來源：火訊財(cái)經(jīng)

文章轉(zhuǎn)載來源：AIGC

原文來源：光錐智能

文｜郝鑫

本文為光錐智能x騰訊科技聯(lián)合出品

圖片來源：由無界 AI? 生成

一掃去年裁員,、股價(jià)暴跌的陰霾,，硅谷憑借AI正在以“蓋茨比”式的姿態(tài)重新站到鎂光燈下。

據(jù)光錐智能不完全統(tǒng)計(jì),，180天里,，硅谷在人工智能領(lǐng)域共完成了42起融資、拿下55%全球籌資金額,。其中,，8家人工智能明星獨(dú)角獸公司拔地而起,，平均輪次融資金額3.3億美元,。

熱錢從硅谷的天空撒下，美元堆起了新故事,。

“對AGI時(shí)代來說,，今年是過去十年中最好的一年,，卻是未來十年中最差的一年,。”創(chuàng)業(yè)的氛圍充斥著每個(gè)角落,，這幾乎成為了硅谷的共識(shí),。

“一周參加五六場聚會(huì)，從技術(shù)研討到應(yīng)用機(jī)會(huì),，硅谷這半年都處于AI 的興奮之中,。”畢業(yè)于斯坦福,，常駐于硅谷的華人孔祥來不僅投身到AI電商導(dǎo)購的創(chuàng)業(yè)中,，連其偶然發(fā)起的AI社區(qū)AGI降臨派，也在這波熱度下意外爆火,。

（硅谷AI交流會(huì)火爆現(xiàn)場）

身處大洋彼岸的中國創(chuàng)業(yè)者也受到了感染,，王小川,、李志飛等明星創(chuàng)業(yè)者和真格基金管理合伙人戴雨森、金沙江創(chuàng)投合伙人周雨桐等眾多知名投資人不想再“霧里看花,、水中望月”,，一月連續(xù)三次飛往硅谷。

中美AGI領(lǐng)域雖然同樣火熱,，但在市場的格局生態(tài)卻截然不同,。

最明顯的區(qū)別是，與國內(nèi)的“百模大戰(zhàn)”相比，基礎(chǔ)大模型創(chuàng)業(yè)在硅谷并不火熱,?！癘penAI一家獨(dú)大，只有谷歌和Meta等大公司向其發(fā)起挑戰(zhàn),，創(chuàng)業(yè)公司很少做基礎(chǔ)大模型,。”遠(yuǎn)望資本合伙人,、迅雷創(chuàng)始人程浩對光錐智能談到,，但在中國，還是有人想賭一把,，因?yàn)樽罱K誰是中國的OpenAI還不確定,，造神的這一過程既危險(xiǎn)又性感。

而大模型之外,，硅谷卻在中間層和垂類應(yīng)用層里,，呈現(xiàn)出百花齊放的熱鬧。但反觀中國,，雖然投資人們嗅覺敏銳,，早就聞到了“肉香”，卻“看得多投的少”,；而AI創(chuàng)業(yè)領(lǐng)域,，也鮮有全新的大模型之外的公司出現(xiàn)，更多是大中型公司的聲音,。

無論是源于美元基金的撤退,，還是國內(nèi)的AI創(chuàng)業(yè)環(huán)境，與互聯(lián)網(wǎng)時(shí)代不同,，在這一輪科技狂潮中,，中國創(chuàng)業(yè)者和VC們正在經(jīng)歷著前所未有的迷茫，Copy to China的策略似乎逐漸失靈了,。

“硅谷重視技術(shù),，埋頭升級大模型能力，而國內(nèi)則更看重商業(yè)模式,?！笨紫閬韺忮F智能說道。AGI時(shí)代,，各自的商業(yè)邏輯依然沒有改變,。

結(jié)合投資人、創(chuàng)業(yè)者的深度訪談,，光錐智能復(fù)盤了今年上半年硅谷AI初創(chuàng)公司的融資和發(fā)展情況,，希望能從中探尋到AI 2.0創(chuàng)業(yè)浪潮中的機(jī)遇和警示,，以期給國內(nèi)投資人和創(chuàng)業(yè)公司一點(diǎn)啟發(fā)。

AI掘金潮,，熱錢撒向哪兒,？

國外風(fēng)投數(shù)據(jù)分析公司PitchBook數(shù)據(jù)顯示，上半年全球AI領(lǐng)域共計(jì)發(fā)生融資1387件,，籌集融資金額255億美金,，平均融資金額達(dá)2605萬美金。據(jù)融資服務(wù)機(jī)構(gòu)Carta數(shù)據(jù)顯示,，2023年Q1,，美國A輪AI初創(chuàng)公司融資環(huán)比增長58.4%，種子輪公司估值增長了19%,。

