“大模界”是每日經(jīng)濟新聞推出一檔專注生成式AI與大模型技術(shù)的前沿科技報道欄目。 在這里，我們將聚焦生成式AI技術(shù)浪潮，展現(xiàn)從文字、圖像、音頻、視頻的大模型如何編織數(shù)字化世界。 在這里，我們將解碼、評測國內(nèi)外各類大模型，探究它們?nèi)绾纬蔀樽兏锔餍懈鳂I(yè)的重要力量。 在這里，我們將關(guān)注AIGC行業(yè)發(fā)展，聯(lián)手行業(yè)領(lǐng)軍人物和頂尖專家，共同揭示最新產(chǎn)品創(chuàng)新和技術(shù)突破，前瞻未來發(fā)展趨勢。 歡迎關(guān)注“大模界”，您將見證AIGC如何重塑內(nèi)容生態(tài)，如何以前沿之力推動社會進步。讓我們共同開啟一場關(guān)于AI新紀元的無限旅程！ 國產(chǎn)大模型的競爭突然轉(zhuǎn)向了長文本。 最初，是月之暗面宣布旗下對話式AI助理產(chǎn)品Kimi已支持200萬字無損上下文輸入；而后，阿里宣布免費面向大眾開放最高1000萬字的長文本處理能力；有報道稱百度也將在4月開放長文本能力，文字范圍在200萬字—500萬字。 這多少有些令人意外——Sora問世之時，人們爭相討論的尚是AI技術(shù)是否邁過了一個全新的里程碑、文生視頻將如何顛覆現(xiàn)有產(chǎn)業(yè)格局。 “長文本的競爭，并不是技術(shù)的競爭，而是商業(yè)模式之爭，本質(zhì)上是消耗更多算力來取悅用戶。”工業(yè)和信息化部工業(yè)文化發(fā)展中心AI應用工作組執(zhí)行組長、行行AI董事長、順福資本創(chuàng)始人李明順在近日接受《每日經(jīng)濟新聞》記者專訪時表示。 “錯失恐懼”的焦慮和“巨頭游戲”的壓力兼具，李明順穿梭于中、美、日、東南亞之間，專注AI領(lǐng)域和全球跨境項目的投資，而在此之前，他已在互聯(lián)網(wǎng)行業(yè)浸潤24年，并在15年前活躍于早期投資領(lǐng)域。 今年年初，李明順前往美國硅谷參訪。在長達一個月的時間里，他在當?shù)亟佑|了四十余個創(chuàng)業(yè)團隊，希望尋找大模型技術(shù)爆發(fā)中“超級應用”的方向。在他看來，解決大模型普惠的鑰匙依舊是超級應用，而當前盡管大模型已經(jīng)成為被數(shù)億人使用過的工具，但頻度依舊不夠，大模型應用在商業(yè)閉環(huán)中尚未找到最佳解決方案，這是中美技術(shù)界共同面臨的挑戰(zhàn)。 AI優(yōu)先：“沒有AI，可能在硅谷就融不到錢” 當今的科技圈幾乎言必稱AI，這在中美兩國都沒什么差別。 “如果做一個新項目，里面沒有AI，可能在硅谷就融不到錢，招人的時候，好的人才可能會覺得項目不夠‘漂亮’，而客戶則會疑惑這是一個什么樣的公司?！边@是李明順觀察到的硅谷的一種“共識”。 AI優(yōu)先是當今的硅谷內(nèi)各類項目的顯著特點，這與十年前移動互聯(lián)網(wǎng)席卷各行各業(yè)時如出一轍。“AI會成為改造原有生產(chǎn)力的最重要的工具之一，‘強應用+多模型’的生態(tài)正在各行各業(yè)誕生?！? 李明順硅谷之行所接觸到的多是華人創(chuàng)業(yè)團隊，他們或是有大廠的工作經(jīng)驗，或是畢業(yè)于頂尖名校。這些創(chuàng)業(yè)者亦是華人工程師在這波AI浪潮中的縮影，他們大多擁有強大的技術(shù)背景，致力于提升AI的認知能力，通過不斷優(yōu)化參數(shù)與同行展開激烈競爭，更傾向于在技術(shù)層面尋找創(chuàng)業(yè)的突破口。 