（美編：肖麗亞）
經濟觀察報 記者 陳白 高若瀛 鄭心這一次，所有人似乎都回到了熱血沸騰的青春年代。即使3個月前，席卷全球科技大廠的關鍵詞還是裁員、降本增效。但2023開年以來，仿佛一夜之間一切都變了哪怕是為金融界所憂慮的硅谷銀行爆雷，其沖擊波的漣漪也很快散去。創業公司們并不會過多提及這一變化，對他們來說，當下有更重要的事情。
九合創投創始人王嘯說，“今年初創企業的數量大幅增加。年后到現在，我們AI賽道的每個投資人，平均每個星期都要看十幾家，做什么的都有：既有大模型，也有AI心理咨詢、AI文秘助手等應用層項目。”
但是，對于人工智能的新一輪競速，“GPT-4發布之后，大語言模型的第一場仗基本結束，同時開啟了AI2.0時代。”4月19日，創新工場執行董事、創新工場前沿科技基金總經理任博冰說。
不久之前，創新工場董事長兼CEO李開復博士宣布籌辦一家AI2.0公司，致力打造全新的平臺和生產力應用。當然，不只是這位享譽世界的AI專家，王慧文、王小川等等一批我們所熟悉的創業先鋒都在歸來。
如今，再沒有比投身AIGC賽道更為重要的事情。區別于傳統的PGC與UGC，AIGC（生成式AI，AIgeneratedcontent）指通過人工智能技術生產內容不只限于生成文字、圖片，還包括音頻、視頻，寫代碼編程也涵蓋其中。今天聽到的 ChatGPT、Midjourney、文心一言、通義千問等大模型，嚴格意義上講都屬于AIGC的子集。
在中國，隨著百度、阿里巴巴、華為等科技廠商紛紛發布自己的大模型。沉寂三年的科技公司發布會現場擠滿了人。這些會議主辦方共同的感受是：來的人嚴重超出預期，哪怕是已經能夠容納數千人的會議，依然有難以計算的人站在過道上。
“最近我們看到開始有非常多的人出來創業，他們來自科研院所、大廠等等背景。”任博冰說，這一領域創業公司的出現速度和他們所聚焦的領域，幾乎每個星期出現的創業公司，都有很大的變化。
星瀚資本創始人楊歌說，他們并未對ChatGPT或AIGC的進展單獨開過會，“因為我們現在每時每刻都在討論這個事情。”
有人把這比作十二年前的“iPhone時刻”。在源碼資本合伙人黃云剛看來，這次以GPTs和背后大模型為代表的AI浪潮，不僅從范式上完成了變化，解決了自然語言的問題，也從結果上讓人們感受到了大模型的潛力，“ChatGPT、開放插件，以及隨后一系列在這基礎上的應用和各大廠商發布的大模型，已經顯示出明顯的顛覆萬億級公司的潛力”。
楊歌甚至更加樂觀，“我覺得可能不只是iPhone時刻，而是內燃機時刻。因為這一次帶來的變革想象，可能會遠大于移動互聯對于PC互聯網時代的升級。”
“現在的變革是以天計算的。”任博冰說，這樣快速進化的結果是，第二場仗馬上就要來了，“但問題是，就像當年，包括OpenAI自己都沒有想到ChatGPT選擇的這條路能夠走通一樣，現在我們也同樣不知道，下一次的戰場會發生在哪里”。
奇點：博弈新千億
對于投資機構來說，新的窗口期已經打開，按照任博冰的看法，“AI2.0時代開啟了新一輪的創業投資機會，我們將可能擁有千億美金級別的平臺級公司。”
尹伯昊是YC孵化器中國CEO陸奇看中的創業者。在秋季奇績創壇路演上，他的項目從5000多份申請中脫穎而出，這是他的第三次創業。尹伯昊對“2022年8月24日”這個日子印象深刻：“我和陸奇之前沒有什么交集。但在那天，他看完我們的項目后，當天就決定投我們。”
尹伯昊是猴子無限公司創始人。猴子無限是一家生成式AI賽道的創業公司，專注于模型調優。尹伯昊在2022年下半年開始投身AI創業賽道，“我出來創業沒有別的原因，就是我看見，技術的奇點已經出現了。”“猴子無限通過大模型FineTune，將少量的個性化數據，比如我的照片、特定商品的圖片，訓練到已有的大模型中生成新的大模型，再讓個性化大模型幫助創作，實現企業級的設計協作。”尹伯昊說，猴子無限也正在參與海爾的空調設計，“個性化的大模型能夠讓我們為海爾的空調設計，提供更多方案和靈感支持”。
