ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
朱啸虎讲了一个中国现实主义AIGC故事
3709点击    2024-03-06 15:06

「内敛的看不懂。

我就喜欢E人,I人就看不懂。」



作者:张小珺 

- 本文首发于腾讯新闻 -


沙江创投主管合伙人朱啸虎很快对美版AIGC故事丧失了兴趣。他随即决定不再和美国同事开原定每周一次的远程例行会议,探讨两边大模型产业格局变化。“打了半年我不打了,没有意义。”他说。


中国科技界针对大模型的态度已分裂成两股阵营。一股是技术信仰派,他们大多技术出身,认为应该像OpenAI一样信仰AGI、信仰scaling law(规模定律),思维更偏硅谷。在他们眼中,随着模型能力跃升、模型成本降低,过程中会解锁丰富的应用。倘若不追求“更大更强的AI能力”,一旦其他人的模型飞跃,很快会降维碾碎现有根据地与护城河。


另一股是市场信仰派,他们信奉陡峭的技术曲线终有放缓的一天,只需将“足够的AI能力”投入可以快速变现的商业场景中,用中国市场庞大而独特的数据构筑壁垒。这类人往往在中国丛林式的商场中浸泡更久,思维更偏本土。


二者对技术判断的一个根本分歧是,开源模型会不会有一天,缩小甚至拉平与闭源模型的差距?技术信仰派的观点是,绝对不会,差距只会更大。市场信仰派的观点是,一定会,那意味着你今天做闭源只会处境尴尬——世界观的迥异,让双方对自我的判断都深信不疑。


有趣的是,Sora的出现不但没有弥合认知沟壑,反倒是加强了各自的态度。


我们试图呈现这两种态度。就在几天前,我们发布《月之暗面杨植麟复盘大模型创业这一年:向延绵而未知的雪山前进》,杨植麟是技术信仰派代表,而朱啸虎的观点正好处在与他相反的另一端。


事实上,市场信仰派在中国人数更众,特别是在当下资本泡沫破裂的无奈氛围下。只是,他们有时会羞于展露自己的真实想法——会被鄙视为“不信仰AGI”,或不为人类理想而战斗——所以他们大多数时候选择性沉默。


朱啸虎毫不怯懦于公开表达。他近期似乎迷上了这样一句话:“AIGC PMF(Product/Market Fit,产品/市场匹配),你十个人找不到,投一百个人同样找不到。”某种程度上,他的观点是展现了一个更现实版的中国AIGC故事。


你说这些有压力吗?


“我也没啥压力。”


你的观点比很多人都更激烈,在线下被同行或者创业者怼过吗?


“没有啊,我问的问题都回答不了啊。谁能回答出来?”


在你看来,中国的AIGC应用已经大爆发了?——外界没有人这么说。


“已经大爆发了。大家都不知道!”


这位1974年出生于上海,父亲是数学家,在上一个时代成名作有拉手网、饿了么、滴滴、ofo等的知名投资人,有很强的个人语言风格。他在我们的整个访谈中总共说了16次“PMF”、15次“说实话”、13次“没有意义”、13次“不烧钱”、11次“妈的”,还有20次“哈哈哈”。读起来时常想要笑起来。所以,文章尽量保持了他说话风格的原汁原味。


他看上去心情不错。他说过去一年投资人休假很多,见面这天,他就刚休假回来,还看完了电视剧《繁花》。由于被投公司现金流不错,他一点也不焦虑,连一根白头发都没有。


以下为访谈节选。(为方便阅读,作者进行了文本优化)



Q:你是什么时候确定,你不会投场上任何一家中国大模型公司的?


A:我们一看就知道,这个肯定没戏。


Q:一看就知道是什么时候?


A:他们出来融的时候。我们一开始就说了,我就不看好大模型。


Q:第一家你看的谁?


A:我都不愿意去聊,你知道吗?这没有意义——这些公司,要场景没场景,要数据没数据,你说它有什么价值?而且一上来估值这么贵。


“AI四小龙”(云从科技、商汤科技、依图科技和旷视科技)投资人赚钱的没几个,对吧?回到大模型,结果可能还不如“四小龙”。“四小龙”早年还是有些黄金时代的,一开始收入上去算挺快。大模型你有啥收入啊?


关键是我就现在问你一个很扎心的问题:GPT-4你要不要投入做科研?你做GPT-4科研至少砸四五千万美金。


Q:(做科研)到GPT-5?


A:不是,到GPT-4!!GPT-5要几亿美金!


关键是万一你砸了四五千万美金做出来,别人开源了呢?你不是全白砸了?这个是很扎心的问题。现在中国大部分公司,有几个敢真的砸钱去研发GPT-4的?


今天到GPT-3.5,大家都差不多,但GPT-4是要做一些研究的,不是那么简单,现在还不完全是工程问题。那你万一砸下去,又等别人开源了,你不是全都白砸钱?大厂肯定要自己做。创业公司你敢吗?


