邁向2024我們?nèi)绾嗡伎糀I創(chuàng)業(yè)投資

邁向2024，我們?nèi)绾嗡伎糀I創(chuàng)業(yè)投資2023年12?，《?然》雜志發(fā)布年度“科學(xué)??影響?物”榜單，今年有史以來ChatGPT并?個(gè)體，也不完全符合評(píng)選標(biāo)準(zhǔn)，但我們決定破例列?，以承認(rèn)?成式??智能正在從根本上改變科學(xué)的發(fā)展軌跡?！?gt;在2023年的科技版圖上，?成式AI?疑標(biāo)志著?個(gè)重要的轉(zhuǎn)折點(diǎn)。它的發(fā)展不僅引起了業(yè)界?泛的關(guān)注，也對(duì)全球經(jīng)濟(jì)、社會(huì)結(jié)構(gòu)乃?我們對(duì)未來的預(yù)期產(chǎn)?了深遠(yuǎn)的影響。這是每個(gè)普通?都可以參與的AI?新。從?型語?模型的持續(xù)發(fā)展，到AI技術(shù)在不同?業(yè)的?泛應(yīng)?，再到開源與閉源策略之間的持續(xù)較量，AI的每?步發(fā)展都在描繪著未來趨勢(shì)的輪廓。?對(duì)滔滔浪潮，國家先后在《“?四五”國家信息化規(guī)劃》《關(guān)于加快場(chǎng)景創(chuàng)新以??智能??平應(yīng)?促進(jìn)經(jīng)濟(jì)?質(zhì)量發(fā)展的指導(dǎo)意?》中出臺(tái)了?系列?持AI發(fā)展的政策措施。中國的??智能產(chǎn)業(yè)規(guī)模也快速壯?，涌現(xiàn)出?批具有國際競(jìng)爭(zhēng)?的AI企業(yè)。時(shí)逢年末，我們回顧2023年?成式AI的發(fā)展，從技術(shù)對(duì)?類的影響、?業(yè)格局和未來發(fā)展趨勢(shì)、創(chuàng)業(yè)和投資機(jī)會(huì)等??展開論述。這不僅是對(duì)AI領(lǐng)域過去?年的發(fā)展回顧，更是對(duì)AI發(fā)展?向的思考。先分享核?結(jié)論：在真正有價(jià)值的AI應(yīng)??態(tài)繁榮之前，押注?模型這樣的核?技術(shù)源頭及“賣鐵鍬”公司是有?定道理的。但?前正在蓬勃發(fā)展中的AI應(yīng)?，同樣是價(jià)值創(chuàng)造的源泉和我們要追求的星??海。像OpenAI這類閉源?語?模型，會(huì)向接?其端?的APP應(yīng)?收取流量費(fèi)。應(yīng)?公司為了降低流量費(fèi)?的負(fù)擔(dān)，?種?法是利?開源模型，??訓(xùn)練出?個(gè)中?模型，另?種?法是優(yōu)化商業(yè)模式，從?平衡流量費(fèi)?。隨著AI技術(shù)的進(jìn)步，?作?式也會(huì)發(fā)?變?。AI技術(shù)既可能重構(gòu)?們的?作流，也可能重構(gòu)語?模型本身的?作流。如何?好AI這樣極其智能的?具，對(duì)?類來說?疑是巨?的挑戰(zhàn)。但是，我們也不要那么悲觀，AI的能?是有邊界的。在AI技術(shù)領(lǐng)域，美國和中國的發(fā)展路徑各有特?。美國的頭部?語?模型陣營已基本確?，中國的?型語?模型呈現(xiàn)了百花?放的態(tài)勢(shì)。對(duì)于中國來說，更重要的是??發(fā)展AI應(yīng)??態(tài)。AIAgent是個(gè)值得關(guān)注的創(chuàng)業(yè)?向。AIAgent是?種能夠?主執(zhí)?任務(wù)、獨(dú)?決策、主動(dòng)探索、?我迭代并能相互協(xié)作的智能軟件。雖然?語?模型領(lǐng)域已經(jīng)實(shí)現(xiàn)了眾多技術(shù)突破，但仍然有不少可以迭代、提升的板塊，?如減少“幻覺”、增加上下??度、實(shí)現(xiàn)多模態(tài)、具身智能、進(jìn)?復(fù)雜推理以及?我迭代等等。AI應(yīng)?領(lǐng)域創(chuàng)業(yè)的?個(gè)要點(diǎn)：要做出優(yōu)質(zhì)的原?新應(yīng)?體驗(yàn)；更前瞻、發(fā)現(xiàn)?共識(shí)、有顛覆性；關(guān)注?