九合創投王嘯也對一個日子印象深刻。今年春節前的臘月二十三本該放假的那周，九合果斷決定投下一家由成都游戲公司AI實驗室孵化出的專做游戲AIGC生產力輔助工具的項目。這個項目的產品能力之一就是能替代掉位列“被AI威脅飯碗榜首”的游戲插畫師。但插畫僅是其提供的比較小的服務，更重頭的還是聚焦在3D美術素材的生成及內容安全、AI玩家陪玩等由AI驅動的服務上。
九合過會決定投的時候，國內AI賽道的極熱浪潮，還沒有因ChatGPT而到來。無論是投資人還是創業者，都還沉浸在“久別三年”的新年團聚之中。很快，這股風起大洋彼岸的技術浪潮就席卷了中國。
尹伯昊說，那時候其實大家都開始意識到技術所帶來的巨變，生成式AI最核心的能力，是有機會讓機器創作出過去只能由人創作出來的模態，向內引入更多數據訓練AI一定會帶來顛覆性改變。
但相比ChatGPT的大模型，“VC已經很難對大模型下手。一家VC的管理規模約10億人民幣，現在一家初創模型公司上來就融資5000萬美元，一下就蓋掉資管規模的1/3；我覺得百分之八九十的VC基本都明確了，這不是我們能玩的事。”一位不愿具名的VC投資人表示。
4月21日的一篇報道也引述芯片行業研究公司SemiAnalysis首席分析師迪倫帕特爾（DylanPatel）的觀點：OpenAI每天為運行ChatGPT投入的成本可能高達70萬美元。但帕特爾最初的估計是基于GPT-3模型，在采用最新GPT-4模型后，ChatGPT現在的運行成本可能更高。
AI賽道從持續的“寡淡”到2022年底的“出圈”，再到今年的“爆火”，愈發讓王嘯變得“冷靜”起來。如果說ChatGPT成為那個奇點，究竟給投資認知、創業方向、行業格局帶來了什么改變？
三年前，時尚電商ZMO創始人張詩瑩就開始關注人工智能。她認為，未來AIGC能做到兩件事：第一，降低內容生成門檻，以前大家需要學習拍攝，學習Photoshop；未來只需創意就能生成內容。第二，未來的內容不可避免需要人人成為創作者。“可能先從AI輔助人類創作，到后來部分由人創作，部分AIGC創作。當人類對內容的需求呈指數型上升時，供需之間產生差異，我們一定需要像AI這樣的工具，輔助人類構建有更多內容含量的世界。”張詩瑩說。
在王嘯看來，ChatGPT率先完成了行業對AI的認知統一和市場教育：AGI是不是終局已不再是疑問；在此之前，一切都仍是未知，“過去各行各業都講過AI模型的故事；但現在行業故事基本被替代。AI到底應該用來做什么、怎么做的問題，短時間內更好地回答，就已經變成去做大模型及其上面的應用。”
對于投資機構來說，新的窗口期已經打開了，按照任博冰的看法，“AI2.0時代開啟了新一波的投資創業機會，這股浪潮將穿透甚至重塑各行各業，在這個過程中，我們將可能誕生千萬美金級別的平臺級公司。”
起跑：路線問題
“當時沒有人能夠預測到GPT這條道路能夠跑通。而且大語言模型也絕對不會是終點，它只是其中一個類型�？赡躉penAI現在也未必認為下一輪AI就一定要朝著LLM的方向去，多模態的戰場里可能有新的對手，比如Tesla。”
很多人把ChatGPT以及由此衍生的大模型視為這一輪人工智能革命的浪潮之巔。任博冰說，“即使沒有OpenAI和ChatGPT，也會有另一家公司、另一款產品。因為生成式AI已經走到了從量變到質變的時刻。”
事實上，即使在最近一年，人們對人工智能技術的認知也在經歷著快速刷新。GPT-3發布之時，中國市場對其關注度并不高，直到開放ChatGPT這個應用級產品，大家對它的認知才達到了新的高度。