李明順在演講 圖片來源：受訪者供圖 與美國的情況有所不同，中國的創(chuàng)業(yè)者們更傾向于在應用場景中發(fā)掘機會，例如社交、娛樂以及與電商結(jié)合的商業(yè)應用等。 “這是中美之間各自尋找的方向，也是各自的優(yōu)勢所決定的。”李明順解釋稱，鑒于當前投資環(huán)境的變化，創(chuàng)業(yè)者獲取融資的難度更大，長期研究所需的成本可能難以覆蓋，如果沒有充足的風險投資（VC）支持創(chuàng)業(yè)者進行長期研究，就必須迅速實現(xiàn)商業(yè)成果，完成商業(yè)閉環(huán)，以確保項目的可持續(xù)發(fā)展。因此，中國的創(chuàng)業(yè)者也就更加“務實”。 不同于互聯(lián)網(wǎng)時期的創(chuàng)業(yè)潮，李明順認為，當前的大模型創(chuàng)業(yè)潮與絕大多數(shù)創(chuàng)業(yè)者是無關(guān)的。 這不難理解。當前AI大模型的創(chuàng)業(yè)者，要么是全球知名的頂級學霸，如月之暗面的楊植麟、智譜AI的張鵬，要么是早已榮譽加身的業(yè)界知名大佬，如李開復、王小川。 與此同時，早期投資人似乎在“退場”。 在上一輪互聯(lián)網(wǎng)創(chuàng)業(yè)熱潮中聲名大噪的金沙江創(chuàng)投主管合伙人朱嘯虎明確表示，自己不會投目前市場上任何一家中國大模型公司，“因為一看就知道，這個肯定沒戲”，并直言自己沒有投Mini Max是因為“一開始就很貴”。 “以前的游戲規(guī)則已經(jīng)失效。”作為一個關(guān)注早期項目的投資人，李明順坦言，當前的大模型創(chuàng)業(yè)潮中，早期投資人所能發(fā)揮的作用很小。此前，早期投資人輔助著企業(yè)在嬰兒期、幼兒期的發(fā)展后退出，而項目未來的成長有后續(xù)A、B、C輪融資支撐；如今，僅把項目培養(yǎng)至嬰兒期并不能保證“成功”，現(xiàn)在的大模型初創(chuàng)企業(yè)大多在“Day 1”就需要集合多種資源的龐大資金，離開大額資本的支持將很難發(fā)展。 朱嘯虎的“不投”，李明順贊成一半。 “大部分應用如果僅僅是‘套皮應用’，就沒有商業(yè)價值，隨著模型的不斷演進，很多應用將被覆蓋。”李明順認為，在當前環(huán)境下，從商業(yè)角度出發(fā)，AI應用在中國顯得尤為重要。特別是在多數(shù)商業(yè)場景中，應用需要具備足夠的深度。如果只是簡單地利用大模型進行輕度調(diào)用，這種商業(yè)模式的根基不夠穩(wěn)固。 不過，從生態(tài)角度，AI大模型卻是不得不投。李明順認為，AI已成為國家之間的競爭焦點，中國若放棄在大模型領(lǐng)域的投資，可能會錯失未來的發(fā)展機遇，因而國家背景的基金參與大模型的基礎(chǔ)研究投資是非常必要的。 洗牌不可避免：“AI四小龍”的潮起潮落 不代表大模型的成敗 AI領(lǐng)域掀起創(chuàng)業(yè)熱潮并非史上第一次，“AI四小龍”正是上一輪浪潮中的佼佼者。 2017年時，在刷新了單筆融資紀錄后一個月，曠視科技創(chuàng)始人印奇曾稱，未來兩年會有純?nèi)斯ぶ悄艿墓旧鲜?，希望曠視科技會是第一個。然而“AI四小龍”圍繞“第一股”展開的拉鋸戰(zhàn)，最終以商湯科技“后發(fā)制人”登陸港股落幕。 有觀點認為，商湯科技的投資回報表現(xiàn)會是這一輪大模型創(chuàng)業(yè)公司的下限，但李明順并不認同。