Q:都说要做。


A:真的敢砸钱的,心里肯定很虚的。


Q:你在2023年上半年决定不投大模型公司的时候,压力大吗?另一家没有参投大模型公司的基金,就表示压力挺大。毕竟大部分一线美元基金都入场了。


A:不大啊。为什么压力很大?中国VC从来没有靠共识赚过钱。


Q:也有从业者说,如果你在2023年上半年承认自己不看好大模型,会被视作没有信仰。


A:什么叫没有信仰?哈哈哈哈哈。


Q:不信仰AGI(通用人工智能)。


A:不,我信仰AGI,但我信仰应用啊,我信仰能马上商业化的。



Q:你过去一年投了哪些AIGC公司?


A:很多不一定是过去这一年投的,但它转型做AIGC反而很好,我们再追加投资。


有个做AI视频面试的,2023年做得非常好。这让我很吃惊!去年招聘市场很冷,但它AI视频面试比2022年翻了一倍以上。哈哈。招多少人我不知道,但面试还是要面的。校招面试成本很贵啊,现在用AI可以降低成本。


这种场景很多。本来做微信私域营销,现在可以用AI取代人——用LLaMA训练两三个月,至少做到人类top 30水平,马上去掉50%人工销售。中国在这方面场景远远领先美国。


FancyTech,你知道吗?——我给你看看——AIGC视频广告,这个很酷的。他们产品做得特别效果好,而且马上能变现。2022年我们投的时候才1000多万收入,去年5000多万了,涨了五六倍,都是盈利的。你说这个在美国能做吗?美国根本做不出来!Pika(一家全球炙手可热的AI视频生成公司)今天根本做不出来的!


Q:如果底层是大模型能力,上面应用公司构建的壁垒是什么?


A:数据啊,美国没有产品短视频数据。在美国看亚马逊、Shopify,还是基于照片。所有的电商,美国基于照片。中国过去三年全部转成短视频了。


Q:可是其他中国公司看到效果好,可以立马抄一家。


A:抄很难的,它比别人领先一年。很多垂直领域,都要积累数据、积累优化。他们60%-70%客户授权监控效果,就知道哪些视频适合淘宝,哪些适合小红书,哪些适合抖音,有闭环数据反馈。后面追不容易。


二是销售管理能力。大部分大模型创始人不知道怎么管销售。不懂商业化、不懂管销售,那你做什么?


你说AI视频面试也没啥门槛,但今天全中国只有一个做到人机双盲测试。人面试打分和机器AI打分基本一致。而且它是唯一能机器追问的——我问你一个问题,根据你的回答追问。现在客户抱怨面试时间太长,让机器追问少一点。


它的融资额是竞争对手1/10,但今天竞争对手都死了,只有它一家能做好。2023年招聘市场面试接近100万人次,今年至少200万-300万人次。所以,中国在应用层有很多机会。


Q:都是to B项目?


A:对啊,都是to B。


Q:你没有投to C项目?


A:to C有的,还有点早。to B马上能商业化,基本不用烧钱。


昨天我们投的一个公司说:AIGC PMF,你十个人找不到,投一百个人同样找不到。和人数、成本没关系的。


你不要去砸钱。砸钱做AIGC,不可能的!关键是找不找得到PMF。你如果找到PMF,不用砸几千万美金去砸个大模型,成本不高,拿LLaMA训练两三个月足够了。


像我们(投)的公司都不需要多少张卡,最差的就一张卡。Fancy可能十几张卡,现在收入高了,所以到一百多张卡。


Q:Sora横空出世,会对这些项目形成降维打击吗?


A:还是会帮助。我们生成的视频,是大模型不可能100%做的,有部分人工、部分AI。今天大模型,尤其用Transformer这种结构一出来有幻觉和偏差,必然要整合到工作流,需要人工修改,去fine-tuning。你一定要做成AI 100%做不了的东西,这才是中国的机会,100%大模型能做的很快就被颠覆掉,你现在做的都是浪费。


Q:所以在中国的AIGC机会第一波爆发在企业服务,可以这么理解?


A:短期内肯定做to B,起来快。iPhone、大哥大、电脑出来的时候,都是to B先用啊。马上能提高生产力、见到效果。企业愿意花钱。


to C要见到iPhone 3时刻。就像当年移动互联网to C应用爆发是Multi-Touch(多点触控),想不到的,对吧?愤怒的小鸟和切西瓜是Multi-Touch出来以后,才成为全球爆款。


大模型到底在什么点让to C应用爆发,不知道。今天说“个人助理”都是技术人员的想象。我就问你,有几个人需要个人助理?都是典型的伪需求!


Q:这些to B公司在AI上训练达到什么效果,会实现指数级提高?


