在AI時代的洶湧浪潮中，創投領域的焦點正轉向如何駕馭這一變革力量。隨着生成式AI在文本、圖像、視頻創作及更複雜任務中的驚艷表現，創投界正迎來前所未有的機遇與挑戰。大模型的不斷進化，不僅降低了數字化內容創造的邊際成本，還預示着新一輪技術革命的到來。
從生產力工具到創意激發，再到情感陪伴，AI正逐步滲透到人們生活的方方面面，為創投領域開闢了廣闊的市場藍海。在此背景下，如何精準捕捉AI技術發展的脈搏，布局大模型時代的創新應用和產品，成為亟需解答的時代課題。
Scaling Law效用仍在
作為大模型生命周期中不可或缺的兩個階段，訓練和推理均需要強大的計算資源支撐。Scaling Law（規模化定律）強調了在算法架構相對穩定的前提下，通過海量數據與強大算力的持續投入，來實現智能的飛躍式提升。
作為Scaling Law的忠實擁躉，OpenAI通過不斷堆砌的Transformer架構，結合海量的訓練數據與驚人的算力資源，成功讓生成式AI在文本生成、圖像創作乃至更複雜的任務中展現出驚人的能力。
階躍星辰創始人兼CEO姜大昕指出，探索AGI路徑，「Scaling Law」和「多模態」是相輔相成、缺一不可的兩個方向，兩者齊頭並進，最終到達AGI。在姜大昕看來，Scaling Law目前依然奏效，模型性能仍然在隨着參數量、數據量和計算量的增加呈冪次方增長。
5 月 18 日，圍繞「Scaling Laws」的算力維度，月之暗面創始人楊植麟表示，模型的效果提升，一開始靠算力本身的提升，以及算力利用率和效率的提升。但隨後，模型的效果並不是簡單花更多算力投入訓練就可以達到，還要關注算力投入能否很好轉化成智能。「這其中涉及兩個問題，一是算力怎麼持續投入，二是每個單位的算力怎麼才能發揮最大的智能。」
月前，零一萬物CEO、創新工場董事長李開復指出：「我們的經驗是每一個做AI、做模型的研究者都要懂基礎設施、懂推理、懂成本，GPU這麼昂貴，如果能把一張GPU當做兩張、三張來使用，任何公司都會得到好處。還要考慮系統化地做數據工程，數據篩選非常重要。」
智譜AI CEO張鵬則認為，對於Scaling Law，早期關注的是參數量規模，「現在擴展到參數量、數據量、數據質量，變成一種計算量。隨着對規律的認知越來越深，規律的本質越來越被揭示，掌握本質就能掌握通往未來的鑰匙。」
騰訊雲副總裁、騰訊雲智能負責人、騰訊企點負責人、騰訊優圖實驗室負責人吳運聲在採訪中向動點科技坦言，也在看相應的各方意見。「目前也有不同的（觀點），包括現實的觀點和理想的觀點。有一派的觀點認為Scaling Law已經到了類似於比較緩和的地步，繼續加大投入不會像以前變化那麼多；還有一派觀點認為還在持續高速發展的過程當中。
他認為Scaling Law還是在一定程度上發揮它的價值。「比如最近我們在做多模態的研究，近一年多的時間裡它進展也很快，在這裡面它需要有各種各樣不同能力的呈現，我們在加不同的數據或者算力進去的時候，它還是會呈現出巨大的能力提升。我不太希望對這個問題有一錘定音的結論，在不同的場景、不同的技術裡面，我們會做各種各樣的探索，去看它發展的變化。」
近日，微軟CTO凱文·斯科特（Kevin Scott）在接受紅杉資本合伙人帕特·格雷迪(Pat Grady)以及比爾·科夫蘭(Bill Coughran)的訪談時則表示，目前在規模化上並沒有遇到邊際收益遞減的情況。他強調，這裡面確實存在一個指數級的增長，但是由於建造超級計算機、訓練模型需要時間，只能每隔一段時間才能採樣一次（訓練一次模型）。他透露，OpenAI下一代的模型即將到來，會更便宜，能力更強，也能解決更複雜的問題。「這就是每一代模型隨着我們規模擴大而發生的故事。」
