# 初创公司的所有文章

在 HTX 新闻中心浏览与「初创公司」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

李开复、王小川转身，大模型创业上半场结束

近日，李开复与王小川的战略转变，标志着中国大模型创业的狂热上半场已近尾声。李开复领导的零一万物，从对标OpenAI转向学习商业低调但市值高企的Palantir，强调应用、Agent与商业化，并设定了2026年盈利、2027年IPO的目标。王小川的百川智能则彻底将重心转向医疗垂直领域，发布了医疗大模型与AI家庭医生产品。两人都从通用大模型的理想主义竞赛中主动后撤。回顾2023年“万模大战”，以“六小虎”为代表的创业者曾坚信能打造“中国版OpenAI”，疯狂追逐参数与规模。但行业很快显露出重工业战争的本质：决胜关键转向算力、资本和基础设施的硬实力比拼。以OpenAI为首的美国巨头及中国大厂动辄千亿级的资本开支，让创业公司陷入夹缝求生。如今，“六小虎”已分道扬镳：智谱、MiniMax等依靠政企订单或海外市场登陆资本市场；DeepSeek坚守开源与底层突破；而零一与百川则转向垂直商业化与专业场景。李开复与王小川的转身，意味着通用大模型的资本窗口正在关闭。这种转变并非失败，而是产业成熟的开始。行业逐渐认清：中国的优势或许不在基础模型的原创，而在于庞大的应用场景、工程化能力与商业化速度。整个赛道正从“谁模型最强”转向“谁能将AI真正融入产业”。作为互联网时代的老兵，李开复和王小川以商业直觉入场，又以现实考量调整航向。他们的清醒标志着一个阶段的结果：大模型创业正从造神回归生意，从宏大叙事转向合同、回款与现金流。真正的持久战，将交给更具技术信仰的AI原生一代。这是与过高期待的体面告别，也是故事走向务实的新开端。

marsbit05/29 01:30

marsbit05/29 01:30

“主动式”AI的风吹到了硅谷，Hark获得7亿美元融资

一家2025年底创立、尚未发布产品的AI创业公司Hark以60亿美元估值获得7亿美元A轮融资，由Parkway Venture Capital领投，NVIDIA、AMD、英特尔、高通、Salesforce等巨头跟投。公司创始人Brett Adcock曾创办机器人公司Figure，其目标是打造“主动式”AI原生硬件，通过“自研基础模型+定制硬件”组合构建下一代通用人机接口。这类设备具备多模态感知、端到端语音交互和个性化记忆能力，旨在让人工智能从被动工具转向主动协作者，在真实世界中自然互动。文章指出，当前AI虽智能强大，但仍依赖传统设备与交互方式（如屏幕与聊天界面），而AI原生硬件有望像iPhone重塑移动互联网一样变革人机关系。实现“主动式”AI需系统整合模型、硬件、交互与记忆能力，是综合性工程。中国创业公司在此领域具备供应链、市场与政策三重优势，更有可能推动该方向发展。本轮融资印证了AI未来将超越屏幕、深入现实世界的趋势。

marsbit05/28 10:21

marsbit05/28 10:21

对手纷纷上市，Kimi坐不住了

近日，月之暗面（Kimi母公司）已启动VIE及红筹架构拆除工作，为赴港IPO铺路。这标志着公司态度从半年前的“短期不着急上市”转向积极筹备。分析指出，拆除架构是上市前的关键步骤，后续仍需完成股权、监管、备案、审计等多道程序，整个过程可能需要半年到一年甚至更久。这一转变背后是行业竞争态势的升级。2026年初，智谱和MiniMax相继成功登陆港股，股价表现强劲，为AI大模型公司打开了二级市场的估值空间。在此背景下，月之暗面的估值从2023年的约3亿美元飙升至2026年5月的超过200亿美元。分析认为，当前资本追逐的是中国大模型赛道的“稀缺门票”和成为下一代AI入口的潜力，而非短期利润。但高达200亿美元的估值也被认为可能提前透支了未来成长，其稳固性需依赖模型持续领先、商业化放量及成本下降。月之暗面长期以来被视为“技术派”，注重基座模型研发。尽管其Kimi App的月活跃用户数有所下滑，但公司已调整战略，聚焦于智能体（Agent）和生产力价值，削减广告投入，转向技术驱动商业化。2026年1月发布K2.5模型后，公司收入增长显著，年度经常性收入（ARR）已突破2亿美元，付费订阅与API成为新增长点。近期完成的20亿美元D轮融资也显示了资本对其商业模式调整的认可。然而，上市后将面临新的挑战：组织架构需更规范，研发节奏将受到投入产出比的约束，商业化能力和可持续收入将受到二级市场投资者的重点关注。分析指出，月之暗面未来的核心考验在于能否将“技术稀缺性”转化为“可持续收入”与“可解释的估值”。

