2025年全球大模型发展新趋势：零一万物转型商业化，Kimi股权纷争与AI六小虎新拐点

2025年一开始，就传来了零一万物决定离开超级大模型训练领域，寻求商业化的转变。这一消息在AI界引起了广泛关注，同时也反映出AI产业在快速发展的过程中所面临的焦虑情绪。

零一万物转型背后的焦虑

2025年，AI产业进展迅猛，竞争同样激烈。万物互联的变革揭示了当前大模型训练所遭遇的众多挑战。大模型训练需投入众多资源，包括人力、物力和财力。比如，一些企业在此领域投入了数十亿资金。从时间维度来看，若发展过程中不能在短期内实现盈利，企业很容易陷入困境。面对这种潜在的危机，零一万物开始寻求商业模式的转型。此外，当前市场环境波动不定，今天流行的技术可能明天就会被淘汰。

众多小型企业在参与大型模型训练的竞赛中，由于难以负担持续的科研开支，最终走向了失败。调查显示，一些企业在投入百万资金进行大模型训练后，并未获得相应的收益。零一万物公司认识到，仅靠大模型训练是无法维持生存的，他们开始寻求其他的商业化途径。

阿里云的迭代升级

去年，阿里云在人工智能领域持续发力。从大型模型研发到AI应用开发，再到基础设施的持续升级，这一系列动作都是阿里云AI云战略中的重要部署。比如，在大型模型领域，它取得了显著进步。以2024年杭州举办的云栖大会为例，阿里云发布了Qwen2.5系列，该系列包括多种不同参数规模的模型。比如Qwen - 1.8B这样的小参数模型，对于智能终端应用场景来说，意义重大。

阿里云的Qwen2.5系列拥有多种参数规模，能够满足不同任务和场景的需求。在应用场景上，千亿级模型增强了处理能力，而小参数模型则更适合用于终端设备，比如智能设备。这实际上是对阿里坚持开源理念的最好证明。开源策略吸引了众多开发者，数据显示，开源后阿里相关项目的参与者显著增加。

企业应用大模型范式

目前，企业使用大模型主要有三种模式。这体现了企业在大模型方面的多样化需求。其中一种模式是即买即用，非常适合小型和微型企业。这些企业缺乏专业技术人才，也不需要深入挖掘大模型的功能。比如，一家小规模的电商公司就可以直接利用大模型来处理简单的客户咨询和问答。

中型企业适合采用第二种微调和持续训练。这类企业拥有一定数据基础，需要定制化服务。例如，一家中型制造企业会针对大模型进行特定产品知识的微调。第三种方法，即基于模型开发应用，RAG至关重要。百炼提供的企业级检索增强服务，正是针对RAG环节。一些内容创作企业甚至能通过简单代码构建RAG应用。

平台能力的市场检验

AI技术正在重塑企业运营，推理能力已成为关键需求。企业渴望平台操作更加简便。阿里云的可视化产品系列更新正是这一趋势的体现。例如，日志服务SLS能将自建系统的运维监控成本减少30%，企业从中能直接感受到实际效益。

厂商察觉到基础模型的竞争趋势正在转变。市场上对平台能力的检验要求越来越高。以百炼为例，它提前进行了布局。客户和开发者急需在AI发展中找到解决方案。只有能满足他们需求的平台，才能在激烈的市场竞争中立足。

AI产业需求的转变

AI技术迈向了新的发展阶段。在此过程中，过往的大规模模型训练耗费了极大资源。许多企业难以承受这种压力。比如，一些初创企业因资源耗尽而退出了大模型训练领域。目前，行业焦点已从模型训练转向了推理及应用的落地。大型企业全栈式转型的举措，正是这一趋势的体现。

芯片到数据平台等都在进行AI的优化调整。这样做是企业应对市场需求变化的一种策略。在时间上，这已成为近两年来发展的新动向。而且，这种优化远比单纯模型训练的“拼卡”更有价值，它与实际应用紧密相连。

阿里云的理念坚持

阿里云在构建AI基础设施时，秉持着开放和一站式服务理念。它将基础大模型、AI应用开发以及AI基础设施融合在一起，形成了AI云这一概念。这一理念展现了云计算在AI时代的创新趋势。针对企业对AI落地的全面需求，阿里云实现了云服务的全栈升级。举例来说，阿里云为企业提供了从大模型到应用开发的全方位服务。

全尺寸多模态、开源开放等理念同样得到了广泛认可。众多企业基于这些理念，选择了与阿里云携手合作。这样的选择有助于企业减少在AI领域投入的成本。

观察这些变化，我们能察觉到AI行业的结构正在持续变化。你觉得哪些公司可能因为无法跟上这种变化而需要改变方向？如果你同意我的观点，不妨点个赞，并分享出去。