在火山引擎的创业企业论坛里，没人在谈AGI？
AI 创业者们开始认真算账了。
AI 创业者们开始认真算账了。
👦🏻 作者: 镜山
🥷 编辑: Koji
🧑🎨 排版: NCon
12 月 18 日下午，「十字路口」团队受邀参加了火山引擎 FORCE 原动力大会「创业企业论坛」。
从现场的体感来说，这是一个很**「现实」的论坛**。
来的人很多，交流也很密，现场创业者非常热情，台上在讲，台下在记，创业者之间的讨论几乎没停过，整体氛围很热：
但这么热闹的原因并不是因为他们听到了多新的概念。
相反，很多创业者在会场里反复讨论的，其实是同一组问题：
用户一多，Token 在烧怎么办？功能一复杂，稳定性在掉怎么办？产品做出来了，但卡在分发、增长、冷启动怎么办？
也正因为如此，论坛主办方火山引擎 V-START 加速器，才能把这么多创业者聚到同一个论坛里。
大家来这里，是想看看：这些已经发生的问题，有没有被系统性地回应过，有没有现成的解法，或者至少有没有一条更可行的路径。
现场要讨论就是如何试着解决这些问题。
从现场的提问和交流中，大家的关注点其实很集中，可以归结为** 3 个非常具体、也非常现实的问题**：
🚥
【1】用户一用，钱就在烧怎么办？
【2】产品做出来，没人知道怎么办？
【3】技术上，我能不能用上大厂同款？
下面，我们把这 3 个关注点拆开来说。
【1】先解决一个最直观的痛点：用户一用，钱就在烧
只要真正做过 AI 应用，都会很快意识到一个变化：以前做 App，用户越多越好；现在做 AI，用户的每一次对话，后台都在实时计费。
圈子里有句半开玩笑的话：心跳跟着 Token 跳。
对刚起步的团队来说，这其实是一种很矛盾的状态。
你需要用户来试用，才能验证产品方向，但一旦用户增长过快，算力成本可以直接爆了。很多创业者不是不想推广，而是根本不敢放量，怕账单先把团队干垮了。
所以大家会很直接地问：
火山引擎 V-START 加速器，能不能在这件事上「帮帮忙」？
【2】另一个长期困扰创业者的问题：产品做出来，却没人知道
现在的 AI 创业圈里，并不缺技术实力强的团队，也不缺有意思的产品。
稀缺的是被用户看到、被真实使用的机会。
很多项目卡住，并不是因为做得不好，因为他们根本不知道第一批用户从哪里来。
这也是 V-START 加速器显得有些不一样的地方。
火山引擎背后是字节跳动，而字节很擅长的，是流量分发和用户获取。
对 AI 创业者来说，加入这个计划，本质上是在问一个问题：
能不能搭上字节的用户与渠道资源？
如果做的是 ToC 产品，巨量引擎、抖音生态，是否能给到更多曝光机会？是不是有可能让产品出现在数亿用户使用的平台里，而不只是靠自己到处发帖推广？
如果做的是 ToB 产品，是否有机会对接到真实的企业客户，而不是一直冷启动？
这些问题，关系到的是产品有没有机会跑起来。
【3】最后一个更底层的问题：技术上，我能不能用上大厂同款？
做大模型和 AI 应用，从来不只是写代码那么简单。
比如：多卡并行时，如何保证稳定不掉线？长文本、高并发场景下，如何把延迟压下来？规模一上来，哪些地方最容易成为问题点？
这些问题，对小团队来说往往非常「重」，也很难在短时间内自行解决。
所以大家会关心：
V-START 加速器能不能把服务大公司过程中积累下来的工程经验，直接开放给创业团队使用？
当这 3 件事同时被摆到会上讨论时，下午的创业企业论坛为什么会吸引这么多 AI 创业者，也就不难理解了。