2022年11月的云棲大會上，阿里云在業界首次提出MaaS（modelasaservice）的概念。阿里云CTO周靖人說，“這也是我們多年在預訓練大模型研發的一系列體驗。我們認為，今天以模型為中心的開發，模型即服務的開發，已經形成AI開發的一種新范式。隨著今天人工智能的快速發展，我們要真正把模型作為重要的生產元素，我們對業務的開發系統要圍繞著模型來。這是我們之前提到modelasaservice的一個重要出發點。”
對于什么是“modelasaservice”，周靖人進一步解釋，“以模型作為一個生產元素不是簡單的空話，更重要的是圍繞模型的全鏈路生命周期，要圍繞模型本身，從模型的生產到模型的查詢，再到模型的使用，都要形成一系列產品。能夠幫助開發者，首先是開發模型，同時查詢模型，更重要的是使用模型，只有這樣才能真正意義上實現modelasaservice。”
但這一概念的發布在當時并未引起太大關注。“我們內部討論還覺得奇怪，我們認為是很大的變化，但現場提問時卻根本沒有人關心這個。”周靖人說。
釘釘總裁葉軍也在后來的采訪中，再次向我們提及了阿里云團隊感受到的這種反差，“這是從效率時代到智能時代的飛躍。去年云棲做的所有工作，對今天來講具有歷史意義，我也參加了那場媒體群訪，但沒有幾個人關心這個問題。”葉軍說，但現在大家反應過來了。
這種反差的背后，是不同的技術、商業路線。
當時，OpenAI的選擇看起來是邊緣且特立獨行的。“很少有人會選擇大模型這條路，投入很高，而且當時沒有人能夠預測到這條道路能夠跑通。”任博冰說，“可能OpenAI現在也未必認為下一輪AI就一定要朝著LLM的方向去，多模態的戰場里可能有新的對手，比如Tesla。”
在ChatGPT出現的時候，即使其模型知識量很大，但整體的質量還是有很大的提升空間。一般認為RLHF（人類反饋強化學習）是ChatGPT成功的關鍵技術。直到其投入了巨大的資源投入，通過人工標注、反饋提升其質量。
在GPT模型興起之前，大多數 AI模型主要是針對特定應用場景需求進行訓練的小模型。李開復把此前的這個階段定義為AI1.0時代。“每一個單獨領域都需要單獨的收集數據、訓練模型、標注數據、清洗數據，然后單獨訓練模型優化任務，這就決定這種模型是不可能跨領域的。比如電商所訓練的模型，就無法放到銀行去使用。”在宣布投身這一輪AI熱潮前，李開復組織了一次分享會。李開復這樣解釋。
由于存在通用性差、訓練數據少、適應范圍小的弊端，使得AI1.0時代的很多人工智能公司很快就遭遇到了應用瓶頸。
但是，自GPT-3.5以來，人們開始看到了以往的AI技術天花板，正徐徐打開。作為自然語言處理模型，ChatGPT的出現和經驗表現代表了AI2.0時代的現象級應用開始出現。
在OpenAI發布ChatGPT之前兩周，任博冰和其所在的創新工場曾經在硅谷與OpenAI的高管有過一次交流，“他們當時就提示我們，他們正在圍繞InstructGPT(ChatGPT的姐妹模型)做更多優化。”
隨后不久，GPT-3.5的發布，幾乎一瞬間點燃了整個賽博世界。ChatGPT推出僅2個月，用戶數已經突破了一個億，當時的電話和手機分別用時75年和16年才在全球積累1億用戶，即使是上一個最快破億的程序TikTok也要用時9個月。
任博冰說，其實ChatGPT的發布，開啟了AI2.0時代，在這之后，我們看到技術的突破速度開始變得越來越快，“可能這個星期和下個星期，技術的方向都會完全不一樣了。”
任博冰的判斷是，未來AI2.0的第二場仗的概率最大的戰場應該是多模態。但他也說，“這是無法預測的。說不定馬斯克會引領下一輪浪潮呢？畢竟特斯拉在視覺領域的積累是無人能夠與之相提并論的。那下一次浪潮會不會發生在視覺模態？還是三種模態？現在不清楚。”
