在硅谷的秋天，中国大模型小老虎们流水般涌来

这两周不到的时间，在我们硅谷办公室密集见到了七八家来自亚洲做大模型的朋友们， （因商业信息负责我们尽量不提名字） 他们抑或来自于大模型六小虎，或者是头部大厂云厂商的大模型/AI产品团队，有创始人和技术口的负责人，也有每天思考海外战略或商业口的同事，硅谷这个神奇的十字路口又迎来了一波历史的客人。作为长期没机会回国去坡的我向大家学习一线的信息，两相印证。我想记录一下此时此刻我的观感，目前中国大模型头部企业与AI初创携手探索，出海全球化的大潮正在不断涌动。

（当然本文信息除客观陈述外，部分为少量人群的一家之言/二手信息，大家可能会见仁见智，先行声明。）

一、目前国内AI大厂及大模型创业的现状

Summary：

• 模型六小虎各自遇到挑战

• 预训练层面可能比较迷茫

• 中国大模型在一些场景下差距会缩小

• 亚洲顶级团队仍存在于高校

• 应用侧，C端仍旧远，但是B端工具是机会，均有不少出海

创投圈的聊天一般都是这样的一个模式，先各自自报家门，对齐以后是互动Q&A，最后总结陈词求同存异找matching能合作的点。见到小龙小虎的时候，这样的一个聊天方程式其实对我们这种不投资大模型的投资人还是有点不太友好，因为确实不懂，碰上听不懂的还不太好意思问，只能点头傻笑不懂装懂。所幸朋友们不太介意和我们没做过大模型的门外汉聊天，心存感激。

先说挑战，“模型六小虎各自遇到挑战”，当然这也是一句真实的废话，在这样一个见面必须诉苦的年代，企业不遇到点瓶颈挑战好像不太合适。我们可以看到的是一些大模型企业的先发优势在逐渐消失、存在人才流失、发展到达瓶颈不好找场景、产品很差、估值奇高等问题。 （不光是说中国的，美国的也是） 当然六小虎也在各自寻找出路，比如百川专精于医疗、Kimi走长文本、智普阶跃ToG等等。 更多的在寻求出海，或者是服务出海应用圈。

而 预训练层面被不止一家企业提及属于短板 、相对还是比较迷茫，当然海外剩下能做这个的也不多。基础模型训练的只有五家，今天早晨Ted给我扳着指头数：OAI，XAI，Meta，Google，Anthropic。而Cohere和Mixtral都属于半掉队的状态。

国内团队的奋起直追是有一定效果的，内外大模型能力差距是缩小的，尤其是 国内模型因为性价比、场景资源可以替代部分基础功能，还是有一定差异化的优势 。只要不是把资源投入在特别marginal的阶段，相对线性的仿制是足够了。当然， 卡差的持续存在代表着创业企业的容错较低 ，我们都得极限走位。训练的卡的格局较难变化了，不过未来随着推理需求的加码，中国一些企业可能还会脱颖而出。

一些大厂朋友认为 最顶级的大模型团队不是六小虎也不是大厂，仍旧是高校，是清华北大 ，可能是他们觉得自己的团队比起来还是有差距。这一点与美国非常不同，在上半年硅谷的认知是美国高校有大量的人才和学术脉络，虽然有Transformer和Difussion诞生，但是没卡，无法进行产业级验证，像Mamba LLM这样的产业界大规模一跑发现不太work。而且在产业界的角度来说，校园学生往往没有见过/实操过巨型的系统，这就导致 创新的流水线更多的还是在几大巨头内部 ，抑或是类似C.ai这种放逐式创新，你成了我再买回来。

国内产品层面仍旧没看到C端Killer级产品的影子，对话产品可以做到用户日在线80分钟以上，妙鸭这种现象级产品可以诞生但是难以长期盈利。而Sider代表的B端导向，工作导向产品、生产力和学习场景显得比较重要。这反向也向中间层和底层输出了影响。