A:很简单,见到客户第一面就能签单。


见面签单,是一个考核指标,就是PMF。以前企服为什么难?销售周期长,半年,所以销售增长难。现在你给客户创造数量级价值提升。定制化那就没戏了,就是标准化服务、第一面POC(Proof of Concept,概念验证)、第二面正式合同。


Q:怎么看中国企服投资人都说这个赛道上没有大仗、更没有挣过大钱?(“一个billion return的机会都没有。”)


A:美国企服公司第一年三倍,第二年三倍,第三年两倍,第四年两倍,很快做到一亿美金ARR(Annual Recurring Revenue,年度经常性收入)。中国以前的企服软件在几千万人民币的时候增长放到50%了,很难增长。AIGC出来以后不一样,去年很多公司增长三倍到五倍以上。


Q:你怎么看过去两年,一些投资机构中,企服赛道投资人被迫群体性消失的这个现象?


A:哈哈哈。就是啊,这个说实话很可惜,没有熬到春天。中国企服还是有机会的,但可能还有三到五年冬天。宏观太多不确定,企服就是剩者为王。今天你能不能靠AIGC迅速达到不烧钱的爆发增长是唯一之路。


Q:to C大爆发需要iPhone3时刻,现在是什么时刻?


A:刚刚iPhone1、iPhone2吧。大模型进化速度比移动互联网快了十倍。什么时候每个手机上都有大模型,to C应用可能会爆发。


Q:如果回顾2023年大模型,不管是全球来看还是中国来看,你会把哪些时刻作为关键节点?


A:(此处思考了2秒……)LLaMA上线是非常重要的。


开源是完全不一样的局面,至少让中国在应用层面创新有基础了。LLaMA之前,很多套壳用OpenAI,是有点问题的。但LLaMA以后,至少没啥问题了。


我们那些CTO都很年轻,拿LLaMA训练个两三个月。最差的就一张卡,训练两三个月就马上能商业化了。大家想想看——这个商业化门槛真的很低很低。马上能变现!马上能变现!


Q:Google刚推出开源模型Gemma,相对之前的LLama、Mistral表现怎么样?OpenAI之后开源的可能性有多大?


A:总体反馈比LLama 2好一点,行业里有些人觉得它要抢在LLama 3之前发,LLama 3也快了。OpenAI目前没必要,现在LLama、Mistral和Google,这三个在竞争。离OpenAI差距还远,如果他们表现追上GPT-4,OpenAI开源一个小模型也有机会。很多垂直应用,我们发现Mistral 2比LLama 2好用。


反正开源一个模型,我们都试试,看看哪个更好用一点。



Q:我问2023年中国大模型卷了一年卷出了什么?一位投资人告诉我,卷出几家大模型创业公司。


A:再过一年再看看吧,这几家能有几个还在?


Q:他们每一家你都看过吗?


A:我一看见这个概念就知道没戏的,没有可能性的,我一个都不聊。我都很熟的。王慧文(美团联合创始人、光年之外创始人),我这么熟,我都不愿意去找他和他谈这个事。

Q:你属于他上一场战争里的敌人战队——他在美团阵营、你在饿了么(作为投资人)。


A:没有、没有,和他私交很好的。


你说这些创业公司有啥资格、有啥条件去做大模型?百川发布了给游戏的NPC(角色大模型),你有啥数据去训练游戏的NPC?大厂有大把、大把的数据。我们让一家公司去体验了一下,没看出任何差别。


Q:当王慧文振臂一呼,说要入局大模型的时候,你是什么反应?


A:大家冷静一点,让子弹飞一会儿。飞半年,你就知道到底行不行了。


Q:一个正常的投资人不应该是,我先想办法入局再说?


A:很便宜的话入局,大家还试试。这么贵的估值,去那干嘛啊?


我根本聊都不愿意聊。现在和这个“四小龙”时不一样,“四小龙”是在资本泡沫时期长大的,一轮加一轮呢,根本不停的。你到今天为止,现在谁还能融下一轮?今天这个国产大模型基本都要找政府拿钱,政府的钱现在也不好拿了。而且,估值已经抬到这里了,你后面的估值怎么弄?


Q:王慧文携5000万美元入场和突然的病退离场,在大模型战事里扮演什么样的角色?


A:这就是技术男的浪漫主义,王慧文没有想明白这个事,他的擅长在商业化。他一开始如果做应用,结果肯定比现在要好很多。


那个时候,大家就FOMO情绪比较高涨的时候。


Q:怎么看红杉在这波大模型公司中的布局?——光基础大模型就投了几家。


A:这是典型的FOMO嘛,就是Fear of Missing Out,怕错过。


Q:你不怕错过?


A:我们无所谓的,我们有啥好错过的?当年移动互联网刚出来,大家想做中国本地化OS,后来这些公司都在哪里啊?