本輪AGI(通用人工智能)大爆炸的想象力在于，自然語言處理大模型僅僅是眾多大模型中的一小部分。而在ChatGPT 之 外 ，Stable diffution、Midjourney等文生圖應用，同樣獲得了突破性進展。而目前被寄予厚望的多模態，則是能夠實現對文本、圖像、視頻、音頻的理解和生成能力。
浪潮：意料之外的成功
當參數大到一定量級，AI能 “涌現”出強大的能力表現，具備人類“無中生有”的原創能力。
這一輪生成式AI突破的發端，可以追溯到2006年杰弗里辛頓及他的學生魯斯蘭薩拉赫丁諾夫正式提出的深度學習概念（DeepingLearning）。2006年也被稱為深度學習元年，杰弗里辛頓也因此被稱為深度學習之父。
2009年左右，斯坦福大學由吳恩達帶領的一個人工智能團隊發現，GPU能夠幾百倍加速深度學習系統。然后，訓練一個四層的神經網絡突然變得很快，之前需要花費幾周的學習時間，變成了不到一天。GPU生產商英偉達的老總黃仁勛說這是令人高興的對稱：GPU這個用于為游戲玩家構建幻想世界的芯片，也能用于幫助計算機通過深度學習理解真實世界。
回溯上一波人工智能熱浪，大致以2017年AlphaGo圍棋大戰為節點。在中國市場也能夠清晰地看到產業上的變化。2017年出爐的《新一代人工智能發展規劃》，明確將人工智能發展作為國家戰略和重點發展領域，提出包括資金、技術、人才培養等多方面的一系列支持政策。
2018年開始，全自動智能化涌動，應用于智能倉儲、智能制造、智能農業、無人駕駛、機器人等領域。那幾年，中國市場活躍的除了傳統意義上移動互聯時代的華為、阿里、百度等巨頭，還誕生了被稱為“AI四小龍”的商湯科技、曠視科技、依圖科技與云從科技。
在此之后，AI賽道再次“隱入塵煙”。四小龍的估值是反映這種預期墜落的最佳窗口：以商湯為例，其上市后股價持續不振。2022年6月30日，商湯科技上市前投資者、基石投資者股權基本解禁，短短一天之內，商湯科技的市值蒸發了超過900億港元。
不止商湯，從全球市場看，近年來AI公司的估值普遍遭遇了回調。在商湯解禁前，研究機構麥格理發布研報稱，全球人工智能公司的市盈率（TTM），已較2021年底的30倍（商湯科技上市時）下跌至當時的約15倍。
而從過去看，包括商湯在內，AI公司已經在不斷進行應用場景的探索。2022年8月，商湯就發布了一款下棋機器人，卻被市場認為是“偽需求”。
作為人工智能軟件市場規模最大的領域，上一輪AI競速主賽道是計算機視覺領域。但計算機視覺需要通過深度學習訓練來提升，而深度學習的基礎是對海量樣本進行訓練，不斷迭代優化準確度，因此對樣本的依賴性極強。而當跨場景導致訓練樣本徹底改變，就需要重新訓練。
商湯曾稱打造了行業內前所未有的通用人工智能基礎設施通用平臺SenseCore，實現了多功能超高精度AI模型的大規模量產。但平臺技術并未真正意義上實現泛化應用，其所做的生意多以項目定制化為主，即因應不同客戶去度身定制相應產品，導致成本居高不下。
計算機視覺的局限性還體現在這一技術本身并無商業價值。AI公司需要花費更多時間將自己研發的AI技術落地到客戶場景中，才能給客戶帶來價值。
這就意味著，當AI公司必須進入到一個與產業結合的市場，事實上也進入到一個由原本產業巨頭所主導的領域。AI公司在拓客的同時，將面臨不斷補齊AI能力的競爭對手，且后者在產業鏈上下游更具優勢。很多人工智能技術公司就困在了技術和市場的夾縫里。即使像百度這樣的公司，也需要在研發和商業化之間取得某種平衡。
時間倒退回2017年的百度AI開發者大會。彼時任職百度COO的陸奇，一開場就給出了一個價值判斷：AI將和前三次工業革命一樣，讓人類進入全新的時代。百度要ALLINAI的戰略目標，震驚當時的業界。這種ALLIN在后來很長一段時間都陷入“僵局”：2018年陸奇離開百度，幾乎成為了一種行業的隱喻。
