五家中國 AI 新創，站在五條完全不同的路上

如果只用誰的模型比較強來看中國 AI，新一輪討論很容易失焦。真正有意思的地方在於，這五家公司並不是在複製同一個 OpenAI，而是在回答五個不同問題。

全模態一次到位的平台能力

階躍星辰走的是最接近 OpenAI 的路線，但風格更激進。語言、影像、影片、音訊一次做齊，Step-2 直接衝到兆級參數，目標不是單一應用，而是讓開發者不必再選模型類型。

它的強項不只是模型尺寸，而是多模態 API 的實際採用量正在上升。這代表 Stepfun 已經開始跨過榜單型 AI門檻，往平台型產品移動。

這條路線的代價很明確：算力、資金、組織複雜度全都拉滿。它賭的是中國市場是否容得下一個全棧型 AI 平台。

長文本與推理能力

Moonshot 把資源集中在兩件事：長上下文處理，與數學與邏輯推理。

最新 k1.5 在部分基準上超過 GPT-4o 與 Claude 3.5 Sonnet，這不是偶然，而是路線選擇的結果。近期縮編，反而顯示它正在從研究導向轉為可持續節奏。

如果說 Stepfun 想做全能選手，Moonshot 更像是中國最有機會長期站住的 reasoning specialist。

2C 情感產品的商業化能力

Minimax是五家裡最不像實驗室的一家。Talkie 專注陪伴與角色聊天，成功打進美國市場，下載量一度超越 Character.ai，2024 年營收約 7,000 萬美元。它證明了一件很多 AI 公司還沒做到的事：使用者願意為情緒連結付費。

這條路的護城河不是模型，而是內容更新速度、角色經營與社群黏性。Minimax 的強項不在於 AI 有多聰明，而在於它知道什麼時候不必太聰明。

小模型與邊緣運算

面壁智能是五家中工程氣質最重的一家。MiniCPM 3.0 只有 40 億參數，卻能逼近 GPT-3.5，重點不在炫技，而在部署現實。手機、車載、PC、智慧家居，這些場景需要的是低成本、低延遲、可離線。

如果其他人在蓋集中式電廠，面壁是在做分散式電網。它可能不會成為話題王，但很可能成為最早大規模落地的 AI 形態之一。

國家級 AI 基礎設施角色

GLM-4-Plus 穩定接近 GPT-4，GLM-4V-Plus 能讀影片與網頁，但真正的關鍵是它同時站在學界、政府與產業交會點。被列入美國出口管制名單，某種程度上反而證明它已被視為戰略型供應商，而不是單一新創。

智譜走的是中國版基礎模型公共建設，節奏較慢，但位置極穩。

如果把視角拉到美國幾家主流 AI，你會發現差異其實非常清楚：

對照來看：

這不是一場單點競賽，而是一場結構競賽。美國 AI 強在平台整合與全球化擴張，中國 AI 強在場景切割、成本優化與政策耦合。真正值得觀察的不是誰會贏，而是哪一條路線，會先變成不可替代的基礎設施。