戶增?和商業(yè)化潛?；把握宏觀趨勢(shì)紅利；跟?模型保持安全距離，有??的業(yè)務(wù)縱深；最重要的還是團(tuán)隊(duì)。創(chuàng)業(yè)公司要敢于在?共識(shí)的領(lǐng)域，做正確??容易的事。AI發(fā)展?今，從業(yè)界的?度來看，可以分為兩個(gè)階段：1.0階段主要集中于分析和判斷，?2.0階段更側(cè)重于?成。2.0階段的代表模型是?型語?模型和圖像?成模型，Transformer和DiffusionModel這兩個(gè)算法模型推動(dòng)著?成式AI的發(fā)展。2023年的?部分時(shí)間，OpenAI這家初創(chuàng)公司的產(chǎn)品穩(wěn)居?型語?模型?性能的榜?，特別是在3?OpenAI發(fā)布GPT-4語?模型之后，?乎是?騎絕塵。但Google在12?成功發(fā)布最新的?型語?模型Gemini，與GPT-4形成雙雄割據(jù)的格局。在AI領(lǐng)域，開源模型社區(qū)?直沒有缺席。開源模型社區(qū)在Meta（原Facebook）的開源?型語?模型LlaMa及LlaMa2的?持下，進(jìn)?著密集的科研和?程迭代，?如：試圖?更?的模型，釋放出與?模型類似的能?；?持更?的上下?；采?效率更?的算法和框架來訓(xùn)練模型等等。多模態(tài)（圖像、視頻等多媒體形式）已經(jīng)成為AI領(lǐng)域研究的熱點(diǎn)。多模態(tài)分為輸?和輸出兩個(gè)??。輸?是指讓語?模型能夠理解圖像和視頻中蘊(yùn)含的信息，輸出是指除?本之外，?成其他媒體形式，?如??圖?？紤]到?類?成和獲取數(shù)據(jù)的能?是有限的，未必可以?期?撐??智能的訓(xùn)練，未來可能需要?AI??合成的數(shù)據(jù)，來訓(xùn)練語?模型。在AI基礎(chǔ)設(shè)施領(lǐng)域，英偉達(dá)憑借其GPU的巨?市場(chǎng)需求，成為?業(yè)的領(lǐng)導(dǎo)者，躋身1萬億美元市值俱樂部。但是它也將?臨來??對(duì)?AMD、英特爾等芯?制造商，以及Google、微軟、OpenAI等??和語?模型新貴的激烈競(jìng)爭(zhēng)。除?模型外，業(yè)界對(duì)各種類型的AI應(yīng)?有強(qiáng)烈的需求。?成式AI在圖像、視頻、編程、語?以及智能協(xié)作應(yīng)?等多個(gè)領(lǐng)域取得了顯著進(jìn)展。全球?戶對(duì)?成式AI展現(xiàn)出極?的熱情。ChatGPT在短短2個(gè)?內(nèi)，達(dá)到1億?活躍?戶數(shù)。相?智能?機(jī)時(shí)代的超級(jí)應(yīng)?們，在?量推?預(yù)算之下，TikTok?了9個(gè)?，Instagram?了2.5年，WhatsApp?了3.5年，YouTube和Facebook?了4年。▲不同類型的科技應(yīng)?達(dá)到1億?活躍?戶的時(shí)間。創(chuàng)投機(jī)構(gòu)也在投?重?，?持AI領(lǐng)域的進(jìn)展。根據(jù)美國投資機(jī)構(gòu)COATUE的統(tǒng)計(jì)，截??2023年11?，?險(xiǎn)資本投資機(jī)構(gòu)向AI領(lǐng)域投?了近300億美元，其中約60%投向OpenAI等?型語?模型新貴，約20%投向?持和交付這些模型的基礎(chǔ)設(shè)施（AI云服務(wù)、半導(dǎo)體、模型運(yùn)營?具等），約17%投向了AI應(yīng)?公司。在真正有價(jià)值的AI應(yīng)??態(tài)繁榮之前，這種押注核?技術(shù)源頭及“賣鐵鍬”公司的投資邏輯是有?定道理的。但?前正在蓬勃發(fā)展中的AI應(yīng)?，同樣是價(jià)值創(chuàng)造的源泉和我們要追求的星??海。▎多模態(tài)?成領(lǐng)域出現(xiàn)多項(xiàng)技術(shù)突破2022年，在StableDiffusion開源之后，我們?證了?量“??圖”（由?字?成圖像）產(chǎn)品?世。這?年可以被視為圖像?成問題的解決之年。