旗下微信矩阵:

ChatGPT大热硅谷,但热闹是他们的

我们距离那个令人激动但又恐惧的时刻已经越来越近。正如真格基金合伙人刘元的感慨:这令人想起了奥本海默在*颗原子弹爆炸成功后那段眼神空洞的话,“一些人笑了,一些人哭了。绝大多数人都沉默不语”。
2022-12-08 13:10 · 暗涌 文 | 于丽丽、何丽芯 编辑 | 刘旌

过去一周,大概是中 美VC近一年来少有的共振时刻。

很多中国投资人和马斯克一样,陷入了“该死的疯狂ChatGPT循环中”。他们不厌其烦地去提问甚至是“刁难”ChatGPT,并乐在其中。

这款智能对话系统被赋予种种意义。它不再是众人以往理解的聊天机器人,它甚至被认为是现有搜索引擎的颠覆者,是通用人工智能的“*个里程碑”。

众所周知,美国当下也存在投资主题的匮乏,加之此前的硅谷裁员,ChatGPT的出现于是就显得格外醒目,“硅谷彻底嗨了”。

喧嚣也蔓延到了国内。有投资人告诉「暗涌Waves」,“最近我们所有人,无论之前是看新能源还是半导体的,都在讨论AI”,“觉得这里变化比较大”。

如果按照创投语境,ChatGPT与不久前一夜成名的AIGC类似,同属于AI赛道。过去几年,由于国内的AI泡沫破灭,该领域一直处于萧条期,很多基金多由企服或其他赛道投资人兼职负责。

在源码一粟的负责人张星辰看来,如果把ChatGPT作为一种对话文本生成能力,归结到泛AIGC领域,无疑是投资界“今年*的热点之一”。因为一直在关注前沿科技变化,他认为ChatGPT的诞生是在意料之中的:AI界的人一直在期OpenAI发布GPT-4,所以可以称之为“GPT-3.5”的诞生。

GPT的全称是“Generative Pre-trained Transformer“(生成型预训练变换模型),由人工智能公司OpenAI训练与开发。经历多次迭代,ChatGPT是其为对话而优化的语言模型,处于GPT-3和即将发布的GPT-4之间。

有投资人向我们表示,之所以要在GPT-3和4之间推出ChatGPT,可能是为了收集更多测试数据,以此来更好的调整GPT-4。当然也有可能有融资方面的考量,借发布2C产品提高热度。

过去一年,关于国内美元基金式微的讨论不绝如缕。但有多位投资人在谈到ChatGPT时用了一个久违的词语:“一个平台型公司的机会”,甚至有人相信这是“可以让TMT投资人再干15年”的机会。

情况可能没这么乐观。

一次跨越

关于ChatGPT有多好用,各类社交媒体上已有太多的案例和赞誉。「暗涌Waves」也尝试提了几个问题:

比如:“可以写一篇投资人的故事吗”,并追问“是否可以加入一些个人成长”“可否展开讲讲投资失败的部分”时,ChatGPT展现了它更像机器的时刻:仅仅更换人名、公司名和部分字句,全程都在讲同一种故事。

问“有哪些著名的风险投资人”时,它给出了一串大众熟知的商界名字,但其中的大部分是企业家。

还有人在询问其量化策略、艺术评论时,也遇到了类似的鸡同鸭讲。

当然,对于一个尚处于小范围测试的产品来说,这种不*也在所难免。某种程度上,ChatGPT回答的精彩程度,很依赖于提问者的提问、追问方式。这就使得如何写出更好的提示词成为一种关键。所以这里不排除一种情况是:一些被展示出来的精彩对答,有可能是提问者多次修正提问后的结果。

时间会解决这些问题。作为一个对话机器人,ChatGPT的一项突出变化就是:能从人类反馈中强化学习,可以呈现出多轮对话的连续性和记忆能力。在张星辰看来,“这是一个很跨越的东西。”

除此外,相比GPT3,它的常识能力也在变强。比如你输入:如果哥伦布来到了今天的美洲大陆,会如何反应?GPT-3给到的回答是一堆故事。但ChatGPT会先首先提示你哥伦布的事迹,当年他曾到过美洲大陆;但如果你的假设准确,他会怎样表现。

