今年最受關注的熱點之一就是大模型公司。上半年這個領域被OpenAI的ChatGPT帶火，涌入了上百億元資金。我認為，目前這波熱浪已暫時告一段落，因為自研大模型特別耗費算力和人力。

不久前，人工智能（AI）初創公司Inflection AI融資15億美元，其中花費7億至8億美元購買英偉達的顯卡，究其原因是現在英偉達的顯卡“一卡難求”，而大多數通用AI訓練需要應用英偉達的顯卡。

(資料圖片)

國內的AI公司也面臨同樣的問題，需要爭取更多的算力資源、儲備足夠多的“好牌”才能上“牌桌”，引起資本和市場的關注。

三大領域比較有投資價值

從資本市場投融資合理配置角度考慮，資本不可能每家都下注，而是更傾向于重點支持第一梯隊的大模型創業公司。目前，針對大模型創業，我認為有三大領域比較有投資價值。

一是企業服務2.0。AI時代，所有企業服務都值得重新做一遍——利用大模型的能力使現有產品更加智能化，實現以前實現不了的智能功能。大模型第一次在真正意義上讓計算機變得更像人類，這將為企業服務帶來變革機會。

二是大模型中間層。當前，大模型應用比較難落地，其中有創業公司的機會——如果能把落地過程變得非常順暢，就有市場。舉個例子，大模型創業公司可以幫助沒有掌握AI知識和技術的企業把“大任務”分解成許多“小任務”，將提示詞優化，使其更加適合大模型理解。這里需要考慮AI安全的因素，比如，如何避免企業調用大模型時泄露數據，這是大模型創業公司提供服務時需要考慮的。大模型是比較通用的模型，但每個企業都有各自領域的專業技術和應用場景。怎么結合企業自身的特點實現大模型“千人千面”的落地，即實現大模型中間層，是值得探索的方向。

三是把數字世界和物理世界連接起來。大模型有點像人的大腦，但終歸還是數字世界的產物。怎么把數字世界和物理世界連接起來？有兩個最好的載體：一個是自動駕駛，另一個是通用機器人。以前經常提到的工業機器人、服務機器人的主要技能是完成一項任務，但它們還沒有像人一樣的學習泛化能力。如今，我們有這么強大的通用AI大腦，使機器人能像人一樣快速學習一個任務，一個通用機器人可以實現不同功能。國內外不少AI公司都在朝這個方向發展，因此這一領域有很大的投資機會。

AI創業者如何才能突圍

什么樣的AI創業者是投資方眼中比較好的創業者呢？

一是學習進化能力非常強。當前，AI技術正在快速發展和迭代，但遠沒有到穩定的時候。2012年，大家談的都是卷積神經網絡，現在則是transformer網絡，這是一種基于自注意力機制的神經網絡，兩者的差距很大。擁有新的知識結構才能更好適應這個時代。

二是有非凡的野心和不放棄的韌勁。AI時代做的東西和以前不一樣，以前的技術大多只是解決小問題，現在大家期望解決的是更宏大、更具通用性，路徑卻不怎么明確的問題。有沒有野心和韌勁，這是資本重點考察的方向。

三是融資能力強。大模型非常燒人力、燒算力，這意味著創業者要有很強的融資能力。只有把想做的產品和愿景清晰呈現出來，才能說服投資人并融到足夠多的資金，這樣才有成功的可能。

資本如何選擇AI初創企業

云啟資本堅持投資就是投“變量”。如果一個項目缺乏未來想象空間，我們不會投；如果一個項目只是停留在想象力層面，團隊沒有創業落地的能力和堅定的信仰，我們也不會投。大模型才剛剛開始，能到上市階段至少是好幾年后的事。如果要投資“確定性”，可能要等到項目上市前一兩年再投，但這不是我們進行早期科技投資的風格。

大約一年半前，我們投資了以多模態大模型研發為主的企業——名之夢（上海）科技有限公司（MiniMax）。早在2021年1月，我們就開始接觸MiniMax創始團隊，彼時他們還沒正式決定創業。當時GPT-2和GPT-3已經問世，只是不像ChatGPT做得這么完善。2021年底，MiniMax創始團隊認為時機成熟，正式成立了公司，我們便投了天使輪。

MiniMax創始團隊的初衷是希望沿著通用AI的方向做產品，底層是多模態大模型，這個想法和我們不謀而合。

我們在摸索實踐中發現，大模型改變了應用入口，是否會對商業格局產生大的影響尚有待觀察。未來，人們會發展出基于大模型的新能力并開發出新應用，產品的核心壁壘在于工程優化和數據的獨特性。在快速迭代的AI浪潮中，有沖勁、能快速學習、有韌勁、有野心的創業者才能更好地適應這個時代。

（作者系云啟資本合伙人，本報記者沈春蕾據其在2023世界人工智能大會上的演講整理）

關鍵詞：