中国大模型这一年：钱、场景与未来

原文来源：硅基研究室

作者丨山核桃

图片来源：由无界 AI生成

临近年末，不少科技公司与媒体都开始筹备年底总结。恰逢chatGPT诞生一年，「硅基研究室」和不少业内人士在交流中也发现，比起去年想要迫切追赶的焦虑，今年大家的态度似乎都慢慢回归于冷静。

总结来看，谈概念的人少了，谈落地的人多了；说理想的少了，想如何赚钱的人多了；标榜自己是「中国的OpenAI」的人少了，讲商业模式和付费能力的人多了。

据自媒体「光锥智能」的统计，2023年八个月内就诞生了238个大模型，基本每隔一天中国就会官宣一个新的大模型，这样的「中国速度」令隔壁的硅谷都汗颜。

但回到现实，我们更应关注的是一年多来，在AI世界里，中国的投资人和中国的大模型厂商究竟干了些什么？又将带来怎样的改变？

01 钱的流向：风大鱼贵，大厂创企都有机会

看中国AI发展到哪一步了，先看「聪明的钱」的流向。

回顾过去一整年，尽管投融资行业整体收敛遇冷，但AI依旧是热门赛道。根据根据 IT 桔子的数据，截止到2023年11月20日，今年中国人工智能赛道在一级市场的总融资事件数依旧达到了530起，总融资交易额估算有631亿元。

而在这之中，也诞生出一批备受瞩目的AI独角兽企业，最火的就要数百川智能、智谱 AI、零一万物、Minimax 名之梦这4家企业，而他们背后站着的不仅是诸多明星机构，还有大厂们间的联盟。

从投资逻辑来看，投早、投贵成为了典型的趋势。不少投资人也向「硅基研究室」提到：“好的项目还是太少了。”

在腾讯科技Hi Tech Day暨2023数字开物大会上，英诺天使基金合伙人王晟也观察到了类似的趋势：“今年AI投资显著的特点，导致大家投的项目都是高度集中的，都是最贵的，所以很显然都是要投得更早一点，稍微差一点就会变得非常贵。”

背后的原因也并不难理解，一是算力的掣肘下，并非所有玩家都又能力大力出奇迹。二是随着技术周期的变化，AI竞争也逐步迈入强调商业化与商业场景的阶段。

根据Gartner提出的「技术成熟度曲线」理论，目前生成式AI处于「泡沫巅峰期」，需要更多商业场景落地才能实现技术的规模化应用。

昆仲资本投资副总裁陈希就观察到，AI大模型在今年上半年和下半年还有比较大的变化。“上半年特别热，下半年相对来讲投资人会变得稍微冷静一些。”他也表示，市面上很多项目估值存在比较高的溢价，目前投资人还是期待很多新的商业机会和商业前景出现。

另一个关键问题也随之而来，投早投精投贵也就意味着AI大模型创业面临更激烈的挑战。这之中，创业者始终会被拷问一个问题：如何与大厂竞争？

从部分投资人与企业的观点，我们也发现了当下的两点共识：

首先，大厂的优势是相对的，但不是绝对的。“因为算力问题，大厂的优势可能是被放大了，这是我们认知的事实，长期而言，我们看到的是由于大厂的算力和先发优势。”在腾讯科技Hi Tech Day暨2023数字开物大会上，昆仑万维董事长兼CEO方汉这样谈到。

其次，创业公司更应做的是「破坏式创新」。大厂在过往竞争中所形成的路径依赖并不能实现一家通吃，大厂往往需要追求业务的稳定性与长期性，从这一点来说，做高度不确定的事——这种机会属于创业公司。

“所有的创造性破坏都是小厂搞出来的，今天的大厂都是过去的小厂，破坏了过去旧的产业结构就会成为大厂。”王晟这样说。

02 场景涌现：循序渐进，找准PMF

前不久，斯坦福华人博士的AI视频创业项目Pika 火遍全网，一时间也引发了科技圈的反思：为什么我们总是做不出来杀手级应用？

事实上，在讨论AI大模型时，我们总会提到两个方向：一是B端，另一个是C端。但事实上，B端和C端的界限其实非常模糊，比如ChatGPT的ChatBot交互，MidJourney、Stable Diffusion，本质上都是先让C端用户玩起来，然后在B端产生价值。

从移动互联网到大模型时代，过往一年中，人们都在期待「杀手级应用」的诞生，但其实产品寥寥，背后的关键原因，一是我们错误地理解了「杀手级应用」的含义，二是很多企业根本找不准PMF。（Product / Market Fit，产品市场匹配）