狂飆 200 天：進退兩難的中國大模型團戰

以下文章來源于暗涌 Waves ，作者暗涌

(資料圖片僅供參考)

文｜何麗芯

編輯｜于麗麗、劉旌 ?

來源｜暗涌 Waves（ID：waves36kr）

封面來源｜Christ in the Storm on the Sea of Galilee ( Rembrandt van Rijn, 1633 ) , Isabella Stewart Gardner Museum, Boston

兩個月前，" 暗涌 Waves" 曾向一位投資了王慧文光年之外的基金合伙人提問：中國創投史上，哪個公司在創辦之初就眾望所歸、并且最終也擁有美好結局？

" 說實話，我很難想到。" 這位投資人答道。

作為一位 AI 行業的 " 門外人 "，王慧文的殺入格外有戲劇性，最終能有多大的勝算？

沉吟片刻后，這位合伙人打趣說道：" 至少，老王是一個有爭議的人。" 他的言下之意是，對于多數頭部美元基金來說，大概沒有理由不投資王慧文這樣 " 能夠集資源、錢、以及號召力為一體的大佬 "。

后來的故事眾人皆知。伴隨著王慧文確診抑郁癥，光年之外被美團接手，這個大模型創業潮中引發最多關注的故事戛然而止。

當我們提出那個問題時，中國大模型的創業還在狂飆之中。人們無比相信那個比 " 移動互聯網大 10 倍 " 的平臺級大機會：在 GPT-4 推出不過 20 余天時，已有超 10 余家創業公司坐上大模型牌桌，總融資額數十億美金。此后包括大廠在內的 20 多家公司公布了自研 AI 大模型，" 就連上古神仙的名字都不夠用了 "。

頃刻間，光年之外的戲劇化故事，似乎應驗了通用大模型很難屬于創業公司的預言。越來越多的公司開始逃離大模型神話。

時間回到一年前。在舊金山第 18 街和 Folsom 街交叉口，有一座不起眼的灰色三層小樓，很快它將名聲大振——這是 OpenAI 的辦公所在地。一位硅谷人士告訴我們，紅杉的一位投資人和 OpenAI 溝通之后，" 大為震撼 "，這位如饑似渴的投資人而后便令團隊 " 動起來！"

紅杉再次展現出了它一貫的戰斗力。2022 年 9 月，紅杉官網發表了《Generative AI, a Creative New World》一文，第一次提出生成式 AI 的概念。

" 從硅谷到國內，創投風潮的傳遞大約會有 3 個月的延后。" 一位美元投資人對 " 暗涌 Waves" 表示，所以 ChatGPT 在去年 11 月底發布，直至今年春節后，國內關于大模型的討論才瞬間熱烈起來。

春節后，踏上去硅谷航班的源碼資本合伙人黃云剛，本來還想一并考察 SaaS、Bio-tech，但最后幾乎所有會議都和 AI 相關。此時想約 OpenAI 的人已不再容易：其員工后來基本關閉或隱藏了包括 LinkedIn 在內的各類個人聯系方式。

這可能是過去十年、從硅谷到國內最快的一次共識收斂。

在生成式 AI 面前，本就力竭的移動互聯網，頃刻仿若陳舊之物。新一輪的世界交接儼然已經開始。

人人都能感受到市場的躁動。2 月中旬，在微軟戰略孵化器組織的一次 AI 分享會上，人頭攢動，茶歇區被擠滿，連咖啡師都在柜臺里拿著手機拍 PPT。墻上各種 NFT 印刷品的包圍，似乎又在提醒人們這里數月前還屬于 Web3。

仿佛一種應激反應，國內投資人一頭扎進 AI，卻又發現大量功課要做。多位投資人在采訪中不約而同稱自己 " 還在學習 "，以及反問：你們最近還跟誰聊了？

今年 3 月，在接受我們訪談前一天的凌晨，阿爾法公社創始合伙人 &CEO 許四清正在 " 讀 paper"，然后接到一位成功創業者師弟的微信，問能否一聊 AI。后者驅車 20 公里來到他的住處，兩人一直討論到凌晨三點才散去。

創投界的大小人物紛至沓來，王慧文也是群情激昂中的一份子。曾有接近他的人對 " 暗涌 Waves" 透露，王慧文對大模型創業的態度變化非常之快，原本他只是計劃以投資的方式入股一家公司，但在三天內就決定躬身入局。

但風口總是不長命。盡管嚴格來說，相比于移動時代尾聲的眾多議題，大模型或 AGI 無疑是一個真命題。在 GPT-4 推出不過 20 余天時，市場已明顯感受到，在這個注定是少數人的游戲中，國內通用大模型的創業潮首戰已基本終結。

6 月底，獵豹移動 CEO 傅盛和金沙江創業投資基金主管合伙人朱嘯虎在朋友圈的互懟，在體現投資人和創業者視角種種差異的同時，也顯示出一種異常冷靜的共識：有機會，但不會是 BAT 式的大機會。

短短 200 天，更多的投資人和創業公司的焦點開始往垂直大模型或中間層、應用層遷移，而那個狂熱的平臺級或顛覆性的大機會，也逐漸被更現實的 " 零零散散的小機會 " 替代。

真格基金管理合伙人戴雨森曾對我們說，隨著一波波新技術的興衰，AI 在創投界不斷進入冬天和春天。每一次看似高蹈的技術理想面前，都懸著一把難以商業化的達摩克利斯之劍。

這次也沒有例外。

共識可以快速形成。

ChatGPT 的發布讓國內市場的 FOMO 情緒在年初達到頂峰，團隊和資金快速集結大模型。牌桌上的選手，分為：互聯網創業派、大廠派，以及來自高校和研究機構的學院派。

共識也可以快速瓦解。

注定是燒錢游戲的屬性，算力、數據和人才的門檻，以及當下資本市場的變化，讓 " 大模型是否是創業公司的機會？" 的詰問一直懸在頭頂。

事實是在今年 4 月，" 暗涌 Waves" 就注意到國內通用大模型創業潮的首戰，已基本終結。這一說法后來也得到一些投資人證實，" 就這些了 "，此后聲稱要入局大模型的創業公司基本絕跡。

在一位一級市場觀察人士看來，關于大模型，不光創業團隊，敢下場的大基金也只有少數大名字，而且機構主要基于賭人的邏輯，前方還有漫長的證明題要做。

和傅盛論辯完的朱嘯虎，第二天就在朋友圈表示，他的核心觀點是：不要迷信通用大模型，因為明年 GPT-3.5 就成 commodity（通用基礎設施），而 3 年后，GPT-4 也會是。

這背后正是關于大模型的另一重隱憂：底層的大模型本身在變，而未來很可能大量開源，或者 1-2 個頭部廠商贏者通吃。如此一來，中國大模型創業的價值與投入就根本不成正比。

至于那個眾人言說中的 " 比互聯網更大的機會 "，在戴雨森看來，立足點是 " 能做出可以使用工具、解決任務、分解任務的 AGI"，而能實現這一點的團隊，即便在世界范圍內都很稀缺。

前不久，在 Waves 大會的一場圓桌論壇上，中國人民大學高瓴人工智能學院盧志武教授，就質疑了所謂 " 國產大模型的春天 "。在他看來，這不過是很多公司在 " 微調國外底座模型 " 的假象。

現實也的確如此。一位 AI 創業者告訴我們，很多聲稱要做大模型的創業公司，其實從一開始就是在用 Supervised Fine Tuning 等快捷技術，做一個 " 還可以的 " 語言大模型出來，真正有資金和技術實力去挑戰 GPT4 的團隊和項目屈指可數。

更多創業公司開始向醫療、法律等垂直大模型以及中間層、應用層遷移。王慧文的光年之外，以及王小川的新公司，后來都選擇了同時做大模型和基于模型的應用。

"42 章經 " 曲凱發布的數據顯示，以他的體感，前一段拿到融資的 AI 項目中，做底層模型的大概有 10%-20%，做 infra/ 中間層的有 20%-30%，做應用層的有 60%-70%。其中如果把還沒拿到錢的也加進來，做應用的估計至少是 95%+。

但垂直大模型以及應用這條路也并非坦途。對創業公司來說，垂直領域的場景和數據很難獲取。而它所構建的能力又不能是通用大模型輕易覆蓋的。

像 infra/ 中間層，一位投資人曾在社交媒體上表示，旨在滿足數據采集、標注、模型調度等 MLOps 需求的創業公司，會面臨 " 中間商難賺差價 " 的夾心尷尬——前有免費開源工具，后有云廠商打包工具和服務。同時，" 國內客戶付費習慣仍然沒有很好地養成，尤其在企業開支緊縮的經濟恢復期 "。

