繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

AI新勢力,開始拼起雲實力

2025-08-14 23:24

(來源:雷科技頻道)

過去兩年,AI 大模型的技術浪潮不斷顛覆我們的想象,也催生了新一輪的 AI 創業熱潮和一批 AI 新勢力。這些 AI 新勢力從工具應用到行業場景幾乎一路開花:有的在消費端做硬件、內容與陪伴,有的深入到工業、教育、醫療的業務流程。

但越往里走,幾乎所有團隊都會遇到一些難以突破的「硬牆」。比如算力和資金的拉扯,訓練與推理的成本和需求此消彼長,創業公司很難精確預算,尤其是 GPU 開支的攀升,直接壓縮了產品試錯與迭代空間。

同樣麻煩的還有從 Demo 到規模化的系統性鴻溝。想把一段驚艷的 Demo,快速變成用户日常可用的產品和服務,需要穩定的工程體系、可持續的運維與數據閉環。事實上,很多創業團隊迟迟沒能把創意變成面向用户的產品,就是缺乏成體系的工程化能力。

當然還有經營上的時間壓力。宏觀上 AI 行業支出仍在加速上行,競爭只會更加充分;微觀到創業公司,誰能更快驗證、上線、迭代,誰就有機會站住腳。相反,再好的創意也可能被后來者超越。

所以也不奇怪,越來越多 AI 創業團隊把「AI 雲」視為起步與擴張的核心基礎設施。今天的雲平臺不僅能彈性調用 GPU/FPGA 等異構算力,按需付費顯著降低初期成本,還能提供從數據處理、模型訓練到部署運維的一站式工具,疊加行業模型庫、API 服務和跨場景的多模態能力。

李未可新品發佈,圖片來源:雷科技 李未可新品發佈,圖片來源:雷科技

換言之,這意味着初創團隊可以將有限的人力與資金集中在場景創新與用户體驗打磨上,而不必陷在底層基建的泥沼中。

雲端託管成本的下降、更全面的服務模式,正在讓 AI 新勢力的起跑線變得更短,試錯周期更密集。對於正處在技術紅利窗口期的他們來説,這可能是一輪新的增長周期的起點——也是一次必須抓住的機會。

AI 新勢力羣像:不同領域的同一條賽道

作為一家智能眼鏡新勢力廠商,李未可成立於 2021 年,目前推出的 City 系列、View 系列以及 S3 系列 AI 眼鏡,都充分展現了其「AI 在前,硬件在后」的產品思路。在李未可看來,AI 眼鏡的重量、佩戴舒適度、交互門檻這些硬件體驗都在快速改進,但差異化的根本,還是更強的 AI 能力和更自然的用户體驗。

為此,李未可還自研了 Wake-AI 模型,針對可穿戴場景做了意圖識別、長短期記憶、智能路由和 Agent Store 這樣的中間層能力:能把用户的請求精確分發到最合適的大模型,還能在多輪交互中保留上下文和個性化偏好,最終讓 AI 像私人助理一樣出現在日常生活中。

然而,理念清晰並不意味着道路平坦。李未可在創業過程中也繞不開一些關鍵挑戰,其一就是 AI 眼鏡在大眾心智中的成熟度還不夠——用户可能被外觀吸引,但要形成持續使用習慣,必須有足夠打動人的 AI 體驗。

李未可科技合夥人兼生態業務負責人張建華,圖片來源:百度

所以李未可的選擇是與百度智能雲進行合作,不僅租用百度智能雲的算力服務,還會調用百度智能雲千帆平臺上的大模型能力,比如李未可 AI 眼鏡中搜索、地圖、翻譯,包括對 128 種語言的實時互譯。這種選擇也減少了李未可在功能拼裝和底層打磨上的投入,讓團隊能把更多精力放在用户體驗和市場教育上。

實際上不只是李未可,在 8 月 12 日舉辦的百度 AI DAY 第 10 期上,另一家走在行業前列的「AI 新勢力」靈生科技,同樣值得關注。

靈生科技創始人楊洪兵,圖片來源:百度 靈生科技創始人楊洪兵,圖片來源:百度

作為一家專注於具身智能創新型公司,靈生科技的雲-邊-端一體化大腦系統 Ling Brain,試圖讓機器人擁有類似人類的多模態感知、決策與執行能力,並且通過本體使能層、動作執行層、技能規劃層的架構,讓不同型態的機器人都能在真實環境中自主行動。

而依託百度智能雲的技術支撐,靈生科技不僅在技術研發效率以及成本控制上實現了突破,其研發的人形機器人 L1 也具備了在工業、商業領域量產和批量交付的能力,這些都讓靈生科技能在產業化進程上更快一步。

但行業仍處於「爆發前夜」,世界模型、模仿學習、強化學習等核心技術有待突破,這意味着大量的仿真與真機測試、海量算力和長期試錯。所以靈生科技選擇開源 RealDualVLA 框架,吸引更多開發者參與,但在商業落地節奏、研發成本控制上,仍需百度智能雲提供穩定的基礎設施。

類似的 AI 新勢力,在現場還有不少:全球AI 3D 大模型領軍企業 VAST,通過百度智能雲的算力和工具鏈,將 3D資產生成門檻降到分鍾級;面向電商的述信科技,用大模型選品、圖生視頻等能力重構服裝品牌的全鏈路經營;方直教育在在線教育硬件與課程中融入大模型和多模態交互,推動產品智能化升級。

