围绕BIGAI，最容易被追问的一句是：开放成果出来后，到底有多少创业公司已经赚到钱？
目前可查的公开资料给不出这个数字。相关材料没有明确的“开放生态”统一启动日，也没有入驻、孵化或合作初创企业的完整名单。营收、续费、毛利和现金流同样未见披露。“半年后”从哪天起算、样本包含哪些公司，都无法核对。此时给出精确的商业转化率，证据并不充分。
公开的是技术清单，创业成绩单还没出现
北京通用人工智能研究院由朱松纯于2020年创建，获得北京市人民政府、科学技术部、教育部支持，并与北京大学、清华大学等单位共建。作为非营利性研究机构，BIGAI的目标是研发具备自主认知与决策能力、符合人类情感和伦理观念的通用智能体。
2025年3月28日，《科学》杂志发表专题报道《AI gets a mind of its own》，介绍朱松纯团队在AGI领域的研究进展。相关报道也提到，他长期质疑以大语言模型为核心的技术路线。
从BIGAI官网列出的成果看，研究院的技术版图已经相当具体：
- TongAgents登上多项国际智能体榜单；
- 行业智能体基准被用于定义“数字员工”的上岗标准；
- SceneVerse++尝试从海量视频中提炼真实3D场景；
- TongSIM面向物理空间训练，开源两天登上Hugging Face热度趋势榜第一；
- 通研院与宇树提出通用运动控制框架OmniXtreme。
如果按应用对象粗分，一边是TongAgents和行业基准代表的数字智能体，另一边是SceneVerse++、TongSIM、OmniXtreme指向的物理空间感知、训练与控制。技术方向已经显现，官网却没有给出这些成果对应的创业公司、采购方和经营数据。
榜单第一，离现金流还有几张表
TongSIM开源两天登上热度趋势榜第一，能够说明开发者关注度。TongAgents进入多项国际榜单，也能提供能力层面的参照。到了企业采购环节，客户还会追问更具体的问题：产品能否稳定完成任务，错误如何追溯，人工何时接管，部署和维护需要多少钱。
数字智能体进入法务、教育或企业办公场景后，还要接入原有的权限、审计和责任流程。行业基准可以测试能力边界，却无法直接回答客户是否续费、单个客户收入能否覆盖推理和服务成本。
物理空间产品的账更复杂。SceneVerse++、TongSIM和OmniXtreme提供了场景构建、模拟训练和运动控制能力，创业公司仍需完成硬件适配、现场部署和持续运维。演示效果说明技术能做到什么，商业交付还要看稳定性、人工介入和整体成本。这些数据目前没有出现在相关公开材料中。
长周期科研和企业经营要分开看
BIGAI的公开投入还包括人才培养。中国科学技术大学发布的2024年“通计划”联合培养博士生专项计划共设15个名额，直博生基本学习年限为5至6年。
这项计划对应的是长期科研和人才储备。创业公司的经营结果需要另一套证据：谁在付费、收入能否持续、交付成本多高，以及企业是否已经摆脱持续输血。
下一份成绩单该补哪些内容
要回答“多少公司跑通AGI商业闭环”，至少需要公开几类信息：
- 样本边界：企业名单、与BIGAI的合作关系，以及统计起止时间；
- 收入质量：收入来自一次性项目、软件订阅还是持续服务；
- 成本结构：模型调用、算力、硬件、部署和人工服务如何计入；
- 客户留存：是否出现续费、复购或长期合同；
- 责任安排：产品出错后由谁接管，损失如何处理。
单看Demo、开源热度和评测榜单，算不出正向现金流。即使拿到项目，也要区分一次性交付和可重复销售。
按目前资料，能下的判断很窄：BIGAI已经拿出一批可识别的技术成果，创业公司的商业账尚未披露。通用能力要变成稳定收入，还得进入具体业务流程，并把成本、交付和责任算清楚。
现在，谁真正跑通了闭环？公开数据还不够回答。