在他看來，從投資回報率的角度來看，“AI四小龍”并不理想。不過，它們的潮起潮落也并不代表這波大模型公司的成敗，因為在那個時期，AI是被高估的。 回頭復盤，“AI四小龍”的技術(shù)原理并不如預想中具有革命性，視覺技術(shù)在多數(shù)應用場景，如安防和交通領(lǐng)域，所發(fā)揮的作用相對有限。后來這種技術(shù)迅速扁平化，失去了原有的壁壘，項目在初期獲得了超過其商業(yè)成就的估值，最終導致了資本退出時的“滑鐵盧”。 “在當前眾多競爭者均表現(xiàn)出色的背景下，除了技術(shù)實力外，商業(yè)模式的完整性和可持續(xù)性至關(guān)重要?！崩蠲黜橆A判，國內(nèi)頭部大模型在下一階段可能會面臨一次洗牌，這一趨勢不可避免——若企業(yè)持續(xù)投入資金而無法形成商業(yè)閉環(huán)，最終依舊要面臨投入由誰買單的問題。 李明順在英偉達總部 圖片來源：受訪者供圖 “明年這個時候，大概率會有一些公司產(chǎn)生合并，因為這一輪它們的估值都到了幾十億美元的規(guī)模，再融一兩輪，如果有些公司融不到錢，可能就會被甩開?！? 洗牌不可避免，但這并不影響這波大模型熱潮的價值。李明順認為，不同于“AI四小龍”時期AI是少數(shù)公司的“專利”，未來AI將滲透到各個行業(yè)，就像數(shù)字化對于當前公司的不可或缺性一樣，AI也將成為未來所有公司競爭的核心力量。 李明順堅信，大模型是AI的“iPhone時刻”，在應用領(lǐng)域的拓展?jié)摿薮?，回報同樣可觀。 而在這一輪大模型熱潮中，李明順在堅定地尋找應用領(lǐng)域的創(chuàng)業(yè)者。 在李明順看來，大模型應用若能與特定場景緊密結(jié)合，不是簡單地套用，就具有實際投資價值。在與眾多創(chuàng)業(yè)者交流時，他也鼓勵創(chuàng)業(yè)者專注于深度的行業(yè)和產(chǎn)業(yè)應用開發(fā)，而非僅僅局限于當前熱門但較為“膚淺”的領(lǐng)域，如換臉、制作表情包等。這些應用雖然在短期內(nèi)可能吸引一定關(guān)注度，但長遠來看缺乏真正的核心競爭力，難以形成穩(wěn)固的市場壁壘。 也正是出于這一邏輯，在當前的投資決策過程中，李明順并不過分關(guān)注項目中的AI成分，而是聚焦于市場本身的價值及其潛在的增長空間。 對于好項目的評判標準，他的四條準則是：用最先進的AI技術(shù)；賦能最成熟、最“肥”的商業(yè)場景；充分利用中國強大的供應鏈和生產(chǎn)能力，這包括傳統(tǒng)制造業(yè)的硬件資源以及工程師等軟性資源；在全球范圍內(nèi)尋找最適合、最強大的團隊。類比而言，就如同在汽車行業(yè)這一成熟的商業(yè)場景里，智能電動車和無人駕駛等AI技術(shù)的發(fā)展使汽車更加科技化，這就是好項目。 尋找超級應用：部分大模型公司 要轉(zhuǎn)向垂直領(lǐng)域求生 “尋找超級應用”永遠是新技術(shù)走向普惠的關(guān)鍵。就像當初人們在移動互聯(lián)網(wǎng)時代尋找到微信、美團、抖音，將移動互聯(lián)網(wǎng)迅速普及化一樣，在大模型時代，解決大模型普惠的鑰匙依舊是超級應用。 “科技對我們生活的改變，是潤物細無聲的?！崩蠲黜樢砸苿又Ц兜钠占盀槔罕M管此前已有相當?shù)倪M展，但直到微信紅包的推出，給了一些本不熟悉技術(shù)的人群接觸和使用移動支付的契機，這一技術(shù)才算是走向了普惠。 