我们投了点心操作系统(李开复旗下创新工场孵化的第一家公司),后来还好,被百度收了。今天的大模型也要等大厂收,今天大厂怎么收啊?移动互联网的时候还没有反垄断,我们还赚点小钱嘛。


Q:如果你现在有一亿美金,必须要投场上的这几家基础大模型公司,你会怎么投?


A:我和王小川在开会的时候见过。我说如果没有反垄断,我愿意投王小川的。至少能卖给腾讯或者阿里。有了反垄断,我不知道怎么退了。所以,我在会场上就和他说,不是说和他关系不好不投他,确实我不知道怎么退,所以大模型我就不愿意看,就不和他聊了——我和王小川说过的。


Q:你会投一家,还是投多家呢?一亿美金哦。


A:王小川至少技术靠谱的,人也靠谱的,和大厂关系也还可以。


Q:如果一亿美金不一定非要投这几家基础大模型公司,而是用来布局整个AI赛道,你会怎么用这笔钱?


A:应用啊。现在我们都是两三千万人民币先进去,好的话持续追加。


你十个人找不到PMF,一百个人同样找不到PMF。花钱是无效的。找到PMF以后速度上去很快,也不用烧很多钱。第二,管理销售能力是稀缺的。


Q:2024年会涌现中国大模型公司的并购或收购潮吗?——就像之前你见证过的美团与点评合并,或者阿里收购饿了么。


A:技术的人,都是不相信我比别人差的。你说这个怎么合并?(笑)


第二,现在谁愿意并购啊?而且今天并购,如果大家都用LLaMA开源改一改,有啥东西是我没有的?我有数据,有场景,你有啥?你就有几个人。


现在可能并购就是为并购一个团队。这个团队值多少钱?你能花多少钱?和以前那个时代是完全不一样的。


Q:这些大模型公司的出路在哪?


A:我也不知道。我都不愿意去关心这些事情。今天我对所有的公司就说,你有多少收入?你能不能不烧钱?都只关心这个。


Q:你在之前的采访中说,上半年投了大模型的投资人下半年后悔了。这是他们告诉你的,还是你猜的?


A:这个就不好说了。肯定有人后悔的。


关键你下一步钱真的不好拿,你现在手上钱又不够。真的很尴尬。你GPT-4到底干不干?——不干,你和别人有啥差异性;你干,万一别人GPT-4开源,你又好后悔。你要做垂直场景,垂直场景哪一个你有优势?


Q:很多大模型公司现在沿着王慧文提出的“双轮驱动”在做。


A:怎么双轮驱动?你双轮能转起来吗?有哪一个大模型双轮转起来的?百度,我说实话都不敢说自己双轮转起来。百度至少还有很多场景,文心一言至少做得早,至少有100万DAU。它也不敢说今年双轮驱动转起来了。


Q:但就在今年2月,月之暗面刚融了10亿美金,投资方是阿里、砺思资本、小红书等。据说其他大模型公司也在做这样大笔的交易。这意味着市场上仍然有人愿意投,而且不少。

A:主要是大厂,大厂还是FOMO,怕自己错失。月之暗面大部分钱是阿里出的。


Q:阿里和月之暗面会形成微软和OpenAI这样的模式吗?


A:需要看阿里的投资部和内部的调节了。这个还不一定,阿里内部也有好几个团队在做,这到底是要看谁好用,业务部门才会用。


Q:其他巨头接下来会也这么大笔地投资或者干脆并购一家大模型公司吗?


A:关键是对内部团队的信心了。现在看来,大厂就阿里展现出并购意愿。不像以前,大厂都有并购意愿。但阿里今天愿意出的钱,和以前肯定是完全不一样的啊。


字节应该是没有并购意愿的,觉得自己能做。百度肯定觉得自己能干。腾讯现在不好说,腾讯内部好几个团队在做,但至少目前没有看到强烈的并购意愿。而且腾讯一贯思路是不急的,在后面慢慢跟,它有场景、有数据,你看腾讯从游戏到视频到音乐到文学,都是在后面跟着跟着第一了。


Q:你怎么看美团收购光年之外?虽然这个很特殊。


A:完全是给老王(王慧文)一个解脱了,而且基本是投资人把本金拿回来。这也是一个警示——以后的并购,如果不是那么成功的并购,可能就是让投资人拿点本金加利息回去。大厂都不是那么财大气粗,并购和以前没法比的。如果就是让投资人拿点本金加利息回去,那投资有啥意思啊?


当然月之暗面如果证明自己,大模型能追上闭源水平、能做到GPT-4.5或GPT-5,收购是有价值的。但如果只做到开源水平,就收个团队,你能给多少钱?中国大模型的进展,如果追上开源,至少你还有存在价值;如果追不上开源,就没有意义了;如果追上闭源,你才能有独到的额外的价值。


Q:对已经入局的同行们,你想说什么?


