在国内大模型公司中，一直有着“X小龙”的说法，有说四小龙的，也有说六小龙的。这篇文章，作者就给大家分享了所谓“六小龙”到底都是哪几家公司，情况如何。
2024年以来，全球人工智能生成内容（AIGC）领域的融资活动显著加速，据不完全统计，截至2024年8月12日，已至少发生107起融资事件。在国内，至少有20家大型模型公司完成了规模达亿元级别的融资。
“新AI六小龙”——零一万物、百川智能、智谱AI、月之暗面、Minimax和阶跃星辰均展现出强劲的“吸金”能力。最令市场瞩目的还属今年2月，月之暗面斩获超10亿美元的A+轮融资，投资方包括红杉中国、小红书、阿里巴巴，老股东跟投。这笔融资也是自ChatGPT出现至今，中国大模型初创公司拿到的最大单轮融资，这也让月之暗面的估值跃至25亿美元；而阶跃星辰据传正在进行一轮估值高达20亿美元的融资；零一万物也完成了新一轮数亿美元的融资，此轮融资吸引了包括国际战略投资者和东南亚财团在内的多家机构参与。这一系列融资事件不仅展示了AIGC领域的蓬勃发展，也反映了资本市场对这一领域创新潜力的高度认可。
但如何赚钱？仍是难题！不少AI公司都选择复刻OpenAI的套路，即优先抢占to C赛道，逐步尝试to B创收。可中美环境千差万别，大模型本身也有着不小差距，这条路是否能走通仍是问号。以月之暗面为例，其C端商业化有一个显著特点，便是做“超级模型”+“超级应用”，也就是技术+产品的双驱动路线。C端用户可以免费使用Kimi的各项功能，无需支付任何费用。如果用户对Kimi的服务感到满意，可以通过网页端的付费打赏功能支持Kimi，但这不是强制性的。根据打赏方案，当前“周、月、年费”或为9.9、49.9、399元。
业界普遍认为，对于B端，大模型的盈利模式更为多样和成熟。企业可以通过API接口调用、SaaS（软件即服务）模式、私有化部署或提供行业解决方案等方式来盈利。例如，百度和阿里云等公司通过其云平台提供大模型API服务，企业可以根据自己的需求调用这些API，并根据使用量来付费。此外，大模型公司还可以帮助企业定制开发行业大模型，提供更专业的服务和解决方案，从而实现商业化落地。
金融机构虽然是传统行业，但在科技领域一直走在市场靠前的位置。例如智能营销系统、数字化客户关系管理系统、智能风控系统、自动化运营系统、区块链技术等。“新AI六小龙”或多或少的已经开始布局金融机构，尝试探索出增收新模式。笔者整理了“六小龙”们在金融机构的动作和发展方向，供大家参考学习。
创始人：李开复（曾任谷歌中国总裁，创新工场创始人）
主打产品：
千亿参数规模的闭源大模型Yi-Large。
开源模型系列Yi-1.5。
AI生产力产品“万知”。
Yi大模型API开放平台。
合作案例：暂无公开信息。
应用场景：
智能办公：利用AI生产力工具”万知”提高办公效率。
智能客服：通过Yi大模型API开放平台提供智能客服服务。
数据分析：利用大模型进行数据分析和风险预测。
内容生成：使用Yi-Large等模型进行内容创作和生成。
创始人：王小川（搜狗公司创始人，前CEO）
主打产品：
百川智能的核心业务是打造基础大模型及其颠覆性上层应用，包括先后发布的12款大模型，涵盖开源及闭源领域。2024年5月22日发布最新旗舰模型Baichuan 4，并推出首款AI助手“百小应”。
合作案例：
新致软件：将大模型技术应用于营销、风控、管理等多个业务领域，特别是在保险行业，通过技术创新推动智能化升级。
达观数据：达成战略合作，共同促进金融领域大模型智能化应用，通过AI大模型技术、行业应用技术的融合，为金融行业提供智能化支持。
应用场景：
保险客户服务：智能产品机器人、智能营销机器人、智能核保机器人等，通过接入大模型，提升了保险服务的效率与客户体验。
智能化部署：将大模型技术应用于金融领域的智能化应用场景，如私有化部署及国有化适配，满足金融行业多样化的业务需求
CEO：唐杰（曾任清华大学计算机系教授、计算机系副主任、清华-工程院知识智能联合实验室主任、杰青）
主打产品：
GLM系列大模型：包括中英双语千亿级超大规模预训练模型GLM-130B，以及新一代基座大模型GLM-4。
ChatGLM：基于GLM系列，具备多轮对话、创意写作等能力。
智本GPT：专为金融领域设计的智能化应用，特别是在资本管理方面。
合作案例：