熱錢一半都流向了硅谷,。據(jù)光錐智能不完全統(tǒng)計(jì)上半年硅谷一共有42起融資，總金額約140億美元,，占世界總?cè)谫Y金額的55%,。平均輪次融資金額為3.3億美元，是平均融資水平的近13倍之多,。

最全硅谷AI創(chuàng)業(yè)公司梳理,，制表：光錐智能

以O(shè)penAI為首的AI新貴成為當(dāng)之無愧的主角,，在獲得投資的40家公司中，有近60%的公司成立時(shí)間在一年之內(nèi),。其融資輪次也處于早期階段，42起融資事件中,，種子輪次占了40%,，B輪以前（包含B輪）占了86%。

孔祥來告訴光錐智能,，硅谷這波創(chuàng)業(yè)大多采取小而精方式,，早期創(chuàng)業(yè)項(xiàng)目團(tuán)隊(duì)的人數(shù)在3-5人，中期項(xiàng)目團(tuán)隊(duì)的規(guī)模也控制在十幾人～幾十人之間,，當(dāng)初Midjourney效果驚艷全世界,，憑借早期11個(gè)人的團(tuán)隊(duì)就做到了一億美金的營收，“AGI領(lǐng)域更重視技術(shù)創(chuàng)新,，堆人沒有用,。”孔祥來直言,。

這跟國內(nèi)創(chuàng)業(yè)方式有很大不同,，國內(nèi)創(chuàng)業(yè)團(tuán)隊(duì)人數(shù)普遍較多,，比如媒體報(bào)道稱王慧文的光年之外解散前有70人，王小川公開信中透露百川智能最初組建人數(shù)為50人,。

不過,，硅谷AI創(chuàng)業(yè)團(tuán)隊(duì)規(guī)模雖然普遍偏小，但其吸金能力卻十分驚艷,。

截至目前,，按融資金額數(shù)量的AIGC初創(chuàng)公司的排名分別為：OpenAI（113 億美元）、Inflection（15.25 億美元）,、Cohere（4.45 億美元）,、Adept（4.15 億美元）、Runway（1.955 億美元）,、Character.AI（1.5 億美元）和 Stability AI（約 1 億美元）,。

站在他們背后的，仍是科技圈如雷貫耳的公司和大佬,。光錐智能整理統(tǒng)計(jì)發(fā)現(xiàn),，上半年，微軟參與的AI融資項(xiàng)目有5起,，谷歌出手4次,，英偉達(dá)出手6次，OpenAI出手3次,，這些巨頭加起來累計(jì)參與了約43%的AI領(lǐng)域融資,。

將目光更聚焦一些，當(dāng)下硅谷對AI關(guān)注的主要集中在三個(gè)方向：一是基礎(chǔ)大模型層,；二是開發(fā)工具,、數(shù)據(jù)庫等所在的中間層；三是垂直應(yīng)用層,。

程浩向光錐智能介紹,，基礎(chǔ)大模型除了OpenAI、Anthropic兩家公司,，其他創(chuàng)業(yè)者都在做開源模型,；工具層創(chuàng)業(yè)者都在動(dòng)員所有人才精英做開源社區(qū)，其核心壁壘在于創(chuàng)造開發(fā)者生態(tài),；應(yīng)用層聚集著兩類創(chuàng)業(yè)公司,，一類是像法律、HR招聘垂直領(lǐng)域的公司,，一類是與文案,、文生圖、文生視頻相關(guān)的通用型公司,。應(yīng)用層普遍扎堆B端,，C端產(chǎn)品少很多,，屬于在巨頭夾縫中求爆款的狀態(tài)。

從不同機(jī)會(huì)層面來看,，上半年,，硅谷基礎(chǔ)大模型層有8起融資，中間層有12起融資,，垂直應(yīng)用層面有23起融資,。不過，在融資金額上卻呈現(xiàn)反比,，分別融資金額為110.8億美元,、3.5億美元和25.2億美元。

表面上看,，基礎(chǔ)大模型層似乎是最熱的投資領(lǐng)域,，但實(shí)際上完全由OpenAI一家撐起來，如果把OpenAI的103億美元巨額融資剔除,，整個(gè)垂直大模型層的融資占比就直接從79%驟降至21%,。