AI的沉寂不只在國內，隨后幾年，國外明星AI企業WaveComputing遣散員工，申請破產保護。國內AI頭部企業地平線，被爆裁員50%。獵豹全球智庫2020年的報告顯示，AI企業融資數量持續18年連漲后經歷斷崖式下跌。相較2018年，2019年融資額從1484.5億元下降到967.27億元，下降幅度達34.8%，融資數量從737下降至431，下降幅度達四成。
盡管這幾年面臨掉隊BAT的質疑，AI技術的沉淀使得百度能夠在2023年率先發布文心一言，看起來終于扳回一局。
4月10日，商湯發布“日日新SenseNova”大模型體系，一口氣展示了多個產品，有類ChatGPT產品“商量”（SenseChat）、與Midjourney畫風一致的秒畫平臺、AI數字人視頻生成平臺如影，以及瓊宇、格物這兩個3D內容生成平臺。但資本市場并未給出過于樂觀的反饋，截至4月17日，商湯股價報2.73港元，相比去年初高位的9.7港元，下跌超過70%。
在投資人的觀察中，問題之一在于數據孤島、清洗數據太貴，沒有成為降低成本的有效平臺。而ChatGPT出來后最大的貢獻，就是解決了孤島問題：用全世界的數據訓練一個巨大模型，這個模型還可以遷移學習轉換到每一個應用里去，“做一個AI應用的成本就可能降低95%，這個時候就可以形成一個真的平臺生態系統。”
競速第二場：無盡前沿
如果到今年7-8月，市場上還沒有人能做出更具想象力的應用級產品，這波由ChatGPT引發的應用創業熱潮很有可能會進行一次深刻“反省”。
此時此刻正在發生著肉眼可見的競速。類似猴子無限這樣的創業公司，只是當下AI競速洪流中的一角。在這個四月，幾乎能想到的公司，都開始投身這個看起來將要“真正改變一切”的賽道。
頭部投資人的預判也幾乎是一致的。比如楊歌把人工智能的沿革大致分為三階段：弱人工智能、強人工智能以及超人工智能，“當下我們站在超人工智能的起跑線上”。
民生證券數據統計顯示，4月短短半個月時間，已發布近30個大模型，其中包括互聯網公司、獨角獸乃至科研院所。國內市場開始敏銳捕捉到大模型以及由此衍生的應用場景。
ChatGPT大火之后，北京知行互動科技有限公司創始人、CEO丁瑞彭觀察，這一輪創業熱潮中可簡單分為兩種類型：一是做底層大模型，無疑需要天量資金，機會只屬于少量“明星”創業團隊和大公司。大量機會還是在應用層，即利用頭部大模型的開放能力構建各種應用，突圍路徑是在對用戶和客戶需求的了解上，利用AI技術解決用戶痛點。
張詩瑩稱，如果只是ChatGPT，它更像一個有趣的玩具，當它融入人們的日常工作時，才會變成剛需，AIGC必然有產業化的應用。
“如果全都是ToC的AI繪畫，我們還是需要跟行業做更好的結合，才會是更有黏度和價值的AIGC。”張詩瑩稱，“只要需要內容的地方都會需要AIGC。內容已經爆炸，而好的內容還是稀缺。未來C端用戶和AIGC的關系，既是消費者也是創造者。”
而對于投資人和創業者來說，如果公共大模型已是“觸不可及”，那么一些專屬大模型以及在大模型能力之上的應用創新，則還存在巨大空間。
創業項目也確實如雨后春筍般在年后涌現。王嘯表示：“去年全年活躍的AIGC相關項目不過20個，但今年的數量就大幅提升了，年后到現在，AI賽道的每個投資人，平均每個星期都能看十幾家，做什么類型的都有：從大模型到行業應用層再到C端的應用，包括AI談戀愛、AI心理咨詢、AI文秘助手等。”
王嘯的言外之意是：如果沒有一定的技術門檻和真實的應用需求，可能不太會投。他說自己現在多了點“審視”心態：現在就看大模型公司們能做到什么程度了。他心里是有隱憂的，盡管現在下定論顯然為時過早，但如果到今年7-8月，市場上還沒有人能做出更具想象力的應用級產品，這波由ChatGPT引發的應用創業熱潮，很有可能會進行一次深刻“反省”。