A:(想了好久)这个他妈的不太好说,对吧。


(又想了好久)我觉得这个事大家……这个不太好说,这个不太好说,这个不太好说。


反正他们也无所谓,他们钱多,说实话。



Q:中美在这波大模型浪潮中,差异有多大?


A:说实话在AIGC这波,中美差距还是非常大。美国是在底层大模型,投入越来越大,像OpenAI说十万张GPU卡连在一起。在中国是不可能的。


美国你看AI的应用创新,说实话只有两条路,一条要么非常、非常薄,因为底层大模型太强大了,所以上面叫套壳应用。另一层是看上去很伟大,但肯定走不通的,像Pika。这种目标很伟大,AIGC生成视频、电影。但这条路可能在几年之内都看不到走通的可能性。


中国反而相反,中国在“当中”的多一点——底层大模型不够强大,我在上面加的东西可以比较多。我在上面做增值服务,为客户马上能变现。这种在中国有机会。美国这种几乎没有,因为底层大模型太强大了,上面创业公司能做的很少。中国套壳,现在肯定没人看的。在中国也套不了壳,因为大模型本身功能也就那样,必须在上面有value add。


(中国)整出200多个大模型有啥意义呢?没啥意义。但在应用层有很多创新。中国在数据和应用场景上是远远超过美国的。


Q:你为什么不去美国投AI?


A:我们美国有团队的。2023年我们上半年每个周打一个电话,中美之间交流AIGC有哪些信息——美国看哪些项目,中国看哪些项目。打了半年我不打了,没有意义。


美国四大模型确实很牛逼,中国投资投不进去,今天的估值投进去也没有意义了。中国有场景,中国电子商务比美国远远发达,后来美国公司就:卧槽你们怎么做出来的?感觉很惊讶,在美国做不出来你知道吧。


我再给你看一个,普通的2G电话,接起来变成虚拟直播,帮你做推销,今年马上直接点击购物了。你如果签代言人,可以让王一博给你打,转化率至少比2G电话翻一翻。我给中东投资人看,中东投资人惊呆了:卧槽,这是什么东西?他都没看到过!这都是中国的创新啊。中国在销售营销当中创新太多了。


Q:在你看来,中国的AIGC应用已经大爆发了?——外界没有人这么说。


A:已经大爆发了。大家都不知道!因为都是to B应用,消费者都不知道,你知道吗?


Q:投资人也没有人这么说。


A:他们都没看到,这些公司都不烧钱的,所以根本无所谓。


Q:中美两边的融资环境呢?


A:美国确实,像Pika,大把钱可以砸进去。中国你今天一个公司,做垂直模型的,没有商业化收入,一亿美金估值现在都没人投了。


一亿美金估值现在没有人投!可以告诉你。


Q:这个变化是2023年中开始?


A:对,6月份以后。所以你前面最多几千万美金估值融个两轮,后面的出路在哪里?必须靠自己造血,自己找商业化场景。


Q:怎么看中美大模型公司和巨头的关系?


A:在美国,大部分会被巨头并购。中国是很难,即使被并购,也很难出好价格,就是买个团队。说实话,今天(中国)大模型有什么差别?


Q:所以不该拿着锤子找钉子。


A:现在200多个大模型拿着锤子找钉子,找不到啊!


现在我找到了钉子,找一个锤子是容易的。为了这个钉子,可能我找一个很小的锤子就行了。不需要那么高、那么大的锤子。


Q:现在大模型牌桌上的明牌是什么?


A:现在开源比非开源落后一代,但长远来看,开源肯定会赶上来。


Q:拾象创始人李广密的判断是,开源模型追不上闭源模型,而且差距肯定会越来越大,大模型很像芯片或者Space X。从人才密度看,LLama也还不够,他认为硅谷大模型的核心secret在OpenAI、Anthropic和Google这三家公司。


A:现在OpenAI技术迭代曲线还比较陡峭,开源肯定比非开源落后一年甚至一年半。但等非开源技术迭代曲线缓慢下来,开源会上去的。OpenAI就一两百个工程师,开源的全世界几百万、几千万工程师在用,怎么可能一直比非开源的落后?就像安卓,今天比iOS差吗?肯定不会。


就在于十万张卡到底能不能出来?到底“大力出奇迹”会不会一直下去?如果十万张卡还能“大力出奇迹”,那确实牛逼的;如果十万张卡不能再显著提高性能,就放缓了。技术迭代曲线只要放缓,开源立马就追上去了——谁能永远保证保持秘密,没有秘密可言的。


Q:月之暗面创始人杨植麟的观点是,开发方式跟以前不一样,以前所有人都可以贡献到开源,现在开源本身还是中心化的,开源的贡献可能很多没有经过算力验证——你怎么看他这个偏技术推论式的判断?


