谁还留在牌桌上
一、掉队的逻辑
2026年年中，回头看看”六小龙”这个词被造出来的时候——大约是2024年初——你会发现一个尴尬的事实：六条龙，已经有两条不在主桌上了。
百川智能，王慧文的公司，转向了医疗。零一万物，李开复的公司，放弃了预训练。
掉队的原因不同，但结果一样：不在大模型的主战场上了。
先说百川。
百川的转型，官方说法叫”主动选择”——王慧文认为通用大模型是个无底洞，不如找一个垂直领域打穿。医疗是个好选择：数据壁垒高、付费意愿强、监管门槛挡住了一批竞争者。
这话对不对？对。但它隐藏了一个事实：百川在通用大模型上的竞争力，已经跟不上第一梯队了。
“主动转型”和”被迫转型”的区别，就像”主动辞职”和”被开除”的区别——表面上看都是换工作，但前者手里有offer，后者没有。
王慧文手里有没有offer？有。医疗大模型是一个真实的、巨大的市场。百川在这个市场里的积累也不差。但问题是：医疗大模型的天花板有多高？它能支撑一个千亿估值的公司吗？
这个问题目前没有答案。
再说零一万物。
零一万物的故事更曲折。李开复的名声、全球化的团队、顶级的融资——开局拿的是最好的牌。但一年多下来，零一万物在大模型预训练上的投入产出比，显然没有达到投资人的预期。
2025年底，零一万物宣布”战略调整”——不再自己做基础模型的预训练，转而基于开源模型做应用层开发。
官方的说法是”聚焦”。但所有人都知道，“聚焦”是”收缩”的委婉说法。
放弃预训练意味着什么？意味着你不再是”大模型公司”了。你变成了一个应用公司。应用公司值多少钱？通常是基础模型公司的十分之一。
在AI圈，你可以说自己”不做大模型了”。但投资人的耳朵听到的是”做不了了”。
百川和零一万物的掉队，揭示了中国大模型竞争的一个残酷现实：这场游戏的门槛，比所有人预想的都高。
你以为融了几十亿就能玩？不够。你以为有顶级团队就能赢？不一定。大模型是一场综合实力的较量——算力、数据、人才、工程能力、商业落地、资本耐心——任何一块短板，都可能在某个时间点致命。
二、留存的密码
掉两条龙，留四条龙。留下来的是：智谱、Kimi、MiniMax、阶跃。
每一家活下来的理由不一样。
智谱靠的是全栈。
智谱是中国大模型公司里唯一一家”什么都做”的：从基础模型（GLM系列）到行业模型（法律、金融、医疗），到开发者平台（BigModel），到终端产品（智谱清言），到企业服务——全栈覆盖。
全栈的好处是抗风险。如果某一条线不行了，其他线可以补上。全栈的坏处是每条线都不够专注——你什么都做，但什么都做不到最好吗？
智谱的回答是：我不需要每条线都做到最好，我需要每条线都做到前 three。三条线都是前三，加起来就是第一名。
智谱的全栈策略，像一棵大树的根系——主根不够深没关系，侧根够多就行。风暴来了，侧根多的大树更抗倒。
但智谱真正的优势不是全栈，是资本。2025年，智谱在港股上市了。上市意味着什么？意味着它有了一个持续的融资渠道。大模型烧钱不是一年两年的事，是五年十年的事。谁能持续融到钱，谁就能留在牌桌上。
Kimi靠的是人才密度。
Kimi（月之暗面）的团队规模一直是六小龙里最小的。但人均产出可能是最高的。创始人杨植麟的学术能力，加上一个精干的工程团队，让Kimi在模型迭代速度上始终保持在前两位。
Kimi的另一个优势是产品宽度。Kimi的对话产品（Kimi Chat）是中国最早一批用户规模破千万的AI应用。从长文本理解到多模态，Kimi的产品线在扩展。
但Kimi最大的隐忧是：团队太小，抗风险能力弱。如果关键人员离开，影响会比大公司更大。
MiniMax靠的是全模态和海外。
MiniMax是六小龙里最”不一样”的一个。它从一开始就押注多模态——文本、语音、视频、图像——全部自研。这个选择在2024年还显得分散，到2026年就成了优势：当应用层开始需要多模态能力时，MiniMax是少数几家能一站式提供所有模态能力的公司。