招商银行：合作开发智本GPT，推动资本管理智能化，获得“金鼎奖”优秀金融科技应用创新案例奖。
邮储银行：签署战略合作协议，共同探索金融大模型技术在风险管理、营销运营等领域的应用。
中国银联：为助力推动开展大语言模型在金融支付领域的科研创新和技术应用，中国银联与智谱AI在电子商务与电子支付国家工程研究中心框架下，共同建设大语言模型联合实验室。
应用场景：
资本管理智能化：开发智本GPT等工具，用于资本新规的智能问答、数据查询及分析、数据治理，推动资本管理的自动化和智能化。
风险管理：应用大模型技术在反洗钱领域进行可疑交易监测和分析报告的自动生成，提升风险识别和处理的效率。
营销运营：利用大模型分析客户行为和市场趋势，制定个性化的营销策略，优化客户接触点，提高营销活动的精准度和效果。
创始人：杨植麟（92年生人，前谷歌员工，硅谷AI科学家）
主打产品：Kimi智能助手，一款多语言能力的智能助手，能够提供对话、文件处理、搜索能力，并支持多种文件格式和内容解析。
合作案例：暂无公开信息。
应用场景：
风险与合规监控：高效进行风险评估和合规性检查。
客户服务自动化：提供24/7智能客服，提升服务体验。
内部运营优化：自动化内部文档处理和报告生成。
知识管理：作为金融知识库，支持投资者教育和内部员工培训。
创始人：闫俊杰（前商汤科技副总裁、商汤科技研究院副院长、通用智能技术负责人）
主打产品：
开放平台：文本大模型、语音大模型，自定义函数调用，高并发，低门槛微调。
海螺AI：面向国内市场的AI助手，提供文本处理、图片理解和语音通话等功能。
星野：娱乐类内容生产AI应用，支持创意内容的生成。
合作案例：
招商银行：预训练基础大语言模型（千亿级）项目，旨在通过引入先进的千亿级大语言模型来提升银行服务效率和质量的项目。该项目可能涉及利用AI技术，以实现更智能的客户服务、风险管理和数据分析等，从而提高工作效率和客户体验。
应用场景：
智能风控：AI技术通过分析客户的信用历史、行为特征等数据，为金融机构提供精准的风险评估和欺诈检测，帮助金融机构降低不良率和损失。
智能投研：利用AI技术，特别是自然语言处理（NLP），从海量的金融数据和新闻中提取有价值的信息，为投资者提供股票、基金等金融产品的评估和预测，以及投资策略和建议。
智能客服：金融机构利用AI技术提供24小时在线的咨询和问题解决服务，通过自然语言理解和生成技术，实现与客户的多轮对话，提升服务效率和客户满意度。
创始人：姜大昕（前微软全球副总裁）；另与财联社联合创办【财跃星辰】，CEO贾宝龙（财联社副总裁）
主打产品：
Step-1V：千亿参数的多模态大模型，具备图像理解、多轮指令跟随、数学能力、逻辑推理、文本创作等方面的业界领先水平。
Step-2：万亿参数MoE语言大模型，探索深度智能。
跃问：基于Step系列千亿参数模型研发的个人效率助手，支持图片上传、文档上传以及联网搜索，旨在提升用户获取信息和处理任务的效率。
财跃F1金融大模型：国内首个国有自研、自主可控的千亿参数多模态金融垂类行业大模型，具备多模态图文理解、深度智能能力，在金融知识问答、金融图表理解、金融计算等方面表现突出
合作案例：
国泰君安：和界面财联社、财跃形成签署战略合作协议，共同打造最懂金融的大模型，并在智能化应用场景、金融语料数据丰富、证券大模型打造等十大领域展开深度合作。
应用场景：
君弘智投：提供智能化投资顾问服务。
综合诊断：对证券市场进行综合分析和诊断。
智能选股：利用大数据分析帮助用户筛选股票。
热点资讯：快速生成和提供市场热点信息。
多模态处理：处理包含文本、图像等多种数据类型的信息。
客户账户诊断：分析客户账户状态，提供个性化建议。
证券个股分析：对个股进行深入分析。
基金产品洞察：分析基金产品特性，提供投资建议。
客户意图识别：通过交互识别客户服务需求。
客户资产配置：为客户提供资产配置方案
可以看出，“新AI六小龙”在金融行业的探索步调并不一致，主攻方向也千差万别。当前已落地的案例中还主要集中在银行、证券行业的头部大公司。“AI+金融”的商业变现仍在被证明当中。您有哪些天马行空的想法吗？欢迎留言交流~
本文由 @数金杂谈 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自 Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。