「无论是美元基金，还是人民币基金，大家普遍觉得，大模型公司估值超越 200 亿（人民币）是一个槛。」投资人林秋实告诉 AI 科技评论。
「200 亿」成为高风险投资代名词的直接原因，是无论美元基金（如红杉、IDG）或人民币基金（如启明、君联），其背后的 LP 主力背景里都有地方政府与国资，后者的投资喜好是风险厌恶。
「200亿是不是一个坎」成为投资者与创业者都要思考的共同问题。
目前，中国只有两家公司（智谱 AI 与月之暗面）在以估值约 30 亿美元、200 亿人民币进行新一轮融资。 需要注意的是，中国大模型的梯队力量是在 2023 年年底、2024 年年初渐次形成，形成的时间节点是月之暗面的崛起。
第四轮融资后，月之暗面的估值达到 25 亿美金，与智谱 AI、MiniMax、百川智能并列第一梯队，其余低于 20 亿美金的公司如零一万物、面壁智能、深言科技等并列第二梯队。
一个有趣的观察是：事实上，当前除了发展时间较早的智谱 AI（成立于 2019 年，至今已 5 年时间），中国各家大模型创业公司的短板都十分明显，发展基石都不牢固，但上层的资本市场与融资高度却各不相同。
同时，也越来越多的人注意到：主打技术拿到最多融资的，并不一定是技术最强的团队；主打应用拿到最多融资的，也并不一定是产品能力最强的团队。在投资与增长预期之间，中国的大模型布局出现多个偏差。
但在当前美元基金逐步退出中国、多个人民币基金都已出过至少一次手的情况下，也启示了大模型创业公司在面临新融资难题时的一个直接思路：
2023 年技术为王，但 2024 年后战略更重要。
2024 年，谁还会为大模型出钱？
投资人云风认为，第一梯队的大模型公司都面临同样的问题：
2024 年，国内还有哪些投资机构会出手基座大模型？
这会影响不同创业公司对融资市场的规划，即所有人都要想清楚：从人才、技术到产品规划等，他们可以拿谁的钱。
目前，按类型划分，国内不同投资团队都已经出手过至少一次：
首先，北上深人民币基金能出资的主体都已经出手过一轮。北京人工智能产业协会几乎投了北京所有的大模型相关公司，上海的国资投了 MiniMax、自由量级等企业，深创投出手了百川智能。
知情人士向 AI 科技评论透露，今年上海国资大概率还会再出手一波，但具体的企业与目标方向暂不明晰。
接着，北上深国资以外，能托住第一梯队估值的只剩下二三线城市的地方资本。
云风分析，地方资本的投资往往带有目的性，即要求产业落地当地。但目前第一梯队的公司没有具体的产业能够落到地方，所以 2024 年二三线城市资本出手的概率并不高。
接下来剩下互联网战投。
互联网大厂战投是这波大模型创业潮的投资主力，腾讯、阿里、美团、小红书等都已经投过一波；字节虽然有钱，但字节也研究大模型，大概率不会出手底座大模型，已知只有锦秋资本投了清华孵化的、研究多模态的生数科技。
而即使是互联网战投厮杀，也并不是每个大厂都能像阿里一样果断拿出 8 亿美金进行投资。
「互联网的逻辑是流量思维，因为互联网产品的边际成本可以无限降低，但截至目前为止，大模型 C 端应用的边际成本仍是维持在一个高水平线上。」云风分析，「所以，即使是互联网战投出手，也只能托住第一梯队下一轮的融资估值。」
对于财务投资人来说，投资基座大模型的风险越来越高、红利越来越少。投资人姚敏因此总结，「未来大家最容易拿的钱是政府基金，最想拿的钱是产业基金，最难拿的是财务投资。」
另一个客观的事实是，人民币基金的决策流程普遍跟不上大模型公司的估值速度。
2023 年以来，第一梯队与第二梯队的大模型公司估值都在疯涨。过去一年，大模型公司的融资窗口期短至一个月就交割完，但人民币基金投决时间长度一般是 3 到 6 个月。
一位人民币投资人发现，大模型公司留给他们的机会并不多，而且融资轮次也不理想。造成这一结果的原因是：
许多大模型公司在创业前期是定向地寻找投资机构，首先瞄准头部的基金，一些国资根本没法挤到大模型公司身边。例如，阶跃星辰在今年正式露脸之前，许多人民币基金都不知道它。
等到国资真正准备好入场时，摆在他们面前的只有一个不得不接受的现实：更贵的大模型投资，更高的风险，但似乎并没有随之增加的更高赔率。这在一定程度上减少了人民币的投资概率。
资深产业投资人、也是上一代 AI 亲历者吴明非告诉 AI 科技评论，他认为，今天的中国大模型公司完全可以参考AI 四小龙的融资节奏和金额。智谱的最新一轮拿了中东的钱，而上一代 AI 公司中，以旷视和商汤为例，继美元 VC 之后也转向拿了国资与中东的钱。