marsbit05/28 10:02

marsbit05/28 10:02

OpenAI吃掉应用层？a16z说真正的机会在通用模型之外

本文探讨了AI应用层创业公司面临的核心焦虑：在OpenAI、Anthropic等大模型公司同时掌握底层模型、分发渠道和品牌优势的背景下，应用层是否还有机会。a16z合伙人Joe Schmidt借用《绿野仙踪》的比喻，将机会分为两类：一是大模型公司正重点投入的“黄砖路”，如代码生成、写作等横向通用工具；二是深入垂直行业复杂流程的“奥兹国的其他地方”。作者认为，创业公司的真正机会在于后者。企业真正付费购买的并非更聪明的聊天窗口，而是能对业务结果负责的完整系统。这类系统需要处理混乱的真实数据、复杂的多步骤工作流、多人审批、边界案例以及合规审计等责任，并在模型升级时为客户管理迁移与成本。垂直应用的核心优势在于： 1. **数据与学习飞轮**：积累行业特有的隐性知识、惯例与反馈，形成模型实验室无法复制的领域洞察。 2. **管理模型复杂性与成本**：为客户跨模型供应商选择最优解，承担模型升级的迁移与调优工作，并通过智能路由实现成本优化。 3. **治理与合规**：针对具体行业构建控制平面，内化合规要求（如法律、医疗、金融监管），提供确定性结果。文章以销售和保险为例，说明成功的关键是聚焦具体业务结果、攻克高复杂度问题，并构建深入工作流的护栏与迭代能力。判断标准在于：所需步骤与工具的复杂性、是否构建了客户赖以运行的核心系统，以及价值是否最终体现在客户的损益表中。结论指出，大模型公司将在横向通用领域持续领先，而围绕垂直行业构建“工作系统”、沉淀流程与数据的应用公司，同样能建立深厚护城河。底层模型会越来越强且可替换，但不可替代的是对具体行业工作流的深度理解与赋能能力。下一代企业软件将在“奥兹国的其他地方”诞生。

marsbit05/28 04:27

marsbit05/28 04:27

投资人疯抢“没利润”的AI企业：一场关于“未来定义权”的豪赌

中国AI领域正经历一场资本狂欢，DeepSeek、智谱、MiniMax、Kimi这“四小龙”合计估值已超万亿元人民币，尽管它们普遍处于巨额亏损状态。投资者争相押注的并非短期利润，而是对未来技术标准与商业模式的“定义权”。国家集成电路产业投资基金等国资，以及腾讯、阿里等互联网巨头纷纷入局，凸显了这场竞赛的战略意义。这些公司的估值逻辑已与传统财务模型脱钩。智谱和MiniMax作为全球稀有的纯AI大模型上市公司，其高市值部分源于“唯一性溢价”。摩根大通指出，这种稀缺性窗口期可能仅剩6-12个月，待更多同行上市后，溢价或将消退。商业化进程正在加速。Kimi的年度经常性收入（ARR）在近期迅猛增长；智谱的API服务供不应求，甚至能够提价；MiniMax则凭借全球化AI应用实现营收，且海外收入占主导。技术层面，各家公司努力提升模型能力并压低推理成本，例如DeepSeek V4展现了显著的成本优势。然而，狂欢背后存在隐忧：稀缺性窗口逐渐关闭、算力瓶颈制约需求释放、以及激烈的成本竞争可能重塑格局。互联网大厂在巨额投入的同时，也通过投资“四小龙”来对冲自身AI业务的不确定性。这场由国家资本和市场化资本共同推动的豪赌，最终将检验这些高估值公司能否用扎实的收入支撑起市值，答案或在未来一年内揭晓。