大模型同樣需要一個更加普及、受歡迎的應用，讓“iPhone時刻”再升華一步，覆蓋更廣泛的三線、四線，甚至偏遠地區(qū)的用戶。 尋找超級應用是中美技術(shù)界共同面臨的挑戰(zhàn)，即便是OpenAI也沒有實現(xiàn)超越——盡管大模型已經(jīng)被數(shù)億人使用過，但高頻度依舊不夠，因此大模型的應用在商業(yè)閉環(huán)中尚未找到最佳解決方案。 圖片來源：視覺中國-VCG31N2008743681 但李明順認為，當前已經(jīng)無限逼近于大模型第二波浪潮的來臨，就像iPhone誕生后，真正的超級應用在四到六年后才逐漸嶄露頭角，如微信、抖音、頭條、滴滴和美團等。這些應用經(jīng)歷了一個孕育期，進而實現(xiàn)了真正的爆發(fā)式增長。 不過，李明順也指出，當超級應用被找到，未來僅需要大模型底座，可能僅有少數(shù)幾家公司存活，其他公司可能會將焦點轉(zhuǎn)向特定領(lǐng)域的場景價值挖掘——這意味著有一部分大模型公司要轉(zhuǎn)型成垂直領(lǐng)域的應用公司。 “我們在不同領(lǐng)域里都看到了一些應用的雛形，但是距離超級應用還需要一些時間?！崩蠲黜樥J為，國內(nèi)做得比較好的大模型公司如Kimi，月活數(shù)據(jù)也僅僅達到200多萬，尚未達到超級應用的量級。 此外，許多在垂直領(lǐng)域的應用，無論是面向B端還是與特定行業(yè)結(jié)合的應用，用戶規(guī)模則更小。盡管這些應用可能在商業(yè)回報方面表現(xiàn)良好，如在電商領(lǐng)域已有超過億元的收入，但依舊不能被稱為是超級應用，只能稱為一個很好的商業(yè)模式。 更大的機會究竟是在C端還是B端？李明順認為，C端無疑是一個巨大的市場，但B端市場同樣毋庸置疑。 “我們對大模型的看法是，它不是一個單純的技術(shù)，大模型在把所有的AI進行重構(gòu)，比如多模型多模態(tài)，然后就誕生了2.0時代的AI?！崩蠲黜樥f，B端路線的公司穩(wěn)健性更高，能夠更快與商業(yè)場景結(jié)合，存活的可能性也更大；但是C端一旦挑戰(zhàn)成功，企業(yè)的價值可能會更加顯著。 “就像珠峰的兩面，誰爬到最高峰其實都不容易，只是看你爬的是哪一面。Kimi和智譜我都很看好，但是我認為最終（在行業(yè)洗牌期）他們都需要面臨生死存亡的挑戰(zhàn)。” 在追求超級應用的過程中，最大的挑戰(zhàn)不僅僅是確定哪個場景將成為其誕生地，大模型的理解力探索之路也仍然漫長。技術(shù)上，大模型仍需進一步的技術(shù)突破，以確保結(jié)果的精確性。盡管目前行業(yè)廣泛采用Transformer模型體系并已發(fā)展至萬卡時代，但這些模型的理解力仍基于邏輯，未能達到真正的認知水平，即具備獨立思考和價值情感判斷的能力，且當前這條路徑也面臨算力、能源方面的挑戰(zhàn)。 然而，作為商業(yè)應用，創(chuàng)業(yè)者不必過于深究這些理論上的可能性，應當更加關(guān)注大模型當前的成熟度，以及它們能在哪些場景下替代傳統(tǒng)應用，進而改變?nèi)祟惖墓ぷ鞣绞健? “相當于今天只有刀，就先讓刀成為生產(chǎn)力，用刀切菜、打獵，到了火槍時代，再用槍去打獵。我們只能隨著這個時代的進步去做這個時代的具體應用?！崩蠲黜樥f道。 記者|可楊 編輯|何小桃 梁梟 杜波 校對|孫志成 ｜每日經(jīng)濟新聞 nbdnews 原創(chuàng)文章｜ 未經(jīng)許可禁止轉(zhuǎn)載、摘編、復制及鏡像等使用