拿了元宇宙的剧本，这个赛道有点尬

一个不争的事实，大模型领域已经到了无公司可投的地步。

-----------------------

一个不争的事实，大模型领域已经到了无公司可投的地步。

5月，李彦宏那篇刷屏的著名演讲《大模型改变世界》还历历在目，然而不到一个月的时间，就爆出了以ChatGPT为代表的通用大模型，开始出现访问量下降的情况。

一方面是用户对AI热度的降温，属于情理之中，另一方面也说明，整个行业开始趋于理性。

然而，这个赛道的创业热情却远未止步。

拥挤的赛道，容不下千军万马

尽管前有百度的文心一言，后有京东的言犀，华为的盘古，科大讯飞的星火，巨头扎堆的大模型领域，依然阻挡不了国内创业公司前仆后继的脚步。

据科技部下属的中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》显示，截至5月28日，国内规模在10亿级参数以上的基础大模型，至少已发布79个。我国研发的大模型数量已经排名全球第二。

有没有嗅到熟悉的味道？同样的故事上一次叫元宇宙，上上次叫区块链。

这种爆款故事的脚本，发展到这个阶段大抵是：一方面创业者的融资进展并不顺利，另一方面，新公司、新产品又不断挤向赛道。

据不完全统计，包含通用与垂直、开源与闭源不同类型在内，国产大模型数量已超百家。

其中，不乏黑马、小巨头、明星、独角兽的存在。

MiniMax一度被称为国内目前大模型创业潮中估值最高的创业公司。今年4月，36氪报道，Minimax正在以超十亿美金的价格进行新一轮融资。有接近人士透露，“所有老股东都超额认购，而新股东大概有四五家”。而此前Minimax就曾完成过两轮融资，入局的投资方包括米哈游、高瓴创投、IDG资本、云启资本、明势资本等。

除此之外，受到一级市场投资人关注的大模型公司还包括：王慧文的光年之外、智谱AI、杨植麟的新公司、沈向洋的新公司等。据市场消息，国内最早下场的一支团队，走轻量化路线，也已直奔10亿美金估值而去。

万马奔腾的局面，导致赛道拥挤是合情合理之事，好项目占据绝大部分的大模型赛道，剩下的99%的创业公司将开启资源争夺战。

这两年，投资方和创业者各有各的难处，在美元基金逐渐撤退渐远的境况下，投资方也出现了钱少不热的情况。

据悉，一家数月前宣布入局大模型的初创团队，在与资方的洽谈中并不是一帆风顺，目前对外报价已经压至1亿美金之下，远低于最初预期。

△图片资料来自量子位根据公开资料整理，仅限2023年

如图所示，把钱用到刀刃上，大模型发展近半年，坐上牌桌的投资方，投资取向也异常明确。

第一，认准头部。

典型例子是过去半年中，出手最为频繁的几家，如以腾讯投资为代表的大厂战投/风投，或自身在赛道上一路飞驰的智谱AI。

对它们而言，鸡蛋既不会放在同一个篮子里，也不会放在太多篮子里，更不太会放在头部梯队以外的篮子里。

第二，圈死某一家被投企业。

比如汤姆猫对西湖心辰的一路加码，知乎对面壁智能的持续看好，甚至自己的合伙人、CTO出任对方董事兼CEO等等。

在粮草不足的情况下，优质项目理应是最先吃到肉的孩子，对那些等待突围的孩子而言，投资方的态度也不容乐观。

狂热不在，投资方态度保守

随着大模型领域的飞速发展，现实的问题也搬上台面，甭管你是什么型，核心都绕不过两个问题：

其一，训练用的高质量数据从哪儿来？

第二，训练后的大模型用到哪儿去？

前者是个技术难题。

数据不但要高质高量，还要合理合法，面对这个量级的数据，不仅要有复杂度上天的ETL，还需要配备大量的算力，最后还要考虑如何再将大模型部署到线上保证性能。

后者是个变现难题。

好不容易训练成功的大模型，找不到应用场景，相当于白玩。

这两大难题，也成为投资方出钱的重要衡量标准，这让投资方的出手更为保守。

今年，已经完成4轮融资的一流科技屡屡融资不顺，差点倒在AI 2.0浪潮兴起之前；而王慧文自立山头，急需引入行业资源增强竞争力量，为“打造中国OpenAI”储备力量。

后来的故事大家都知道了，王慧文因病隐退，一流科技随光年之外归入美团麾下。

王慧文激流退场的意外，在某种程度上也反映出大多数投资机构的保守态度。

不少一线投资人曾经吐露，看了很多的项目，也聊了很多项目，但最终锚定的标的却寥寥无几。

如上文所言，资本集中押注，狩猎目标集中在3-5个选手身上，通往成功的机会被极限压缩了。

马太效应的加剧，让有望突围的创业公司数量进一步缩小，但纵观市场上叫得上名字的公司，要价都扶摇直上。

就算对“AI 2.0时代有比互联网大10倍的机会”深信不疑，但是否值得如此高昂的价格，依然是一个问号。

毕竟拉起队伍后，大模型商业模式不明确，盈利点不清晰，许多创业项目还停留在概念验证阶段。

到训出大模型、拿出真产品，甚至赶上GPT-3.5，赛道上的国内选手们还有很长的路要走。

甚至于，部分投资人干脆放弃看大模型项目，转向infra层面看芯片、看硬件的老路。

‍

观望，等待应用层机会浮出水面？

部分投资人们举棋不定不敢轻易尝试，还没买到入场券的，有的在观望，会不会在开源领域出现比LlaMA-2更厉害的模型，让大家都没得玩？

还有的在等应用层的机会。

只不过就回到之前朱啸虎和傅盛在朋友圈的争论，对于know how略显单薄的应用层而言，“有没有创造价值，大家都心知肚明的，不要太高期望值就好。”

以及，实际情况中，自身根本建立在别人提供的API上，对创业公司是否不太友好？

在这样的高呼声中，人们心中的疑虑加剧：

真的能在短时间内做成吗？做出后，效果离GPT-4还差多远？有一定的实力，能找到合适的商业化落地场景吗？投入与价值是否真的成正比？

本来没出手的投资方，似乎更不着急了。

8个月前，ChatGPT一石激起千层浪；6个月前，国内的大模型赛道开始备受瞩目，热度逐渐如日中天。

到现在，想走大模型路线通向AGI的人依旧络绎不绝。

头号玩家们每周仍然要见数不清的投资者，梯队前列公司的估价持续走高，新兴的后起之秀还在源源不断奔向赛场。

同时面对的还有更为冷静和严苛的评价目光，来自投资人，来自业界，还来自自身——且多少带着与日俱增的质疑。

大火热炒半年，大模型身下燃烧的大火开始转向小火模式，在年初“宣布入局”和年底“模型/产品问世”之间的这段空隙，种种迹象表明，大模型创投界渐渐迎来了第一波冷静期。

END