A:应用层会更偏向开源,尤其对中国开发者,用开源至少你不担心被别人抄嘛。国内大模型,说实话你在它们上面盖房子,还是担心别人抄你。模型和应用的技能完全不一样,模型需要科学家,这些人对技术懂得很深,而且不需要很多人,只需要精干的人。应用,你需要对场景、市场投放、销售非常了解,和科学家是完全不一样的技能。


Q:大模型公司理想化的想法是,我一手做最牛的模型,一手做最牛的应用。


A:这就是我不建议国内创业者用国内大模型的原因。你用国内大模型,你做得好,肯定别人会抄你。他们都是做大模型,确实不懂应用啊,但你如果基于它上面做得好,它抄你是容易的。美国有清晰分工,国内大模型公司知道自己大模型比美国落后,然后都想做,那创业者肯定更不敢用它。我一直和国内创业者说,千万不要在别人地基上盖房子。


Q:OpenAI是不会做应用的?


A:它是被逼做一个GPT出来。它确实没发现应用者在上面做很多场景,做了GPT出来展示一下。美国前端场景都有人做,微软为什么和OpenAI合作?微软有一堆场景,OpenAI自己去做也没优势,必须和别人合作。现在美国很明显,大模型以后就是云服务的组成部分。


Q:杨植麟团队你怎么看?


A:我们投了他的上一个公司。他人是很厉害的,大模型确实比较适合他。他做科研是可以的,但我不知道他怎么商业化。妈的,王小川也一样的。


他们(月之暗面)在国内大模型上领先,但长远还是要证明自己价值,至少能追上美国开源。如果能超过开源,他这个团队是真的有价值了。


Q:还有一家大模型公司,MiniMax呢?


A:那个时候我们就没聊过,因为开始就很贵。同样的一个问题,他……哎——这个不点评了,不点评了。


Q:你的观点比很多人都更激烈,在线下被同行或者创业者怼过吗?


A:没有啊,我问的问题都回答不了啊。谁能回答出来?


我希望被怼,关键是谁能回答出来。你商业化场景在哪?你的数据在哪?都不知道的。你自己去和他聊就知道了。


这个真的比“AI四小龙”还差。“四小龙”进入的时候竞争对手还没那么多,市场就五六家、七八家,竞争没那么激烈。还有两三年的黄金时期,收入做起来了,到后面才是杀价格。


现在200多大模型。大模型2023年年初,一千万私有化部署一个,到6月份五百万部署一个,到年底一百万都不要。给央企部署一个私有化大模型,不要一百万人民币。一年时间就价格杀到地板价去了。怎么搞?创业公司怎么搞?这么早就陷入价格战,大模型公司就会很难单独生存。


今年就可以看出大模型本身是不是好的商业模式,多少OpenAI的用户会因为价格差异迁移到Google的Gemini——OpenAI 20美金一个月,Gemini 10美金一个月。我们美国团队已经有一半人切换到Gemini,一部分是因为价格,另外一部分是因为Google的ecosystem。


三星的AI手机已经绑定Google Gemini。下面就看苹果的新iPhone会绑定哪个大模型,会向大模型公司收多少钱。


Q:OpenAI后面会怎么样?


A:如果有1/3以上客户迁移,那估计只能卖给大厂了。


Q:有人和你观点一致吗?


A:现在肯定有很多。大家不大说而已。


Q:其他人为什么不大说?


A:我也不知道。


Q:你说这些有压力吗?


A:我也没啥压力。哎呀,现在大家都比较明确的一点,企业都至少别烧钱——今年投资人的共识是这个——所有企业别给我烧钱,都自己造血。


Q:从第一天起不烧钱是今天的创业新趋势。


A:对啊,后面有没有人投资不知道的,所以每一轮都要当成最后一轮!千万别烧钱。


Q:怎么退出?


A:退出再说啊。你不烧钱,这个至少就有机会,现在就要活下去!


像《繁花》讲的一样,要活下去!


真的,一步一个脚印,活下去再说!活下去就有机会。


Q:《繁花》好看吗?


A:好看,很好看。


Q:好看在哪?


A:确实那个时代大家真的可以搏一下。


今天就别搏了,就是要活下去!



Q:《繁花》那个时代你多大?


A:我刚念大学呢。比我早个十年吧。我毕业的时候黄河路已经不太行了哈哈。


Q:你说你现在的状态和2005年左右刚入行的时候很像?你是怎么进入投资行业的?


A:2005年、2006年,就是VC刚开始的时候,中国没几个VC,看项目看三到六个月才出手。我和有一个合伙人比较熟悉,我之前创业是卖to B的。妈的,销售周期,我们卖保险公司应用至少半年到一年,实施周期还有半年到一年,太累了。


Q:教你投资的老师是谁?从他身上学到最多的是什么?