從上圖可以看出,，目前垂直應(yīng)用層面是硅谷最熱的投資領(lǐng)域，融資次數(shù)多,，但單次融資金額不高,；基礎(chǔ)大模型層OpenAI占據(jù)絕對的領(lǐng)先地位，其他大模型公司雖然單輪次的融資較高,，但難以與OpenAI相匹敵,，其業(yè)務(wù)范疇也在彌補(bǔ)OpenAI的不足；中間層是VC們近期發(fā)掘的新大陸,，目前,，已投出了估值7.5億美金的向量數(shù)據(jù)庫公司Pincone，半只腳踏入了獨(dú)角獸行列,。

孔祥來表示，“硅谷投資人內(nèi)部分為了兩派,，一類只看好OpenAI,，認(rèn)為未來OpenAI會(huì)統(tǒng)治2C端應(yīng)用，因而沒必要在C端應(yīng)用領(lǐng)域投入過多時(shí)間,，轉(zhuǎn)而去投B端與行業(yè)深度整合的AI公司,；另一派則持相反態(tài)度，積極擁抱開源社區(qū),，也會(huì)看好2C端的垂直應(yīng)用,，認(rèn)為在該領(lǐng)域也可以跑出獨(dú)角獸公司,。”

總體而言,，今年上半年以下方向在硅谷掀起了一波又一波的掘金潮：

基礎(chǔ)大模型層：小參數(shù)基礎(chǔ)模型,、通用大模型。

中間層：向量數(shù)據(jù)庫,、AI工具鏈,、模型部署工具。

垂直應(yīng)用層：文生視頻,、文生語音,、AI對話機(jī)器人、生成式AI搜索,、法律垂類領(lǐng)域應(yīng)用,、人形機(jī)器人。

孔祥來補(bǔ)充總結(jié)表示,，當(dāng)下硅谷投資人重點(diǎn)看好幾個(gè)方向,，分別是AI Agents（智能體）、多模態(tài)（文生圖,、文生視頻）,、解決行業(yè)幻覺（法律、醫(yī)學(xué)）,、個(gè)性化方向（Character AI等對話機(jī)器人）,、大語言模型的中間件以及AI深度賦能的行業(yè)場景應(yīng)用。

（圖源：CB Insights）

站在淘金熱的風(fēng)口，這些新貴們的身價(jià)隨著水漲船高,，2022年,，ChatGPT和AIGC領(lǐng)域吸金超過26億美元，共誕生出6家獨(dú)角獸,，而截至到今年5月8日,，獨(dú)角獸俱樂部的成員上升到14家(Midjourney暫無估值)。

1000家VC同時(shí)舉牌競價(jià),，帶來的是成立不到四個(gè)月的Baby公司,，融到兩輪上億美元融資。6月29日,，Inflection AI完成了13億美元的新一輪融資,，成為融資第二多的生成式人工智能初創(chuàng)公司，資本再次成功造神,。

奇跡降臨硅谷的同時(shí),，淘汰賽也正式開始,。

數(shù)據(jù)，AIGC時(shí)代的唯一壁壘

僅僅半年,，硅谷就已經(jīng)給AI創(chuàng)業(yè)貢獻(xiàn)了一波真金白銀的教訓(xùn),。

一類是像Jasper這類靠接入OpenAI API接口成長起來的公司受到了沖擊。

作為第一批AIGC獨(dú)角獸公司,，Jasper抓住了這波AI升級機(jī)會(huì),，估值飆到了15億美元。但其問題也十分致命,，套殼公司產(chǎn)品壁壘非常薄,，它的用戶體驗(yàn)和品牌很好，但達(dá)不到最好,，很容易被那些高價(jià)值細(xì)分領(lǐng)域構(gòu)建的差異化產(chǎn)品而替代,，通而不精是其最大的問題。

程浩認(rèn)為,，Jasper的最大競爭對手是ChatGPT,、微軟Copilot、NotionAI等巨頭競爭對手,，這些巨頭有品牌,，價(jià)格也便宜很多，所以那些相對弱需求的用戶自然就不愿意繼續(xù)再為Jasper買單,，其根本問題在于創(chuàng)造的額外價(jià)值不夠厚,。對于Jasper這類公司來講，核心是想辦法在數(shù)據(jù)存儲(chǔ),、多人協(xié)同以及工作流整合等方面下功夫,，增大用戶粘性。

另一類是VC支持的聊天機(jī)器人團(tuán)隊(duì),，在去年的融資熱潮下籌集了不少資金,，期望今年能向企業(yè)銷售。但年初市場中的聊天機(jī)器人便多如牛毛,，技術(shù)壁壘不高,，很容易被復(fù)制，再次走向同質(zhì)化的怪圈,。

另外,，面向C端的AI搜索平臺(tái)Neeva因?yàn)樯虡I(yè)落地困難，最終被大公司收購,，有了這個(gè)前車之鑒，硅谷現(xiàn)在幾乎所有的公司都開始瘋狂進(jìn)攻企業(yè)級市場,。

