·目前，国内大型模型的发展面临着商业化的巨大挑战。”基础技术可以赶上美国，但缺乏成熟的商业软件市场。华创资本创始合伙人熊伟明告诉澎湃科技，国内大型模型公司更像是拿着锤子到处找钉子的阶段。未来五年，他们将看不到盈利的大型模型，10年内也可能看不到。虽然中国在大模型领域呈现出千帆竞争的热闹场面，但大模型的态度分为两大阵营。一是以月亮暗面创始人杨植林为代表的技术信仰派，大多来自顶尖大学，强调技术创新和长期愿景的重要性。技术信仰派认为，人工智能的发展不仅是为了适应短期产品市场，也是为了在未来10-20年实现世界的深刻变化。第二，以金沙江风险投资主管合伙人朱晓虎为代表的市场信仰派更注重大模型商业模式和短期商业可行性，对大模型公司的高估值和缺乏明确的商业场景持怀疑态度。熊伟明作为硬科技投资者和华创资本的创始合伙人，承认他也同意朱晓虎的观点。他认为，国内大型模型发展面临的巨大挑战来自商业化。”基础技术可以赶上美国，但缺乏成熟的商业软件市场。最近，熊伟明在接受澎湃科技专访时发表了上述声明，“现在大模型公司到处都在‘找钉子’。华创资本创始合伙人熊伟明。华创资本曾投资人工智能芯片公司深入研究科技和壁崖科技。自动驾驶公司文远知行和智佳科技。然而，在大模型领域，华创资本虽然高度关注，但尚未出售。以下是澎湃科技与熊伟明的对话记录。澎湃科技:你一直关注人工智能。这几年这个领域发生了什么变化？熊伟明：大型模型现在非常受关注。自2015年以来，我们一直在关注它。当时，网络参数达到1亿，我们感觉太棒了，这是人工智能的前奏。从技术流派来看，一部分大模型做视觉，一部分做语义。目前这波大模型其实是语义。自2018年和2019年以来，我们一直关注斯坦福的Stanford Question Answering Dataset（SQuAD），他们一直在追逐语义。近年来，大模型发生了一些变化。一方面，模型的参数越来越大。ChatGPT出现后，各种模型的参数水平达到数千亿。另一方面，GPU的计算能力得到了提高。例如，英伟达大大提高了人工智能计算能力。Sora声称拥有30亿参数，这是一个“大力创造奇迹”，将大型模型的整体计算能力提升到了一个新的水平。从2016年到现在，经过八年的编程，（computation）对于大语言模型来说，从以前的模型完全不如人类的表现，到现在大语言模型可以部分实现人类的表现，这是超越性的。八年前很难想象，我们的投资行业一定很兴奋。澎湃科技：您看好国内哪些大型模特公司？大模型的发展面临哪些挑战？熊伟明：我认为国内的智谱清言、王小川的百川智能都是不错的团队。但也要认识到，与世界领先水平相比，国内大模型整体上还处于落后状态。OpenAI 它成立于2015年，早期以非营利性研究实验室的形式成立，因为它不知道如何赚钱。那时在国内，大家一看不赚钱谁都不敢做，除了清华、北大等顶尖大学的老师，但是投入很少。所以在大模型中，我们整体投入不够，计算能力不够，现在海外人才能回来的也不多。在大模型中，我们缺乏人和时间，我认为我们仍然需要积累。大模型的挑战必须是商业化，我们的商业化基础相对薄弱。基础技术也可能赶上美国，但在商业化方面，我们还没有成熟的软件市场。我们也期待着未来国内大型模型功能的大规模提升，用户对现有软件产品的支付意愿或能力的提升。切口足够小的垂直行业适合发展AI澎湃科技:Kimi之前在国内引发了一波大模型长文本的“内卷”。你觉得这件事怎么样？熊伟明：目前，我们也将尝试市场上的大型产品。Kimi在国内大型模型中运行后，可能更适合国内中文环境。从工业产品的角度来看，大型模型的商业场景可能不够覆盖。我听说大公司都在用大模型做广告，但除此之外，他们还没有看到更多的其他应用。不是看到一个好的Kimi，我们需要做100个Kimi来比较最好的Kimi，而是考虑如何让Kimi适用于各行各业。现在我们看大模型的产品形式和应用，看得很窄，这是我们国内大模型公司的问题。我们的大型企业需要在行业内扎得足够深，需要知道用户的痛点和需求。现在的大模型公司更像是拿着锤子到处找钉子的阶段，哪里最适合这把锤子？我认为垂直领域足够深，切口足够小的行业非常适合人工智能的发展。说到商业化，因为我们目前的市场基础还比较薄弱，这对我们的大型模型行业来说是一个巨大的挑战。但是我们有一个强大的政府采购市场，我们现在需要拿To G(Government政府)补充Tovernment订单 C(Consumer消费者)订单，但最终价值还是在Tonsumer C上。当大型模型能够像手机应用一样在手机、ipad等终端设备上运行时，这个行业才能真正发展起来。澎湃科技:为什么大型To C端商业化难吗？熊伟铭：首先是缺乏应用，特别是在国内。外国应用程序可能更多，在美国市场上，将会有许多独角兽公司或Startup(新企业)。毕竟以硅谷为中心的西方科技市场多次领先国内科技市场。第二个原因是我们的月人均GDP比美国差得多，所以我们负担不起基本面的大规模投资，所以不会有像OpenAI这样的公司进行大规模投资和新产品设计。过去，许多国内创新实际上是在已知领域迭代创新，而不是在未知领域突破创新。因为从科技市场的角度来看，我们还处于起步阶段。就环境而言，我们的GDP总量是可以的，但大部分是固定资产投资，而不是科技投资。按照人均标准，我们人均支付科技产品的意愿和能力都很低，所以国内很多科技产品形式都不稳定。退潮后，我们应该诚实地面对当前的国内科技水平和经济水平，我们推什么样的产品可行，我们应该得到什么样的订单。我认为大型公司现在将面临政府或国有企业的商业需求，这实际上更适合中国大型公司。澎湃科技:我们之前采访过一些大模型专家。他们直截了当地说，国内大模型底层原创创新少，可能更多的是探索落地应用。你认为国内大模型发展的阶段是什么？熊伟明：大多数企业的产品形式尚不清楚。文心一言去年出来的都是ChatGPT形式，但这并不一定是唯一可行的产品形式。围绕大模式的公司，其实都是亏损巨大的公司，我也不认为投资者有什么所谓的洞察力。我们太穷了，不愿意投资大模型。我的LP(有限合伙人)都是人民币，我要关心我投资的这些企业是否符合科技创新板的上市要求，能否盈利。我想在接下来的五年里，我肯定看不到盈利的大模型，也许10年也看不到。自动驾驶在中国已经7年了，他说10年可以盈利。在中国，这种特别前沿的事情毫无价值，风险有点大。深圳是中国的硅谷，肯定是澎湃科技:那么你们公司没有投资任何大模型硬科技吗？熊伟铭： 我们公司没有在大模型领域投资，因为现在大模型公司正处于“找钉子”的阶段。我们放弃了前沿技术的第一波曲线，比如大模型和机器人。从技术上讲，我们错过了基础设施阶段。现在我们必须看看应用程序级别。从实际落地的角度来看，第二波还需要等三年，再看大模型应用水平，垂直应用结合To B端和To G端，我会更有动力去看。澎湃科技:你曾经在一次演讲中说过，2022年国内整个环境给创业者带来了心理压力。这种环境在你看来发生了什么变化？熊伟明:除了印度和日本，世界各地的企业家都面临着巨大的心理压力。硅谷的VC融资现在也很困难。除了几家老公司，比如头部和红杉，没有问题。事实上，每个人的表现都很差。今年美国资本化也很差，最成功的“美国贴吧”Reddit融资了7亿美元。但是，如果你是美国的头VC，你的筹资能力还是可以保证的。现在资金只聚集在头部。中国没有这样的市场环境，因为中国没有市场化资金，因为IPO理论上变得更加严格。我们以前尝试过一些新事物，一开始就被叫停了。所以2023年的环境比2022年差一点，但是2024年会好一点，大家已经能够平静地面对失败了。澎湃科技:作为投资者，在你看来，苹果、英伟达等公司在中国有可能出现吗？上海、北京还是深圳都会出现？熊伟明：我个人认为一定是深圳。深圳实际上是东南亚市场的最北端，而不是中国市场的最南端。这是国际市场的高峰。深圳是中国的硅谷，这是肯定的。如今，深圳拥有优秀的科技企业，如华为总部位于深圳。英伟达等典型的科技龙头企业必须通过资本市场来帮助，但华为根本没有。华为是典型的中国科技企业模式。在中国，我对比亚迪和吉利等特殊本土化公司更为乐观。澎湃科技:你未来会看好哪些方向？ChatGPT和Sora的出现让大家看到了人工智能的爆发。未来的下一个爆发点是什么？熊伟明：虽然我们没有投资大型模型公司，但我们也在关注这些大型模型公司在做什么。比如现在的智谱清言已经开始有了更好的生态，他们也有投资团队。未来，我个人认为人工智能可以重塑（rebuild）很多内容。人工智能将有无数的机会赋能千行百业。在我们看来，比如生物医学行业，科学家在做实验的时候，借助AI会变得更有效率。在这些垂直行业扎根足够深、足够小，实际上非常适合人工智能，特别是在数据价值高、数据访问障碍大的行业。因此，我认为人工智能可能会加速我们人均GDP或整个技术市场的增长。我们对AI 期待着这种模式。