A:美国那个合伙人,他投的小红书和去哪儿。Number-driven(数字驱动),我们都是看数字的,我们不听故事。


当然也看人。所以,哎呀,一鸣(字节跳动创始人、原CEO)当年真的是,看人也看不出来,看数字看不出来,哈哈哈真的是。


Q:你错过最后悔的项目是字节,从这里面学到了什么?


A:字节的case确实,哎……就是……说实话一鸣确实很难判断。你和他聊天,他也不太怎么说怎么说。今天你和他去聊天,他也是一样的。他也不会很sharp地告诉你很多事情。所以,真的很难判断。


第二,当时只有今日头条,个性化新闻这件事情确实不大,我判断没错。但后来出来个抖音谁知道?


Q:一鸣是怎么找到你的?


A:我和王琼(海纳亚洲创投基金合伙人)很熟的,她投了A轮,B轮第一个让我看的。就在大会议室。我还记得就是十一二年前。


一鸣和王琼两个人一起来的。我就和王琼说,你如果第一轮投一千万美金估值,两千万美金,估值翻一倍,我愿意干的。你第一轮就是两千万美金,第二轮要五千万美金,我觉得太贵了。


个性化新闻这个事情失败过很多次,当年百度做也不行,为什么个性化新闻能起来?这个东西确实看不明白,估值又不便宜,而且一鸣又失败了三次。对吧!为什么他能成功?我看不出来啊。


如果人很牛,应该也行,但是一鸣那个时候真的看不出来很牛。过去的经历也看不出很牛,说话也看不出很牛。


Q:你从这个case里学到了什么?


A:这个确实不是我的菜。你说做什么99房,做什么酷讯,都很一般啊,真的看不出来很牛。


Q:当时对他态度冷淡吗?


A:反正也不是那么热情。


我一般都不(听)讲PPT,你就直接聊。十几分钟、二十分钟,最多了吧。那还是看在王琼的面子上。哈哈哈哈。王琼是我师姐,比我高一届。我看在王琼的面子上聊了十几分钟、二十分钟。哈哈哈。


Q:你觉得你投过的让你觉得最浪漫主义和理想主义的一个项目是什么?


A:饿了么。张旭豪那时候虽然没啥经验,但我觉得他商业头脑还是比较可以的。


Q:他跟你看起来比较像。


A:对对对,张旭豪是和我比较像的。


Q:但张旭豪会被说带有匪气。


A:张旭豪那时候是有点匪气,但适合他的生意,他做的就需要这个,特别接地气啊。


Q:别人说你匪气,你生气吗?


A:你说宝总有没有匪气?当年那个时代,都是有点那个的,对吧?


Q:和张旭豪现在沟通多吗?


A:现在还行,他也是投了我们基金。成LP了。


Q:今天AIGC的创业时代,还有下一个程维、张旭豪、毛文超的机会吗?他们都是你投过的CEO。


A:有机会啊。当年我们投张旭豪、毛文超的时候,也不知道他们能做多大。AIGC应用今天也是一样。但你只要不烧钱就有机会——就像宝总一样的,只要活下去就有机会。


Q:现在这些中国的AI创业公司在哪个场景能长出独角兽?


A:十亿美金独角兽还是很容易的。但千亿美金,今天是看不见的。


Q:你感觉,现在这个时代和上一个时代有哪些共性和不同?


A:我觉得Midjourney是守不住的。为什么Midjourney现在还很火?因为技术迭代周期还陡峭。Midjourney 5、Midjourney 6,版本速度快。但是,一旦技术曲线放缓就守不住了,因为to C应用太低频,给里面附加一个东西太容易了。为什么大厂给你机会?美国公司可能还是并购,中国就不一定好做了。


所以,和移动互联网一样,to C应用必须刚需、高频,长远才有机会守得住。我对Midjourney是有很多顾虑的。


Q:你2023年的工作状态和之前几年有什么不一样?


A:更悠闲,我刚刚休假回来哈哈。今天投资人的状态就是休假时间会比较多一点,大家都不急的。看到一个项目,都要观察三到六个月的时间。比如像大模型有变化,今天技术迭代的曲线还比较陡峭,大家都看下一款大模型会不会对你有颠覆性的影响。


Q:中国VC的好时代过去了吗?


A:这个很正常,市场不需要那么多钱。全行业一年投一两千亿,平均下来全行业是亏损的,没有那么多退出机会。洗牌是正常的、需要的。美国现在一年投的金额也下去很多。


Q:你为什么不看新能源车赛道?


A:我们不太喜欢太重的。我们就喜欢软件驱动的,不需要砸很多钱、一张GPU就能跑起来的。这种是比较适合我们的。马上能验证行不行。


Q:你有喜欢的创业者画像吗?