marsbit05/26 02:06

marsbit05/26 02:06

20亿美元被一笔勾销后，Manus打算香港上市翻盘？

2026年4月，国家发改委禁止了Meta以超20亿美元收购AI公司Manus的交易，成为首例公开被否的AI领域外资安审案例。该收购曾于2025年底快速完成，Manus凭借其AI Agent产品八个月内实现年经常性收入破亿美元。被叫停后，Manus创始团队计划筹集约10亿美元从Meta手中回购公司，目标估值至少20亿美元，并筹划后续赴香港上市。回购面临巨大挑战，因Manus团队、技术已深度整合进Meta体系，拆分离散复杂。同时，国内AI Agent竞争加剧，智谱、字节、阿里等对手已占据市场。但Manus预计2026年收入达10亿美元，为其提供了信心支撑。选择香港上市，是因港交所正成为AI企业融资热土，2025年募资额全球第一，对高增长、高研发投入的科技公司包容性强。对于Manus，上市是获取持续研发资金、保持独立发展的关键路径，也是在被巨头收购路径受阻后的必然选择。通过上市，Manus希望赢得长期发展的主动权，在全球AI竞争中继续生存与进化。

marsbit05/24 00:29

marsbit05/24 00:29

谷歌AI掌门人竟是Anthropic金主，Hassabis悄悄掌控了全球AI生态

近日曝光，谷歌AI负责人兼DeepMind创始人德米斯·哈萨比斯（Demis Hassabis）被揭露是其主要竞争对手、AI独角兽Anthropic的早期隐秘投资人。这一发现揭示了一个由哈萨比斯及其前同事构成的庞大网络，被称为“DeepMind黑手党”，该网络已渗透至全球多个顶尖AI初创公司。据《金融时报》披露，哈萨比斯在Anthropic创立之初便以个人身份秘密投资。目前Anthropic估值已飙升至约9000亿美元，成为全球成长最快的科技巨头之一。同时，哈萨比斯与Anthropic创始人达里奥·阿莫代伊（Dario Amodei）关系密切，后者视其为精神导师。两人的紧密联系在公开场合亦有所体现，凸显了超越公司竞争的个人纽带。此外，自DeepMind离职的核心成员在四年内创立了超过12家AI初创公司，融资总额超过140亿美元，形成了强大的行业影响力。哈萨比斯通过个人资本广泛投资于前同事的项目，如Inflection AI、Ineffable Intelligence等，构建了一张覆盖人才、技术与资本的隐秘网络。在谷歌内部，哈萨比斯的权力也持续扩大。2023年，谷歌将DeepMind与谷歌大脑合并为Google DeepMind，由其统一领导。随后，多名DeepMind资深高管接管了谷歌AI与云业务的核心职位，进一步巩固了其影响力。尽管权柄在握，哈萨比斯仍将基地设在伦敦，谷歌甚至为此在当地投资建设新总部。这一系列布局显示，哈萨比斯通过资本渗透、人才网络和内部集权，悄然掌控了全球AI生态的关键节点。在外界看来激烈的巨头竞争背后，顶层精英通过紧密的资本与个人关系网络，共同影响着行业格局。

marsbit05/21 09:34

谷歌AI掌门人竟是Anthropic金主，Hassabis悄悄掌控了全球AI生态

marsbit05/21 09:34

AI 创业公司 800 亿美元 ARR，九成被 2 家公司拿走

AI行业呈现高度集中的收入格局。根据分析，34家头部AI创业公司年化总收入约800亿美元，但其中OpenAI和Anthropic两家公司就占据了89%的份额，约550亿美元。剩余32家公司仅分享11%的市场。 OpenAI的收入主要来自ChatGPT的C端订阅，增长迅速但面临用户迁移成本低的天花板。Anthropic则专注于企业客户和API服务，其在美国企业市场的份额在两年内从不到1%跃升至34.4%，展现了更强的客户黏性。尽管其他公司如Perplexity、Mistral等在各细分领域有所建树，但平均市场份额仅约0.34%。行业资源正加速向头部集中，形成了“收入越高→算力投入越大→模型越强→收入越高”的自我强化飞轮，中腰部公司的生存空间受到挤压。头部公司也面临挑战。OpenAI正处理与马斯克的诉讼及与苹果的合作分歧等多线压力。Anthropic虽相对低调，但其背后有亚马逊的巨额投资，商业化回报压力巨大。历史表明，技术基础设施行业易形成寡头格局。AI大模型同样具备规模效应、网络效应和转换成本高的特点，未来集中度可能更高。但AI技术迭代极快，格局仍有变数。对于其他AI公司而言，明智的策略或许不是与巨头正面竞争，而是深入挖掘通用大模型难以满足的垂直专业领域，如法律、医疗、工业质检等，打造不可替代的专用AI解决方案。行业机会正从“打造更好的通用AI”转向“构建某个领域的专用AI”。

marsbit05/21 08:04

marsbit05/21 08:04

农场走出的创业者：造完飞行汽车，又在机器人赛道赌出390亿美元巨头

人形机器人公司Figure AI近期因其“人机分拣挑战”和家用机器人宣传片引发全球关注。成立仅三年，其估值在新一轮融资后飙升至390亿美元，投资方包括英伟达、英特尔资本等顶级机构。背后的创始人Brett Adcock是一位从伊利诺伊州农场走出的连续创业者。 Adcock的创业经历跨度极大：先是在2012年联合创立招聘平台Vettery，于2018年以1.1亿美元出售；随后在2018年创办电动垂直起降飞行器公司Archer Aviation，推动其在2021年上市。离开Archer后，他于2022年创立Figure AI，切入通用人形机器人领域。 Adcock的创业逻辑一以贯之：选择巨大、低效且处于技术拐点的市场，用资本和工程能力推动变革。在Figure，他目标是打造能进入人类环境、使用工具、完成多种任务的通用机器人，以应对劳动力短缺和自动化需求。然而，高估值背后是商业化进程、技术路线和安全性的质疑。Figure曾与OpenAI合作开发机器人AI模型，但不到一年便终止合作，转而自主研发。Adcock表示，机器人AI需要不同于聊天模型的技术路径，且当OpenAI有意自研机器人时，合作已无意义。从软件招聘、飞行汽车到人形机器人，Adcock的创业路径不断迈向更重资产、更复杂的领域。如今，他站在AI机器人浪潮的中心，无论成败，其名已刻入行业发展史。

marsbit05/20 08:48

marsbit05/20 08:48

YC合伙人：如何打造一家自我进化的AI原生公司

YC合伙人Tom Blomfield提出，AI正促使公司形态发生根本性变革。未来公司不应再效仿层级森严的“罗马军团”模式，而应构建为由递归、自我改进的AI闭环构成的智能系统。这种AI原生公司的核心在于：将散落在邮件、聊天、文档和人脑中的业务知识提取并转化为AI可读、可调用的“组织上下文”。系统通过传感器层（如客户邮件、产品数据）感知外部变化，经过策略、工具和质量关卡自动决策与执行，并根据结果反馈持续学习和修正。例如，YC内部已有agent能自动监控查询失败、分析原因、提交代码并部署修复，实现“在公司睡觉时持续优化”。这意味着公司瓶颈将从“员工数量”转向“token消耗量”与“组织知识质量”。中层管理的协调功能将被AI大幅替代，个人贡献者（IC）和直接负责人的角色则更为关键。创始人需推动组织全面对AI可读：记录一切沟通与运营数据，并视其为核心资产。在此基础上生成的软件可以是临时、可丢弃的，真正重要的是持续积累和迭代的业务上下文与技能集。人类的作用将转向位于“公司大脑”的边缘，处理高风险、高情绪或高度陌生的现实世界交互。最终，公司的目标不再是构建静态团队，而是打造一套能够自主学习和进化的智能系统。

marsbit05/20 06:36