 亿美元的新一轮融资，在资本寒冬中继续展示着强大的吸金能力。

如果将时间线再拉长，你会看到，零一万物与百川智能在公开的融资记录上陷入了漫长的静默期，两者不约而同地转向了更具体、更务实的业务纵深地带。

曾经被资本与媒体共同冠以 "AI 六小虎 " 之名、承载着中国 AGI 创业梦想的六家明星公司，其发展轨迹与叙事逻辑，在 2025 年至 2026 年的这个交界点上，已经无法再用同一个标签来粗暴概括。

无论是上市钟声还是寒冬独舞，抑或失意者的战略收缩，这些碎片共同拼贴出一幅行业分化急剧加速的图景。

喧嚣了三年的大模型创业浪潮，经历了一场残酷的期末大考，产业竞争的核心逻辑，已从早期的 " 模型能力赛 "，全面转向更为残酷、现实的 " 生态卡位战 " 。

昔日同一个牌桌上的玩家，如今走向了泾渭分明的赛道。

    昔日的 " 六小虎 "，AGI 集体梦碎

如果把时间倒回 2023 年，几乎所有明星创业公司都在讲述同一个激动人心的故事：做出最强大的通用人工智能（AGI）基座模型，成为中国的 OpenAI！

然而，高昂的算力成本、巨头的全面碾压、以及商业化落地迟迟无法打开的困局，迫使每一位玩家必须回答一个更现实的问题：

你到底靠啥活下去？

训练千亿乃至万亿参数的基础模型，是一场极其昂贵的燃烧竞赛，一次大规模预训练的 " 点火 " 成本，就可能高达数千万美元。对于尚未形成稳定现金流的创业公司而言，无疑是烧钱豪赌。

而压垮骆驼的最后一根稻草，来自于 DeepSeek 的横空出世，TA 用白菜价的训练成本实现了性能的吊打，好比 AI 领域的寒门贵子，一夜之间，打了所有玩家的脸。

珠玉在前，其他公司继续投入巨资自研通用基座模型的战略意义与商业价值，遭到了前所未有的质疑。

与此同时，另一个维度的碾压也在同步发生，在面向消费者的 C 端战场，豆包、元宝、千问们依托母体庞大的流量与生态优势，迅速构筑起几乎难以逾越的用户规模与场景壁垒。

创业公司想要在纯 C 端应用上杀出重围，难度堪比登天。

在 DeepSeek 的 " 技术掀桌 " 与互联网巨头的 " 流量碾压 " 双重夹击之下，关于 " 纯通用大模型创业 " 的单一梦想，其现实基础开始加速瓦解。

投资人的热情迅速退潮，转而追问极其现实的三连暴击：

你的商业模式到底是什么？你的护城河在哪里？你如何在不依赖无限输血的情况下自己活下去？

这也恰恰解释了为何阶跃星辰能逆势拿下超 50 亿融资，在投资人眼中，它的 "AI+ 终端 " 模式描绘了一个令人兴奋的新故事，不单纯依赖软件订阅，而是通过与手机、汽车等海量硬件终端深度捆绑，参与到硬件产品的价值分配中，甚至未来能形成 " 终端卖得越多，模型用得越广，数据飞轮转得越快 " 的正向循环。

这个故事既有产业互联网的味道，又踩准了万物智能化的时代脉搏，因此吸引了多方资本的联手重注。

正是资本市场 " 只愿意坐在宝马上笑 " 的现实与无情，驱动着昔日的 " 六小虎 " 走向了完全不同的战略选择。

六小虎的路径分野：四条干道，四种活法

如果我们抛开 " 六小虎 " 这个过时的集体标签，转而审视它们各自选择的商业化路径，会发现它们已然清晰地走上了四条不同的主干道。

第一条路，是走进会议室的 " 企业服务商 "，代表是智谱 AI。

其他人还在为如何取悦海量 C 端用户而头疼时，智谱选择了一条更 " 重 " 但可能更 " 稳 " 的路：深耕企业和政府大客户。它的商业模式非常清晰，就是 MaaS，将自己打磨多年的千亿参数 GLM 大模型，打包成一整套行业解决方案，卖给银行、央企、地方政府等 " 大甲方 "。

这意味着它主动避开了与巨头在 C 端流量上的正面消耗战，转而依靠对行业需求的理解、稳定的项目交付能力以及可靠的服务体系来构建壁垒。

这条路门槛极高，需要深厚的客户关系积淀和强大的 To B 服务基因，但一旦建立信任，订单和现金流都相对可观且稳定。智谱的上市，可以看作是对这条 "To B 苦行 " 路径的阶段性肯定。

第二条路，在 To C 红海中寻找差异化的产品经理，以 MiniMax 和月之暗面为代表，但两者侧重点已然不同。

MiniMax 将重心大胆押注在海外消费市场：既然国内 C 端市场已是红海一片且巨头林立，那就跳出包围圈，去全球市场寻找新蓝海！

它通过轻量化的模型和充满趣味性、人性化的交互体验来吸引全球用户，走的是经典的互联网产品付费订阅路线，不过，如何在一个文化多元、竞争同样激烈的全球市场，完成从 " 流量 " 到 " 留存 " 再到 " 持续盈利 " 的完整闭环，是它必须解答的难题。