在「十字路口」团队全程参与这次 V-START 创业企业论坛之后，我们发现，V-START 加速器实际上用 7 个具体的点 Cover 了这 3 类问题。
我们已经根据现场信息进行了整理，接下来逐一分享给大家。
🚥 2025 是 AI 创业爆发之年
首先，几乎所有站在台上的人，都在反复强调一个共识：
2025 年，已经不再是「要不要做 AI 创业」的问题。大家应该去琢磨「谁能真正活下来」。
这场论坛的主持人是贾瑞（火山引擎 V-START 加速器负责人）、冯书云（火山引擎方舟解决方案负责人 ）、耿若思（火山引擎 V-START 加速器业务总监）等等。
而核心的发言者，基本分为了 2 个阵营：
【1】正在真实跑产品、跑用户、跑收入的 AI 创业公司。
比如：吴迪（影眸科技 CEO）、朱哲清（Pokee AI 创始人）、胡修涵（捏 Ta 创始人）、贾荣飞（数美万物联合创始人）、童超（芒种星球联合创始人）、杰夫（巨日禄创始人）、杨晟（珀乐互动创始人）、谢晨（光轮智能创始人）等等。
【2】参与一线的投资机构
比如：**黄云刚（源码律动管理合伙人）、臧天宇（锦秋基金合伙人）、焦腾（明势创投合伙人） 、陈昱（云启资本合伙人）**等等。
在这个背景下，我们梳理出了以下 7 点：
1）能用到火山引擎的地方，一定要积极申请资源
👦🏻 贾瑞：
说到 2025 年，其实大家整体的情绪还是挺兴奋的，可以说，这一年基本可以确定是 AI 创业开始爆发的一年。
过去一年里，我们加速器团队在市场上前前后后接触了 1000 多个创业项目，也确实看到了非常多能力扎实、判断清晰的创业者。
一个很直观的感受是：优秀的创业者，一定值得被更早地看到、也值得更多支持。
也正是基于这样的判断，我们在 2025 年正式推出了 AI 领航者计划。
核心目标很简单，为那些优秀、但仍处在早期阶段的创业团队，提供更有针对性、更匹配实际需求的支持，陪大家一起度过创业最不确定的那段时间。
如果往前看，明年对大多数 AI 创业公司来说，最重要的事情其实已经非常清晰：把产品真正落地，拿到第一批用户。
AI 领航者计划的所有设计，也都围绕这 2 个目标展开。
在算力和技术层面，我们会持续加大高额代金券的投入，同时引入更多 AI 领域的一线专家，在技术支持和产品落地过程中和团队一起拆问题、做优化，帮助大家在保证效果的前提下，尽量把成本压下来，把落地速度提上去。
🧑🏻💻 吴迪（影眸科技 CEO）：
我也算是经历过比较重大的融资挫折和公司快要倒闭的情况，账上也是经历过只有 100 万块钱，发不出工资的情况。
创业者此时最大的特质就是得会薅羊毛，如果你们能用到火山羊毛的地方，一定要应薅尽薅，送的 token 不用白不用 。
在我们需要大量资源进行训练的时候，他们往往能够第一时间帮我们协调、调配这些资源，这对我们推进模型训练和技术迭代来说，帮助非常直接。
2）如何解决「产品没人知道」？
👦🏻 贾瑞：
在具体落地层面，我们也在帮助不同类型的创业公司，对接字节体系内更合适的资源。
比如，对于做硬件的创业公司，我们会协助他们对接抖音电商，拓展实际的销售渠道，而不是只停留在曝光层面，帮助产品真正跑通商业闭环。
对于一些头部的 AIGC 产品，我们会在第一时间推动它们接入最新发布的多模态大模型，借助技术更新节点获得更多流量和关注度，在用户侧实现更快的增长。
截至目前，已经有 50 多家企业加入了我们的 AI 领航者计划，并与火山引擎及字节生态展开了深入合作。其中也包括面向全球市场的应用型公司，我们帮助他们在开源生态中进行推广，扩大在全球开发者社区中的影响力。