超級應用將至
截止至2024年3月28日，通過國家網信辦備案的大模型名單有117個，包括文心一言、智譜清言、雲雀大模型、百應、紫東太初大模型開放平台、日日新、書生·浦語、星火認知大模型、360智腦大模型等。
AI大模型的蓬勃發展，正成為推動超級應用創新與突破的關鍵引擎。它們不僅提供了堅實的技術基石，更注入了強大的創新動力，開闢了廣闊的市場前景。這些先進的模型，通過其卓越的數據處理能力和智能生成功能，已成為AI技術商業化和產品化不可或缺的加速器。
隨着這些大模型技術的日益成熟和完善，它們正在逐步滲透到各行各業，激發出一系列創業機遇。從醫療健康到金融科技，從智能製造到文化創意，AI的應用潛力無限。在這樣的技術浪潮中，我們可以預見，一系列AI超級應用將應運而生，它們將重新定義行業的服務標準，提供更加智能化、個性化的用戶體驗，並在全球範圍內引領新的商業模式和市場趨勢。
啟明創投主管合伙人周志峰在 WAIC 上指出，相較於互聯網浪潮中應用的落地時間點，周志峰預測在當前的AI浪潮中，應用的爆發將會顯著提前。目前，生成式AI在三個「C領域」——Copilot（生產力工具）、Creativity（創意）、Companionship（陪伴）獲得了大量用戶的青睞，呈現出類似互聯網應用的發展軌跡，正在經歷從用來提高效率的應用向旨在獲得愉悅的應用的轉變。他指出，互聯網是把信息分發的邊際成本幾乎降為零，生成式AI的核心是把數字化內容的創造邊際成本幾乎降為零，由此看來AI技術一定會釋放巨大的價值。
智譜 AI COO張帆認為，未來幾年內可能出現顛覆性的超級應用，但這些應用往往難以預先設計，而是通過不斷迭代逐步出現。他強調，大模型的核心在於提升人機交互的帶寬，從早期的鍵盤到如今的自然語言，大幅提升了交互能力，每次交互帶寬的提升都會重構用戶需求和應用方式。
在談及AI驅動的超級應用的未來時，張帆表達了樂觀態度，認為儘管打造超級應用不易，但AI時代將湧現出許多難以想象的應用。這一過程需要算力、網絡、硬件水平和用戶習慣的提升，以及遵循從小規模應用開始逐步發展的原則。張帆強調，通過擁抱和利用現有的AI技術，逐步改變現有的應用和產品，未來必將迎來AI時代的超級應用。
米粿AI創始人兼 CEO認為，未來幾年內，繪圖、漫畫和2D動畫等領域將會出現顛覆性的超級應用。關於商業模式，丁黎表示，AI技術降低了內容創作門檻，使創作者集中在劇本、大綱和創意上，由AI完成繁瑣的繪畫過程，提高創作效率，使更多有創意的人加入文創行業。
悉之智能創始人兼 CEO孫一喬表示，未來超級應用應從需求出發，垂直解決問題，教育是很有潛力的領域。他強調，教育領域頻次高、需求剛性，是容易出現AI超級應用的領域，通過提升教學效率和學生的學習意願，創造巨大價值。
針對生成式AI應用落地面臨的問題，周志峰認為降低生成式AI實現普及所需的模型使用成本，提升大模型的效果以及增強生成式AI應用的用戶留存率至關重要。因為生成式AI應用企業從0到1的成長時間比其他領域更長，需要同時克服TPF（技術-產品契合度）和 PMF（產品-市場契合度）兩大挑戰，所以創始團隊需要更大的耐心和決心，理解技術（技術的邊際）、理解產品（原生AI產品的新特點和新分發機制）、理解世界（全球化發展的機會）。
具身智能想象力無限
今年的 WAIC展出了智能機械人45款，其中人形機械人就有25款。在星動紀元展台的大屏幕上，反覆播放着一個人形機械人行走長城的視頻，該視頻中的人形機械人L2目前已征服長城險峻坡道，實現在長城上穩步行走。
