(資料圖片)

2023年，大模型狂飆；但一級(jí)市場(chǎng)卻略顯十動(dòng)然拒。

一邊，大廠跟大佬all in大模型的規(guī)劃掀起賽道的狂熱，有VC搶做一個(gè)吃螃蟹的人，數(shù)億元融資成大模型投早標(biāo)配。

譬如，啟明攜手經(jīng)緯，數(shù)億元天使輪投向周伯文創(chuàng)辦的銜遠(yuǎn)科技；創(chuàng)新工場(chǎng)孵化的AI 2.0 大模型瀾舟科技，也續(xù)上一筆數(shù)億元Pre-A輪，斯道資本和創(chuàng)新工場(chǎng)持續(xù)加碼。

但到了另一邊，卻仿佛現(xiàn)實(shí)照進(jìn)理想，大模型自研所需的“鈔能力”讓不少VC望而生畏。

一次運(yùn)算450萬美元（約合3000萬元）的開銷，以及月薪2萬至10萬/人的重金求賢爭(zhēng)奪賽，讓某家美元基金相關(guān)人員直接表示，“不關(guān)注AI大模型，太貴了。”

更有投資人直言，真實(shí)情況是項(xiàng)目根本搶不起來。一是估值體系還不成熟，幾億一輪融資，釋放10到20個(gè)點(diǎn)的股權(quán)，估值馬上超10億，而這估值還是按照一個(gè)大模型燒GPU消耗的成本去計(jì)算，而不是以其真正的商業(yè)價(jià)值去評(píng)估；二是國(guó)內(nèi)存在商業(yè)化落地以及時(shí)機(jī)的不確定性。

“大家看好宏觀趨勢(shì)，也更愿意做跟投，但到具體項(xiàng)目，要領(lǐng)投可太需要勇氣了。而且一起進(jìn)場(chǎng)投，很可能會(huì)追高?！?/P>

但有VC放棄，就會(huì)有VC勇往直前。

有幾家機(jī)構(gòu)跟獵云網(wǎng)表示目前仍在持續(xù)學(xué)習(xí)中，但還未形成投資邏輯，處于想投但是多觀望的狀態(tài)。而這樣的狀態(tài)反應(yīng)到項(xiàng)目端，卻也引發(fā)了部分創(chuàng)業(yè)者的吐槽，有創(chuàng)業(yè)者表示，很多基金與其說是投資溝通，不如說是找他們學(xué)習(xí)。

“有VC還在問一些很基礎(chǔ)的問題，譬如大模型跟原來小模型有什么不同。天天給人教育，相當(dāng)于變成了一個(gè)免費(fèi)的老師，后面的盡調(diào)也一直在問偏學(xué)術(shù)上的問題，商業(yè)上的考量都還沒有聊到?！?/P>

顯然，在一級(jí)市場(chǎng)投“真香”大模型上，多看少投甚至不投成為了大部分VC的日常。

國(guó)內(nèi)大模型“冷飯熱吃”

說起大模型，其實(shí)也不算什么新鮮概念。

國(guó)外超大規(guī)模預(yù)訓(xùn)練模型始于2018年谷歌提出BERT大規(guī)模預(yù)訓(xùn)練語言模型，并在2021年進(jìn)入“軍備競(jìng)賽”階段。

2020年，OpenAI推出GPT-3超大規(guī)模語言訓(xùn)練模型，參數(shù)達(dá)到1750億，用了大約兩年的時(shí)間，實(shí)現(xiàn)了模型規(guī)模從1億到上千億級(jí)的突破，并能實(shí)現(xiàn)作詩(shī)、聊天、生成代碼等功能。

再到2021年，谷歌推出的Switch Transformer模型成為歷史上首個(gè)萬億級(jí)語言模型多達(dá) 1.6 萬億個(gè)參數(shù)，并在12月提出了具有 1.2 萬億參數(shù)的 GLaM 通用稀疏語言模型，在7項(xiàng)小樣本學(xué)習(xí)領(lǐng)域的性能優(yōu)于 GPT-3。