此外，今年我们也会重点关注内容创作和短剧相关的行业。在这类场景中，我们会协助短剧公司对接字节体系内的平台资源，帮助他们更顺畅地实现内容分发与商业变现。
整体来看，我们希望做的不只是单点支持，而是系统性地打通字节生态内的资源。
为创业团队建立更专属的合作通道，帮助他们获得首批用户，并在此基础上推动持续的用户增长。
3）如何解决「技术、出海搞不定」？
👦🏻 贾瑞：
其实，火山引擎加速器本身的定位，就不是一个「泛泛的创业扶持项目」，而是专门为创业公司打开的一条入口。我们的目标，也不只是帮大家对接一些基础资源，而希望在火山引擎、以及字节跳动整个业务体系里，给创业团队带来真正额外的增长机会，以及和技术深度绑定的支持。
放到具体场景里，比如在企业服务方向，如果一家公司本身有比较重的数据处理需求、模型调用需求，我们往往会直接参与到技术方案的设计过程中。
一起去拆系统架构，帮你判断什么样的模型组合更合适，在保证效果的前提下，把整体成本尽量降下来。
与此同时，加速器也会持续引入更多 AI 领域的一线专家资源，在技术支持和产品落地这两个关键环节，和创业团队一起协作。
核心目的其实很简单：少走弯路、少踩坑，把从验证到规模化落地的节奏跑快一点。
另外一个很明显的变化，是我们今年在海外方向上的推进。火山引擎加速器从 0 到 1 搭建了完整的海外加速体系。
所以，如果创业团队本身就有出海或者全球化的规划，我们也非常欢迎进一步对接，把这些资源真正用起来。
4）不用非得在一个场景上内卷
👦🏻 贾瑞：
在 AI 的发展过程中，我们其实已经很明显地看到了一些和 2024 年不太一样的新变化。最直观的一点，就是应用场景开始从相对单一，走向越来越多元。
如果回到 2024 年来看，从创业公司真实的使用情况出发，平台上的 Token 调用量，基本还是集中在角色扮演、互动娱乐这些少数场景里。应用形态比较集中，更多还是在试水、验证、找感觉的阶段。
但到了 2025 年，这个局面发生了很明显的变化。随着模型推理能力和多模态能力的快速提升，越来越多场景开始真正「能用、好用、敢用」了。
不管是Coding 相关的工具、Agent 类应用、短漫剧和内容创作，还是进一步延伸到和硬件结合的应用场景，都已经陆续跑出了一批表现非常亮眼的创业公司，整个应用版图一下子被拉开了。
更重要的是，这背后并不只是「产品变多了」这么简单。
AI 的能力开始真正对上了现实世界里的需求。模型能做的事情，和用户真正想要的东西，正在越来越贴合。
从这个角度来看，当前的市场，其实正在慢慢走出早期那种以概念和热度为主的阶段，转向一个更稳定、更可持续的结构性繁荣阶段。
🧑🏻💻 谢晨（光轮智能创始人）：
而且，在具身领域，现在其实已经能看到 Scaling Law 出现了。
当数据规模上来之后，你会发现，只要继续 Scale 数据，算法的 performance 就真的会变得更好。
但问题也随之而来：需求已经明显跑在我们前面了。
现在不是我们去找客户，而是压根赶不上客户的需求。过去三个月里，团队规模已经翻了一倍，就是为了追需求，但即便这样，交付压力依然非常大。
与此同时，客户结构本身也发生了质的变化。
以前需求最大的，更多还是机器人公司；现在，变成了大厂里的大模型团队。
你看他们的算力规模就很直观：均用卡量，从原来的 5000 张卡，直接变成 5 万张以上。
👦🏻 施凌翔（火山引擎创新总经理）：
在具身智能领域，NVIDIA 一直都是字节特别重要的合作伙伴。我这边主要负责创新相关的事情，其中包括：机器人开发工具、机器人产品这一块。
