国内什么样的 AI 公司现在能拿到 VC 投资？

作者：举大名耳

来源：AI新智能

图片来源：由无界 AI生成

月之暗面，给我们提供了一个参考。

当下的大模型赛场，随着最初的热潮褪去，不少VC和投资人对大模型已经进入了一个冷静期，其投资标准，也变得理性、严谨了许多。

既然如此，那么这一阶段能得到明星资本青睐的团队，都具有哪些特征呢？

如前段时间，突然发布自身产品的神秘创业公司——月之暗面Moonshot AI，就给我们提供了一个参考。

在自身的大模型 Kimi Chat发布前，很少有人会想到，这个创始人仅31岁，且没有任何产品发布的AI初创企业，会获得红杉中国和真格基金等 VC 的投资，并被The Information 选为五家「中国 OpenAI」的创业公司之一。

那么，对国内大模型而言，月之暗面的入局，究竟是又一场讲故事的炒作，还是一匹赫然出世的黑马？

VC们的考虑

现阶段，要拿捏一个AI初创企业的含金量，除了企业公开展示的信息外，从VC们的角度倒推回去，分析其投资的理由，也是一种值得借鉴的思路。

以投资了月之暗面的明星资本红杉中国为例，目前红杉中国在AI领域已经已投资了近 30 家企业，但其真正的核心标准只有两个：

1、有使用场景，解决实际问题；

2、系统能够持续不断获得有用的数据自我学习来提升处理能力。

在第一条标准上，红衫中国对AI企业的筛选，有着与国内大多数VC不同的洞见。

当前，AI 投资大多集中在 B 端，因为相较于C端，B端的行业垂直类大模型更好找到应用场景。

然而，红衫中国却认为，垂直行业背景不是必备条件，而对行业痛点的深刻洞察，则是更为重要的因素。

比如摩拜创始人不是做自行车的，但是她发现了实实在在的需求，并且意识到在这个过程中 AI 能够发挥价值。

按照这样的思路，来看月之暗面的情况，我们就会理解红衫中国投资的理由。

在月之暗面发布的大模型Kimi Chat，是首个支持输入 20 万汉字的智能助手产品。这一上下文长度，是目前最高的 Claude 2-100k（约 8 万字）的 2.5 倍，GPT-4-32k（约 2.5 万字）的 8 倍。

超长的文本输入，意味着什么？

在Kimi Chat发布前，大模型落地的一个最大阻碍或瓶颈，正是输入长度的限制。

由于长度所限，任何需要进行长篇分析或持续对话的场景，现有的大模型都难以胜任。

例如，在法律行业中，有时从业者需要处理大量的长文本，例如法律文件、合同、判决书、案例等，而在媒体行业中，编辑或撰稿人，也需要对大量的文章、新闻、报道进行分析阅读。

诚然，面对输入长度的限制，人们可以用“分段发送”这种投机取巧的方式规避，然而，由于长度所限，在达到字数限制后，大模型仍然必须对每段内容重新开始分析。

而这种不断“从头开始”的情况，也使大模型难以形成一套连贯的、有深度的见解。

这样的情况，就像是一个原始人，虽然学会了写字，但却因文字载体（只能刻在石头上）所限，无法保存更多的信息，积累更多的智慧，于是文明便无法长远地发展。

而大模型要想摆脱这样的“原始阶段”，向更广阔的场景扩展，文本长度的限制是一定要突破的。

也正因如此，抓住了“长度限制”这一痛点的月之暗面，才会如此得到红衫中国的重视。

然而，除了具体的场景、技术之外，“人”的因素，在大模型创业过程中同样不可忽视。

技术天才的前路

当下，几乎每个AI初创企业都想成为OpenAI，但又有多少团队具备那样的人才配备，以及能让其充分发挥自身才干的土壤呢？

从表面上看，在目前的大模型创业热潮中，名校毕业、大厂经验、浓厚的技术基因，似乎已经成了一种“标配”

月之暗面的情况也是如此。

其创始人杨植麟，不仅出身清华，深造于卡内基梅隆大学，后来又效力于谷歌大脑研究院和Meta（Facebook）人工智能研究院，并且还曾与图灵奖得主杨力昆（Yann LeCun）合作发表论文。

图片来源：百度百科

同样的，身为团队第二大股东的周昕宇，也是杨植麟清华大学计算机科学与技术系的同学；