创业者逐鹿大模型 那些“光年之外” 世界通讯

“勇于踏上这条路的人我都鼓掌，上路的都是勇士。”

(相关资料图)

今年4月，围绕着入局AI领域创业的话题，王慧文曾说过这样一句话。那时候距离他高调张贴“AI英雄榜”，宣布设立光年之外不过两个月。

这次对话让外界看到了互联网老将出山的一腔热血，也看到了科技圈久违的划时代潜力的爆发。但令人意外的是，这次对话结束的两个月后，王慧文病倒了，连同光年之外，也一并陷入了何去何从的猜测。

紧接着，围绕着“中国创业者到底该不该逐鹿大模型”的话题，猎豹移动CEO傅盛与金沙江创投董事总经理朱啸虎“激辩”朋友圈，成为业内又一焦点话题。

人工智能红透科技圈的半年里，这两件事像是一个关键的转折点，提示人们思考，看似热闹的人工智能创业浪潮的另一面，是否也有资金、技术、竞争方面的现实压力，而这些很可能才是狂热滤镜下真实的“光年之外”。

模型层VS应用层，谁是王者

“硅谷一半的创业企业都围绕ChatGPT开始了，我们的投资人还能这么无知者无畏”。6月26日晚间，傅盛在朋友圈转发了一篇名为《朱啸虎：ChatGPT对创业公司很不友好》的文章，并附上了这样一句评论。

这是这场争论的开始，也足以成为中国大模型创业阶段性思考的开端。无界AI联合创始人马千里对北京商报记者分析称，这场争论的核心其实就是模型层和应用层哪个更有创业机会的问题。

朱啸虎认为，模型层创造99%的价值，应用层只是在模型层之上做了一个“界面”整合，创造价值不多，所以创业机会不大。傅盛则认为，底层模型虽然有价值，但是不能简单地依靠底层模型就把问题或需求都解决掉，还需要应用层，因此应用层创业还有机会。

过去这段时间，大模型的创业潮一度被冠以“百模大战”的称号，入局者既包括美团联合创始人王慧文、原搜狗公司创始人王小川等互联网老将，也包括百度、阿里、腾讯、华为等大厂，以及商汤科技、昆仑万维等明星企业。

“天价”的投入要求确实抬高了大模型本身的创业门槛，入局者的身份说明了一切。马千里预计，模型层和应用层机会孰大很快会见分晓。

从竞争激烈程度上来看，马千里认为，模型层要激烈得多，未来模型层可能会出现“赢者通吃”的局面，每个领域，不管是语言类模型还是文生图类模型，可能会形成寡头竞争的格局。应用层相对应的可能会出现“百花齐放”的局面，即只要能够解决某一领域的特定问题，就会产生持续价值，甚至底层模型的竞争会让上层应用受益，因为每个底层模型，都在千方百计地搭建一个繁荣的应用生态，可能会有一些鼓励手段激励到应用层。

无界AI把“宝”押在了文生图领域。马千里表示，相比大语言模型，文生图模型在发展中有更好的开源生态，这给应用层带来了很多机会——即利用开源的模型做二次开发，短时间内做到从0到1，上层应用小步快跑验证商业创意。

据介绍，文生图模型层可以结合市场需求训练各种有特色的细分领域的模型，做到从1到100，从无界AI的经验上看，拥抱开源的同时加强自研对创业者来说是一个很好的选择方向，而且也足够微观。

华院数智人商业化副总裁林莱尼也对北京商报记者分析称，目前AI领域的创业更多集中在大模型基础上的应用层开发，因为底层的大模型训练需要大量数据，创业者首先需要解决这些数据从哪里来、是否合规的问题。同时大模型的训练成本和时间成本都相当高昂，因此Maas即Model As Service会成为普遍现象。

“有意思的是，在争论的最后两人似乎达成了一个共识，即模型层创业机会是‘BAT’级别的机会，而应用层创业机会则是零散的、小一些的机会。”马千里总结称。正如朱啸虎在朋友圈里追补的一条解释：不要迷信通用大模型，对大部分创业者来说，场景优先，数据为王。

大模型创业，说起来容易做起来难

创新工场董事长兼CEO李开复曾把AI大模型形容为“中国不容错过的历史机遇”。在他看来，以GPT-4等大模型为代表的生成式AI热度在全球蔓延，意味着AI 2.0时代已经到来，它将带来比移动互联网时代大十倍的机会，穿透各行各业极大地提振生产力。

傅盛和朱啸虎的观点交锋，一定程度上折射出了这种前所未有的历史机遇下，创业者和投资者两种不同角色的状态和反应。

如果要在创业者里选一个标志性人物，那可能非王慧文莫属。四个月前，王慧文高调张贴“AI英雄帖”的事情还历历在目，但这一切都被四个月后的一条消息打乱了。

6月25日晚间，美团公告显示，王慧文因个人健康原因辞去公司非执行董事、董事会提名委员会成员等职务。此后，有媒体报道称，王慧文已经确诊抑郁症并入院治疗，并且短期内无法继续担任目前的职务来领导光年之外团队。

傅盛的激情澎湃和王慧文的因病离岗，像是大模型创业的一体两面：一面是机遇面前的无限热忱，一面是聚光灯外不足为外人道的现实压力。

钱是最主要的压力来源，对于号称“吞金兽”的大模型创业更是如此。曾有业内人士总结，在国内没有10亿美元的启动资金，是无法参与这场大模型创业竞赛的。马千里也提到，不管是做模型层还是应用层，AIGC创业对资金、算力、人才等核心要素的要求都是特别高的。

第二大压力可能在于“卷”，尤其是应用层面。一家主攻海外市场人工智能技术教育场景落地的企业创始人对北京商报记者直言，“国内做AI的太多了，卷的不行”。此外，他也强调，资金和技术都是问题，以及没有商业模式。