這些看似風格迥異的 AI 創企,在產品形態和業務模式上各有差別:有的賣硬件,有的做軟件服務,有的輸出 SaaS 平臺。但它們都在一條更深層的 AI 賽道上,在百度智能雲的底座上,利用算力、模型、工具鏈和生態渠道,把資源集中到自己最擅長的場景創新上,避免陷入單打獨鬥、從零搭建基礎設施的資源消耗戰。

AI DAY 現場,圖片來源:百度 AI DAY 現場,圖片來源:百度

正是這種共性的基礎能力,讓它們在各自領域更快走到了行業前列,也讓「AI 雲」從一個技術選擇,變成了 AI 創企加速器和增長曲線的一部分。

全鏈路打造 AI 體驗,平臺與創企的「雙向奔赴」

對於 AI 創業公司而言,最稀缺的從來不是點子,而是如何用盡量低的成本、在儘量短的時間里,把一個創意打磨成可用且可擴展的產品。

這背后考驗的,是 AI 創企能否在技術深度、迭代速度、成本控制這三個拉扯方向上同時取得平衡,正如百度集團副總裁袁佛玉在百度 AI DAY 上所言,AI 創企的成長始終面臨「不可能三角」。

百度集團副總裁袁佛玉,圖片來源:百度 百度集團副總裁袁佛玉,圖片來源:百度

作為國內最早提出「AI 雲」戰略的雲廠商,百度智能雲擁有行業最完備的 AI 能力體系,幾乎覆蓋創企從想法到落地的全鏈路:底層有自研的崑崙芯片和百舸算力平臺支撐大規模訓練與推理,中層千帆大模型平臺作為開發和部署的主力引擎,配合行業模型庫和工具平臺提升迭代速度,頂層則整合了 C 端的搜索、地圖、文庫等流量入口。

這種「芯片—模型—工具—場景—流量」的一體化能力,讓創業公司不必分散精力在底層基建上「造輪子」,可以直接站在平臺提供的高起點上去競爭場景創新和用户體驗。

如果説全鏈路體系是「起跑線」的抬升,那麼現場重磅發佈的「AI 創投加速計劃」,則是幫助創企衝刺的加速器。根據介紹,「AI 創投加速計劃」將聯合投資機構、政府部門,為入選企業提供億級算力補貼、專屬融資通道及政策申報支持。過去一年,就有 20 家企業通過該計劃完成億元級融資。

全鏈路體系與創投加速計劃,構成了百度智能雲面向 AI 創企的閉環生態:技術上,從芯片到大模型,再到多模態能力和行業模型庫,提供縱向深度;業務上,從流量入口到 B 端渠道,再到融資與政策資源,形成橫向擴展。

圖片來源:百度 圖片來源:百度

對於創企來説,這種縱深結合的價值不僅在於降低單點成本,更在於能在同一平臺上完成技術試驗、商業驗證、規模擴張的完整路徑。而在雲計算與 AI 服務的競爭中,百度的差異化競爭力恰恰體現在這一縱橫交織的能力版圖——它既有模型與算力的底座,也有流量與場景的觸達。

這也解釋了,我們為何會看到來自電商、遊戲、可穿戴、具身智能、AI 玩具、生命科學等多個賽道領先的 AI 創企,都選擇在領跑「AI 雲」的百度智能雲上,共同奔赴未來。

從共性到趨勢,平臺推動的三階躍遷

從李未可到靈生科技,再從 VAST 到述信科技,事實上我們看到這些跑在行業和市場前列的 AI 新勢力,儘管領跑的原因不盡相同,但大都沿着相似的路徑加速、超越、繼續加速。在服務數百家創企后,百度智能雲更是系統性地梳理出這種路徑,並總結成「三階躍遷」成長模型。

簡單來説,成功的 AI 創企的第一步「產品驗證期」往往先用最小可行產品(MVP)快速驗證想法;第二步「場景驗證期」是在產品方向初步驗證后,深入 1-2 個垂直場景打造出能形成口碑的標杆案例;第三步「生態擴張期」則連接更多的合作伙伴進行擴展,成長為行業領導者。

在這個成長過程中,百度智能雲提供的不僅是算力補貼和模型工具包,幫助 AI 創企用最小的成本實現冷啟動,豐富的行業模型庫與生態資源也能加速產品的落地。更重要的是,到了「生態擴張期」,百度智能雲開放平臺的價值還在於把 AI 創企與更多的合作伙伴、渠道和數據連接起來,形成「技術+數據+渠道」的飛輪。

從這個角度也不難看出,在 AI 創企快速成長的過程中,百度智能雲在芯片、算力、大模型、行業工具、流量入口等環節上的全鏈路能力:既能降低創業的技術和資金門檻,又能在關鍵節點上提供場景、用户與合作伙伴的連接。

而在今天的 AI 創業浪潮中,創意與技術的爆發已經不再稀缺,稀缺的是讓它們持續生長的土壤。對於那些想在 AI 浪潮中脫穎而出的 AI 創企來説,百度智能雲所展現的,或許正是加速它們躍遷的一條理想路徑。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。