緊接著在2023年，?AI識(shí)別聲?、?產(chǎn)?頻的技術(shù)也取得了顯著進(jìn)展。如今，AI的語?識(shí)別和合成技術(shù)已經(jīng)?常成熟，合成聲?與?類聲?很難被區(qū)分。隨著技術(shù)的持續(xù)發(fā)展，視頻的?成和處理將是下?個(gè)階段AI發(fā)展的重點(diǎn)。?前在“??視頻”（由?字?成視頻）領(lǐng)域已經(jīng)出現(xiàn)了多項(xiàng)技術(shù)突破，AI在視頻內(nèi)容?成??展現(xiàn)出了潛?和可能性。借助AI視頻新秀RunwayGen-2、Pika以及斯坦福?學(xué)的W.A.L.T等模型及應(yīng)?，?戶只需輸?對(duì)圖像的描述，就能得到?段視頻?段。英偉達(dá)知名?程師JimFan認(rèn)為，2024年，AI?概率要在視頻領(lǐng)域取得進(jìn)展。如果我們換?種維度，來思考不同形態(tài)的媒體格式，那么?張?維的圖像，如果增加?個(gè)時(shí)間的維度，就變成了視頻。如果增加?個(gè)空間的維度，就變成了3D。如果將3D模型經(jīng)過渲染，我們就能得到更加可精確控制的視頻?？赡芪磥鞟I也能逐漸攻克3D模型，但還需要更?的時(shí)間。▎“壓縮即智能”2023年，OpenAI的?席科學(xué)家伊利亞·蘇茨克維（IlyaSutskever）在某次外部分享中，提出?種“壓縮即智能”的觀點(diǎn)，即語?模型對(duì)?本的壓縮?越?，就說明它的智能程度越?。壓縮即智能，可能不?定嚴(yán)謹(jǐn)，但卻提供了符合?類直覺的解釋：最極致的壓縮算法，為把數(shù)據(jù)壓縮到極致，勢(shì)必需要在充分理解的基礎(chǔ)上，抽象出更?層次的以Llama2-70B這個(gè)Meta研發(fā)的語?模型為例，它是Llama2模型700億參數(shù)版本，是目前最大的開源語言模型之—。Llama2-70B使用大約10T（10萬億）字節(jié)的文本作為訓(xùn)練數(shù)據(jù)，訓(xùn)練出來的模型是—個(gè)140GB大小的文件，壓縮比大約是70倍（10T/140G）。在日常的工作中，我們通常把大的文本文件壓縮成Zip文件，其壓縮比大約是2倍左右。對(duì)比之下，可以想見Llama2的壓縮力度。當(dāng)然Zip文件是無損壓縮，語言模型是有損壓縮，不是—個(gè)標(biāo)準(zhǔn)?！鳲penAI副總裁AndrejKarpathy分享截圖。神奇的地方在于，—個(gè)140GB的文件就可以把人類的知識(shí)和智能給保存下來。大部分的筆記本電腦都可以裝得下140GB的文件。當(dāng)筆記本電腦的算力和顯存足夠大，只要再加上—個(gè)五百行的C代碼程序，就可以運(yùn)行大語言模型。/02/開源?態(tài)和?語?模型的流量稅I開放研究和開源?態(tài)是推動(dòng)AI發(fā)展的重要?量▲開源?態(tài)促進(jìn)了AI技術(shù)創(chuàng)新。圖?來源：C開放研究是AI技術(shù)發(fā)展的基礎(chǔ)。全球最頂尖的科學(xué)家和?程師在Arxiv等?站發(fā)表?量論?，分享他們的技術(shù)實(shí)踐。?論是早期的AlexNet卷積神經(jīng)?絡(luò)模型，還是奠定算法基礎(chǔ)的Google的Transformer，抑或是OpenAI、Meta等公司發(fā)表的模型實(shí)踐論?，都是科研和技術(shù)上的重?突破，引領(lǐng)著AI技術(shù)發(fā)展。開源社區(qū)的發(fā)展和迭代尤其值得關(guān)注。在開源?語?模型的?持下，科研?員和?程師可以?由地探索各種新的算法和訓(xùn)練?法。即使是閉源的?語?模型，也能向開源社區(qū)學(xué)習(xí)和借鑒?？梢哉f，開源社區(qū)實(shí)現(xiàn)了某種程度上的科技平權(quán)，讓全球的?們都能共享AI領(lǐng)域的最新技術(shù)成果。▎?型語?模型的“流量稅”回歸商業(yè)本質(zhì)，?型語?模型的訓(xùn)練成本是?常昂貴的。以GPT為例，據(jù)遠(yuǎn)川研究所統(tǒng)計(jì)，訓(xùn)練GPT-3?