MiniMax的另一个杀手锏是海外市场。它的产品在东南亚和日韩有不错的用户基础。在中国大模型公司里，MiniMax的出海做得最早、最坚决。
中国市场大，但全球市场更大。只在中国打的公司，天花板是千亿估值。在 全球打的，天花板是万亿。
阶跃星辰靠的是多模态和国资。
阶跃（StepFun）的多模态技术积累很深，尤其是语音和图像方向。创始人姜大昕的技术背景，让阶跃在模型研发上始终保持在前沿。
但阶跃最有意思的特点，是它拿了很多国有资本的投资。国资的加持意味着政策层面的安全垫——在中国做AI，政策风险不亚于技术风险。有国资背景的公司，在数据合规、内容安全、牌照获取等方面，天然有优势。
三、大厂回来了
如果说六小龙之间的竞争是”内战”，那么2026年最大的变量是大厂全面回归大模型赛道。
字节跳动。2025年下半年开始，字节在大模型领域的投入骤然加码。豆包大模型的迭代速度令人恐惧——几乎每个月一个新版本。字节的优势是它有自己的应用生态（抖音、飞书、TikTok），大模型可以直接落地变现。
阿里巴巴。通义千问在开源领域的策略非常成功。Qwen系列开源模型在全球开发者社区的影响力，可能超过任何一家中国大模型创业公司。阿里还把大模型深度整合进了钉钉和阿里云——企业客户可以直接在云上用通义千问，不需要对接第三方。
腾讯。混元大模型的迭代速度也在加快。腾讯的优势是微信——如果微信全面接入AI能力，分发渠道是无敌的。
百度。文心一言虽然口碑一般，但百度的搜索+AI组合仍然是一个巨大的应用场景。而且百度在芯片（昆仑芯）上有自己的积累。
大厂的优势不是技术，是场景。大模型本身不赚钱，大模型+场景才赚钱。六小龙有模型没有场景，大厂两个都有。
大厂全面加码的后果是什么？六小龙的生存空间被压缩。尤其在企业服务领域，大厂的销售能力和资源整合能力，远超创业公司。
但大厂也有大厂的弱点。大厂的内部流程复杂，决策慢。大厂的KPI导向，让团队倾向于做短期见效的事。大厂的组织架构变动频繁，今天负责大模型的人，明天可能就调岗了。
六小龙能不能扛住大厂的进攻？答案是：看细分领域。
在企业级市场（B端），大厂优势明显。六小龙很难正面竞争。
在消费级市场（C端），大厂反而不如创业公司灵活。Kimi的崛起证明了这一点——在C端AI产品上，用户体验决定一切，而不是资源。
在垂直领域，六小龙有机会。医疗、法律、金融、教育——这些领域需要深度行业理解，大厂不愿意做这么”苦”的活。
四、DeepSeek
聊中国AI格局，绕不开一个不属于六小龙的玩家：DeepSeek。
DeepSeek（深度求索）严格来说不归入”六小龙”的行列。它的创始人是梁文锋，出身量化基金幻方。幻方是中国最大的量化私募之一，手握大量GPU算力。这给了DeepSeek一个别人没有的起点：不差钱、不差卡。
2025年，DeepSeek发布了一系列震惊行业的模型。V3、R1等模型在多项基准测试上接近甚至超过了GPT-4o的水平，而训练成本远低于同级别模型。这一度在全球范围内引发了”中国AI是否已经追上美国”的讨论。
2026年，DeepSeek的估值 reportedly 达到了4000亿人民币，手持现金510亿。
这两个数字什么概念？
4000亿估值——超过六小龙中任何一家。510亿现金——超过六小龙加起来的现金储备。
DeepSeek不是六小龙之一。它是那条不在池塘里、但在隔壁大海里游的鲸鱼。池塘里的水位，受它影响。
DeepSeek对格局的影响有几个方面：
第一，它证明了”低成本训练大模型”是可能的。这动摇了”大模型=烧大钱”的固有认知。如果训练成本可以大幅降低，那么大模型的技术门槛就会下降，六小龙的技术壁垒就会变薄。
第二，DeepSeek的开源策略。它把多个模型开源了，全球开发者免费用。这对卖模型的公司（包括六小龙）构成了直接竞争——你的客户为什么要付费买你的模型，如果DeepSeek的免费模型更好？