在 Waves 大會上，真格基金戴雨森提到，在中國做 2B 服務，會受到市場付費意愿、客戶采購方式特點的限制。" 中國互聯網之前一大特點，就是要直接找用戶收錢很難，很多時候都是羊毛出在豬身上。" 像 OpenAI 和 Claude 在美國可以直接通過公有云賣 API 服務，而在中國只提供 API 還不夠，" 很多做大模型的公司針對企業客戶，現在是連服務器帶模型一起賣，還得提供訓練和微調服務 "。

上述在社交媒體發文的投資人還提到，應用層項目可以分為兩種：那些垂直場景里深耕的老項目在積極接入大模型，手握數據做微調；而新項目談格局為時尚早，在大模型的迭代能力被充分釋放前，很容易 " 速生速死 "。

這在海外市場已有表征。例如去年尚風頭無兩的美國獨角獸 Grammarly 和 Jasper，在 GPT4 發布后，現有功能即被代替，價值迅速被攤薄，朱嘯虎公開稱 " 這兩家公司或將很快歸零，根本守不住 "。

今年 3 月，OpenAI 發布論文開源了新模型代碼：效果一步成圖，1 秒 18 張。有人因此評價 " 擴散模型 Diffusion 的時代結束了 "。而此時距離后者成為 2022"AIGC 元年 " 誕生的重要技術基石，以及基于此帶來許多模型的涌現，還不到一年。

所以這一波 AI 創業者、尤其是應用層公司，始終存在于一個左右互搏的困局里：不做，錯過了是輸；做了可能很快被替代，同樣是輸。

在 Waves 大會上，昆侖萬維 CEO 方漢提到，他和中國最頂尖的產品經理交流后發現，對方還處在很懵的狀態：" 這一波大模型遠超產品進展 "。隨后的獨立演講中，獵豹 CEO 傅盛快速反駁了這一判斷：" 產品經理并不懵，很多已經在行動 "。但顯然至今，還沒有令人滿意的殺手級產品出現。阿里巴巴、百度推出大模型的當日，股價均不同程度下跌。

這些特性也造成了一級市場的一種奇觀：除了紅杉中國、真格、源碼、五源、IDG 資本等機構，" 機構新出手很謹慎，更多積極在促成老項目和 portfolio 往 AI 方向轉，從而多出去融錢 "。

在一些投 AI 投資人眼中，不光是模型升級問題，如果 AI 安全沖突——這個普羅大眾更關心的問題——進一步加劇，也可能會讓 AI 浪潮再次進入低谷，這一次的 AI 信仰還能持續多久？

十余年來，AI 風口在創投界一直回環往復地出現。

技術路線的不停演化，讓這個行業充滿了那種 " 槍出現之前，研究如何能磨一把更快的刀 " 以及 " 發現未被識別的槍 " 的故事。

如同深度學習路線在 2012 年以前被忽視一樣，在 AlphaGo 最熱的 2016 年，通用人工智能被業界普遍認為不可能實現。"2018 年 GPT1 推出，在當年看來是離經叛道的路。" 綠洲資本創始合伙人張津劍曾對我們描述，當時的行業主流路線是垂直模型、人工標注，" 仿佛雕花 "，而 GPT 做通用，" 強行用大量數據硬懟，在學界看起來很粗魯 "。

出門問問創始人兼 CEO 李志飛回憶起 2 年前開始做大模型的經歷：團隊頂著很大壓力，技術總監幾度提出離職。而此時其實距離谷歌 2017 年發表 Transformer 模型、為通用人工智能打開了第一扇門，已經過去了三年，然而少有人識別出背后的意義。

追溯歷史，從 1960 年代人工智能概念在學界被提出以來，僅本世紀就誕生過兩次 AI 浪潮。

2012 年，在全球最大規模的視覺識別比賽中，時年 65 歲的 Geoffrey Hinton 教授帶領兩名學生拿下冠軍。成功來源于在一種新的 AI 研究范式中找到突破：以深度學習為代表的神經網絡派，從此前沉寂 20 余年的學術邊緣研究，一躍成為正統主流。