他擔憂更長遠的邏輯在于，沒有好的應用反哺，大模型大概率最終也不會好，“因為大模型通過深度學習訓練，逐漸落地到各種垂直行業和場景里，從而作為底層平臺接入其他產品并對外開放，解決具體問題。最后是按照調用模型的次數收費，一定要有很火爆的應用去不斷貢獻收入分成，模型廠商、應用廠商都能盈利，用戶得到更好的服務體驗，價值鏈條才成立。”
中科創星創始合伙人米磊，也經歷過新一輪人工智能浪潮的周期。2016年，AlphaGo戰勝李世石時，米磊就判斷光子技術是人工智能的基礎設施，能夠為人工智能提供核心的數據和算力支撐，所以中科創星前期重點布局了以光芯片為代表的人工智能基礎設施技術，同時布局了下一代人工智能算法公司，以智譜華章和瑞萊智慧為代表的算法公司。
但此輪人工智能賽道熱了之后，米磊出手的節奏、看的項目卻沒有發生太大變化，“當時不熱時出來創業的團隊，相對來說更靠譜一些�，F在出來的很難搞清楚是不是追熱點，能否長期堅持。”米磊認為，這個賽道的創業者要比拼技術實力、資金實力、管理能力、戰略耐力等方方面面的能力，戰況很激烈。
米磊覺得，大模型的成功還在于有長期的耐心，“只要長期投入，一旦爆發就會創造巨大的商業價值，但中國的投資人有幾個敢愿意這樣做的。如果能做到這一點，我相信中國一定有未來”。
當下所有人都希望趕上ChatGPT的熱度，盡快在這個節點押注，才有可能抓到下一波AI浪潮。這是王嘯眼中，很多人現在下場去做一些“看起來短期內沒那么正確”的事情。但也很有可能，這波AI熱潮留給創業公司的機會，并沒有外界想象的那么多。
但真正的競賽發生在更底層。任博冰說，確實相比美國，中國的公司更加注重應用層的創新，“當然我們也有關注基礎技術研究的，只是相對美國的投入有一定的差距。”
每一次革命來臨的時候，對于技術雙刃劍另一面的討論從未休止。這一次AIGC的爆發同樣沒有例外。就在阿里云正式發布通義千問大模型當天，一條監管消息瞬間刷屏。
4月11日，國家互聯網信息辦公室就《生成式人工智能服務管理辦法（征求意見稿）》（以下簡稱“意見征求稿”）公開征求意見，內容的真實性、訓練數據的安全性等備受關注的話題皆在其中。這被視為AIGC領域首份政府文件。
站在學術角度，監管的紅線可以理解。中歐國際工商學院中歐國際工商學院戰略學及創業學助理教授白果在一次分享中談到，有學者做過統計，美國在經歷數字化轉型后，即1979年到2019年間，工資在初次分配中所占的比例以及占整個GDP的比例，總體趨勢都是下降的。
“靠工資活著的人所占有的財富或所獲得的回報，在整體的回報中所占的比例是越來越低的。這種情況在我們大量使用AIGC后，會不會越演越烈？”白果反問道。
ChatGPT也好，AIGC也好，版權到底屬于誰？“因為模型的創作能力并不來源于模型本身，而來源于互聯網上已有的大量文字和圖片。ChatGPT生成后，它擁不擁有版權？這個版權屬于誰？其實是很難解答的問題。”白果說。
無論如何，從百度發布的文心一言到阿里云的通義千問，大模型的中國競速已經被業界寄予厚望，相比AI換人的憂慮，人們當下或許更關注技術的可能性。
在通義千問大模型發布一周后，釘釘基于大模型能力所披露的“斜杠”，被認為是微軟基于ChatGPT大模型能力發布的Copliot的中國版本。演示視頻發布時，現場開始有人交頭接耳。那是科幻作品中才會出現的場景：如果這種能力未來能夠實現，無疑意味著每個擁有AI使用能力的人，都將獲得一位能力極強的個人助理。
釘釘總裁葉軍說：“這一次人工智能技術的變革，帶來的將是每個人都能使用的技術工具。”任博冰也認為，相比此前的技術變革所造成的技術鴻溝，AI2.0反而是拆除了技術使用的門檻，提高了可及性。“我對未來保持樂觀。”