二、大玩家对于竞争的认知

Summary：

• AI化智能化转型已经开始大厂逐鹿

• Federal AI的路径，Operation层面带来机会

• 数据是否重要存在争议，高质量的数据需求带来机会

• 深入场景的AI应用甚至是大模型将是爆发的必经之路

• 头部玩家不想讨论商业化，仍旧在基建上冲锋

除六小虎外，原有互联网大厂基本都有ToB或云服务，而原有的云企业格局已定， AI能力代表着新一波的市场，所以云厂商在积极智能化转型。把大模型作为云计算的 （必备） 附加功能来看 。而在这一波浪潮中，海外大型云厂商比如微软等继续在中国市场利用AI能力/算力等能力展开角逐。

模型使用上， Federal AI多模型被许多企业遵循 ，目前针对于创业企业使用的模型来说，阿里通义相对最为友好，各个型号尤其是较小型号的小模型都有。当然，因为OpenAI的先发优势，大家都借鉴OpenAI，长得都很像，转变门槛比以前低。

数据是否重要是一个有趣的话题。有数据的人普遍会觉得这是护城河，比如字节、Meta、X等。一些企业认为不是，认为对于数据的追捧大概率是OpenAI和Google等企业放出的烟雾弹。 行业普遍认为高质量的数据还是非常重要的，这就给中间层或者opeation层面的服务或者产品提出了需求，也是机会 。

场景侧可能是竞争的主战场 ，国内大模型的朋友们不断强调多模态是未来的机会，而其中一些细分反倒是中国的优势，这也表示了行业基于中国过去移动互联网积累的优势而诞生的路径理解。当然，也有海外语音大模型能力不足的考量。总的来说垂直行业的机会/垂类模型是大家的一种思路，毕竟懂垂直行业的AI人才更加难找， 把符合行业的产品做出来能推进行业产业里去的人尤其尤其难找 。头部企业通用型的预训练也不是我们专长。而美国不论是中间层还是应用层我们同样在找懂技术、懂场景、能做出漂亮产品并且能够推进去产业的创始人。这个在Legal场景我们看到了不少逐渐成长起来的，例子蛮多，就不列举了。

商业模式上来说，我们看到Talkie这样的产品已经有望年度revenue冲上70M美金这样的规模。有趣的是，有一些玩家，比如Deepseek就目前完全不考虑商业模式，文锋在我们问到这个问题的时候明确表示：不讨论商业模式是因为商业化本身是要投入的，这会影响在模型上的投入，间接影响到竞争。

三、对海外AI创投生态的观察

Summary：

• 美国AI创投也经历了找节奏时间

• 具身智能和硬件近期引起大量关注，载体未定

• 商业化对大厂和创业者普遍存在挑战，都在找深入场景的机会

• AI圈华人比重大，华语AI人才储备不差

• 在某种程度上不得不关注其他市场的AI环境

美国投资圈在ChatGPT奇点之后，过去一年一直在摸索节奏，沙丘路上常有那种这个礼拜大佬拍桌子要成立大模型基金，下个礼拜就觉得没法投资尘埃落定的故事。一年来经过OAI发布日、大厂的产品探索等种种事件的洗礼，目前来说大家观感相对稳定，中间层超卷而应用层撒胡椒面。而AIGrant等模式为我们打了一个Stay on the table撒胡椒面的模版，被很多基金采用。即250K No cap或者2.5M 25M Cap， 少量参与不谈估值VS大Check孵化占股 。我们去年今年出手的企业均采取这样的模式。

具身智能、端侧部署成为另一部分大家关注的点，上个礼拜斯坦福SRC机器人中心开幕车如流水马如龙。Tesla与Apple等头部大厂也在这些方面持续投入，Meta等企业期待眼镜在10年以后成为代替手机的载体，当然，头部硬件的企业，包括几个被行业给予厚望的产品的一号位leader，也向产业发出信号： 硬件完全没有确定，你们投资人不要瞎投 。

AI企业的商业化普遍存在挑战，目前大厂前主动忽略产品端竞争，仍旧在基座层面加大投入。OAI，Google等企业的产品侧移动很慢拉垮，甚至Google有很多researcher创新层出不穷，但是Paper也不能发，因为产品做不出来。企业又怕为他人作嫁衣裳。ToC没有杀手级产品的影子，上面说过了硬件未定，那么应用形态更加难言，我们之前在 移动互联网早期，有很多早期应用都是用iPad看报纸的逻辑，而大家今天同样怕投到这样的产品 。