A:思路很清晰的,十几分钟能讲明白一件事情,而且表达比较直接。


(我问题的问题)基本上都一样,你的市场机会在哪里?市场机会多大?为什么是你?就是这几个问题。能讲明白的不多的。


Q:错过的项目有总结过共性的原因吗?


A:共性还是对人看不懂。有些人我们确实看不懂。


内敛的看不懂。我就喜欢E人,I人就看不懂。


Q:你是哪个MBTI?


A:我是E。


Q:你也不准备弥补这一边?


A:不需要弥补。


Q:你这个性格有在投资生涯里吃过亏吗?


A:妈的,错过了字节这样的,贡献了过去二十年投资圈一半的利润。再多的项目可能都弥补不了一个字节。


Q:现在很多人说杨植麟是AI时代的一鸣,你会不会再错过一次?


A:一鸣始终在用户端,真正能做大的最终还是用户端的。


Q:现在业余时间干嘛?


A:更悠闲一点,看看书,看看电视剧不挺好的嘛。


《繁花》真的拍得挺好。别加杠杆,别加杠杆,千万别加杠杆。这些都是很朴素的,但是真的在关键时刻能救命的。与人为善,那个强总,别把别人逼向死路,与人为善挺好的。


Q:你2022年在国外比较多,有没有一些海外观察?


A:国外真的还不如中国。中国供应链体系是无与伦比的,其他国家没法和中国比。中国创业者的拼搏精神,也是创新精神,其他地方没法比的。所以AI就是中国跟美国两个地方,其他地方没机会的。韩国,也是有人才的,到中国来cold call找上来的,你想想看。


我和创业者说,2023年就聚焦中国,先把中国的地圈起来,2024年再考虑出海。


Q:很多投资人经过慎重考虑后最终选择离开这个行业,你为什么没有决定退休?


A:宏观上很多不确定性,微观上还是有很多机会的。很多创业者真的能在不烧钱的情况下一年涨两三倍、三五倍。为什么(我)讲Next China is still China?中国创业者真的很厉害——你去找宏观的人聊,找二级投资人聊,都很悲观;但是你和创业者聊天,很幸福、很兴奋的。很多时候是让我们大吃一惊的。


否则,你干嘛呢?哈哈哈。


Q:今年给被投企业说的最多的话是什么?


A:就是不烧钱,不烧钱。


昨天晚上还有个公司说,今年的baseline假设(基准假设)是:假设收入降20%,你还能打平。你千万别假设收入增长,收入部分达不到,你的成本就先花出去了。


Q:会不会有时候觉得自己太过于现实?


A:现在根本没有资本泡沫时期的容错能力,你必须现实。所有公司都得不烧钱。


Q:如果你今天讲的关于大模型的判断都是错的,你怎么想?


A:那很正常,也是有可能性的。但我个人看来,核心问题还是到底能不能产生AGI,能不能产生人工智能懂世界模型。目前给我感觉,至少5到10年之内是看不见的。


从哲学角度看,智力级别的提升首先需要能量级别的提升。可控核聚变实现前,我不太相信地球有足够的算力能够实现真正的AGI。帮人类降低90%的工作可能未来3到5年可以实现,但最后的10%可能需要天量的算力和能耗,这也是为什么Sam Altman想融天量的资金!行百里者半九十。


Sora证明了一个新路数,美国有钱敢于试错,那挺好,中国就在后面慢慢跟呗。技术迭代曲线肯定会放缓,PC刚出来也一样,(电脑的CPU型号)286、386、486,大家都觉得美国牛,但586以后,联想都收购IBM了。技术迭代曲线不可能一直这么陡峭。英伟达昨天又涨20%,说明它离顶部越来越近。


Q:你预计技术曲线什么时候会放缓?


A:GPT-5以后就基本会放缓——GPT-4.5今年应该很快发布,GPT-5不一定,可能明年。GPT-5是把视频生成做到今天图像生成的水平,再往前走不太容易。现在看,语言模型进步差不多见顶,突破在多模态,Sora再发布三四个版本也能见顶。后面突破按他们自己说7万亿美金,至少几十万张卡拿出来训练,成本太高太贵了。就像当年建大型高能对撞机,先让别人试错,我们在后面跟是最好的、最稳健的策略。


Q:回到AGI信仰的话题,如果大模型公司注定看不到商业化的可能,退一步讲,你能不能用你手上的钱支持一下人类梦想与科学研究?


A:那个是需要大厂和政府去支持。为什么美国人敢投?微软3万亿美金市值,苹果2万亿美金市值,他们敢砸钱。中国不需要砸,美国有钱在前面试错,它一旦证明路通了,后面要花的钱少一个数量级。


我们跟在后面,花的钱少一个数量级,风险小很多,干嘛不跟在后面?


文章来自于微信公众号 “张小珺


关键词: AIGC , AI应用 , AGI , AI商业化
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales