拆解 AI 創企痛點：技術、算力與生態的協同破局之道_風聞

文 / 四海 

來源 / 節點財經 

自2023年以來，大模型技術的發展如火如荼，與此同時AI 產業化的引擎也在加速，但新技術從實驗室到真正落地遠不止於技術突破那麼簡單。

人們都説2025年是AI商業化的元年，但從現實角度來看，大模型技術門檻高、算力成本控制難、迭代難等現實問題，成為制約企業快速部署 AI 技術的關鍵因素。而針對痛點的解決能力，AI基礎設施和商業生態協同能力，也在深刻改變着雲計算領域的競爭格局。

初創企業在探索AI轉型的路上有哪些痛點？又是如何探索解決方案？《節點財經》調研多家企業試圖尋找答案。

01 拆解AI初創企業痛點

自ChatGPT橫空出世以來，人們驚歎於大模型能按照指令生成文字或圖片、視頻，AIGC的熱浪已經興起近三年，可走在應用前線企業的真實訴求卻不是誰都能滿足。

Filmaction是一個專注於人工智能電影製作的團隊，主要賣點在於利用AI自動生成電影級別水平的視頻內容。創作者只需簡單一句話即可完成故事大綱、角色設定、腳本生成、分鏡製作、旁白配音和配樂等環節，還提供多種藝術風格選擇。

作為行業內最先吃螃蟹的企業，Filmaction的痛點不少。CEO吳傑茜告訴我們，視頻製作行業對製作門檻、製作成本、製作週期要求很高，還有觀眾喜好變化大也對其內容生成質量提出挑戰。因為秉持對“電影級別”藝術水準內容的追求，Filmaction對大模型的數量、種類、響應速度極為挑剔。

如果説AIGC賽道的卷，驅動Filmaction格外看中大模型的量與質，那麼AI coding企業蔻町智能則頗為重視平台的工具迭代能力。

眾所周知，市面上主流大模型均為通用大模型，無法勝任不同垂直場景的任務，為此企業若想應用大模型能力就需要在訓練環節整體調優。

就比如，蔻町智能提供2C場景的AI Coding服務，而為了適配編程場景，蔻町智能對通用大模型從預訓練環節開始做微調、對齊。因為在訓練環節使用的工具種類多，對雲廠商的迭代能力要求高。聯合創始人陳秋武表示，我們在兩年時間內經歷了七到八輪的反覆試驗，試圖落地通用AI Coding產品。

類似蔻町智能格外看重開發工具的還有靈生科技。靈生科技成立於2023年，致力於為時下最熱門的具身智能企業提供大模型服務。

靈生科技創始人楊洪兵告訴我們，具身智能目前主要應用在工業、物流、服務、醫療康養四大場景，因為商業化仍在起步階段，數據存在稀缺。對於這類研發週期長、測試成本高的硬核科技公司而言，最大的挑戰之一就是如何在有限的資源下加速軟硬件的協同。與此同時，因為落地到硬件場景，靈生科技的核心訴求還包括降低算力成本的同時，保持算力服務的穩定性。

總之，不同類型的企業業務場景不同，突出的訴求也不同，但總體而言落到大模型技術深度、工具迭代能力與算力成本上。站在AI行業領域看，三者之間並不是相互孤立的，AI領域的基本規律就是模型能力越強，算力成本越高昂，三者構成了一個不可能三角，但同時算力成本又制約了企業對於模型與工具的應用深度。單一公司的努力，難以解決這些痛點，自然只能寄希望於有資源、有技術、有服務的平台方。

02 如何破解不可能三角

功夫不負有心人，大模型技術在不斷進化，雲計算廠商的AI Infra能力也在不斷迭代，隨着算力成本的降低，初創企業們終於迎來加速度。

Filmaction最近推出了一個一鍵生成電影的新功能，能讓用户在短短幾分鐘之內迅速用AI全託管生成帶有故事情節的影片，在該產品推廣期過程中，還採用線下娛樂的方式為景區推廣AI電影機。

能有這個突破，離不開百度智能雲在模型能力與算力穩定性上的加持。據瞭解，百度智能云為FilmAction提供強大的雲基礎設施，保障用户在電影製作各階段的生成效果，大幅減少了由於系統中斷或不穩定性帶來的業務風險，並且提升了即時推理的時效性。

百度集團副總裁袁佛玉

百度集團副總裁袁佛玉介紹，千帆平台集成了數百個產業級模型，支持企業以“樂高式”組合快速搭建解決方案。這意味着企業開發一個新模型的時間，可以直接縮短70%。

專注AI coding的蔻町智能也在百度智能雲開發能力的加持下達到了行業領先水準。據瞭解，蔻町智能旗下通用大模型能在兩分鐘的時間內為用户生成一個包括前端、後端的完整應用，“從產品的技術複雜度來看，目前在全球範圍內，大概只有我們能夠做到”。陳秋武表示。原來的軟件其實是需求定完後，後面開發是完全固定不變的，但這個領域很多用户需求是變化的，比如，有人要建一個訪談，有人要建一個搜索系統，不一樣的情況下，後面要有能適應各種場景的軟件架構，這種按需定製的產品目前只有蔻町智能做出來了。

