21世纪经济报道记者张梓桐 上海报道

4月19日，有市场消息称，中国AI初创公司MiniMax当前估值已经超过25亿美元。

此前，MiniMax进行了新一轮大规模融资，阿里巴巴为其中的核心领投方。

而在前一日，有媒体报道称，由王小川创立的百川智能进行新一轮数亿美元融资，将成为国内2024年最大AI领域融资之一。

来自参与的投资人证实，百川智能今年以来估值已超18亿美元（约合人民币130亿元）。对此，百川智能回应称：并未官方对外披露过最新融资信息，报道中涉及的金额也不准确。

但无论如何，一个有意思的现象是，上述AI明星创业项目背后或多或少都站着互联网大厂的身影。

以另外两家明星公司——智谱AI和月之暗面为例，在智谱AI2023年累计获得的超25亿人民币融资中，投资方囊括了美团、蚂蚁、阿里、腾讯、小米、金山、顺为、Boss直聘、好未来、红杉、高瓴等多家机构。

而此前有消息报道称，在月之暗面上一轮的融资中，大部分资金都来自于阿里巴巴，这也让阿里在这轮融资之后成为了月之暗面团队之外的机构大股东。而更值得关注的是，阿里这笔投资中有一部分属于算力支付。

“互联网大厂投资AI创业公司有着充分的市场逻辑：一方面阿里巴巴、腾讯都在AI大模型领域进行自研、这是业务上的天然协同性；另一方面，这些公司在成长性方面都有着很大的想象空间，因此在财务回报上十分可期。”一位AI创业公司合伙人对21世纪经济报道记者分析道。

明星创业项目

MiniMax母公司为名之梦（上海）科技有限公司，成立于2021年11月，专注于研发中文大语言模型，在今年6月获得腾讯等机构投资的超2.5亿美元融资后，其估值已经到了12亿美元，是国内目前估值最高的AIGC独角兽。

公司团队主要来自商汤科技等知名人工智能公司，创始人是商汤科技前副总裁闫俊杰。根据SuperCLUE发布中文通用大模型综合性评测基准2023年8月榜单，MiniMax的MiniMax-abab5模型在OPT排行榜位列第四，仅次于ChatGPT-4、ChatGPT-3.5和Claude-2，在国内大模型产品中排名第一。

2023年8月底，共有8家大模型公司通过了《生成式人工智能服务管理暂行办法》首批备案，其中除了百度文言一心、抖音云雀大模型这些较为知名的大厂外，MiniMax便于其中之一。

日前，MiniMax已推出自研角色扮演类AI聊天应用Glow、自研通用大模型ABAB，以及为金山办公等B端客户发布了相应解决方案。此前，MiniMax已完成3轮融资，投资方包括腾讯、米哈游等。

另一家公司百川智能则成立于2023年4月10日，由前搜狗公司CEO（首席执行官）王小川创立。其核心团队由来自搜狗、谷歌、腾讯、百度、华为、微软、字节等知名科技公司的AI（人工智能）顶尖人才组成。目前，百川智能的团队规模170余人，其中硕士及硕士以上学历员工占比近70%，研发人员占比超80%。

成立仅半年，百川智能接连发布Baichuan-7B/13B，Baichuan2-7B/13B四款开源可免费商用大模型及Baichuan-53B、Baichuan2-53B两款闭源大模型，平均每28天就会发布一款新的大模型。

Baichuan-7B/13B两款开源大模型在多个权威评测榜单均名列前茅，累计下载量超过六百万次。Baichuan2-13B在MMLU、CMMLU、MedQA、USMLE等几大权威评估基准中，以绝对优势全方位领先LLaMA2。

面临高昂训练成本

A创业的梦想虽然俯拾皆是，但从故事落地成产品，仍然需要真金白银的资金支持。这背后核心原因仍然在于大模型训练面临的高昂成本。

放眼全球，除了几大科技巨头外，几乎没有企业承担得起大模型训练的高昂成本，算力不实现普惠化，任何关于AI和科技革命的畅想都将是空中楼阁。

“目前偏大规模的算力需求以B端和G端为主，算力降本需求十分迫切，要利用有限资金获取更多元的算力，同时优化算力资源配置和利用效率。”毕马威中国数字化赋能主管合伙人张庆杰接受21世纪经济报道记者采访时表示，在计算资源方面，大模型的训练需要大量的计算资源，包括CPU、GPU、TPU等。虽然中国算力具备一定的基础，但在计算资源方面还存在一定的短板，各行各业在底层计算资源上存在缺乏，这会限制大模型的训练和优化。

据统计，OpenAI使用了1万-3万颗英伟达GPU来训练GPT-3.5模型。集邦咨询报告显示，如果以英伟达 A100 显卡的处理能力计算，运行ChatGPT将可能需要使用到3万块英伟达GPU显卡。

价格方面，目前国内可以买到的H800价格已经高达20万/张，而A100/A800价格已涨至15万、10万/张左右。以2000P算力需求为例，H800 GPU单卡算力2P，需要1000张，预测用卡成本为2亿元；A800单卡算力约为0.625P，需要数量为3200张，预计用卡成本就高达3.2亿元。

除了买GPU显卡，服务器还要考虑整机配置运算，包括CPU、存储、NV-Link通讯连接等，以及电力消耗、场地租金和运维成本等因素，整个成本要超过6亿元以上，OpenAI则正在使用微软超级昂贵的超级计算机，耗资数亿美元、用英伟达数万颗芯片的Azure云进行算力训练。