而月之暗面则选择了在国内市场与巨头周旋，做深耕技术的老极客。

面对 DeepSeek 带来的冲击，其一度暂停了激进的流量投放，将资源集中回到底层技术的突破上，最终推出了获得市场好评的 K2 模型。它的路径更像一个技术极客，相信最终胜出还是要靠模型能力的 " 硬核 " 实力，在巨头林立的缝隙中，用顶尖技术赢得特定用户群体的忠诚。

第三条路，软硬一体化的 " 生态赋能者 "，阶跃星辰是这条路上的孤勇探索者。

与大多数同行聚焦于纯软件和云服务不同，阶跃星辰从成立之初就将目光投向了物理世界的智能终端。

它的故事不是 " 成为下一个 OpenAI"，而是 " 成为 AI 时代的英特尔或高通 "，致力于将大模型能力深度嵌入到手机、汽车、IoT 设备等亿万级硬件中，成为智能终端的核心 " 大脑 " 组件。

这一战略选择，在其核心团队构成上就体现得淋漓尽致：董事长印奇来自旷视科技，拥有将计算机视觉算法大规模落地到手机、安防等硬件的完整经验；CTO 则曾主导建设国内顶尖的 AI 基础设施。

其商业化逻辑也随之彻底改变：

收入不再单纯依赖于 API 调用次数，而是与 OPPO、荣耀等头部手机厂商深度绑定，将模型作为系统级能力预装进手机，目前总装机量已超过 4200 万台；在汽车领域，它与头部智能驾驶方案商协同，目标是在 2026 年让模型上车超过 100 万辆。

这意味着它的命运与智能硬件产业的繁荣深度捆绑，走上了一条周期更长、壁垒更高、也更 " 重 " 的产业之路。

第四条路，聚焦垂直赛道的 " 行业专家 "，零一万物与百川智能是这一方向的代表。

在评估了持续投入通用大模型 " 军备竞赛 " 的巨大风险与不确定性后，它们选择了战略收缩与聚焦转型。零一万物解散了庞大的预训练团队，将重心全面转向为企业提供深度定制的行业大模型和 Agent 解决方案，本质上转型为一家深度 To B 的技术服务商。

百川智能则明确了 " 百小应、AI 儿科、AI 全科、精准医疗 " 等聚焦方向，尤其是医疗领域，试图将 AI 能力与专业的医学知识图谱深度结合，解决诊断辅助、健康管理等具体痛点。

这条路径的逻辑在于：

承认在通用能力上或许无法匹敌顶尖玩家，但在某个垂直行业里，通过 "AI+ 行业知识 " 的深度融合，可以解决更具体、更刚需、更高价值的问题，从而建立起深厚的专业壁垒。

在这类强监管、高专业门槛的领域，可能生长出比通用模型公司利润率更高、用户粘性更强、护城河更深的 " 垂直小巨头 "。

无论如何，六小虎都清醒地承认了 " 赢家通吃 " 的基座模型战场格局已初步奠定，也甘心以退为进，在特定领域实现深度渗透、解决真实问题、并创造不可替代的商业价值来衡量。

毕竟，行业既需要攀登基座珠峰的探险家，也离不开在垂直深谷中精耕细作的玩家。

未来的 AI 巨头，未必诞生于 " 通才 "，更可能崛起于 " 专才 "。

  后六小虎时代， 行业再分化  

基于当前清晰的生态位分化，我们可以大胆推演未来 2-3 年中国大模型产业可能收敛的终局格局，那就是 " 金字塔结构 "：

顶层是超级玩家，由少数统治级开源基座打造，如 DeepSeek，提供基础 AI 能力，创业公司已难介入。

中层是 " 垂直王国 " 与 " 新入口 "。智谱、MiniMax、零一万物与百川智能在此扎根，依靠行业深度或产品差异建立壁垒。阶跃星辰则押注 "AI+ 终端 "，试图通过嵌入手机、汽车成为下一代交互入口，展开 " 升维竞争 "。

底层是蓬勃的 "AI 广阔天地 "，将催生无数解决具体场景的应用与智能体，成为创新最活跃的土壤。

在这一格局下，复杂的竞合关系或取代简单的对抗，超级玩家可能向下渗透，推出自有的垂直应用，与中层的 " 垂类玩家 " 产生竞争。不同的 " 垂直玩家 " 可能为了对抗巨头或获取议价权而形成联盟。

" 物理世界新入口 " 的玩家，如阶跃，将成为硬件厂商争相合作或警惕的对象。

最大的变数，仍在于技术范式的颠覆性创新，是否会有新的范式级技术打破现有生态位划分，犹未可知。

至此，" 六小虎 " 作为一个整体符号的历史使命已经完成，如今大家正分头奔赴各自的战场，去回答一个最终极的问题：

在巨头降维打击的时代，创业公司该如何找到属于自己的广阔天地，并牢牢卡死生态位？

答案，或许就藏在六小虎截然不同、却同样充满挑战的路径之中。