VV
vv燕文的AI创投圈AI VENTURE & BUSINESS
关于燕文

VV YANWEN · AI VENTURE NOTES

vv燕文的
AI创投圈

从技术趋势、资本判断到真实业务与商业结果,持续记录我对 AI 创投、产业变化、产品落地与个人机会的深度思考。

这里不是新闻转述,也不只是一份资料库。我希望把机构报告、产业数据和真实项目经验,翻译成创业者、管理者与职场人真正能用的商业判断。

TOPICS & RESEARCH ARCHIVE

专题与
资料库

资料库是「vv燕文的AI创投圈」的一部分。每一期从一个值得追问的变化出发,连接一手资料、产业地图、完整原文与我的商业判断。

01

一手资料

从机构原文、政策文件和技术报告出发,不用二手标题代替判断。

02

产业地图

把宏观变化拆到产业链、关键指标、岗位和真实机会。

03

项目与商业

结合市场、流量、大项目和跨业务经验,判断技术如何被采用、交付与规模化。

按期数查看专题

已上线 8 期 · 持续更新

001—008已按真实内容连续归档;每期均保留独立链接、完整原文与期数导航。

AI 创投圈 · NO.004 配套研究资料

开源模型变局下,
谁在获得新的机会?

我们从红杉、a16z、Moonshot AI 和 OSI 的一手资料出发, 拆解技术变化、资本判断,以及 8 类值得验证的 AI 创业方向。

4GLOBAL
SOURCES
8VENTURE
OPPORTUNITIES
AIOPEN
MODEL
研究主题
开放模型 × 全球竞争
更新日期
2026.07
阅读时间
约 18 分钟

01 / 先看结论

开放模型不再只是技术路线,
而是在争夺下一代 AI 的默认层。

真正的机会不只在“再做一个模型”,而在模型被采用之后出现的部署、安全、数据、评测与行业服务。

以下 8 类机会是基于公开资料形成的研究判断,不是投资建议。创业者仍需用真实客户和付费行为验证。

02 / 一手资料

我们读了什么

每份材料只提炼关键判断。点击卡片可前往发布机构查看原文。

03 / 核心资料

8 类 AI 创业机会地图

选择一个方向,看清用户、场景、产品、风险和第一步验证方法。

OPPORTUNITY 01

企业私有化模型部署

强需求 / 重交付
具体用户
数据敏感、无法直接使用公有云模型的中大型企业
发生场景
内部知识、客户数据与业务流程不能离开企业边界。
可做产品
模型选型、私有部署、推理优化、权限审计与持续运维的一体化服务。
可能付费方
企业 IT、信息安全部门与业务负责人
主要风险
项目容易沦为低毛利定制;必须沉淀可复用部署模块。
先别写商业计划书

第一步验证:访谈 10 家已经测试本地模型、但尚未进入生产的企业。

04 / 怎么使用

不是一张“看起来很全”的图,
而是一套把趋势变成行动的判断顺序。

  1. 01
    先找真实用户

    谁正在付出时间、金钱或承担错误代价?

  2. 02
    再锁定具体场景

    问题在什么时候发生,为什么现有方案不够?

  3. 03
    最后验证付费

    用访谈、预售或小规模交付,代替想象市场规模。

VV YANWEN · ORIGINAL

本期原文

HOLA。今天聊个挺反直觉的事儿。

7月24号,红杉发了篇文章,叫《美国的开放模型悖论》。里头有个数挺吓人:千问在全球新增开放模型微调里的占比,2024年1月还只有1%,到2026年2月已经干到69%了。红杉甚至说,大部分美国AI创业公司,技术栈里已经在用中国模型了。

a16z今年4月也跟了一篇,说用开放工具的开发者里,80%在使用中国的。2025年有的星期,中国开放模型占全球AI使用量的30%。

然后7月16号,月之暗面发了Kimi K3,2.8万亿参数,号称全球第一个开放的3T级模型。27号,完整权重直接放出来了。

你肯定想问:花那么多钱训出来的模型,凭什么白给全世界用?肯定不是做慈善。他们抢的根本不是那点API调用费,抢的是开发者、是技术标准、是下一代流量入口。

先澄清一个点,开放权重不等于“啥都给你开源”。训练数据不一定公开,完整训练流程也不一定给,但模型你能下载、能部署、能微调。这意味着你不需要被某一家公司的价格、接口、规则死死捆住。

我干市场、搞流量十几年了,这路子我太熟了。免费的,都懂。互联网那会儿,搜索免费、社交免费、内容免费,最后争的是啥?用户习惯、生态、交易入口。

AI现在一个样。模型越来越便宜,钱不会消失,它只是往上跑、往下跑。有人赚算力,有人赚私有化部署,更多人会在模型上面赚行业应用的钱。

对普通创业者来说,这其实是好事。你不用再琢磨自己搞个大模型了,底层能力已经快成水电了。你真正该想的是:拿着现成的模型,你能不能解决一个客户愿意掏钱的问题?

今年我带学员做AI工具,越来越明白一件事——模型牛不代表你产品牛。今天你用的这个模型领先,仨月后可能就被换了。客户留得住,不是因为你调了Kimi还是Qwen还是DeepSeek,而是因为你懂他的业务,你能把他的流程跑通,你能稳定交差。

所以开源模型底下,我最看好的就三类:一个是企业私有化部署,解决数据安全的硬需求。一个是垂直Agent,把销售、客服、内容、电商这些活儿真正跑起来。再一个是做评测、做安全、做成本优化,帮企业搞清楚该选谁、怎么用最划算。

但开源也有残酷的一面。门槛低了,那些只套了一层界面、只有单一功能的产品,很容易被复制。你真正的护城河,从来不是你会不会调接口,而是你的客户、你的数据、你的流程、你的交付能力。

所以别老盯着“谁又超过谁”这种新闻。你该问自己:底层能力都这么便宜了,我到底能创造出啥别人拿不走的结果?我干了这么多年积累的行业经验,能不能变成一个别人抄不走的工作流?如果明天换了个模型,我的产品还活不活得下去?

我把开源模型下普通人能抓住的机会,整理了一张图,叫《开源模型下的8类AI创业机会地图》。里面写了目标客户、怎么收费、最小MVP长啥样、风险在哪儿。进粉丝群回复“开源”两个字,我发你。

中国AI真正往外推的,可能不只是一个模型,而是一套新的游戏规则。模型可以白送,但入口、客户和结果,从来不会免费。

我是vv燕文,【AI创投圈】第四期,专聊AI创投那点儿事儿。下周见,Chao。

ABOUT VV YANWEN

关于 vv 燕文

AI创投研究AI产品实践市场与投放跨业务项目

我做了十几年市场和投放、内容和流量,参与过月流水亿级业务,也负责过跨团队、跨业务的大型项目。

从外企、创投、互联网教育到AI项目实践,我长期关注的并不只是流量趋势和新技术本身,而是:一个趋势怎样进入真实业务,怎样变成产品、用户、收入和可复制的增长。

现在,我一边研究AI创投与产业变化,一边亲自带学员做AI项目、做产品、跑交付。我希望把机构报告、产业数据、真实项目经验,翻译成创业者、管理者和职场人真正能用的商业判断。

「AI创投圈」不是资讯搬运,而是一套持续更新的深度研究:看懂技术变化,也看清客户、成本、交付和商业结果。

如果你正在做AI产品、寻找AI转型机会,或者希望交流内容增长与商业化,欢迎添加我的企业微信。

京ICP备2025134656号-1