ChatGPT一周年:论道大模型与AIGC的趋势、投资与产业化之投资篇

发布于: 雪球转发:0回复:0喜欢:0

编者按:

2022年11月30日,ChatGPT横空出世,并以史上最快速度实现上亿活跃用户,在诞生首年就实现了10亿美金级的收入,并在一周年之际爆出了令世人震惊的高层“宫斗”事件。

开源模型也不甘落后,Llama2支持商用给顾虑自身数据安全的产业界提供了更多选择。传统产业几年的演进进程被高度压缩到一年时间,足以可见大模型的迭代和进化速度堪称一场“代际”碾压。

中国,一方面在底层模型上加紧追赶,在各家模型百花齐放的同时,真正具备自主预训练模型能力的第一阵营开始凸显出来;另一方面,无论产业界还是投资界,大家开始更加关心如何将大模型加快应用到更多产业场景,实现产业化落地。

于是,我们提出了如下问题:

1、在中国产业和监管环境下,中国底层大模型应该如何构建产业化、商业化生态,才能让更多的产业、企业快速、安全地部署大模型支撑的应用?与OpenAI有哪些“同”与“不同”?

2、大模型产业化应用从POC—商业化订单—可持续的商业化订单,产业化路径如何规划?产业化瓶颈应该如何突破?

3、美国和中国的大模型和AIGC创业引领全球,硅谷和中国现在正在发生什么?在大模型的应用领域,有哪些新的投资趋势?投资热潮下,如何能够及早地发现并且以合理估值投到优秀项目?

4、中国的投资人如何评估和看待大模型与其应用的投资机会和风险?底层大模型、多模态、AI Infra、AI Agent、具身智能等各个细分赛道在中国进展到什么阶段?投资拐点预计在什么时候到来?

为了回答这些问题,11月28日,盛景举办《大模型与AIGC闭门研讨会》,找到了在中国和美国创业和投资一线的企业家、投资人和财务顾问,一起分享AI创业心得,碰撞智慧和文明的火花。他们是:

智谱AI技术副总裁李智星:智谱AI创始团队源自清华大学,是中国大模型独角兽公司中最先进入和布局的企业;

深势科技创始人、CEO孙伟杰:深势科技创始团队源自北京大学,是成功地将AI模型技术推进到规模化商用阶段的科学智能创业公司,盛景也是其早期投资人;

TSVC创始合伙人夏淳:TSVC是美国硅谷最成功的种子期科技基金,也是Zoom的种子轮投资人。TSVC创始团队源自清华大学,在大模型与AIGC领域各个细分赛道均有积极布局;

将门创投创始人杜枫:中国成功的早期人工智能投资机构,创始团队来自微软孵化器,在科技创新加速以及人工智能技术社区建设方面有独到的经验和竞争力,也是智谱AI的A轮投资人;

华兴资本董事总经理、产业和科技负责人徐锟:华兴资本中国一级市场头部财务顾问机构,在TMT、产业数智化、科创赛道上有着丰富的经验和全局的视野,也是中国大模型与AIGC赛道最活跃的财务顾问,中国主要的大模型独角兽公司都是华兴客户。

盛景嘉成管理合伙人王湘云主持了本次研讨会,嘉宾与来宾展开了深入的互动与探讨。小编将各位分享嘉宾的精华观点与互动研讨精心整理,以飨读者。

今天带来的是【投资篇】。

《美国大模型和AIGC创业投资的当下与未来》

TSVC创始合伙人夏淳

夏淳:清华大学的无线电学士,计算机硕士,美国伊利诺大学计算机博士。夏博士在硅谷有13年的投资经验,拥有在种子轮投中独角兽业界的最佳业绩。夏博士的投资领域包括芯片设计、互联网/物联网、云计算/边缘计算、大数据、人工智能、智能制造、社交媒体与社群经济等。