第三，DeepSeek的存在让投资人对六小龙的估值模型产生了怀疑。如果DeepSeek可以更低的成本做出更好的模型，六小龙的千倍市销率还合理吗？
五、上市不是终点
2025年，智谱AI在港股上市。
这是中国大模型创业公司的第一股。上市当天市值破千亿，风光无限。
但上市不是终点。上市是新淘汰赛的起点。
上市之前，你跟投资人说”我们前途无量”。上市之后，市场每个季度都在问你”赚了多少”。
智谱上市后的压力立刻显现。财报必须公开，利润必须可验证，增长必须可追踪。在亏损状态下上市的公司，必须在资本市场面前证明自己能走向盈利——这比做技术难多了。
MiniMax和阶跃也在排队上市。据传已经提交了上市申请。
如果MiniMax和阶跃成功上市，中国大模型赛道的资本格局会发生根本变化：上市公司的信息透明度，会让投资人更容易比较各家公司的真实实力。数据不好看的公司，股价会直接反映出来。
这意味着什么？意味着上市后的六小龙，不能再靠讲故事维持估值了。财报就是财报，数字不会撒谎。
那些收入增长不及预期的公司，股价会暴跌。暴跌之后，融资能力下降，研发投入减少，竞争力下滑——这是一个恶性循环。
未上市时，大家比的是”谁的故事讲得好”。上市后，大家比的是”谁的数字扛得住”。
六、没有人赢
百模大战打了三年。
从2023年ChatGPT引爆中国AI创业热潮，到2026年年中，三年过去了。三年时间，足够打完一场朝鲜战争，足够跑完一个奥运周期，足够让一个行业从疯狂回归理性。
三年后的今天，结论是什么？
可能让所有人失望的是：没有结论。
没有人赢。
六小龙里，两条掉队了，四条还在游。但没有一条龙可以说自己赢了。智谱上市了，但利润还没看到。Kimi用户多，但收入不够多。MiniMax出海了，但国内市场丢了。阶跃有国资，但商业化最慢。
大厂呢？大厂也没有赢。字节投入最大，但没有跑出绝对的领先产品。阿里的开源策略有效，但变现困难。腾讯的混元存在感一直不强。百度的文心一言口碑一直在低位徘徊。
DeepSeek呢？DeepSeek可能是最接近”赢”的那一个。但梁文锋本人似乎对”赢”这个字没什么兴趣。他要的是——按照他自己的话说——“做好的技术”。至于商业化，DeepSeek到目前为止几乎没有to C的产品，to B也做得不多。
DeepSeek像是一个在深山里练功的高手。他不参加武林大会，但所有人都怕他下山。
新玩家呢？词元无限、Naive.ai、句子互动——它们还在早期阶段，谈”赢”太早。但它们的存在证明了一件事：这个赛道还没有定型，新物种还在涌现。
所以，中国大模型三年，真正的结论可能是——
这不是一场有终点的赛跑，是一条不断分叉的河流。
你以为终点是”通用人工智能”（AGI）。但走到半路，发现AGI不是一个点，而是一片海。你以为到了海就赢了，但海里有洋流，有风暴，有你不知道的大陆。
中国AI不是百米冲刺。不是马拉松。甚至不是铁人三项。它是一条河——你游着游着，河道变了，水流变了，连岸都不是原来那个岸了。
六小龙的故事还会继续。大厂的故事也会继续。新玩家的故事才刚刚开始。DeepSeek的故事可能在某个时刻出现意想不到的转折。
没有人赢。但也没有人退出。
这可能是中国AI最真实的状态。不是赢家通吃，而是群雄并立。不是一将功成万骨枯，而是百舸争流。
在硅谷，人们习惯于找到”the one”——一个OpenAI，一个Google，一个Facebook。但中国的故事可能不一样。中国的故事可能是”the many”——很多公司，很多路线，很多种活法。
硅谷相信赢家通吃。中国相信适者生存。这两个信念，哪一个更对？也许都对，也许都错。但有一点是确定的：在中国AI的牌桌上，最重要的不是谁赢了多少，而是谁还留在牌桌上。
三年了。
谁还在？
智谱在。Kimi在。MiniMax在。阶跃在。面壁在。百川换了张桌子，还在。零一万物缩了，也还在。
大厂在。DeepSeek在。新玩家也在。
牌桌还在。
游戏继续。