创新工场执行董事兼前沿科技基金总经理任博冰告诉「暗涌Waves」,ChatGPT发布前两周,他们还在硅谷和OpenAI的高管沟通,当时对方也透露了正在围绕InstructGPT做更多优化。在他看来,ChatGPT提升了对用户意图的理解和结果的准确性,还可以质疑前提主动认错,这个技术就是基于InstructGPT,核心是从人类反馈中强化学习再用数据重新微调,从而更像人。

对于ChatGPT的部分回答不够理想,心识宇宙创始人兼CEO陶芳波认为,*是因为ChatGPT目前并不具备从外部实时获取信息的能力,很多回答基于模型对较早语料的理解,会不严谨。第二可能是因为ChatGPT是多语言模型,英文语料的数量更多、训练更充分,中文回答相较而言所有欠缺。当然ChatGPT从*天开始,目标就是为了解决用户的规范式、任务性的问题,而非情感化的陪伴聊天。“相比于一个有趣的AI角色,它更像是下一代的搜索引擎”。

有投资人认为,不回答情感问题,“并不代表背后的模型没有能力回答,而是有意将这部分功能禁止”,这是由于ChatGPT针对于回答问题的方式做了训练。

属于谁的游戏?

和此前爆火的AIGC类似,ChatGPT的背后也是基于Transformer算法的不断放大。

在五源资本的投资人石允丰看来,如果把transformer比作一块具有通用计算能力的“砖头”,而近期火的AIGC则是相对小规模的语言模型和扩散模型结合后产生的江南园林,chatGPT与之则完全不是同一个量级,是直接堆积出了长城这样的大型人类奇迹。

这是典型的,根据模型大小,由量变带动质变的游戏,也意味着能参与新一轮AI游戏的公司并不多。“除非百亿美金公司,否则很难跟进这个游戏。”因为其中的投入,无论是算法团队,还是做训练,调用巨量的计算资源往往需要上千万美金,这个门槛甚至把美国一些高校的学术人才同样拒之门外,而只有Google Brain、DeepMind、OpenAI以及Facebook AI Research 等巨头的AI lab主导。

这也点明了中国参与这一轮游戏的两道难关:巨量资金和稀缺的人才。一家美元基金的AI投资人告诉我们,相对而言中国AI做视觉时,算力还可以,但做自然语言、大模型这种范式的人才就非常少。而去硅谷挖工程师也远非“移动互联网早期,iOS工程师就可以”。

创新工场的任博冰也认为当前的状况比较特别。一方面,“Foundation Model在text和image方面的技术有了巨大可落地的成果,很多是开源的”,但另一方面,“头部公司的迭代非常快,算力门槛和研发能力都让绝大部分创业公司和科研机构望尘莫及”,这使得“更多AI学者的创新研究被算力挡在门外,以及更多AI创业公司团队更轻盈,不再像之前一样组建一个大型的AI团队”。

但对于仍然渴望平台型大机会的投资人来说,AIGC和ChatGPT依然令人兴奋。一家头部基金的AI投资人以手机有摄像头后出现一系列平台公司为例去强调:AIGC背后也是出现了新的输入介质。而ChatGPT背后的逻辑则是:在搜索\推荐\对话脉络下,往往都有每个时代最伟大的公司。如果搜索是浏览器上*的机会,推荐是手机上*的机会,那下面的机会就可能是对话。

美国VC似乎对此更有强烈共识。在2017年的发表论文《Attention is all you need》(注:该文提出的Transformer模型)的几位作者创业,几乎都拿到了10亿美金左右的估值。而OpenAI也早是百亿美金的独角兽公司。

创新工场的任博冰最近走访了一些海外的科学家、VC和创业者。在他看来,目前海外“更多公司还是借助GPT、Diffusion能力做一些细分领域的产品,这两个方向都有独角兽公司出来”,但同时,他却认为“海外VC对这个方向还是谨慎为主,对一批新公司的火热不敢以偏概全”。

中国的境况又是如何?

关于ChatGPT,大部分投资人认为,短期来看属于创业公司的机会有限。有相关积累的可能首先来自大厂——比如百度、腾讯、头条,然后华为、阿里等,包括北京智源人工智能研究院和IDEA等。

在一家美元基金的AI投资人看来,中国公司的优势在于之后的快速应用和找产品路径。对于早期这些创业公司来说,当下肯定是融资的好时候。事实上,过去五六个月里,AIGC相关的创业公司拿到或正在融资的也有数十家。“最Top的VC要么已经投了,要么在看。”源码一粟的张星辰告诉「暗涌Waves」,这些公司基本是基于开源的模型,选择自己熟悉的场景落地去做应用。

但同时存在的一个处境是:今天还都是创作者工具,普通用户的留存肯定是不好的,所以并没有形成内容消费闭环。当然,“这和早期相机一样,需要时间”,一家美元基金的AI投资人如此告诉「暗涌Waves」。

在上述投资人看来,无论中 美,这都是当下的普遍现象。只是在美国,做订阅或者生产力工具可能更容易一些,因为他们付费意愿和习惯比较好,而中国则弱很多,更容易成为“免费用的战略产品”。

任博冰认为,国内AIGC相关公司正在快速涌现,包括2C和2B。但国内企业服务和2C工具的生态和海外很不一样,以及产品方向更扎堆,“我们会谨慎布局甚至会孵化一些新方向”。还有一些新的技术在研发中,包括对话、多模态等,“但短期上离商业化还有距离”。

而张星辰则对好的商业模式并不担忧。“关键是技术、产品和数据,能不能解决真实需求,只要能做出来,商业模式就不用担心”。他表示未来也会有很多创业公司会基于ChatGPT或Open AI更多的API接口以及国内智源的接口,在一些特定领域实现更好的对话效果。不过国内可能首先需要从头训练一个中文的大模型。

当然对于中 美VC来说,这也不是一个新现象了。为美国VCer带来巨额回报的众多领域,比如Fintech、企业服务乃至如今的Crypto,至今都没有为中国投资人赚到钱,甚至已经是被限制的领域。这是曾经试图学习硅谷好榜样的中国VC们不得不面对的情境。

“有人笑,有人哭,多数人沉默不语”

ChatGPT,或者说泛AIGC的出现,究竟会给人类带来多大改变?

一位AI投资人自称是AI信仰者,他认为物理世界的交互,机器没法取代,但通用智能这个问题,已经被“极大程度突破”,以及一个残酷结论可能是:“超过人的智能这件事可能并没有大家想的那么难”。

一个看web3、数字孪生等方向的投资人告诉「暗涌Waves」,“设想当一个机器人把过去几百年的知识输入且融汇贯通后,它和一个现代人的深度思考差距会有多大”。他的答案是“越来越小”。

事实上,强大人工智能会取代很多职业的声音也一直不绝于耳。而泛AIGC的出现无疑会对很多图片、内容生产等很多领域产生影响。在上述AI投资人看来,从语音、文字到图像,种种形式的内容生成接下来都将出现增长,而对话可能是其中最重要的杀手级应用。

但这一切尚还遥远。尽管任博冰也认为,AIGC“在创作层面生成短视频、3D动画,或者在交互层面让机器人具有更高的环境理解、任务理解与人机交互能力,都有很高的想象力”,但不认为它会对就业造成太大影响,因为“AIGC能完成的只是任务的一部分,目前在很多环节还是偏辅助的角色,比如生成的图还需要精修、生成的段落还需要润色等等,AI生成的内容很难直接当做专业内容进行发布”,“即使在对话层面,目前ChatGPT的效果也远不够*”,“在很多细分场景上,还没看到类似产品”。

昨天,在以太坊创始人Vitalik Buterin发布的使用ChatGPT进行编码试验的文章中也表示,ChatGPT虽然能加快编码速度,但在编码过程中会出现错误,“AI正在迅速改进……然而,AI远不能替代人类程序员”。

但OpenAI的CEO Sam Altman相信,“AI 已经成为自移动互联网后下一个真正的技术基础平台”。心识宇宙陶芳波说,泛AIGC所属的“生成式AI作为一个新的AI范式,标志着AI的应用从单点到通用”。而通用性,正是AI进一步普及、乃至成为基础设施的基础。

而对于投资人们来说,更关键的是入场时间的拷问。多位我们访谈到的投资人表示,现阶段还在雾里看花,“这就像投资直播,但你无法知道此刻是2005年,还是2015年”。

总之,我们距离那个令人激动但又恐惧的时刻已经越来越近。正如真格基金合伙人刘元的感慨:这令人想起了奥本海默在*颗原子弹爆炸成功后那段眼神空洞的话,“一些人笑了,一些人哭了。绝大多数人都沉默不语”。

【本文由投资界合作伙伴暗涌授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。