我主要讲三个方面:去AI化、回归本真、赶在赛道前面。

去AI化

现在AI泡沫已经很严重,要去AI化。就像今天许多公司标榜自己是AI公司一样,2000年互联网泡沫时期,许多公司都加上了“.com”的标签。那时候,点子和创意本身并不稀缺,因为市场估值过高,本身也不具备高价值。在互联网泡沫时期,只有少数公司存活了下来,并最终发展成行业巨头,这些公司的成功不仅仅是基于对现有产业的改良,而是带来了根本性的变革。硅谷拥有更强的技术生态和对底层技术的重视,这是能够长期存活并发展成高价值公司的重要因素。

从互联网泡沫到AI泡沫,两者有很高的相似度,关键在于研究背后的生态和文化,这些因素可能是推动整个产业长期蓬勃发展的关键。互联网的发展经历了从Web 1.0到3.0的转变,涉及到开源共享、社群以及去中心化等核心要素,这些也是当前AI产业需要考虑的重要方面。

回归本真

大模型是技术历史上的断代里程碑。GPT之前和GPT之后,刚好是整整一年,就突然让我们意识到AI已经发展到了大模型时代。

国画里讲墨分五彩, AI看起来很混乱,但可以分为五大势力。

AI的核心,最根本的还是算力上的突破,这是一个本质性的问题。我们能做到多大的算力,就能做到多强的AI。在这方面,尽管好像是被大公司占据了,仍然还是有新的架构可以去考虑,创业公司还会涌现出来。

第二个大的势力是模型方面。模型创业难一些,但并不是没有。比如用大模型去生成小模型,把模型压缩到几百K甚至1兆以下,塞在一个小的单片机里面,这样可以给很多物体赋予智能。这是很有意思的一种方向。

第三是最常见的垂直应用。第四是智能体,这会是一个新的趋势。

第五,任何新的东西出来以后,人类总有安全上的焦虑,一有焦虑就带来生意。试图去消除焦虑,解决一些AI里面的安全问题,是第五大势力。

投资逻辑要回归到商业的本质。

算力和大模型是一个烧钱的搞法,一上来就融5000万、1亿美元,那不是我们的菜。那怎么投?投哪些呢?整个AI是一种技术暴力或者说一种暴力美学,完全是靠算力的堆叠,这种技术暴力的一个大前提是怎么不断突破摩尔定律,或者是定义新的摩尔定律。

硬件上我们是不是真的会走到尽头呢?我认为至少今天,技术能力还是有限的,在今天的技术基础上,再扩张一万倍、十万倍甚至一亿倍是有可能的。如果做到这个倍数,做出的智能毫无疑问是更高的智能。今天我们投的项目,就是在突破这些局限的项目。

真能挣钱的还是垂类应用,也比较适合在中国的发展。垂类应用融合在一起是最火爆的一个基本方向。一旦发力,会带来一些革命性的变化。

再进一步,智能体潜力无限。你可以想象如果每一个人有10个数字分身、有1000个智能体给你干活,去帮你解决各种各样的问题,世界会完全不一样。

赶在赛道前面

做投资、创业,如果是热起来以后,大家再去山寨、去跟风,已经晚了,因为机会已经错过。

所以我们的投资逻辑是要赶在赛道前面,在事情热起来之前提前去布局。

情感计算、协同智能体和具身智能会是下一波新赛道。智能的前提是要有情感,情感计算是推动下一代人工智能更高级的智能发展方向,有着非常大的空间。

《中国大模型与AIGC早期投资的实践》

将门创投创始人杜枫

杜枫:曾任微软创投大中华区负责人,负责微软创投针对大中华区创业企业的扶植和投资工作,并致力于将微软创投打造成全球最有潜力的创业者和创业公司的战略伙伴。加入微软创投前,杜枫女士是国富绿景创投基金(GRC Sinogreen Fund)的创始人,杜枫女士也是成功的创业者,她曾于2005年参与共同创建了JL McGregor公司并获得了高盛集团的投资。杜枫女士亦曾供职于英特尔中国有限公司、微软中国有限公司及ABB中国投资有限公司负责其财务和投资方面的工作。

将门人工智能投资三大打法

早期投资、垂直专注、独有项目源,这是将门人工智能投资打法。

只有在技术和行业发展早期才是入局的良机,我们从三年前开始关注大语言模型及其相关的投资机会。我们整个将门团队是原来微软创投整体离职成立的,我个人在微软、英特尔也都工作过,在人工智能相关领域投资已经超过十年。

我们的独有项目源来自将门人工智能技术社区。为了使技术创新成为持续的竞争力,将门技术垂直社群专注于持续提供来自产、学、研、创领域的核心技术专家的技术分享和学习内容,促进技术领域的深度交流学习。将门现在已经推出了多个主题社群,包括计算机视觉、自然语言处理、机器学习、深度学习、机器人、物联网等。目前,将门技术社群汇聚19,000+名优秀AI技术人才,其中50%是国内外一流高校学生与教授,30%是创业公司技术骨干,20%是大企业技术骨干,遍布全球56多个国家。

在将门技术社区,可以进行早于市场的技术创业项目发掘、最前沿技术的追踪和理解、最权威专家的判断支持、最高质量的人才招聘储备。

此外,我们与世界500强和行业龙头企业合作,验证潜在落地商业场景。利用合作伙伴关系,分析技术及行业发展趋势,深挖产业痛点,并将其拆解细化为商业机遇。以此为命题,邀请具有相关技术能力的优质创业企业共同进行创新试点。既满足了行业龙头企业利用前沿科技提升运营效率的需求,又为创业企业敲开了与大企业客户开展业务合作的大门。

以智能驾驶为例,将门与汽车产业链上多家世界500强企业合作,验证技术落地可行性,扩大项目源, 仅以2022年智能驾驶领域举例,将门调研合作928家创业企业,落地验证场景50+,活动30+。

对未来的判断

接下来,我认为有三方面的机会:

一是新一代人工智能技术的发展进入iPhone时刻,特别是以大语言模型和生产式AI为代表的技术,将为每一个行业带来智能升级的契机,要关注从科学发现到行业应用,医疗、交通、金融、零售、法律、安全、教育等应用领域投资机会。

二是ChatGPT引发了新一代智能算法和平台技术的军备竞赛,虽然将门于2020年就开始布局以智谱大语言模型和暗物智能为代表的新一代通用人工智能平台,未来多模态平台、Agent、具身智能等仍有平台投资机会;

三是随着新一代计算技术的不断升级,带来芯片、存储、底层软件、云计算3.0等基础技术全面升级需求。智能科技投资机会不仅仅限于单一行业应用,也带来整个基础设施、基础技术的全面升级换代投资需求,特别是新交互模式带来的新型传感器机会。

具体来看,之前我们投资了基础大模型智谱华章,多模态大模型智象未来,短期将旁观竞争格局演变,也会继续密切关注Agent领域。

此外,围绕LLM的应用毫无疑问未来将是投资的大头,短期重点关注垂直细分行业里LLM相关初创公司,包括直播电商、教育应用、医疗健康、材料发现、能源电力、生物科技领域,

中长期关注智能设备,机器人(具身智能)以及新型交互需要的传感器;

LLM相关基础设施也是我们投资的关注点,比如分布式计算架构等。LLM进入企业级市场,将迎来新的一波行业投资机会,之前我们投资了Anyscale,目前也在看支撑大模型的算力集群、数据库等,投资了枫清科技。

围绕着算力进步将是我们的长期投资,之前我们布局了墨芯人工智能等算力芯片,也布局了存内计算、光计算、量子计算等领域,未来将继续高度关注这些领域。

《人工智能领域的投资趋势》

华兴资本投资银行事业部董事总经理、

产业和科技负责人徐锟

徐锟:负责华兴AI和软件、产业和工业科技领域的企业,从成⻓期到成熟期阶段融资、并购和 IPO 服务等相关业务。

2022年下半年,随着ChatGPT的出现,AI大模型成为最热门的创业方向之一,近5年来,中国研发的大模型数量排名全球第二,仅次于美国;2023 年中国发布的大模型数量超过了美国;从模型效果上看,国内头部厂商模型追齐GPT3.5水平,预计年底到明年上半年赶上GPT4,多模态领域和海外还有较大差距。