了超過1000萬美?，訓(xùn)練GPT-4?了1億多美?，下?代模型的訓(xùn)練成本可能要達(dá)到10億美?。此外，運(yùn)?這些模型并對(duì)外提供服務(wù)的時(shí)候，其算?和能源的消耗也是很昂貴的。?型語?模型的商業(yè)模式是MaaS（ModelAsaService），它輸出智能的計(jì)費(fèi)?法是按照輸?輸出的流量（或稱token，詞元）來收費(fèi)。由于?語?模型昂貴的訓(xùn)練和運(yùn)?成本，它收取的流量費(fèi)?概率會(huì)“?漲船?”。以O(shè)penAI為例，上圖是其官?所展示的部分模型的流量計(jì)費(fèi)?案。有?做過粗略估計(jì)，按照AI應(yīng)?調(diào)?GPT-3.5Turbo流量的中位數(shù)?平，只要有?個(gè)?戶每天使?該應(yīng)?（DAU），?戶背后的APP公司約需要向OpenAI?付0.2元??幣左右的流量費(fèi)?。以此類推，如果是千萬級(jí)別?活的APP應(yīng)?接?了GPT的端?，那么每天要向OpenAI?付200萬??幣的流量費(fèi)?！鴪D?來源：微信公眾號(hào)@AI賦能實(shí)驗(yàn)室國內(nèi)?模型的流量費(fèi)報(bào)價(jià)如上圖所示，跟OpenAI的價(jià)格基本相當(dāng)。部分中?模型會(huì)便宜?些，但性能有差距。流量費(fèi)?會(huì)影響到AI應(yīng)?如何設(shè)計(jì)商業(yè)模式。為了降低流量費(fèi)?負(fù)擔(dān)，有些創(chuàng)業(yè)公司會(huì)考慮利?開源?態(tài)的能?，??做?個(gè)中?模型，去承接?部分的?戶需求。如果碰到超出中?模型能?范圍的?戶需求，再調(diào)??型語?模型。這類中?模型，可能會(huì)被直接部署在離?戶最近的終端側(cè)，成為“端側(cè)模型”。端側(cè)模型很考驗(yàn)硬件的集成?平，未來我們的電腦和?機(jī)上，可能會(huì)更?泛地集成GPU之類的硬件芯?，具備在終端側(cè)運(yùn)??模型的能?。Google、微軟已經(jīng)推出可以在終端側(cè)運(yùn)?的?模型。Nano是Google發(fā)布的Gemini?模型中最?的?款，專?為在移動(dòng)設(shè)備上運(yùn)??設(shè)計(jì)的，?需聯(lián)?，可以直接在設(shè)備上本地和離線運(yùn)?。/03/AI如何影響了?類社會(huì)？I每一次技術(shù)革命，都會(huì)帶來新的效率工具人類歷史上有幾次大的技術(shù)革命。1760年左右興起的第一次工業(yè)革命，產(chǎn)生了機(jī)械設(shè)備；1860年之后的第二次工業(yè)革命，產(chǎn)生了電子設(shè)備；1970年之后，我們又經(jīng)歷了計(jì)算機(jī)軟件、PC互聯(lián)網(wǎng)和智能手機(jī)這三次技術(shù)革新，有人統(tǒng)稱其為第三次工業(yè)革命即信息革命。2023年開始的生成式AI革命，或許可以被稱為第四次工業(yè)革命，我們創(chuàng)造了新的智能。生成式AI是人類認(rèn)知和改造世界的新工具，已經(jīng)成為新的抽象工具層。根據(jù)歷史經(jīng)驗(yàn)，每一次技術(shù)革命都會(huì)極大提升人類生產(chǎn)效率。第一次和第二次工業(yè)革命后，自然世界形成了兩個(gè)抽象工具層，即機(jī)械和電子設(shè)備層。20世紀(jì)70年代，以計(jì)算機(jī)為代表的信息技術(shù)革命引入了新的抽象層——軟件。通過軟件，人們開始以更高效的方式理解、改造世界，并與之互動(dòng)。隨后，PC互聯(lián)網(wǎng)和智能手機(jī)嶇起，進(jìn)一步推動(dòng)了軟件技術(shù)的發(fā)展。IAI如何影響人們的工作？除了關(guān)注AI帶來的效率提升，我們還要關(guān)注機(jī)器如何替代了人類的工作。據(jù)統(tǒng)計(jì)，英國第一次工業(yè)革命之前，農(nóng)業(yè)人口占比約為75%，而工業(yè)革命之后降至16%。美國信息革命之后，工業(yè)人口從38%降至8.5%，當(dāng)時(shí)那些工業(yè)人口大多轉(zhuǎn)變成白領(lǐng)人口。而這次AI的智能革命，首當(dāng)其沖的正是白領(lǐng)人群。隨著AI技術(shù)的進(jìn)步，商業(yè)社會(huì)中的組織形式和協(xié)作方式可能會(huì)發(fā)生一系列變化。首先是，公司可能往小型化發(fā)展。商業(yè)外包可能會(huì)變得非常普遍。比如，公司可以把研發(fā)、營銷等板塊外包出去。其次是工作流的重構(gòu)，也就是標(biāo)準(zhǔn)操作程序（SOP）可能會(huì)發(fā)生變化。每個(gè)人的能力和精力有所不同，因此，工作流能夠讓人們提高效率，各司其職。研究人員正在探索在AI可能替代某些職能的情況下，人們的工作流該如何調(diào)整。當(dāng)前的語?模型也存在可以提升效率、增強(qiáng)能?的地?，語?模型可能也需要借助?作流的編排，進(jìn)?協(xié)作。除了技術(shù)技能之外，提?其他能?也變得?關(guān)重要。例如，提升鑒賞?和品味，才能讓AI輔助你?成更好的?案或者作品。再?如，增強(qiáng)批判性思維，能幫助你更好地判斷、鑒別AI?成的內(nèi)容。我們要更積極地利?AI，把它當(dāng)作?作和?活中的輔助?具，或者說副駕駛，充分利?其潛?和優(yōu)勢(shì)。▎AI的能力是有邊界的在AI發(fā)展迅猛的當(dāng)下，不少?提出了AI威脅論，擔(dān)?AI對(duì)?類造成的負(fù)?影響。確實(shí)，?類?前發(fā)明出了看起來???還聰明的?具。如何控制好AI這樣的“硅基?物”，對(duì)?類來說?疑是巨?的挑戰(zhàn)?？茖W(xué)家們正在嘗試解決這個(gè)問題，OpenAI也曾發(fā)表探討類似問題的論?。但是，我們也不要那么悲觀，?少?前?類社會(huì)的數(shù)字化程度，可以限制AI的能?邊界。如今的?語?模型主要是??量?本數(shù)據(jù)訓(xùn)練出來的。?本的數(shù)字化程度很?，?經(jīng)過?類的抽象，信息密度?，所以AI訓(xùn)練的效果很好。但是離開了?本空間，AI的智能會(huì)受到諸多限制，因?yàn)樗鼪]有經(jīng)過相應(yīng)的數(shù)據(jù)訓(xùn)練。所以我們暫時(shí)不?太擔(dān)?，AI并沒有那么厲害和全?。我們有充?的時(shí)間去熟悉和適應(yīng)它，找到跟硅基?物友好相處的?法。/04/展望2024，大語言模型與AI應(yīng)用會(huì)如何發(fā)展？▎頭部大語言模型陣營在全球范圍內(nèi)，?型語?模型呈現(xiàn)出顯著的區(qū)域化發(fā)展特征。?如，美國和中國的發(fā)展路徑各有特?。美國的頭部?語?模型陣營已基本確?，主要集中在?家?型科技公司，或者它們跟?家頭部模型創(chuàng)業(yè)公司的聯(lián)合體?？梢哉f，美國的AI領(lǐng)域已進(jìn)??成本的軍備競(jìng)賽階段，新的參與者?較難?局。?中國的?型語?模型則呈現(xiàn)了百花?放的態(tài)勢(shì)，?前有百余個(gè)項(xiàng)?聲稱正在開發(fā)?型模型。中國可能更依賴于開源?態(tài)，?次開發(fā)出新的語?模型。?前，除美國以外的其他國家，都還沒有開發(fā)出與GPT-4相當(dāng)?shù)?型語?模型。在?模型技術(shù)領(lǐng)域，中國和美國仍然存在差距。但全球在AI領(lǐng)域的較量還未到終局。對(duì)于中國來說，最重要的是??發(fā)展AI應(yīng)??態(tài)。在互聯(lián)?和數(shù)字經(jīng)濟(jì)時(shí)代，中國就是應(yīng)?領(lǐng)域的優(yōu)秀?，也向海外輸出了相關(guān)的應(yīng)?實(shí)踐。在緊跟?模型最新技術(shù)的前提下，等應(yīng)??態(tài)繁榮起來之后，我們?cè)俜聪蛉プ黾夹g(shù)突破，可能是?種解決思路。▎?語?模型會(huì)如何發(fā)展？雖然?語?