“初創(chuàng)公司首先要選對路線,，究竟是‘+AIGC’還是‘AIGC+’,。”程浩認(rèn)為,，選擇比努力重要,。

選擇“+AIGC”與“AIGC+”的判斷標(biāo)準(zhǔn)是，AI在業(yè)務(wù)全價(jià)值鏈的比例,。如果一家公司的AI成分占10%,，業(yè)務(wù)邏輯占90%，那就比較適合走“+AIGC”的創(chuàng)業(yè)道路,；若其AI成分占比在50%以上,，那就更適合走“AIGC+”的路線。

多米諾骨牌已經(jīng)開始倒下,，Jasper之后輪到誰尚未可知,，但愈加清晰的是，AIGC時(shí)代初創(chuàng)公司也必須死死捍衛(wèi)自身的護(hù)城河,。

投資人Chamath Palihapitiya認(rèn)為,，要么你處于絕對底部，掌握數(shù)據(jù)場景,；要么處于絕對頂部,，擁有核心算力資源。

“對于中間階段的公司,，今天可能價(jià)值不菲,，但明天可能一文不值?！?Chamath Palihapitiya道,。

“數(shù)據(jù)才是AIGC時(shí)代的唯一壁壘?！笨紫閬淼?。

孔祥來認(rèn)為，模型和算力都不是AIGC時(shí)代的護(hù)城河,。無論模型訓(xùn)練的打榜分?jǐn)?shù)有多高,，最終都要落到實(shí)際應(yīng)用中，在場景中積累的用戶分布數(shù)據(jù)會(huì)被納入到企業(yè)的微調(diào)模型數(shù)據(jù)集,，經(jīng)過不斷的迭代,，就會(huì)在企業(yè)端形成數(shù)據(jù)飛輪，在這基礎(chǔ)上被微調(diào)訓(xùn)練的大模型也會(huì)越來越精準(zhǔn),，形成正向的反饋效應(yīng),。

隨著LLaMA2的開源，大模型的技術(shù)壁壘被進(jìn)一步打破，正如傅盛所言“AI創(chuàng)業(yè)公司在半夜笑醒”,，技術(shù)補(bǔ)齊的步伐加快,，數(shù)據(jù)的競爭也會(huì)更加激烈。

中國式AI,，不復(fù)制硅谷,，也別復(fù)制舊自己

真金白銀的機(jī)遇和教訓(xùn)都擺在眼前，中國式AI 要走向哪里呢,？

“大模型將引發(fā)交互革命和生產(chǎn)力革命,。”程浩告訴光錐智能,，最先受益的是自然語言驅(qū)動(dòng)的行業(yè),，所以，智能客服,、售前咨詢,、寫作、翻譯,、垂直領(lǐng)域的法律,、HR招聘等將成為交互革命爆發(fā)后的第一波受益者，這些“低垂的果實(shí)”自然一早就被創(chuàng)業(yè)者們盯上,。

但是,，“美國法律、心理咨詢相關(guān)的應(yīng)用火熱,，根本原因在于律師,、心理咨詢師的人力成本非常高，大模型應(yīng)用的經(jīng)濟(jì)模型能夠跑通,。而在中國,，沒有這樣的環(huán)境，盲目Copy走不通,?！痹缭趦蓚€(gè)月前，便有投資人對美國投資熱潮,，進(jìn)行了中國式點(diǎn)評,。

除了文生圖、數(shù)字人,，與硅谷一樣的是,，眾多中國創(chuàng)業(yè)者也瞄向了新一代智能客服。但與此同時(shí),，對“同質(zhì)化”的擔(dān)心和焦慮也悄無聲息地彌散,。

“8個(gè) AI 應(yīng)用創(chuàng)業(yè)項(xiàng)目，客服營銷竟然占了將近一半”，看著正在路演的競爭對手,，同樣從事AI客服營銷創(chuàng)業(yè)的楊季（化名）低聲驚嘆道,。隨著路演進(jìn)程的推進(jìn)，他的神情也越來越緊張,。

楊季告訴光錐智能，技術(shù)相對成熟,，需求明確,，客服營銷成為跑得最快的場景，現(xiàn)在已經(jīng)從國內(nèi)市場卷到了東南亞,。楊季的創(chuàng)業(yè)經(jīng)歷反映了一批創(chuàng)業(yè)者從互聯(lián)網(wǎng)到現(xiàn)在AIGC的通病,，不想花精力啃下技術(shù)硬骨頭，只想通過找場景,、做應(yīng)用來走捷徑,。