美国AI的企业起步早，人才多尤其是关键人才，没有历史包袱，时常会见到一些让AI大模型互相训练这样天马行空的点子。 关键企业与研究脉络都有华人身影，一代移民身影众多。 Open AI的O1核心只有两人团队，而且是华人。 （虽然这个案例不太好，被不同程度地冷嘲热讽，普遍被说是融资过度） 。硅谷因为PHD的密度在全球竞争中获取了一定先发优势，但是华人圈并不差太多。尤其是核心人才也并不需要太多，对的人、懂技术熟场景，比多的人更重要。

日本、欧洲等AI重要区域引起了大家的关注，他们的AI场景切得非常细 。我记得去年去日本千叶幕张开Japan IT week，偌大的会场中间，每一条走廊都是一个细分场景的企业汇聚在一起，当然这也符合日本人的整齐癖。从AI HR、文生图、MKT、Sales、语音、Fintech等等有十几个细分场景。这在美国会议我至少是没有见过的。另外，美国的市场虽然大，但是竞争大，Policy管制严格，难以进入都是不争的事实。对于AI甚至是大模型出海尤为敏感。当然，虽然难，六小虎和中国大厂大模型中间竟然已经有不少开始认真思考布局出海这件事了。

四、AI出海时代已经拉开帷幕

虽然中国大模型出海看起来是一句天方夜谭式的妄语，但是AI开发者们在应用层的全球化创业事实上已经到了如火如荼的阶段。举例来说，在这几个月，我遇到过不止一位白人基金的朋友问我认不认识Sider，说产品特别好。我说我不认识，你们确定是中国开发者吗，他们说：“Yes，in Chengdu.”哭笑不得的背后，我们清楚地看到，只要产品做得好，数据好，硅谷的老白都能按图索骥找到四川去。

中国的AI开发者获得了北美头部AI企业和美国基金的关注。AI Grant，HF0，YC等也每期均有大量中国华人团队的出现。当然，SaaS工具类创业者出海也在逐年增加，我们每年SaaStr和GTC都会见到大量华人开发者。硅谷的生态，尤其是初创一直到独角兽阶段的SaaS企业， 在上一个时代过于醉心于提供单点切片式的强势产品，而一个企业在AI时代恐怕再也不想像过去一样为几百个SaaS工具付费了 ，最好是Auto pilot，从起心动念得直接给我交付到结果。因此我一直认为AI时代对于 ToB企业更多End to End的诉求更适合中国人去适应 ，因为我们在国内就是定制化、大客户这样一点一点打出来的。

随着特朗普上台，跨境电商可能会迎来不小的挑战。下一个周期，端侧、AI硬件、机器人等深科技消费产品，以及海外设厂供应链进一步外溢可能会成为主流，依托消费、零售、O2O经验而兴起的上下游赋能SaaS甚至是AI产品是中国企业的机会，是我们的强项。美国零售数字化大幅度的拉垮也提供了广阔的机会。

内容类产品因为其永久更新的市场，被更多企业关注 ，中国互联网企业在移动互联网时代的经验非常宝贵，又掌握着全球最大的新一代内容平台TikTok。所以在AI APP时代的竞争力仍旧不容小觑。今年Perplexity创始人的一次与中国某互联网头部企业创始人的会面中，也被中国地推和产品的经验惊得舌桥不下，直接导致调整策略开始校园推广，我们在学习的同时一定也是在被学习的。

陈天桥老师9月送给过出海同学会一句话： “这是中华文明几千年来唯二中国智慧与技术走向世界的时代。” （第一次他没说，我理解应该是丝绸之路） 不管你说是偶然还是必然，我们已经过了历史的十字路口了。在这密集得见各位小龙小虎的一个硅谷秋天，我越来越多地告诉朋友们 （包括自己） ，只要不要忘记常识：做好自己的产品、找对的人、不要挡大Player的路、做挣钱的事。不要带着受伤、在水面下、在夹缝里的心态来到海外。谁说中国的大模型就不能出海呢？

（本文所有的思考和八卦都是基于网络公开信息和业内不是秘密的消息。如有不妥，请联系我。）