試想一下，作為一個應用層大模型公司的創業者，如何熬過“百模大戰”這一年？

在沸騰的人工智能浪潮中上下翻飛，這樣的感覺是幸運里夾雜著迷茫。幸運的是，幾乎人人都說這是可遇不可求的機遇期；迷茫的是，沒有人確切地知道能“變現”的超級場景在哪里。

醫者AI創始人、CEO劉呈輝是一個連續創業者，一年前（2023年6月27日），他和小伙伴一起創立北京醫者信息科技有限責任公司（以下簡稱醫者AI），開啟AI+ NLP的大語言模型創業之旅。這支來自清華計算機系的醫療健康大模型創業團隊，使用MoE架構大模型+AI Agents，瞄準院外的日常健康管理服務市場，試圖探索大模型在醫療大健康領域的應用。

創投領域的代表性人物，金沙江創投主管合伙人朱嘯虎多次在不同場合闡述他對大模型應用層的偏愛，以及對于中國在應用層創新的信心。但一個事實是，當大模型創業的故事變得擁擠、飽和，少有人再把目光投向非知名創業者。“百模大戰”中場，初創企業繼續著與投資人、大廠及自身的博弈。

競爭只會越來越激烈

今年初，一家大公司找到劉呈輝，想將醫者AI的技術與該公司的產品結合做深度定制。在這之前，按照創業之初的設想，公司的路徑應當是專注于“解決方案”，為目標行業的線下連鎖機構提供標準化的產品及服務。

但他最終決定接下這一單，畢竟“活下去是第一要務”。

“百模大戰”的尾聲，似乎比預想中更加遙遠。把時間撥回2023年，面對即將到來的“百模大戰”，市場作出的第一個誤判可能是：這場競賽會在2024年分出勝負。

據《每日經濟新聞》記者此前不完全統計，截至今年4月底，國內共計推出了305個大模型。300余個大模型中，刨除來自頭部大廠的大模型，初創公司中，跑出了月之暗面、百川智能、零一萬物、MiniMax、智譜AI五家“獨角獸”。

如今，唯一確定的答案是，這樣的格局不會是終局。“大家原來一直認為‘戰爭’會快速結束，可能2024年就剩那幾個公司，但這幾家頭部的大模型公司都還在持續融資，中國的基座王者最后是誰，角逐過程可能要比想象中的更長。”劉呈輝說。

“戰火”綿延至今，劉呈輝覺得，一方面是因為大模型是當前為數不多還算不錯的投資標的，所以熱錢反而又涌進來了；另一個原因則是，當下國內大模型與國外頭部公司之間的差距確實存在。

眼下大模型“戰爭”還在如火如荼地進行，即使基座層偃旗息鼓，應用層也不會停止。應用層大模型公司只會越來越多，競爭只會越來越激烈。劉呈輝說：“這個永遠停不了，就跟做App一樣永遠停不了，應用層大模型各個賽道都會有人前赴后繼，直到產生巨頭，除非這個時代結束了。”

沉向更加細分的賽道

“首先醫療是大廠的必爭之地，肯定有機會，但也要看方向。”在劉呈輝看來，嚴肅醫療與消費醫療是涇渭分明的兩條路徑。

健康領域里，嚴肅醫療是相對艱難的一端，因為需要大量難以觸及的數據支撐，商業模式鏈條較長，并且以面向企業和政府大客戶為主，不適合創業公司。醫者AI選擇的路徑是消費醫療，與B端（商業端）客戶一起服務終端消費者，即美年大健康、歡樂口腔、小蘋果兒科等線下及院外私營消費醫療服務中心。

在國內家庭醫生的角色尚存在較大的發展空間。劉呈輝觀察到，健康領域的日常需求非常豐富，并非僅限于醫院診療場景。過去的互聯網平臺往往只能涵蓋部分市場需求，Agents存在的意義就是彌補傳統互聯網平臺的不足，將各種健康需求進行有效整合。

劉呈輝認為，AI落地應用中，最好做的一個就是健康方面的。他認為，好的落地應用分兩個維度：一個是產生收入快的，另一個是有長期價值的，而健康應用同時具備這兩個優勢。

這家創業公司的應對之策是：沉向更加“專”的賽道。“做應用的邏輯就是必須得特別專，要不然壁壘在哪呢？模型層一定會通過模型升級碾壓你的生存空間，那你就得做得更專、更下沉、更結合業務才行。”劉呈輝說。