我们在合作的过程中，其实一直有个很明确的原则，也算是我自己内心特别笃定的一件事：机器人不是一个「产品」的问题，而是一个「生态系统」的问题。
所以不管是我自己做工具，还是我们要做产品，整体的方法和风格，都是围绕着「怎么把这个生态搭起来」去的。
因为在我看来，机器人这件事，本质上是在重构生产关系。
如果你从「终局」往回看就会发现，生产关系的重构，靠一个单一工具是解决不了的，靠一个脚手架也不行，甚至你说我建一个特别牛的数据工厂，把数据全采齐了，这件事本身也解决不了问题。
为什么？因为机器人真正难的，是最后一公里能不能成功交付。而这最后一公里，一定会牵扯出算法层、基础设施层一整套连锁问题，这本身就是一个生态问题。
所以我们希望的是：开发者在使用数据的过程中，可以直接用到字节这边结合大模型的 LAS 数据湖服务；然后再去火山引擎整个 MLP 体系执行，最后在真正落地 Deployment 的时候，用我们自己的开发工具，再加上「最后一公里」的评测工具，把交付这件事兜住。
这一整套下来，它必须是闭环的、完整的。
在具身智能领域，字节也会提供一整套支持，比如火山引擎可以提供具身数据服务、模型训练 MLP、具身模型 VLA、veRL 强化学习框架等等。
5）不要有「大模型吃掉应用」的焦虑：模型越强，应用会越好做
👦🏻 贾瑞：
我们其实也挺高兴看到一件事：应用公司和模型大厂之间，正在慢慢找到一种比较健康的共生关系。
在早些时候，大家都有一个共同的担心，随着模型能力越来越强，应用层的空间会不会被不断挤压，创业公司会不会越来越难活。
但到了 2025 年，从我们的视角来看，情况并不是这样。
相反，无论是语言模型还是多模态模型，每一次能力出现明显跃迁的时候，我们生态里的应用公司，几乎都会迎来一波很实在的增长。
你会发现，模型能力的提升，和产品本身的增长之间，正在形成一种非常清晰的正相关关系。模型更强了，应用能做的事情就更多了，用户体验更好，转化也更顺，大家慢慢摸索出了一套共赢的合作方式。
所以现在回头看，模型更新本身，并不是威胁，反而是一种杠杆。
每一次模型能力的升级、每一个技术拐点，对创业公司来说，其实都是一次难得的增长窗口。
🧑🏻💻 胡修涵（捏 Ta 创始人）：
我自己的感受是，去年做产品其实挺受限的，主要还是多模态能力没跟上。对大多数 C 端用户来说，真正能一下子意识到「AI 原来还能这么用」的场景并不多。
但今年开始明显不一样了。像豆包这类产品里，多模态在 C 端的使用一下子多了起来，尤其是偏娱乐、偏创作的场景。
我们能看到一些很有意思的变化：年轻用户已经不太满足于玩一次就结束的那种「过家家」，而是开始持续地去搭世界，慢慢构建一个属于自己的幻想宇宙。
我们最近也整理了一些跨用户的内容，发现大家不只搭一个个小卖部，真的开始挑战更复杂的东西。
这种变化，其实挺直观的。
背后一个很关键的原因，还是模型能力本身的进展。不管是字节这边的 Seedream、Seedance，还是 Nano Banana、Sora-2 都进化的非常快，带来了很多机会。
🧑🏻💻 贾荣飞（数美万物联合创始人）：
而且这种变化不只发生在线上。
在实体制造这块，我们也看到了挺多用户侧的爆发，说实话还挺惊喜的。比如 Nano Banana 刚发的时候，很多人自发去做香蕉相关的手办。
我们之前做过个性化键帽的活动，看起来是个挺小众的方向，但用户参与热情非常高。当月这个品类的内容量涨得很快，商品成交量也同步往上走。
🧑🏻💻 黄云刚（源码律动管理合伙人）：
从企业端来看，其实逻辑也差不多。