模型領(lǐng)域已經(jīng)實(shí)現(xiàn)了眾多技術(shù)突破，但仍然有不少可以迭代、提升的板塊，?如減少“幻覺”、增加上下??度、實(shí)現(xiàn)多模態(tài)、具身智能、進(jìn)?復(fù)雜推理以及?我迭代。?先，我們來討論“幻覺”現(xiàn)象?；糜X可以理解為?種錯(cuò)誤的輸出，Meta將其定義為“?信的假話”?；糜X的產(chǎn)?最常?的原因是語?模型采集的知識(shí)或數(shù)據(jù)的密度不夠。不過，幻覺也可以被視為創(chuàng)造?的體現(xiàn)，就像詩?在酒后能寫出美妙的詩篇，AI的幻覺可能也會(huì)給我們帶來奇妙的內(nèi)容。減少幻覺的?法有很多種，?如使?更?質(zhì)量的語料庫進(jìn)?訓(xùn)練；通過微調(diào)和強(qiáng)化學(xué)習(xí)來提?模型的準(zhǔn)確性和適應(yīng)性；在模型的提示詞中加?更多背景信息，讓模型基于這些信息更準(zhǔn)確地理解和回應(yīng)問題。第?，增加上下??度。上下??度相當(dāng)于語?模型的腦容量，現(xiàn)在通常是32K，最?的是128K，也就是不到10萬字或者英?單詞。如果想讓語?模型理解復(fù)雜的語??本、處理復(fù)雜的任務(wù)，這個(gè)?度還遠(yuǎn)遠(yuǎn)不夠。下?代的模型?概率會(huì)努?擴(kuò)?上下??度，以提?處理復(fù)雜任務(wù)的能?。第三是多模態(tài)。?類主要依靠視覺來獲取信息，?當(dāng)前語?模型主要依靠?本數(shù)據(jù)來做訓(xùn)練。視覺數(shù)據(jù)能夠幫助語?模型更好地認(rèn)知物理世界。在2023年，視覺數(shù)據(jù)被規(guī)模化地加?到模型的訓(xùn)練過程中。?如，GPT-4引?了多模態(tài)數(shù)據(jù)，Google的Gemini模型據(jù)說也使?了?量的圖像和視頻數(shù)據(jù)。從Gemini演示視頻的表現(xiàn)來看，它的多模態(tài)交互似乎有明顯提升，但復(fù)雜推理等智?的提升還沒看第四是具身智能，是指?種基于物理身體進(jìn)?感知和?動(dòng)的智能系統(tǒng)，能夠從環(huán)境中獲取信息、理解問題、做出決策并?動(dòng)。這個(gè)概念并沒有那么復(fù)雜，地球上所有的?物，都可以說是具身智能。?如?形機(jī)器?，也被認(rèn)為是具身智能的?種形式。具身智能相當(dāng)于給AI延展出了能活動(dòng)的“?腳”。第五是復(fù)雜推理。通常，GPT會(huì)?次性地給出回答，沒有太明顯地多步推理或回退迭代。??類在思考復(fù)雜問題的時(shí)候，會(huì)在紙上列出?些步驟，反復(fù)推演和計(jì)算。研究?員想了?些?法，?如借助思維樹等思考模型，試圖讓GPT學(xué)會(huì)復(fù)雜的多步驟推理。最后是?我迭代?，F(xiàn)在的語?模型主要還是依靠?給它設(shè)計(jì)算法，提供算?，給它喂數(shù)據(jù)。暢想未來，語?模型能夠?qū)崿F(xiàn)?我迭代嗎？這可能要依賴于新的模型訓(xùn)練和微調(diào)?法，例如強(qiáng)化學(xué)習(xí)等。據(jù)說OpenAI正在嘗試?種代號(hào)為“Q*”的訓(xùn)練?法，研究如何讓AI?我迭代，但具體進(jìn)展尚未知曉。?模型還處在?速發(fā)展期，還有很?的提升空間。除了以上列舉的?點(diǎn)之外，還有很多待解決和提升之處，?如可解釋性、提升安全性、輸出的內(nèi)容更符合?類的價(jià)值觀等等。▎未來的應(yīng)?軟件——AIAgent2023年9?，紅杉美歐（SequoiaCapital）官?發(fā)布了《GenerativeAI’sActTwo》的?章，提到?成式AI已進(jìn)?第?個(gè)階段。第?個(gè)階段主要集中在語?模型及周邊簡(jiǎn)單應(yīng)?的開發(fā)，第?個(gè)階段的焦點(diǎn)則轉(zhuǎn)向研發(fā)真正解決客戶需求的智能新應(yīng)?。未來的應(yīng)?軟件，可能會(huì)逐漸轉(zhuǎn)向AIAgent——?種能夠?主執(zhí)?