之后十年間，深度學習成為大多數人工智能企業的底層技術基礎，并從學術走向產業，在視覺、語音和語義技術等領域率先應用。

在中國，語音識別領域，誕生了出門問問、科大訊飛、云知聲等公司，圖像識別領域，則出現了 AI 四小龍曠視、依圖、商湯、云從以及第四范式等。

而在 2016 年，谷歌 AlphaGo 在人機圍棋比賽中以絕對優勢擊敗世界圍棋冠軍李世石，讓 " 機器智慧戰勝了人類 " 的現實，第一次在大眾層面上被廣泛認知。這迅速引發了全球 AI 軍備競賽，并很快迎來國家政策層面的支持。

在這場 AI 熱潮中，大廠宣布 All In，陸奇空降百度，騰訊、字節等相繼組建 AI Lab，阿里達摩院成立，馬云喊出 " 三年投入 1000 億元 " 的豪言。

各大科技論壇上，人們樂此不疲地探討 " 奇點已來 " 和機器人三定律，投資人篤信，人工智能將是繼蒸汽機、內燃機和互聯網之后的第四次生產力革命。

彼時的創投行業正面臨投資主題的缺乏（與當下不無相似），幾次互聯網大并購相繼落幕，平臺型機遇消退，巨頭的觸角無處不在。AI 和直播短視頻、共享單車等一起，接棒成為熱門賽道。

AI 投融資趨于狂熱。有報告顯示，2016 年全球 AI 融資規模近百億美元，相當于 2000 年到 2013 年 13 年間總融資額之和。一個側面佐證是，在 2016 年全球股市低迷的情況下，英偉達股價依然漲了 3 倍。

但疲態很快顯現。2019 年，中國在 AI 領域的投資額與投資筆數大幅下降，9 成 AI 創業公司處于虧損狀態。猛烈降溫開始了。

據 IT 桔子等數據顯示，2014 年至 2018 年，中國人工智能領域的 IPO 退出平均回報僅為 1.83 倍，2018 年全年有將近 90% 的人工智能公司處于虧損狀態。2019 年，" 投資人逃離人工智能 " 刷屏，經過幾年凋敝，除聯想之星、創新工場等機構外，國內真正在持續關注 AI 的投資人寥寥，大基金也幾乎沒有專人在長期覆蓋。

可以說，除了少數早期投資者落袋為安，AI 至今是一個沒能讓投資人賺到大錢的賽道。

一則至今被反復提起的投資人舊聞，或能代表其間慘烈：成立于 2013 年的格靈深瞳，傳言公司在拿到天使輪后，徐小平在飯局上稱其至少估值 5000 億美元，而沈南鵬認為 1000 億美元比較實際，最終妥協在了估值 3000 億美元的中間數上。而現實讓所有人意外，時隔 9 年，經歷了流血上市的格林深瞳去年終登科創板，當前市值是 65 億人民幣（以 7 月 6 日收盤價計算）。

AI 十年，至今還走在阻且長的道路上。

在曠視的首位投資人、聯想之星總裁 / 主管合伙人王明耀看來，十年前的 AI 創業者處在摸索階段，背景大多來自學術界，對變現的思考不甚清晰，加上并不成熟的產業配套，共同導致了 AI 商業化道路的漫長。

2011 年，聯想之星決定扶持三位年輕人走上創業之路，曠視當時估值僅 1400 萬人民幣。天使輪后，為避免人民幣無錢可融，公司才轉為美元架構。彼時資本市場的低預期，讓 " 早年的 AI 創業者起步很難 "。之后，曠視從 CV 游戲一路到相親社交、商品推薦的嘗試都不順利，直到 2015 年與支付寶開始人臉支付合作。王明耀回憶，公司甚至 " 成立 5 年才拿到第一筆政府安防訂單 "。而今天的市場，不可同日而語。

這也讓創投界對 AI 的又一次狂熱，顯得格外義無反顧。而這次技術進步最大的意義不同在于—— AI 第一次具備了通用的可能。

如果說過去十年深度學習的兩輪 AI 創新，仍然是點狀分布，是面向特定任務的智能、作用于垂直行業，這一輪的大模型則是李開復所說的 " 從孤島到大陸 " 的進步：無需人工標注，模型規模大，具備跨領域能力。