我们看到很多被投企业，都在想一件事：能不能把内部的数据真正用起来。
企业里有很多销售数据、运营数据，但大部分都躺在本地系统或者内部流程里。飞书在文档、总结、问答这些场景已经做得很好了，但这只是其中一部分，还有大量数据其实还没被激活。
所以不管是个人端还是企业端，需求一直都在，关键还是模型能力到不到位。一旦能力上来了、成本下来了，大家自然就会开始用、开始玩，慢慢也就走向更大的用户群体。
🧑🏻💻 臧天宇（锦秋基金合伙人）：
我这段时间看 C 端产品比较多，整体的感受是，用户的需求本身其实挺稳定的，只是重点在发生变化。比如现在这一代年轻人，对个性化表达、沉浸式体验的需求，比以前都更强一些。
以前一个人就算想象力很强，也很难把文字设定真正变成可视化的东西，更不用说互动体验。
但现在通过 AI，可以把纯文字的想法直接变成漫画、动画，甚至是能玩的内容，比如我们投的 OiiOii 和造梦次元，再往后走，现在还有个性化的制造能力，例如我们投的数美万物，还能变成实体，比如手办、徽章、装点自己的包，这里面的机会其实非常多。
🧑🏻💻 冯书云（火山引擎方舟解决方案负责人）：
从模型服务这边看，我们的感受也挺一致的。模型能力并没有把应用「挤没」，反而是在不断把应用的上限往上抬。
在生产力场景里，只要模型能稳定、高质量地完成任务，用户是愿意付费的，比如写代码、RPA 相关的 Agent。消费侧也一样，清晰度和体验一旦上去，大家很快就回不去了。
我们后来也慢慢形成一个共识：模型成本一定会降，但只要模型效果持续变好，用户就会愿意为更好的体验买单。
这也是为什么你会看到，不管是算力还是资源，一直都很紧张。
🧑🏻💻 朱哲清（Pokee AI 创始人）：
我觉得企业端的 adoption，可能真的比我们想象中要快很多。
ToB 的业务本身就有一个特点，相对更容易跑到收支平衡，所以整体状态其实是比较健康的。
现在很多企业在这件事上的态度也非常自然了，直接就说：我要把公司内部的工作流，架在云厂商上，然后给到一定的预算。
6）多模态技术的成熟、降本将让商业主力进来
🧑🏻💻 焦腾（明势创投合伙人）：
今年最明显的变化，说实话我自己的体感还是多模态原生能力真的上了一个台阶。
以前我们做学习、做理解，基本都是：先把一切东西转成文字，再丢给模型继续学。但你仔细想想，人根本不是这么学习的。我们是一边看、一边听、一边说，还会记住当下的动作和环境，这些信息是同时发生、相互影响的。
现在的变化就在这儿，模型开始更像人一样接收世界了。视频、语言、画面、动作、上下文一起进来。这样学出来的东西，对现实世界的理解自然更顺，也更合理。
某种程度上你会感觉到，数字世界终于开始对齐真实世界的学习方式了。
🧑🏻💻 杰夫（巨日禄创始人）：
从我们的角度来看，首先是模型能力的提升，确实让我们感觉到很直观的变化。
成本也是一个很关键的因素，毕竟漫剧的生产可真是考验效率的活。
我们当时有算过一个数字，假如每分钟的生产成本加上配音、算力、工资等各方面的成本，整体能控制在一千元左右，我觉得这行业就大概率会迎来大规模的爆发。
结果实际上也挺接近这个预期的。
另外，我觉得还有一个很重要的前提是，网文和短剧其实已经积累了大量优秀的内容。很多网文的故事本身非常棒，但拍成真人剧的时候效果可能就没那么好。
漫剧的 2D、3D 拟真人画风，能够很好地呈现那些真人拍摄中很难做到的故事情节。
🧑🏻💻 杨晟（珀乐互动创始人）：
如果去年我们坐在台上聊这个话题，可能有一半的人还是科学家吧……