任務(wù)、獨(dú)?決策、主動(dòng)探索、?我迭代并能相互協(xié)作的智能軟件?，F(xiàn)有的傳統(tǒng)軟件可能需要進(jìn)?相應(yīng)的調(diào)整和改進(jìn)。和傳統(tǒng)的1.0版本軟件相?，AIAgent能夠提供更接近真實(shí)的、?質(zhì)量的?對(duì)?服務(wù)體驗(yàn)。但發(fā)展AIAgent的難點(diǎn)在于，語?模型?前還太不成熟和穩(wěn)定。如果要做出好的應(yīng)?體驗(yàn)，需要在語?模型基礎(chǔ)上，加上?些?模型、?些規(guī)則算法，甚?在某些關(guān)鍵環(huán)節(jié)加???服務(wù)，從?在垂類的場(chǎng)景或者具體?業(yè)中輸出穩(wěn)定的體驗(yàn)。多Agent協(xié)作已經(jīng)成為熱?的研究?向。在標(biāo)準(zhǔn)操作程序的基礎(chǔ)上，相互協(xié)作的多個(gè)AIAgent，能夠產(chǎn)??單獨(dú)調(diào)?語?模型更優(yōu)的效果。這?有個(gè)?較符合直覺的解釋，每個(gè)Agent可能各有優(yōu)缺點(diǎn)和專攻?向，跟?類的分?是?樣的，?家組合到?起，通過新的標(biāo)準(zhǔn)操作程序（SOP）各司其職、互相啟發(fā)和監(jiān)督協(xié)/05/創(chuàng)業(yè)和投資機(jī)會(huì)▎在?共識(shí)的領(lǐng)域，做正確??容易的事在?個(gè)新的時(shí)代，作為創(chuàng)業(yè)公司，需要認(rèn)真思考，基于這次技術(shù)?新，有哪些原?新模式的創(chuàng)業(yè)機(jī)會(huì)。同時(shí)還要考慮，哪些是新進(jìn)?者的機(jī)會(huì)，哪些是現(xiàn)有?業(yè)領(lǐng)先者的機(jī)會(huì)。我們可以回看PC互聯(lián)?和智能?機(jī)兩次技術(shù)變?，如何產(chǎn)?出了新的機(jī)會(huì)。PC互聯(lián)?時(shí)代，提供的主要能?是連接，即全球的PC、服務(wù)器和?些其他設(shè)備實(shí)現(xiàn)了聯(lián)?。PC時(shí)代產(chǎn)出的原?新模式包括：搜索、電商和社交通信等，誕?了BAT等各?各業(yè)的領(lǐng)先企業(yè)。智能?機(jī)時(shí)代，提供的主要能?是?部分?都擁有?臺(tái)?機(jī)，具備移動(dòng)互聯(lián)、GPS、攝像頭等功能。這個(gè)基礎(chǔ)條件讓共享經(jīng)濟(jì)、即時(shí)通訊、短視頻分享、移動(dòng)?融?付等新模式成為可能。前?時(shí)代的?業(yè)領(lǐng)先企業(yè)是有很強(qiáng)先發(fā)優(yōu)勢(shì)的，搶占了不少新模式的機(jī)會(huì)，例如：騰訊和阿?分別做出了微信和?付寶。但是我們也看到美團(tuán)、抖?和滴滴等?些新勢(shì)?，獲得了巨?成功。它們?yōu)槭裁纯梢宰鑫艺J(rèn)為其成功的關(guān)鍵詞是，在?共識(shí)的領(lǐng)域，做正確??容易的事情。以美團(tuán)和抖?為例。美團(tuán)選擇的原?新模式叫“餐飲外賣”，屬于“共享經(jīng)濟(jì)”中的“O2O（線上到線下）”部分，左邊?量的餐飲店?，右邊是眾多各式各樣的消費(fèi)者，中間是成千上萬的騎?，是“重模式”，但早期互聯(lián)???更喜歡和擅?做“輕模式”，切?餐飲?業(yè)是“?共識(shí)”。外賣的履約服務(wù)鏈條太?、難以數(shù)字化，很難進(jìn)?精細(xì)化運(yùn)營。但最后美團(tuán)把它做成了，這些難的事情成為其最?的核?優(yōu)勢(shì)和競(jìng)爭(zhēng)壁壘。再看抖?，它選擇的原?新模式叫“短視頻分享”，屬于當(dāng)時(shí)流?的“創(chuàng)作者經(jīng)濟(jì)”的?部分。抖?最?的“反共識(shí)”是：它把視頻創(chuàng)作者經(jīng)濟(jì)跟萬億體量的電商GMV之間的橋梁打通了，形成規(guī)?；?、有效率的轉(zhuǎn)化。