图片来源@视觉中国

(资料图)

最近一周，国内 AI 大模型竞逐战再掀高潮。

4月11日，阿里官宣全系产品接入“通义千问”。此前一天，AI 四小龙之一的商汤科技宣布以“大模型+大算力”推进 AGI（通用人工智能）为发展战略。同日，昆仑万维也宣布即将推出国产大语言模型“天工”3.5。

当国内大厂在大模型领域上演千帆相竞的热闹场面，大模型创业的英雄榜中，也再涌现明星创业者激荡启航。4月10日，搜狗创始人王小川宣布，他和前搜狗COO茹立云联合创办百川智能，旨在打造中国版 OpenAI 基础大模型及颠覆性上层应用。

越是在竞争的环境中，企业进化越快。不论是大厂还是明星创业者，他们的投入无疑将会帮助中国市场更快地产出真正有价值的 AI 大模型。同时21世纪经济报道注意到，虽然 ChatGPT 引领新一波的 AI 热潮，AI 大模型市场的竞赛热闹非凡，但一级市场仍处于相对冷静的状态，真正下注投资的创投机构寥寥。

“现在AI的基础设施有点像90年代末时的互联网基础设施，对 VC 机构来说，可能‘过嘴瘾’多过实际能干的事情，最兴奋的时间点还没有真正到来。”近日，华创资本合伙人熊伟铭在接受21世纪经济报道专访时说。

据了解，华创资本在上一波的 AI 热潮中斩获颇丰，曾投出 AI 芯片公司深鉴科技、壁仞科技，自动驾驶公司文远知行、智加科技。在 AI 大模型时代，华创资本保持高度关注，但出手仍相对谨慎。

对于目前大模型创业的市场竞争态势，熊伟铭认为，微软在2019年向 OpenAI 投资10亿美元，又在今年初追加投资100亿美元。对国内的大模型创业者来说，没有10亿美元的启动资金是不容易参加这场竞赛的。

“同时，真正懂大模型的人才仍相对稀缺。这些都意味着，大模型创业不是万众创业而是场小众创业。只有在 AI 领域具备极高专业度并且在资本圈富有号召力的团队，才有机会胜出。”他说。

AI 行业发展拐点到来，但大模型是场小众创业

熊伟铭：我从2014年左右开始关注 AI，当时计算机视觉（Computer Vision ）领域的发展达到高峰，人脸识别、自动驾驶等方面的应用随之快速落地。反观自然语言理解领域（NLP ），此前一直处于不温不火的状态，一直到 ChatGPT 的出现，它体现出机器自然语义识别的能力大幅提升。

随着语义识别和图像识别的打通，AI 将更加智能化，机器的能力甚至会超过人类的能力。我们知道，人脑有接近1000亿个神经元，如今大模型的参数量已经超过了人类神经元的数量。按照现在的趋势，很有可能实现生产力的大规模提升，由AI 去做很多人类不愿意做的工作。这确实是到了行业发展拐点的状态，大家已经觉得 ChatGPT 很厉害了，但我们认为行业还刚刚起步。

熊伟铭：AI 行业现在的发展阶段，确实有点像上世纪90年代末，互联网行业发展初期时的状态。

当时大家觉得互联网很好玩，但是没有方向感，不知道互联网究竟能用来干什么。如果想成立互联网公司，需要自己买带宽、搭服务器，这是很重的资产投入。不过到现在，互联网的基础设施已经非常发达。如果按单位长度算，光纤甚至比面条还便宜。各种各样的互联网应用，随之蓬勃发展。

回到 AI 行业，大家觉得 ChatGPT 出来以后非常震撼，但没有特别明确的方向感去应用它。同时，想成立一家大模型公司成本是非常高昂的，光买 CPU 卡就是非常重资产的投入。这就像90年代末时，你需要自己拉光纤、搭服务器。它的生产力高度被垄断，创业成本也非常高。

熊伟铭：中国企业在算法人才的积累、算力芯片的储备、资金量的投入方面都还存在差距，追赶还需要一定的时间。但中国的用户数量庞大，能够更好的实践落地AI大模型的相关应用。

我觉得如果有些科技生产力会影响未来的一百年，就不必着急在一两年的时间里去追赶。90年代的时候，中国没有一家 PC 电脑厂家。但到了现在，华为的电脑质量做得非常好。把时间拉长来看，问题的解决会更加从容。

VC 投大模型钱太少，投商业应用又稍微有点早

熊伟铭：现在 AI 的基础设施有点像90年代末时的互联网基础设施，我们认为最兴奋的时间点还没有到来。VC 如果想投大模型，钱太少。想做商业应用，又稍微有点早。

对大模型创业项目来说，10亿美元的启动资金是参与竞赛的门票。而一支早期投资基金规模可能只有几亿美元，不可能全投在一个大模型创业项目上。

所以我觉得这是超过 VC 投资范畴的领域，在大模型面前，所有 VC 都会觉得自己缺钱。它更适合由国家队资金去投资，或者是由大型互联网企业去投入，看能够在自己所处的领域形成怎样的产品和竞争力。

但在跟医疗、制造、游戏等相关的垂直场景的小模型领域，VC 有机会去参与投资。 不过由于AI基础设施还没搭建好，所以在国内还没有出现特别好的公司。

熊伟铭：我们现在有五个同事都在看 AI 方面的项目，但暂时还没有在大模型和AIGC领域出手。

现在市场上 AI 项目的估值都挺高的，赶上这波浪潮的公司肯定都想融一笔大钱。但详细聊下来你会发现，有些公司吆喝得很厉害，但做的东西并没有那么实在，团队和产品没有让人眼前一亮的感觉。

比如有的公司通过 API 的方式直接调用 ChatGPT 的算力，在其基础上做点应用。这种公司短时间内能够做点生意赚钱，但没有自己的算法、算力和模型，也没有实际的创新点，很容易被取代，并不值得去投资。

熊伟铭：AI 能够为我们提供帮助，但无法取代人去做早期投资。它的帮助主要在两方面，一是对于海量信息的收集整理、关键点的提炼，AI 是非常好的帮手。二是做报告时，AI 的语法水平和图表水平都是非常高的，能够帮助人提升效率。

同时，早期投资行业很难标准化，并且具有信息壁垒，这让 AI 无法取代人去做这件事。AI 对标准化的事情具有很强的学习能力，但早期投资行业不是标准化的。我们做的像是复杂工艺的木匠活，好不容易雕刻出来一件作品，第二次再雕刻样子就不一样了。

而且早期投资最大的壁垒是信息壁垒。在二级市场，公司信息是高度透明的，投资人只需要对信息做出判断。在一级市场存在信息壁垒，需要物理上的见面来获取信息。当我们见到创始人时，他的语气、表情、气质等，都是信息的一部分。如果不见面聊两三个小时，不去一块儿喝酒，创始人可能不会聊起过去的失败创业经历等。这些信息的获取过程，是 AI 无法去实现的。

熊伟铭：对管理规模千亿的大基金来说，如果拿出几亿美元做早期投资，每个项目投几百万美元，这不是件规模经济的事情，它的注意力肯定是在那些投资额度更大的项目上。如果大基金想投早投小，做 LP 去投资一些早期基金可能会效率更高。

同时，早期创新是非常分散的，早期投资机构也是百花齐放，各自捕捉自身擅长的机会点，不可能是一家独大的状态。就像是你去楼下小卖部就可以买到水，没必要专门去国贸买水。我做早期投资已经有20多年，有不少经验也走过一些坑，让我们做早期投资更具有优势。华创过去的9期基金都是赚钱的，因为我们懂早期投资这件事。

关键词：