在吴明看来，上一代 AI 跟这一代 AI 的资本市场表现变化应该不大，「甚至今天的资本市场环境更不好了，因为 AI 四小龙时代美元正热，今天美元早已开始退潮」。
因此，参照上一代 AI 四小龙的融资规模上限，可以估算出今天大模型能从市场上拿到多少钱。
据公开数据统计，旷视、依图、云从三家公司的已知总融资金额分别是 12.3 亿美元、5 亿美元和 53 亿元，商汤融的钱则在另一个量级，IPO 前共完成 12 轮融资，据招股书披露，商汤历史总融资金额为 52 亿美元。
AI 四小龙融资合计 69.3 亿美元+53 亿元。
而过去一年半时间里，中国大模型第一梯队融资金额分别为：智谱 AI，25 亿人民币+4 亿美金；百川智能，超 3.5 亿美金（4 月最新一轮未计算入内）；月之暗面，超 12 亿美金（腾讯、高榕这一轮未计算入内）；MiniMax，超 8.5 亿美金，总融金额超 28 亿美元+25 亿人民币，约为 AI 四小龙时代的一半。
如果参照上一代头部 AI 公司的资本表现，未来市场上还有至少 40 亿美金+25 亿人民币的钱留给中国大模型第一梯队的公司。
有说法认为，2024 年大模型的梯队力量或迎来反转。但无论是谁跻身于第一梯队，从融资的角度看，资源争夺的目标金额与难题不会有大的区分。第一梯队面临的难题，也是第二梯队要考虑的现状。
机会只留给有准备的人
客观来说，200 亿是一道坎，但不是一个魔咒。最直观的体现是，智谱 AI、月之暗面、阶跃星辰、面壁智能等等大模型公司都仍在不断融资，且仍不断有机构表示出投资兴趣。
「从趋势上看，大模型已经是一门显学，中国肯定要有人研究大模型的。」投资人孟杰向 AI 科技评论说道，只是会分为「快资本」与「慢资本」两个角度去思考：
「快资本」是评价大模型公司的商业模式，让大模型公司开始变现；「慢资本」是不计成本地扶持一家大模型公司，追着 OpenAI 打，做耐心资本，像 OpenAI 与微软绑定一样，但这个路径目前看起来只有互联网战投有可能会考虑、国资的冒险机率不大。
而中国互联网公司在「创新」这件事情的追求上，也不全然表现出与海外大公司相等匹配的投入与魄力。
在多因素约束、资源恒定的前提下，大模型公司的求生与发展，就变成一个多目标求解优化问题。融资能力也是企业竞争力的一个重要组成部分，每个人的资本机会都是平等的，关键只在于，机会只留给有准备的人，20
4 年之后，大模型公司要想好各自的战略。
战略决定一个团队在市场上的形象。
以第一梯队的四家公司为例。
从技术上看，在 2023 年，百川智能与 MiniMax 的大模型技术优势落后于第二梯队的面壁智能、深言科技等，后者从 2020 年就开始研究大模型、 并参与了中国最早的大模型项目——智源「悟道」，而前者的创始人并没有大模型积累，MiniMax 的创始人闫俊杰是计算机视觉出身、百川智能的创始人王小川是搜索，但前者的融资金额却远高于后者，原因就在于融资战略意识的差异。
孟杰评论：「每家企业的外部融资目标与企业内部发展路径应该一致。如果一致，无论是不计代价地追赶 Ope
AI，还是快速商业化变现，还是对标国外某个知名的 AI 产品，都会有人买单。」
在第一梯队中，MiniMax 与月之暗面就是典型的两家靠战略取胜、赢得先机的公司。
一位 VC 向 AI 科技评论透露，4 月份 MiniMax 在上海开股东年会，「中国半个 VC 圈都去了」。
月之暗面与 MiniMax 都是主打年轻人创业，吸引的也是喜欢年轻派的投资人，也是目前除智谱 AI 外融资节奏最好的团队。智谱 AI 是高校学者创业派，且成立的时间更长，没有可比性。而两家年轻人的企业，又有区分，MiniMax 主打产品，月之暗面偏向互联网。
MiniMax 有清晰的「田忌赛马」思路，在 2023 年年初国内还没有出色的对话产品时最早以 Glow 吸引了一批融资，且以吸引美元基金为主，讲了宏大的多模态（图像、语言与语音）技术梦想。
ChatGPT 的背后技术是大规模预训练语言模型，而闫俊杰不是语言出身、而是视觉背景，VC 背调时也能迅速知道他在商汤负责的工作是以人脸识别与智慧城市为主。但 MiniMax 的融资有三个先见之明：
一是在各家比拼技术时最早讲产品故事，Glow 是被验证过能快速吸引用户（上线四个月即收获了近 500 万用户）、迅速赚钱的产品，还能对标 Character.ai；二是讲多模态路径，兼容了创始人的技术优势、缩小了语言技术短板的影响；三是 C 端出海，打破 AI 公司只
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }
{ width=60% }