中国人工智能领域2023年上半年融资总额接近150亿元人民币,从融资轮次来看,天使轮和A轮融资事件数量多,占总融资数量的48%;从资本参与视角来看,相比应用层,目前一级市场投资更集中于底层大模型上,多模态、具身智能、Infra、Agent也是重点关注方向,但目前这些赛道项目主要处于早期阶段。

具体来看,基础模型方面,主要参与方仍然是美元风格基金和互联网厂商,但人民币和国资的关注度也在持续提升中,人民币和国资以部分险资和地方政府国资为主。

目前市场上比较活跃的机构分两类。第一类机构相对来说并不只在北美,在欧洲、东南亚、中东的国际资本,中国本土GP管理的美元基金或双币基金,都在用美元币种在做AI投资。所以这波大模型投资浪潮的机构主要是美元风格基金,但是大家应该能明确感觉到美元基金投资规模和热度在减退,尤其会感觉到传统美元PE的缺席。

第二类就是互联网大厂,互联网巨头中阿里腾讯参与度最高,且相比以前移动互联网浪潮下的大厂投资阵营分立,这次大家对于AI领域投资布局的排他性并没有坚持。

在多模态赛道,近期仍有大厂孵化、创业团队不断出现,但产品进展和商业化状态普遍较为早期且竞争激烈,团队背景和执行力仍然占投资的主导因素。文生图产出效果差距并不明显,但在3D、视频领域逐渐有团队推出产品方案,技术路线各异,变化速度快。

我们可以预测2024年视频、3D可能会有商用级别产品出来。美元对视觉类产品关注度较高,优先自研视觉模型的团队逐渐形成共识,一部分机构明确准备出手布局,但也会有一部分机构认为赛道壁垒不足,同时面临LLM厂商和大厂的竞争,部分人民币机构对早期项目的热情较高,可以作为重要的交易参与方。

在Infra赛道,相关标的体量和阶段均为早期,创业团队以高校背景为主。LLMOps、模型量化、强化学习等方向受到较多关注,数据管理比如向量数据库随着使用场景增加成为热点,数据合成/标注受关注度提升。头部大厂和有实际业务需求的场景方对此关注度较高,很多infra需求会随着LLM的引进加入到现有的工作流中。财务机构的关注度仍有待提升。出手机构中,早期孵化机构/高校背景基金相对活跃,投资逻辑类美元项目。

精彩问答:

问:TSVC如何找到并且优秀的人才接受机构的种子期投资?

TSVC创始合伙人夏淳:

有三点。一是依靠各个大学的校友组织、大厂里面的华人团体,注重社群的力量,通过做活动、做公益,扩大影响力。

二,显示出你的机构与技术型创业者在技术语言和专业背景上的共鸣非常重要。创业者倾向于选择那些能理解和支持他们技术愿景的投资者。展示你的团队成员具有相关技术背景,能够深入理解和讨论他们的技术和专利。

三,如果你的机构专注于特定领域,那么拥有这一领域的专家作为合伙人是至关重要的。这不仅展示了你的专业性,还能帮助创业者在技术和商业方面获得深入的指导。分享你和你的团队在创业过程中的经验和挑战,也可以帮助建立与创业者之间的信任。

问:资本市场上目前重点投资的场景是什么?

华兴资本投资银行事业部董事总经理、产业和科技组负责人徐锟:

我觉得一个相对来说能够快速实现商业落地和场景落地的细分赛道,是Agent。现在大模型有眼有嘴没有手,实现流程和操作执行的落地,会是非常明确的商业化途径。但从AI Agent国内发展的进度看,前者底层大模型这波百模大战还没有结束,Agent又相对依赖大模型的发展落地,同时还有数据管理、长期记忆等待解决问题。我们在耐心等待头部的公司出来,同时也很积极关注水下公司。

我对具身智能也很乐观,虽然人形机器人离商业场景的系统化落地还有比较长的路要走,但AGI加速了通用机器人和智能化硬件公司在感知决策、强化学习和泛化能力上的发展。期待具身智能公司在大模型的加持之下,会有更快的发展和广泛的商业应用。