ChatGPT大热硅谷，但热闹是他们的

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，这种不完美也在所难免。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，第一是因为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从第一天开始，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”。

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最大的机会，推荐是手机上最大的机会，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。