在電商直播崛起之前，有兩類直播，?種叫游戲直播，另?種叫?紅直播，變現(xiàn)主要靠觀眾打賞。這類變現(xiàn)模式的經(jīng)濟(jì)體量?常?，容納不了那么多優(yōu)秀的創(chuàng)作者。但抖?通過推薦算法、發(fā)展創(chuàng)作者?態(tài)和商家?態(tài)、建?抖??店閉環(huán)、優(yōu)化內(nèi)容電商轉(zhuǎn)化等各種努?，把內(nèi)容往電商轉(zhuǎn)化這個(gè)巨?的商業(yè)閉環(huán)給做通了。做通之后，抖?就可以邀請(qǐng)全國最多最優(yōu)秀的創(chuàng)作者來抖?平臺(tái)創(chuàng)作內(nèi)容，并報(bào)之以巨?的電商銷售收?作為獎(jiǎng)賞。所以，抖?的海外版TikTok出海后，很多當(dāng)?shù)氐亩桃曨l和直播平臺(tái)都打不過它。因?yàn)門iktok并不僅僅是?個(gè)左邊創(chuàng)作者右邊消費(fèi)?戶的視頻內(nèi)容平臺(tái)，它更是?個(gè)新型的創(chuàng)作者經(jīng)濟(jì)和海量電商GMV轉(zhuǎn)化的結(jié)合體，是新物種，具備復(fù)合型競(jìng)爭(zhēng)優(yōu)勢(shì)。總結(jié)來說，創(chuàng)業(yè)公司要敢于選擇和進(jìn)??共識(shí)的領(lǐng)域，在艱難的環(huán)境下，努?把事做成。▎創(chuàng)業(yè)?向和要點(diǎn)從創(chuàng)業(yè)的?向來說，?模型領(lǐng)域巨頭林?，?概率不會(huì)是創(chuàng)業(yè)者的?選?向。?在?模型和應(yīng)?之間有個(gè)“中間層”，?部分是基礎(chǔ)設(shè)施、應(yīng)?框架、模型服務(wù)等，這個(gè)部分容易受到模型和應(yīng)?的雙向擠壓，部分領(lǐng)域巨頭林?，創(chuàng)業(yè)空間不綜上所述，我們傾向于認(rèn)為，結(jié)合?前的技術(shù)和商業(yè)環(huán)境，我們應(yīng)該??發(fā)展AI應(yīng)??態(tài)。上圖是我們投資的?成式AI相關(guān)的創(chuàng)業(yè)公司，包括：為語?模型設(shè)計(jì)的新型DevOps平臺(tái)、社交游戲平臺(tái)、智能陪伴服務(wù)、AI輔助RNA藥物開發(fā)、?店?動(dòng)化營銷、服務(wù)全球的智能商業(yè)視頻SaaS、新型線上?理咨詢平臺(tái)和中美?程師遠(yuǎn)程雇傭?作平臺(tái)等等。我們總結(jié)了AI應(yīng)?領(lǐng)域創(chuàng)業(yè)的?個(gè)要點(diǎn)：第?，要做出優(yōu)質(zhì)的原?新應(yīng)?。要抓住AI智能時(shí)代提供的新能?，即智能供給和藝術(shù)創(chuàng)作?供給，做出優(yōu)質(zhì)獨(dú)特的原?新應(yīng)?體驗(yàn)，這個(gè)難度其實(shí)不?。我們?cè)谏?曾提到，語?模型的智能等還不夠成熟穩(wěn)定，存在明顯的能?邊界。創(chuàng)業(yè)公司可能需要選擇相對(duì)垂直細(xì)分的場(chǎng)景，采?各種技術(shù)和運(yùn)營?段，做出良好體第?，?共識(shí)、更前瞻、有顛覆性。?共識(shí)指的是在賽道選擇上不要隨?流，敢于進(jìn)?艱難的領(lǐng)域，“做正確??容易”的事情。更前瞻是指選擇有挑戰(zhàn)的業(yè)務(wù)和技術(shù)路線。例如，采?當(dāng)下還在發(fā)展、更先進(jìn)的技術(shù)架構(gòu)，例如：創(chuàng)業(yè)者要優(yōu)先做Agent?不是CoPilot，CoPilot們更像是?業(yè)領(lǐng)先者的機(jī)會(huì)（想想微軟和Github）。再?如，創(chuàng)業(yè)團(tuán)隊(duì)可以考慮提前按照下?代語?模型的能?（如GPT-5），去構(gòu)思和設(shè)計(jì)應(yīng)?。顛覆性是指最好對(duì)所切?的?業(yè)產(chǎn)?顛覆效