当7月16日身着唐装的黄仁勋在公开演讲中，将minimax与“deepseek、阿里巴巴、百度”一同提及，并称“开发的产品都是世界级”时，沉寂半年之久的ai四小强，颇似甄嬛回宫，手里拿上了逆袭剧本。 实际上，进入7月，扎堆推出deep research的ai四小强，正跃跃欲试重新登上牌桌。 近期，阶跃星辰的阶跃ai deep research正式开启邀请测试，此前6月，minimax连续5天上新了推理模型m1、视频生成模型、agent等，其中minimax-m1集成了包括deep research（深度研究）在内的技能，同在6月，月之暗面的kimi research跟上。而早在3月底，智谱发布了autoglm沉思版，作为智能体(ai agent)也融合了deep research能力。 截止发稿前，ai四小强已全抢上这一波deep research的船票，并在7月争先恐后在模型层上新，前半年低调发育的ai四小强，在大厂夹击下正迅速追上。 “现在大模型进入了深水区，单靠模型参数或者demo已经没办法说服市场了，”某头部创投机构联创林晟（化名）告诉字母榜，对商业化压力越来越大的ai四小强而言，在垂直领域做深，做更能交付价值的deep research以及agent，都是在大厂围剿中较为安全的生态位。 ai四小强也“需要通过跟上deep research这样关键的技术迭代向投资人证明，他能在大模型下半场占有一席之地。”林晟补充道。 同时，对ai四小强来说，跟进deep research，押注可以自主规划任务并交付结果的ai agent，不仅是为重上牌桌，也是要搏一个“钱景”。 据外媒报道，为了使用openai面向chatgpt pro用户推出的agent “deep resaerch”，约20%的用户升级成了每月订阅费高达200美元的pro会员。同时，恒业资本管理合伙人江一告诉字母榜，随着deepseek的爆火，他们慧辰股份推出的消费agent，原本在ai方面没有投入预算的客户，已经将原本信息化的预算挪向ai，而这些应用agent的订单往往都在数百万级别。 这一次，ai四小强能重新上桌吗？ 在2025年的ai agent热潮里，deep resaerch（深度研究）类的产品是最早落地的一批。 从去年底谷歌发布首个deep resaerch开始，数月内，openai、anthropic等迅速跟进，能做ppt、写财报分析、进行学术研究的deep resaerch成了新的技术标杆，也让ai agent在用ai 辅助人的道路上向前迈了一步。 如今ai四小强都推出了自家的deep research，正面硬刚字节、腾讯等大厂。 不过需要注意的是，agent作为四小强关键的技术展示窗口，杨植麟们的表现颇为谨慎。都以内测版开路，通过一个月的小范围内测，去收集专业用户的反馈意见，在调试后才全量上线。 这种谨慎开大的做法也显露出ai四小强对这次亮相的重视。 此外，在deep resaerch的路径选择上，ai四小强也分裂出了两种路径。 一条路径崇尚傻瓜式操作，门槛更低，以月之暗面的kimi-researcher为代表，摸着openai、gemini过河。正如openai demo所演示的一般，用户只需发出指令，合上电脑等待，就能得到一份达到研究分析师水准的报告。和月之暗面选择同样路径的，还有字节。 这种路径选择让ai自主思考和理解，推理和调用工具来解决问题，极大降低了用户的使用门槛。“用户不需要准备复杂的提示词，只需要等待，甚至为了没有耐心的大部分用户，openai官方宣称任务交付时长在1-30分钟，测试下来kimi-researcher一般都会在10-20内生成结果。”在某国企ai相关部门就职的宋城（化名）告诉字母榜。 另一种则是高用户互动型，结果很可控，包括智谱、minimax，选择了类manus的工作流（workflow）模式。 此外，kimi还会提供一份可视化的报告，提供提供卡片、表格、思维导图等多种信息，目前chatgpt 尚未提供类似的功能。 在这种模式下，用户需要准备复杂的提示词，提示词的复杂程度决定了生成效果，而且在agent工作过程中，随着持续调用工具，用户需要加入提供反馈，宋城表示，这种模式ai的动作轨迹都一早设计好，可控性更高，只是用户被绑在了任务上，“如果一个任务需要跑1-2个小时，为了及时给ai做确认、纠偏，需要时刻注意页面。” 但最终两种路线的分歧，实际上都指向了一个核心问题，即无论走哪一条路，当下大模型的能力还不足以支持更智能的agent的推出，对用户来说，每次任务执行都有开盲盒的错觉，因此ai四小强也在补足自身的模型能力。 无论是mini max推出的m1新模型，上下文的长度达到一兆，还是月之暗面的k2模型，总参数量达到一万亿，就在7月25日，阶跃星辰场发布了step 3大模型。针对国产卡32k上下文，这代模型推理效率最高可达到deepseek r1的300%。 事实上，从ai六小龙到ai四小强，杨植麟们的2025年过的颇为艰难。 随着年初deepseek带起推理模型的新潮流，原本佛系观战的腾讯携元宝强势下场，阿里也用夸克浏览器争夺新流量入口，字节的豆包短暂从下载榜滑落，但凭借频繁的迭代上新持续探入垂直场景。 “在年初我们（kimi）停止投流之后， 国内不少应用商店搜索 kimi 甚至第一页都看不见， 在苹果 app store 搜 kimi 会推荐豆包， 在某度搜 kimi 会推荐 某度 deepseek-r1 满血版。” kimi发布k2 大模型后，kimi 的技术员公开表示，即便面对如此艰难的情况，kimi 也没有恢复投流。 