硅谷踩過的坑，中國創(chuàng)業(yè)者恐怕也得再踩一遍,。黑格爾的這句話再次應(yīng)驗(yàn),，“人類從歷史中吸取的唯一教訓(xùn)，就是人類不會(huì)從歷史中吸取教訓(xùn)”,。

沒有營收預(yù)測,，沒有用戶數(shù)，PPT式的路演接二連三地上演,，令中國VC們無從下手,，“ChatGPT剛來，迷茫的是不知道投什么,；到現(xiàn)階段,，是沒有什么可投的?！?/p>

蜂擁而上做簡單的應(yīng)用固然輕松,，但AI產(chǎn)業(yè)崛起之路沒有捷徑可圖。

包含OpenAI在內(nèi)的大模型巨頭公司,，如今也來到了自身的發(fā)展瓶頸期,。國外開源模型社區(qū)Hugging Face技術(shù)工程師尹一峰向光錐智能證實(shí)，“至少半年內(nèi),，技術(shù)可能很難有新的突破,，這將極大地限制應(yīng)用的大規(guī)模落地?！?/p>

硅谷技術(shù)觸及天花板,，不得不回過頭來去強(qiáng)化中間層的技術(shù)能力。對于中國來說，這恰恰也是補(bǔ)齊產(chǎn)業(yè)鏈的絕佳機(jī)會(huì),。

如果將開發(fā)大模型比作是“造房子”,，那么中間層的AI Infra（AI 基礎(chǔ)設(shè)施）就是“工具箱”。參照硅谷的發(fā)展趨勢,，數(shù)據(jù)工具的打造,、企業(yè)端移動(dòng)端的模型部署、AI Agents的實(shí)踐和應(yīng)用,，都將是下一步的發(fā)展方向,。

（AI Infra產(chǎn)業(yè)鏈 圖源：CB Insights)

克里斯坦森的《創(chuàng)新者的解答》中提到,，產(chǎn)業(yè)鏈中有能留住財(cái)富的聚寶盆。TMT VC 投資人 Na Liu提到,，“當(dāng)前,，AI Infra領(lǐng)域的聚寶盆在價(jià)值鏈中正在發(fā)生變化，從集成式結(jié)構(gòu)的平臺(tái)化解決方案AutoML（以性能為主）轉(zhuǎn)向模塊化（靈活,、速度,、便利為主）?！边@背后切中的是企業(yè)想要打開“黑盒化”的過程,，希望能夠靈活地調(diào)整模型和構(gòu)建工作流程中的每一個(gè)組件，以得到最適合其特定需求的系統(tǒng)和分析結(jié)果,。

最具有價(jià)值的環(huán)節(jié),，也是最難啃的骨頭，中國現(xiàn)在正是缺少工具和原材料制造工廠,，這也解釋了中國為何缺乏有競爭力的大模型的根本原因：底層薄弱,，上層爆發(fā)乏力。

以AI三要素的數(shù)據(jù)為例,，中國的數(shù)據(jù)相關(guān)產(chǎn)業(yè)鏈,，幾乎都是云大廠“一站全包”，缺乏在某個(gè)垂直領(lǐng)域的深耕,，而這對于初創(chuàng)公司而言每一個(gè)環(huán)節(jié)都將是機(jī)會(huì),，可以做精做專?！皵?shù)據(jù)準(zhǔn)備”是中國特色機(jī)會(huì),，這里面就包括了數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)注,、數(shù)據(jù)合成和應(yīng)用商城與工程,。

目前,，合成數(shù)據(jù)公司已經(jīng)逐步得到資本的青睞。擁有圖像合成數(shù)據(jù)能力的生成式AI公司“跨維智能”去年一年內(nèi)完成天使及Pre-A輪億元級融資,；今年剛成立的光輪智能半年內(nèi)完成了三輪融資,，天使+輪次后，其累計(jì)融資金額達(dá)數(shù)千萬元人民幣,。

走過前期的技術(shù)崇拜,，越來越多的創(chuàng)業(yè)者已經(jīng)意識(shí)到，OpenAI道路不是大模型時(shí)代的唯一解,，有人向上突破,，有人向下做精做專。

除了大模型,，中間層是一條看似小眾，但更穩(wěn)妥的路,；而看似最“低垂的果實(shí)”的應(yīng)用層,，卻是千軍萬馬過獨(dú)木橋，更容易贏者通吃,、中大廠先行,。

但對于中國式AI而言，比較容易知道,，不能盲目復(fù)制硅谷,；比較難做到的是，不復(fù)制“舊時(shí)的自己”,，走向堆人搶項(xiàng)目的重交付老路,。