是向通用人工智能发起冲刺，还是选择战略收缩？自大模型领域的六家创业公司成立以来，关于这一问题的讨论便从未停息。其背后的根本原因在于，随着底座大模型逐渐成为像水和电一样的基础设施后，整个行业将不可避免地走向高度头部化。在这种情况下，是否还需要这么多提供底座大模型服务的企业？

这六家创业公司分别是智谱、月之暗面、百川智能、MiniMax、阶跃星辰和零一万物，它们在2022年末前后相继成立。这一时间节点的背景是，当时的大模型领域正经历着快速的发展变化。

面对通用人工智能的挑战，部分企业选择持续投入。例如，智谱和阶跃星辰仍致力于大参数量模型的研发。其中，智谱凭借其产品Kimi成为了六家公司中首个实现全方位突破的企业，并且在市场推广上最为激进。然而，在深度求索（DeepSeek）爆火后，该公司也暂缓了市场投放步伐。

与此同时，百川智能和零一万物则采取了不同的策略。百川智能选择将重心转向医疗大模型领域。尽管这一转型面临数据分散、伦理审查等多重挑战，但该公司的现金流状况相对稳健，并且较早布局垂直行业赛道，为其转型提供了较为充足的空间和资源。

相比之下，零一万物则采取了更为务实的策略。他们不再投入于超大规模参数模型的研发，而是专注于开发中等规模、性价比更高的模型。通过为深度求索提供企业级部署定制解决方案，该公司在B端市场取得了显著进展，2024年第一季度收入已接近去年全年水平。

针对大模型企业的未来走向，业内观点出现分化。一方面，随着头部企业估值持续走高，能够支撑高估值融资的机构数量有限；另一方面，深度求索的成功证明了单纯依靠烧钱堆参数难以构建真正的竞争壁垒。

从投资角度来看，开源与闭源模型的价值评判标准正在逐步分化。开源模型的核心价值体现在其生态构建能力和技术普惠性上；而闭源模型则更受商业落地能力的驱动，市场对其场景拓展和财务表现提出了更高要求。

尽管未来大模型领域可能加速向深度求索、阿里巴巴和字节跳动等头部企业收敛，但部分业内人士认为，当前阶段模型技术创新仍存在空间，创业公司尚未完全退出竞争舞台。