去年在大模型赛道上激进砸钱推流的ai六小龙，一时之间陷入了对自身技术实力的自证漩涡。这似乎也让杨植麟们意识到，技术实力似乎远比用户规模，更能决定大模型创企的发展。 半年内，ai四小强悄悄调整重心，在生存压力下，放弃对用户规模的追逐成了第一步。 从去年12月至今，一批负责应用和商业化的六小龙高管相继离开。其中包括但不限于前智谱coo张帆、前minimax商业化负责人魏伟、前月之暗面核心产品负责人明超平、前阶跃星辰“冒泡鸭”产品负责人张心皓（尚未离职，转为内部顾问）等等。月之暗面也传出了调整投放策略的消息。 从deepseek的推理模型，海外科技大厂如claude、xai等在deep resaerch上的新突破，到manus的agent热，大模型的竞争热词短短数月换了几轮，被deepseek冲击估值体系的ai四小强，不得不重新将技术迭代确立为公司的最高优先级。 而在这场ai时代的“注意力资源”比拼之战中，重新跟上节奏的ai四小强，需要向外界证明自己有重上牌桌的实力和可能性。agent成了最好的发力点。 “过去国内大模型都在对标openai、复制openai，现在在agent这样的应用层，要打差异化了。”江一告诉字母榜，ai头部创企正试图在垂直技术的长板上去做突破，避免与大厂的同质化竞争。 kim7月推出万亿参数的 k2模型，为智能体任务（agentic tasks）做了专门优化，被hugging face、perplexity ceo 发文称赞。多模态则是minimax的舒适区，近期发布的视频模型hailuo 02在artificial analysis video arena评测榜上排名第二，仅次于字节的seedance 1.0。 可以看到，跑在前面的已经拿到了来自资本市场的好消息。 智谱频频传出融资消息，又成为首个正式开启上市辅导备案的ai大模型创企，minimax爆出即将完成近3亿美元（约合人民币22亿元）新融资，并向港交所提交ipo申请，目标“今年内上市”，估值从25亿美元冲到40–50亿美元之间。 押注agent，ai四小强已经跟上来了。 不过，在agent时代，跟上节奏的ai四小强还需再次证明自己的价值。 技术卡位战是杨植麟们首先要自证的第一道坎。尽管月之暗面6月发布的 kimi-researcher ，声称在「人类最后一场考试」(humanity's last exam) 中，取得了 26.9% 的 pass@1 成绩，创下最新的 sota 水平，但可以看到，相比起引发热议的manus、lovert，前者拿到硅谷知名风投benchmark领投的7500万美元融资，亮相3个月完成文生图、视频生成功能的迅速迭代；后者顶着全球首个设计agent的名头得到了马斯克的激情点赞。 更为出圈的manus、lovert，调用的都并非国内的大模型。对杨植麟们而言，拿出自研agent只是第一步。他们需要用更出圈的应用案例，证明自身技术的优越性。 “agent需要给客户创造愿意付费并且可量化的价值。” 江一告诉字母榜，在agent创企们拿着锤子找钉子的过程中，出圈的应用案例要给客户提供真金白银的可量化价值，而这往往并非用chatbot这类基础功能可以达到的。他们为一位大客户交付了agent矩阵，涉及到从门店销售、找高潜门店售点铺货，到定市场策略、协同物流等多个流程。其中，客户有20万地推销售，工资高，流动性更达到60%-70%，培训成本占到了营收的12%。通过培训销售使用agent，客户将原本销售30天的入职培训时间缩短到了两天，新人用agent也能达到中等偏上的销售水平。 对ai四小强来说，找到目标客户后如何创造远大于售卖价格的交付价值，用出圈的应用案例证明自己，是必然要闯的第一关。 但在agent大爆发的2025年，杨植麟们也缺“钱多、有耐心”的好客户。 尽管算力价格被大厂联手打进“厘时代”，但不同于单纯对话的有限的算力消耗，需调用多个大模型、访问多个网址的agent，每个任务的token消耗量都不低。“生成一份还可用的调研报告，要22万token，用cursor（智能编程）一个来回就消耗300万token”，在某国企就职的宋城告诉字母榜，对企业来说，使用agent的成本并不算低。 同时，技术的迅速迭代也让agent的使用成本节节攀高。“manus发布前核算完成单次任务的成本在2-3美元，几轮优化后原本成本已经降低，但迭代添加视频生成能力等等，成本又再次拉了上去，”前manus员工方成（化名）告诉字母榜。 而使用成本的高昂、单次任务执行动辄要半小时、甚至一小时完成任务，就连openai也在“祈求”用户的耐心。 在openai面向chatgpt pro用户推出的agent “deep resaerch”后，其团队核心成员issa fulford接受采访时就表示“（openai deep resaerch）的目标用户是专业消费者（prosumer），那些愿意为了一个详细报告等待 30 分钟的人。” 根据similarweb的监测数据显示，2025年以来，manus的月访问量从3月的2376万次，跌到了6月的1730万次；genspark的月访问量从4月的888万次，下降到了6月的769次。头部agent 的增长颓势也告诉我们，agent距离跑通pmf（产品市场匹配度）还有一段路要走。 无论如何，可以肯定的是，ai四小强，必须开始赚钱了。