但今年，你看，坐在这儿的，已经是一帮二十岁、三十岁左右的年轻人了。我觉得，技术的成熟终于把商业化的力量带进来了，我们现在代表的就是商业化的力量。
现在大家讨论的，已经是创作怎么样，故事好不好。我觉得，多模态技术真正解放了艺术家，让他们不再需要纠结技术细节。
艺术家可以直接去做他想做的事，把自己的创意通过 AI 实现出来。
🧑🏻💻 童超（芒种星球联合创始人）：
供给端确实发生了很大的变化。
我们自己也在和内容公司尝试合作，刚开始的时候，我们的定位是偏真人的方向，但问题是，真人拍摄的质量达不到预期。后来，我们调整了思路，把质量稍微降低一点，到了漫剧的制作水平就差不多了。
虽然是漫剧，但它的质量足以在行业内带来很大的商业化收益。
更重要的是，当质量达到一定标准后，每集的单位成本开始显著下降。因为 AI 工作流能够并行生产很多集，整个生产效率提高了，这就让「概率游戏」变得成立了。
你可能发 100 部剧，最后只有两三部能成功，但这两三部足以覆盖 100 部的成本和收益。
这一点非常重要。
归根结底，这背后的质变是由技术和工作流的变化推动的。这是一个关键的时间点，标志着我们进入了一个全新的阶段。
🧑🏻💻 殷世铨（抖音集团短剧版权中心-漫剧内容合作经理）：
从平台的角度来看，AI 漫剧的兴起，其实核心就在于技术突破和产业需求的契合。
我们看到，多模态 AI 的技术突破，让漫剧的质量达到了一个商业化的门槛，这也意味着，之前那些难以实现的高质量创作，终于能通过 AI 得以落地。
再者，AI 的参与让整个制作的成本降低，同时效率也有了提升。但最重要的是，AI 的加入降低了创作的门槛，能让更多的创作者有机会参与其中。
7）不要等待完美，先跑起来
👦🏻 贾瑞：
2025 年，AI 创业公司会涌现得非常多，而到 2026 年，真正推向市场的产品只会更多，竞争也会变得更加激烈。留给创业者的窗口期，其实已经在迅速变窄。
从我们的角度来看，现在最危险的不是产品还不完美，而是迟迟不敢发布。
创业者不需要等到「完美版本」，能上线的就尽量上线，尽早接触真实用户，尽早打造自己的第一批客户群。只有开始跑，才能在技术不断发展的过程中抓住属于自己的增长机会。
V-START 加速器的「AI 领航者计划」为此将提供 3 个支持：
第一，在算力与技术方面，我们会继续加大代金券和资源投入，同时引入更多的 AI 专家，帮助创业团队优化技术选型、降低成本，缩短从研发到落地的周期。
第二，在增长与市场方面，我们将打通字节生态内的协作通道，并协同创业市场上的合作伙伴，帮助创业公司建立更高效的合作路径，尽快把产品带给真实的用户。
第三，从长期发展来看，我们将继续搭建交流平台，让创业者、一线投资人和行业专家能够在同一平台上充分交流，减少信息不对称，为创业团队提供持续的成长助力。
🚥
回到 12 月 18 日下午的这个论坛，你会发现一个很明显的变化：
大家不再急着证明 AI 有多大，而在反复确认一件事：这条路，现在能不能走通。
账单、用户、工程、分发、成本，这些词反复出现，很真实。
它们决定了一家 AI 创业公司，是停在 PPT 里，还是能真正跑进市场。
V-START 加速器在这场分论坛里没有给创业者画一条「成功路径」，但它把几件很难、很现实的事，提前来谈一谈：钱怎么省、路怎么走、坑怎么绕。
这本身就很重要。
模型会继续变强，平台能力也会持续更新。从这个角度看，V-START 加速器的价值，并不体现在某一个单点资源上。
谁愿意在不确定中先动手、先上线、先面对真实世界，谁就有可能 Ship First。