技术迭代过快的焦虑也容易引起共鸣。马千里称，AI的发展速度太快了，层出不穷的应用层和模型层一直在进步，而且是全球竞争，“可能华盛顿一所大学当天早上的研究成果就能在当天晚上影响全球”。

北京社科院副研究员王鹏对北京商报记者分析称，AI创业者的压力主要来源于三个层面。第一是技术本身，包括选择的技术路线和赛道是否有可持续性，是否更有竞争力，效果是否更好。第二是资源，进行大模型训练，需要数据、算力和人才，这些都需要资金长期的支持。第三是产业化应用，即便是有了资金，有了成型的团队，未来是否能够形成产业化应用，市场能否买单，是否能为投资人、投资机构以及股东负责，都是完全不同的事情。

“AI创业最核心的问题就是说起来容易做起来难。”香颂资本执行董事沈萌总结称。对于AI领域的创业，沈萌还举了一个英伟达的例子。

虽然英伟达现在看起来“一统天下”，但推导其成长历程，也会发现它曾濒临破产，在其成功的背后，也有无数类似企业倒闭。这个周期不是一般投资者或投资机构能够坚持下来的，毕竟大浪淘沙的市场竞争很残酷，很难断定当下选择的究竟是未来的英伟达，还是会倒掉的那一个。

“这就像是幸存者偏差，我们最终看到的只有幸存者，就认为我们应该模仿幸存者，但问题是幸存者可能经历了很多我们未曾看到的激烈竞争。如果我们只对标幸存者，很有可能会失败。”沈萌称。

创业与投资，热潮与泡沫

大模型创业进入下半场的同时，一、二级市场的投资者态度可能也同样迎来了转折点。

6月28日，人工智能板块盘中一度跌超5%。有媒体报道称，虽然该板块成为今年以来炙手可热的投资主线之一，但种种迹象显示，该板块正在日趋降温。而近期AI板块调整主要与一些投资机构获利后“下车”有关。但分析也指出，中长期来看，行业仍处于高速发展阶段。

一级市场也曾被勾画出过一个疯狂的调研故事，每周甚至每天接触到的AI项目骤然增多。以至于在外界的认知里，投资人似乎普遍相信，这一波AI浪潮不同于以往的热点，这酝酿的可能是一个划时代的机遇。

沈萌认为，过去这段时间，AI领域的投资热，更多是因为看到了ChatGPT给AI带来的变化，再加上英伟达股价不断攀升，整个国际层面的资金可能都在关注AI，并不是中国的投资者有这种偏好，相反这是一种全球性的趋势，“在这样的情况下，大模型、GPU等就成了最容易抓眼球的投资标的”。

在接受北京商报记者采访时，一家投资机构的合伙人也提到，投资市场确实比较热，有些基金出手多，但也有些基金处于看得多投得少的状态，可能与基金的定位或者从业人员的背景有关。

但正如AI创业是否已经激起泡沫一般，投资领域也始终绕不过这一话题。于是近期，投资人态度转为审慎的消息开始逐渐见诸报端。

全联并购公会信用管理委员会专家安光勇对北京商报记者表示，从投资者的态度方面，确实可以观察到一些转变，主要原因在于国内在AI研究和技术发展方面存在一定的限制和监管，使得投资者对于AI领域的投资更加谨慎。政策法规对于数据隐私、算法安全等方面的要求也增加了企业的合规压力。

此外，源泉技术不在国内，这导致投资者对于AI领域的未来发展存在一定的担忧和不确定性。而且尽管AI领域有巨大的商业潜力，但也面临着许多技术、伦理、法律等方面的挑战和风险。投资者更加关注创业公司的商业可行性、核心竞争力和长期发展前景，而非仅仅追逐热点。

天使投资人、资深人工智能专家郭涛也分析称，随着热潮的逐渐褪去，投资机构已意识到AI赛道面临投资金额大、回报周期长、成功率较低、行业竞争激烈、监管日益趋严等问题，初创企业难以与拥有技术、数据和生态等优势的巨头竞争，投资态度逐步趋于谨慎。

“现在是AI投资一个很重要的分水岭。”沈萌判断，AI投资可以分为三个层次，第一层是基础关键，类似于GPU、大模型等；第二层是应用AI技术改造自己的核心业务、核心产品；第三层就是判断AI是否会形成增量业绩，既不影响自己的基础业务，又能产生额外的营收。

因投入要求高，第一层通常不会是一般投资机构会设立的。第二层也可能会面临改变用户体验、用户习惯而无法得到良好的市场反馈的风险。相较而言，第三层风险小，同时又保留了AI业务对其整体业务的杠杆作用，这种产品可能更具有投资的可行性和可靠性。

在他看来，最具有投资价值的项目，是在现有模型的技术基础上，用私域数据训练出的模型。这些私域数据是差异化的最重要体现，能够用独一无二的参数打造独具特色的模型。而且私域数据的积累主要靠的也不是大量的投入，而是时间，不会冒很大风险。

从投资的角度，林莱尼一般会关注几个重点：产品战略方面，是否创造了新的市场机会，并验证机会假说；如果调用了大模型，则要关注大模型的准确性、稳定性和迭代速度；创业者的资源禀赋与成功案例，创业团队的组织架构以及未来的组织架构构想；项目的GTM策略，目标客户是谁，为其提供了什么价值，商业模式、产品矩阵、定价策略、客户资源及销售预测等。

“综上所述，投资人关注的就是应用大模型的商业应用落地可能会创造多大的价值，以及创业者是否能筑建起护城河。”林莱尼称。

北京商报记者 杨月涵

关键词：