同期，國(guó)內(nèi)超大模型的研發(fā)發(fā)展也很迅速，2021年成為中國(guó)AI大模型爆發(fā)的一年。

商湯科技的計(jì)算機(jī)視覺模型、華為云聯(lián)合發(fā)布的盤古NLP超大規(guī)模預(yù)訓(xùn)練語言模型和盤古α超大規(guī)模預(yù)訓(xùn)練模型、阿里達(dá)摩院PLUG中文預(yù)訓(xùn)練模型以及聯(lián)合發(fā)布的M6中文多模態(tài)預(yù)訓(xùn)練模型以及百度的ERNIE 3.0 Titan模型陸續(xù)面世，其中達(dá)摩院M6模型的參數(shù)達(dá)到10萬億，直接將大模型的參數(shù)提升了一個(gè)量級(jí)。

雖然當(dāng)時(shí)國(guó)內(nèi)院校跟大廠都在做大模型，但在銀杏谷資本高級(jí)投資經(jīng)理鐘偉成看來，這更多是科研上的效果復(fù)現(xiàn)，對(duì)國(guó)外較為前沿的AI模型的跟進(jìn)。直到2022年年底StableDiffusion、CHATGPT的出現(xiàn)，才開始讓更多業(yè)內(nèi)人士從觀望走向下場(chǎng)。

“之前產(chǎn)品的商用價(jià)值并沒有完全體現(xiàn)出來，大部分比較好的落地場(chǎng)景是心理慰藉的對(duì)話，或者文檔的改寫生成，以及此前的AI繪畫。ChatGPT出來后，大家發(fā)現(xiàn)說可以通過多輪對(duì)話去做不斷微調(diào)、上下文學(xué)習(xí)，然后去生成更好的內(nèi)容。”

從技術(shù)和戰(zhàn)略層面上看，ChatGPT讓更多人意識(shí)到這不單只是一個(gè)應(yīng)用工具，甚至?xí)蔀橐粋€(gè)新的PaaS層基礎(chǔ)設(shè)施。從技術(shù)和戰(zhàn)略層面上，群雄爭(zhēng)霸，都想試圖成為一個(gè)新時(shí)代的基礎(chǔ)設(shè)施供應(yīng)商。

再到2023年，上市公司和大廠陸續(xù)放出做大模型的信號(hào)，AIGC概念股股價(jià)翻番，外加“AI的iPhone時(shí)刻 ”無不讓這股熱度從二級(jí)市場(chǎng)涌向一級(jí)，引發(fā)對(duì)語言大模型的重點(diǎn)關(guān)注。

風(fēng)口之下，從前年開始布局的學(xué)院派等語言大模型創(chuàng)企從去年開始浮出水面，擊中了有出手壓力的VC心巴。

鐘偉成表示，多數(shù)投資人在大環(huán)境不確定下，會(huì)傾向于尋求一些偏底層及回報(bào)較高、能最終形成一家獨(dú)大的投資領(lǐng)域，外加對(duì)錯(cuò)過下一個(gè)時(shí)代風(fēng)口的焦慮，使得語言大模型項(xiàng)目成為了市面上最為性感的一類投資標(biāo)的。

然而賽道雖香，語言大模型的火爆表象下，技術(shù)差距并不止一點(diǎn)。

以當(dāng)前國(guó)內(nèi)大廠語言基礎(chǔ)大模型十幾億、幾百億的參數(shù)規(guī)模，以及大多數(shù)創(chuàng)業(yè)公司還在做一兩百億的參數(shù)模型來看，跟ChatGPT相比，還有2-3年的距離。

VC看多投少，項(xiàng)目端狂蹭熱點(diǎn)