更理想的投資來自B端

盡管醫者AI正在醞釀新一輪的融資，但劉呈輝還是決定降低接待投資人的頻率：“沒有意義。天天聊，但就是（對）應用層不出手（投資）。”

劉呈輝2018年曾在AI領域有過一次稱得上成功的創業經歷，曾做過國家級項目，達到過超百萬規模的用戶群。對于這次創業，劉呈輝更加得心應手。但與上一段創業相比，現在的投資環境更加嚴峻，“水溫”發生了明顯變化，投資人看項目愈發謹慎，在考察項目時不僅看增長空間和未來價值，對短期的收入也有了更高的要求。

基于大模型創業項目，劉呈輝的觀察是，投資人當前關注的核心其實很明確。首先，必須得是“牌桌上的公司”，而“牌桌上的公司”核心就是清北等高校系，因為這代表著深厚的技術底蘊。否則，不論表現如何，都很難獲得頭部投資人的青睞。

其次，應用層的公司必須實現穩定的收入，這意味著公司必須真正為客戶創造價值。收入的規模大小并非唯一標準，但公司必須確保收入是標準化的、可規模復制的，這對于多數公司而言，也是一項不小的挑戰。“現在真正落地應用的場景還是挺少的。”劉呈輝說。

在本輪融資過程中，劉呈輝覺得公司不一定需要引入財務投資，更理想的投資人來自公司所服務的B端客戶——他們擁有龐大的資金體量和海量的業務場景，同時對于投資回報和退出機制的要求相較于財務投資機構更加寬松，這是一種良性的狀態。

做通用模型不會做的事

“創業光有技術是活不下去的，我們要先最大程度地憑借技術優勢創造商業價值。”劉呈輝帶領的醫者AI選擇面向B端，先解決生存問題。

劉呈輝坦言，“我們現在也在瘋狂量化模型，瘋狂找便宜算力”。成本這個問題不太“性感”，但決定著公司的生死。

此外，醫者AI謀求在市場上尋找“精準定位”，在通用模型之外努力扎根。在實際業務中，很多事通用模型不會做，例如與企業共研定制款模型以及落地應用的AI Agents。

“純應用模型能力都是有限制的，比如說我們的模型外邊還會（有）很多規則系統，還會加各種各樣的補丁，像毛細血管一樣融入企業客戶的業務場景中，真的要工業化和批量落地的時候是必須有這些的。”劉呈輝表示。

他用醫者AI最近上線的預約Agents舉例。通過AI Agents的指引完成預約，“聽著很白癡的一個功能，好像沒什么技術含量，但對客戶很重要，不僅要打通數據連接，還要具備專業知識，做到像真人一樣服務消費者，需要非常深度的合作”。劉呈輝認為，這就是優勢。

在大模型的競速中，初創企業看似站在大廠、“獨角獸”的夾縫中，但也并非一定被動。

劉呈輝相信的是，一定有一些事是大廠不會做的。選擇to B（面向商業端）、to C（面向消費端）的市場策略在他看來有一個顯著的優勢，健康領域的關鍵要素在于信任度，而通過與各類醫療機構的合作為客戶提供服務，可以建立信任，且醫療和健康領域一定離不開真人和線下，這個事是大廠推不倒的。

其次，他認為，就模型應用公司而言，還是需要積極構建自身壁壘。“這個壁壘并非技術架構，而是某個細分場景的專有模型，B端私有化數據是核心；我們的另一個核心是用戶的私有數據，未來我們還會推出每個用戶自己的專屬小模型。”劉呈輝指出，對于醫者AI而言，這些私有數據主要是指用戶長期的健康管理數據。這類數據原本不存在，唯有借助AI去做，才能逐步積累，這也是AI的獨特優勢。

劉呈輝透露，醫者AI正聯合清華實驗室研發搭載醫者AI大模型的AI眼鏡，目標是結合健康數據，為用戶提供專屬服務，成為隨身AI Agents，就像鋼鐵俠的賈維斯一樣。

“毫無疑問，現在布局智能硬件對于創業團隊來說是不合適的，但我們也要抬頭看天嘛，提早布局才能更有競爭優勢。”劉呈輝說。