談及百度智能雲一站式開發平台千帆ModelBuilder，袁佛玉表示，我們都清楚AI大模型開發門檻高，所以我們平台持續迭代工具能力，從數據處理到模型訓練，再到上線部署，你需要什麼能力，直接拿過來組合就行。

根據百度官方消息，一家醫療AI創企，藉助千帆平台，只耗時3個星期，就實現了從算法驗證到臨牀部署的過程，成本還降了40%。

對於百度智能雲的成本控制與工具迭代，靈生科技就是收益方之一。依託百度智能雲的技術支撐，靈生科技在感知融合與即時決策方面展現出顯著優勢，研發的機器人產品已在服務、工業等場景完成初步落地。

特別的是，靈生科技還於近期開源RealDualVLA，是業內首個真異步雙系統視覺語言動作框架，“機器人可以炒一盤菜，或者給小孩換紙尿褲，這是我們的具身路線。”楊洪兵表示，百度智能雲的技術穩定性比較高，我們用百度以來，基本上沒有出現過宕機和服務器斷網。百度智能雲提供的具身智能的工具鏈，從數據採集到仿真再到訓練，協同性比較好。

據瞭解，百度智能云為其提供的不僅僅是算力，還包括雲端仿真平台，靈生科技藉此可以大量測試其算法，從而降低測試成本，加速技術從實驗室走向規模化應用的進程。

事實上，成本控制正是百度智能雲破解“不可能三角”的關鍵一環，其通過三大策略幫助企業實現“精益創新”。

首先，基於百度智能雲分佈式雲架構，創企可按需調用GPU、FPGA等異構算力，讓成本比自建數據中心降低60%以上。據瞭解，一家做AI視頻處理的企業，通過彈性算力，在業務高峯期節省算力成本超300萬元/年；

其次，引入業界領先的MLOps體系，通過模型版本管理、自動化測試、性能監控等工具，把模型維護成本降低50%，故障響應時間優化至分鐘級；

最後，根據創企需求，整合百度內外部資源打造AI創企生態支持計劃，支持創企根據場景需要，快速觸達目標用户和目標客户，快速驗證場景，加速從技術到商業的閉環。

由此可見，對於“不可能三角”，百度智能雲是破局者。在8月12日舉辦的AI DAY上，百度智能雲發佈了“AI創投加速計劃”，將聯合投資機構、政府機構為入選創企提供億級算力補貼、專屬融資通道及政策申報支持。據披露，過去一年，該計劃已助力20家企業完成億元級融資，為AI創企鋪就商業發展快車道。

03 AI時代，雲廠商之間比拼的是生態

這些企業不約而同選擇了百度智能雲，背後的原因不難理解。AI創業公司對於雲服務的需求，早已不是簡單的提供模型、算力，而是看重技術、服務、生態的全方位支持，而百度智能雲剛好是均衡三方面的優等生。

首先，百度智能雲的優勢不止體現在模型能力上，還具備全方位的技術領先。百度智能雲提供包括芯片、算力、模型、應用在內的最全的AI全棧能力體系；此外，百度智能雲也是國內最早加碼AI雲的企業，在市場佔有率上，連續5年AI雲公有云市場第一。加上聯合生態夥伴提供的資源扶持，能給AI創企提供最全面的服務。

技術優秀之外，定價上也頗為親民。

百度智能雲副總裁、百度智能雲泛科技業務負責人張瑋

百度智能雲副總裁、百度智能雲泛科技業務負責人張瑋告訴《節點財經》，百度智能雲在定價策略上通過分層設計來按需匹配客户：針對發展中的中小客户，會着力於加速業務發展相關的解決方案，突出上手快速和高擴縮容能力；面向AI創企，在工程化方面給予專項支持；為大客户則是找到技術優勢帶來的業務價值。另外，我們也會不斷通過技術優化來提升自身的產品模塊化水平，降低成本。

隨着服務的企業增多，百度智能雲也沉澱出了方法論，幫助各行各業的企業實現從0到1再到10的跨越。

具體來看，第一階段，低成本度過冷啓動。企業可以先用最小的產品（MVP）快速驗證想法是否可行。這個階段，百度智能雲提供算力補貼與模型工具包，幫助企業“0基礎啓動”；

第二階段，企業要做垂做精做標杆。基於行業模型庫與生態資源，深入1-2個垂直場景，打造標杆案例，形成可複製的解決方案；

第三階段，打通上下游做生態。有了標杆之後，企業可以通過百度智能雲開放平台，連接更多的合作伙伴，形成“技術+數據+渠道”的飛輪，成長為行業領導者。

大模型時代的競爭，技術實力只是一方面，更重要的是生態能力的比拼。百度智能雲以全棧技術為基礎，既解決了AI創企從0到1的生存難題，更鋪就了從1到10的成長快車道。通過逐步攻破“不可能三角”，讓算力、模型與迭代能力形成正向循環。

百度智能雲正在構建一個讓技術價值加速兑現的生態共同體。在2025年AI商業化的關鍵節點上，這樣的生態賦能，不僅是創企破局的底氣，更將成為整個行業從技術熱到產業熱的核心驅動力。而百度智能雲，正是這場變革中最堅定的同行者。

*題圖由AI生成