正如上文所說，現(xiàn)在VC看大模型，光看鮮出手。

一方面，是因?yàn)橐恍┗鹗菑腁IGC火了后，才研究和關(guān)注大模型，開始找項(xiàng)目，正處于學(xué)習(xí)階段，而更主要的原因是貴。

以O(shè)penAI為例，其在推出GPT3的API接口出來之前，已經(jīng)燒了好幾億，后在微軟百億美元狂砸下，才有了GPT3的面世及能力的涌現(xiàn)。

所以想要對(duì)標(biāo)ChatGPT，資金必不可少。

鐘偉成表示，過去，團(tuán)隊(duì)健全的大佬創(chuàng)業(yè)項(xiàng)目，一般第一輪估值2-3億元就已經(jīng)很高。但放到大模型創(chuàng)企來說，光1年租1000張GPU卡就要花大幾千萬到1億元的支出。

“這還只是試錯(cuò)的成本，萬一技術(shù)路徑選錯(cuò)了，模型訓(xùn)練的過程中出了一些bug，重新弄根本吃不消。天使輪估值就這么高，等退出還要7-8年，跑出來的還不一定是投資的那一家。冒著整支基金回報(bào)的風(fēng)險(xiǎn)去投大模型，是項(xiàng)目推進(jìn)時(shí)較大的阻力?！?/P>

與此同時(shí)，不同背景的基金之間，對(duì)于基金存續(xù)期以及試錯(cuò)風(fēng)險(xiǎn)的承受度都有不同的要求，部分基金會(huì)要求被投企業(yè)盡早做商業(yè)化嘗試，而這樣的投資模式跟慢工出細(xì)活的通用基礎(chǔ)大模型并不適配。

就目前來說，旗下有美元基金的機(jī)構(gòu)存續(xù)期較長(zhǎng)，更容易下注投資語言大模型，但就目前主要投資早期輪來看，隨著語言大模型項(xiàng)目到第三四輪，一輪5-10億的砸錢下，估值到50億元后，誰來接盤又成為問題。

在鐘偉成看來，與百度阿里等大廠，有內(nèi)部資金支持科研團(tuán)隊(duì)去做不同，國(guó)內(nèi)語言大模型創(chuàng)企，投資風(fēng)險(xiǎn)高就在于不確定因素太多，早期VC基金攢局投完以后，后期輪還是需要國(guó)資機(jī)構(gòu)的投資介入，幫助創(chuàng)企緩和資金量，才能推動(dòng)扶持出一家頭部企業(yè)。

他不禁感慨，“別看創(chuàng)業(yè)公司去做語言大模型好像很熱鬧，最后的格局可能還是一家特別大，兩家相對(duì)小的中文語言大模型存活下來?！?/P>

與此同時(shí)，以目前市面上的大模型項(xiàng)目來說，蹭熱點(diǎn)的也不在少數(shù)。

就華映資本董事劉天杰的感觸來說，他從年底開始開始看AIGC的項(xiàng)目，過去是一個(gè)月看5-10個(gè)，現(xiàn)在是每天都要看3-4個(gè)，其中大概有1/4跟大模型相關(guān)。在他看來，現(xiàn)在項(xiàng)目多到已經(jīng)成為繼上一波移動(dòng)互聯(lián)網(wǎng)以來的新一輪全球狂潮。

“所有人都想第一波沖進(jìn)去，挺正?！，F(xiàn)在很多做語音圖像識(shí)別的中后期輪甚至上市公司都在蹭這一波熱度，有些公司號(hào)稱做大模型，但最終是面向應(yīng)用的，其中大模型也得分語言大模型，以及中度的促進(jìn)性模型?！?/P>

故而在一級(jí)市場(chǎng)上，普遍VC采取看多投少的節(jié)奏，尤其是在大模型底層還未確定能發(fā)展多快的情況下，美元基金偏好語言大模型，人民幣基金則更偏向應(yīng)用層，但總體出手還是相當(dāng)審慎。

此外，劉天杰還指出，上一波AI公司現(xiàn)在往AIGC靠攏，其實(shí)已經(jīng)很難追上。事實(shí)上，這就是一場(chǎng)AI的自我革命。