而在不久前的HDC2024上，華為常務董事、華為雲CEO張平安在會上發佈盤古大模型5.0，在介紹盤古具身智能大模型的環節中，向觀眾展示了樂聚夸父人形機械人搭載盤古具身智能大模型后在工業、家庭場景中的泛化潛力，也引起了廣泛關注。
清華大學助理教授、星動紀元創始人陳建宇認為人形機械人會是通用機械人的終極形態，不僅因為雙足與雙手的純人形形態與現有環境的兼容性更好，在訓練數據獲取上也更容易從人類世界中進行遷移。在技術範式上，端到端大腦小腦融合方案會是未來很重要的研究方向，僅僅用人類語言作為大小腦之間的傳輸界面效果有限，可以借鑒目前自動駕駛中的端到端聯合訓練，物理層面數據直接反饋給圖文大模型將更好提升整體模型效果。
陳建宇認為未來機械人有望在各類任務上都做到極致性能。在不久的將來也許可以設計一種機械人的圖靈測試，有一個機械人和人來進行交互，背後可能是智能的自主控制也可能是人類遙操作，當技術發展到很難分辨機械人的背後是人工智能還是人類遙操作時，可能便是機械人真正實現智能與通用的那一天。最後陳建宇對國內發展具身智能的前景保持樂觀，認為每個創業公司都應該思考如何利用中國市場的優勢，最大化撬動國內供應鏈的優勢，打造具有全球化競爭力的硬件產品。
在今年 WAIC 上，穹徹具身大腦 Noematrix Brain結合實體機械人展示的削黃瓜、疊衣服等技能引發觀眾圍觀。上海交通大學人工智能學院教授、穹徹智能聯合創始人盧策吾認為具身智能的終局需要綜合考慮技術的迭代和商業的需求，具身智能作為承載硬件的軟件算法歡迎各種類型的機械人形態。對於具體的技術路徑，具身智能算法需要兩個核心要素，分別是能夠感知和理解世界的世界模型，以及具有強魯棒性的技能操作模型。
在此次WAIC展台上，銀河通用的具身大模型機械人展示了能夠抓取觀眾提供的任何物體的強大泛化性（甚至能實現抓取隨機放置的透明、高光等物體）。北京大學助理教授、北大-銀河通用聯合實驗室主任王鶴認為人形機械人是未來整個通用機械人市場的最大公約數，但在邁向這個終極目標的過程中需要每一步都有健康的商業模式讓機械人真正進入場景，上半身擬人下半身底盤會是三年內最可能落地的實際方案。同時，他指出能落地的機械人需要足夠低的成本和足夠高的耐用性，這些都是需要技術公司不斷打磨硬件和供應鏈能力，國內的創業公司具有天然優勢。
上周，騰訊聯合上海交通大學發佈的《2024大模型十大趨勢——走進「機器外腦」時代》報告中指出，機械人技術與大模型的結合，為機器外腦提供了「軀體」。未來，人形機械人不僅能夠執行物理任務，還能夠與人類進行更加自然和直觀的交互，讓實體產品也擁有智慧大腦。
報告稱，人形機械人的發展依靠兩大技術支柱：運動控制與任務訓練。其中，大模型的應用，極大提高了機械人的學習效率和執行複雜任務的能力。這兩種技術的融合不僅推動了人形機械人的技術革新，也為其在實際應用中的廣泛部署打開了可能。這也預示了人機共生的未來，人形機械人將在各行各業中發揮越來越重要的作用，從家庭服務到高風險的工業操作，都能見到它們高效、安全的身影。通過持續的技術革新和應用拓展，人形機械人未來將在提高生活質量和工作效率方面發揮關鍵影響，進一步融入人類的日常生活中，成為不可或缺的助手及人工智能的終極載體。
結語
AI正逐步滲透到我們生活的每一個角落，這一轉變預示着AI技術將釋放出巨大的經濟價值和社會價值。同時，AI領域的創新者們也在不斷探索，如何通過迭代和優化，打造出顛覆性的AI 產品，從而引領人機交互的新紀元。
然而AI機遇的挖掘並非一帆風順。從技術到產品的轉化過程中，創業者們需要面對模型使用成本、市場契合度等多重挑戰。因此，有心在 AI 熱土掘金的創始團隊，不僅要有前瞻性的技術視野，還要具備深刻的市場洞察力和足夠的耐心，才能傲立時代潮頭。