技術突破對舊世界的改造是劇烈的。一位互聯網投資人對我們說，新浪潮之下，像商湯、曠視這樣的大公司，至少還留下了大量算力和經驗儲備。而對更多的 AI 企業來說，隨著技術的演化，或將 " 創業未半而中道崩殂 "。

"Holy shit！"DCM 董事合伙人林欣禾脫口而出。

這是 22 年初聯系到 Tiamat 創始人青柑時，林欣禾第一次看到文生圖效果的下意識反應。

這位親歷互聯網浪潮的成功創業者，一直活躍在一線的古典互聯網投資人。在對 " 暗涌 Waves" 描述當時情境時，他毫不掩飾驚訝，并堅定認為 " 新一代 AI 浪潮真的來了 "，" 不再以 TMT 時代的推薦為邏輯，而是直接替人完成所有事，人連鼠標都不用動。"

盡管對 AI 的投資還在迷霧中行走，甚至在短期內都將保持低沉，但這不妨礙它持續向舊世界開炮：像 SaaS、出海等大量原有商業模式，面對即將被 AI 改寫的命運。

一位長期關注企業服務的投資人認為，未來中國的 SaaS 公司，甚至所有 2B 企業，都應該是人工智能公司，軟件將被智能即服務所替代。

AI 一方面降低服務成本 & 提高人效，另一方面打通服務的流程環節。如果仍然是一家傳統的軟件公司，" 那基本沒戲了。"

風暴同樣席卷原有的 AI 創業者，技術路線的失靈，帶來的危機只會更甚：上一波基于深度學習做垂直小模型的 AI 公司，要么革命，要么死亡。

李志飛舉例，以前很多做 NLP 的人，總覺得這些變化影響不到自己，" 過去有 PhD 或教授專門研究語法解析、詞性標注，未來這些中間環節都會消失 "。很多從業者如今終于意識到，未來就不應該存在一個專門做機器翻譯、問題回答或語音識別的工種。如果不轉型，就將面臨失業或工作無人關注的窘境。

在一些投資人看來，當生產力的供應結構被重新塑造，無限量的初級工程師將由 AI 替代。被長期作為中國商業自信敘事一部分的 " 工程師紅利 "，或將不再存在。

心識宇宙創始人陶芳波認為，面對 AI，接下來只有兩種人：" 溺水者 or 淘金者 "，他進而反問到：" 蒸汽火車來的時候，難道只影響馬車司機嗎？"

真格基金合伙人劉元則表示，對于投資人和創業者來說，這意味著 " 三五個人可以干翻大廠的機會 " 又重新存在了。他甚至感覺，" 之前所有的積累恰好是為這一刻準備的 "。

劉元在 2014 年入行，作為早期投資人，他 " 偶爾覺得有些生不逢時 "：錯過了移動互聯網最好的 2011-2012，后來的雙碳、新能源、汽車等風口又極度資本密集。而突然，TMT 投資人所熟悉的數據飛輪、顛覆式創新、產品思維同理心等經典理論，" 好像又重新有用了 "。

在訪談中，劉元反復向我們提到維特根斯坦的那句名言：" 語言的極限就是世界的極限 "。他說，這是 AGI 更令他激動的部分：如果人的思維就是一個語言過程，那文科生臆想中的世界極可能在語言大模型上實現。

目前，經過第一階段的角逐，許多投資人們似乎更看好大廠的大模型試驗。

不過，正如不久前下場大模型的幻方創始人梁文鋒所言，" 市場是變化的。真正的決定力量往往不是一些現成的規則和條件，而是一種適應和調整變化的能力。" 而這或許才是創業公司的縫隙。

林欣禾在歡呼新時代到來的同時，也認為當前很多大模型有 " 因為缺乏應用而受阻 " 的可能。他類比五六年前美國 AR/VR 賽道的火熱：谷歌眼鏡燒錢無數，但至今未做出來。何況在這波 AI 革命中，軟件尚未和硬件充分結合，" 很多事情 We still have to see"。

但無論如何，在林欣禾看來，ChatGPT 就像一道玻璃門，一旦跨過就再也回不去了："AI is the new internet."

這場至今不過 200 天的創業潮，或許正是未來創投故事的典型樣貌：道路無疑正確，但注定漫長。