“國(guó)外大模型從2018年就開始研究，這不是一蹴而就的事情。傳統(tǒng)判別式或者做卷積網(wǎng)絡(luò)的AI團(tuán)隊(duì)現(xiàn)在跳出來講大模型，但是他在傳統(tǒng)AI技術(shù)路線上投入了太多時(shí)間人力，歷史包袱成為其困局所在?！?/P>

同時(shí)，劉天杰也坦言，在基礎(chǔ)大模型領(lǐng)域，其實(shí)文字、圖形乃至視頻的創(chuàng)業(yè)機(jī)會(huì)都不大。

“因?yàn)檫@不是一個(gè)擁有幾個(gè)算法天才就能解決的事情，你需要一個(gè)非常龐大的算力基礎(chǔ)，這可能現(xiàn)在連國(guó)內(nèi)的大廠都沒有，就更別說創(chuàng)業(yè)公司。同時(shí)你還需要一個(gè)巨大的高質(zhì)量數(shù)據(jù)集基礎(chǔ)，純靠公網(wǎng)扒取、或者花錢去買，想要去做語言大模型真是挺困難?！?/P>

再回到現(xiàn)如今的大佬紛紛下場(chǎng)創(chuàng)業(yè)，在鐘偉成看來也并非獨(dú)具優(yōu)勢(shì)。

“很多大佬是邀請(qǐng)了一些以前參與過大模型訓(xùn)練項(xiàng)目的人，把架構(gòu)搭起來重造，但其實(shí)不同量級(jí)的語言大模型訓(xùn)練，在工程化上都有很多不同的坑需要去逐步攻克，從0開始做，同行的競(jìng)爭(zhēng)壓力還是蠻大的?！?/P>

應(yīng)用層暫時(shí)失寵，模型層投資機(jī)會(huì)在“細(xì)分”

短期來看，國(guó)內(nèi)互聯(lián)網(wǎng)大廠在研發(fā)語言及多模態(tài)大模型的節(jié)奏下，未來3-5年會(huì)出現(xiàn)各種不同垂直領(lǐng)域的大模型，甚至細(xì)分到各個(gè)公司私有化部署的大模型。

在這樣趨勢(shì)下，各家都會(huì)有一個(gè)嘗鮮期。

在鐘偉成看來，這就跟過去的中臺(tái)概念很像，短期內(nèi)激發(fā)一波需求，會(huì)有很多大廠或初創(chuàng)公司，去輔助大企業(yè)煉制自己的AI大模型。而中國(guó)的市場(chǎng)里面，長(zhǎng)遠(yuǎn)來看還是會(huì)走出一兩家通用的語言大模型，由百家爭(zhēng)鳴的狀態(tài)走向大一統(tǒng)，且目前來看互聯(lián)網(wǎng)大廠的勝率較大。

“國(guó)內(nèi)公域流量上的中文語料非常差，優(yōu)質(zhì)的中文語料又集中在各個(gè)不同大廠的私域場(chǎng)景里，比方抖音的視頻數(shù)據(jù)、阿里的圖文數(shù)據(jù)、百度的文本數(shù)據(jù)，還有知乎跟小紅書等，這些數(shù)據(jù)都是不會(huì)共享出來給外部去做通用的大模型訓(xùn)練。而有著私域數(shù)據(jù)及資金能力的互聯(lián)網(wǎng)大廠訓(xùn)練各自領(lǐng)域的大模型后，再看哪一家有能力擴(kuò)展到更多行業(yè)，變成一個(gè)通用的語言大模型，我覺得這是國(guó)內(nèi)大模型比較符合常理的一個(gè)發(fā)展過程。”

那既然創(chuàng)業(yè)公司做基礎(chǔ)大模型對(duì)標(biāo)ChatGPT的機(jī)會(huì)不大，那么大模型創(chuàng)業(yè)還能往哪卷？

對(duì)此，有投資人給出一些答案：投細(xì)分、投基礎(chǔ)設(shè)施。

劉天杰表示，現(xiàn)階段，國(guó)內(nèi)有一些大模型在垂直領(lǐng)域的細(xì)分機(jī)會(huì)可以查漏補(bǔ)缺，包括一些現(xiàn)在在國(guó)際上比較前沿的領(lǐng)域，比如3D大模型、視頻大模型、多模態(tài)大模型等中型模型。

“微軟英偉達(dá)，他們也沒有足夠多的3D數(shù)據(jù)去訓(xùn)練一個(gè)通用的3D大模型，而是用一些中型模型的路徑或者說用一些模型監(jiān)督強(qiáng)化學(xué)習(xí)的方式去迫近3D大模型。在這一點(diǎn)上，我覺得國(guó)內(nèi)公司是有機(jī)會(huì)的?！?/P>

對(duì)此，鐘偉成也持相同看法。“關(guān)注垂直的語言大模型或多模態(tài)的大模型，國(guó)內(nèi)創(chuàng)企還是有一定的數(shù)據(jù)優(yōu)勢(shì)，譬如字節(jié)或快手的人去做視頻生成，就很有可能做成。我認(rèn)為在垂直領(lǐng)域，市場(chǎng)規(guī)模足夠大、你進(jìn)得足夠早，比別人先積累一些領(lǐng)域內(nèi)的私有數(shù)據(jù)，很有可能做到行業(yè)一霸?！?/P>

此外，他也認(rèn)為未來針對(duì)模型推理/訓(xùn)練的優(yōu)化、AI推理/訓(xùn)練專用芯片等AI基礎(chǔ)設(shè)施方向，也是有比較明確的市場(chǎng)需求。

值得注意的是，目前相較于模型層，應(yīng)用層暫時(shí)屬于失寵狀態(tài)。

過去移動(dòng)互聯(lián)網(wǎng)或元宇宙浪潮，其最大特點(diǎn)是基礎(chǔ)設(shè)施發(fā)展較慢，但基礎(chǔ)設(shè)施架構(gòu)上的應(yīng)用發(fā)展較快。但到了這一波AI，基礎(chǔ)設(shè)施不僅已經(jīng)迎來爆發(fā)式增長(zhǎng)，更在大廠大模型的涌入下，不斷變化著。

在劉天杰看來，這種情況下講應(yīng)用毫無意義，投入后一旦大廠發(fā)了一個(gè)新模型，就可能直接把應(yīng)用干翻。

“在這種情況下，我們第二波才會(huì)看應(yīng)用。現(xiàn)在的AI公司，如果能在目前中文大模型不那么完善的情況下，釋放功能給C端積累大量的高質(zhì)量數(shù)據(jù)集，那這家公司才有意義和價(jià)值?！?/P>

此外，據(jù)鐘偉成透露，4月看大模型的投資人基本會(huì)對(duì)心儀的項(xiàng)目做最后推進(jìn)，好幾家已經(jīng)close了。現(xiàn)在還在市面融資的大模型項(xiàng)目相對(duì)變少，但還是會(huì)有很多做應(yīng)用的AIGC項(xiàng)目主動(dòng)找上門。

在他看來，眼下大廠百家爭(zhēng)鳴，大模型越割裂，對(duì)資本來說是一個(gè)利好，讓投資機(jī)構(gòu)有機(jī)會(huì)參與到垂直領(lǐng)域的大模型投資。但對(duì)于創(chuàng)業(yè)者來說，無論是模型層還是應(yīng)用層，都需要想清楚，一是找到一個(gè)AI原生的細(xì)分領(lǐng)域，二是認(rèn)真思考其所帶來的根本性變化在哪，只是生成內(nèi)容，還是內(nèi)容的理解及后續(xù)合成。

顯然，這新一輪AI浪潮下，找VC拿錢的條件越來越高了。

關(guān)鍵詞：