容亿行研｜大模型时代的投资思考
闻茗萱
容亿投资执行董事，重点关注安全、工业软件、企业服务等领域，投资案例有珞安科技、博云BoCloud、城云科技、易筑网络、众智维科技、炎凰数据、数安云智等。
回到商业的本质，AI本质上是要赋能行业，本轮大模型相比上一轮深度学习，更具有通用性，是下一个生产力的基座，能够赋能更多的应用场景，拥有更大规模更具想象力的潜在市场。
大模型训练所需成本昂贵，是少数玩家的生意，C端是商业的核心，未来会涌现基于大模型的智能体APP应用，B端仍以端到端解决方案为主。
大模型是赋能数字世界的数字资产，具身智能是赋能物理世界的实物资产，通过拥有具身智能的各类场景机器人，完成各项真实世界的各种场景任务，才能真正做到人的解放、生产效率的提升和释放。
1、从人工智能的三大流派说起
人工智能被正式提出后，不同学者有着不同的见解，由此逐渐形成了具有代表性的三大流派：连接主义学派（Brain），符号主义学派（Mind）、行为主义学派（Action）。行为主义学派研究Action属于“具身智能(Embodied Intelligence)，连接主义与符号主义均属于“非具身智能”。人工智能的历史起始于1956年达莱茅斯会议，其发展历史可以分为三个阶段：
1956-2010年以前，以符号主义为主流：符号主义认为AI源于数理逻辑，注重知识表示和推理，旨在让机器像人一样理解和运用符号，主要的典型代表是专家系统，典型应用如IBM的Waston。
2010年-2017年，深度联接主义为主流：符号主义在相当长的时间内占据人工智能的主流位置，一直到2010年深度神经网络的兴起，联接主义才逐渐占上风，成为AI主流路线，联接主义主要是神经网络，通过模拟人脑神经元的连接方式来实现AI，强调从大量数据中学习并优化网络连接，通过神经元直接的联接和权重调整学习。
2018-至今，大模型引领的人工智能新一代浪潮：这一波火热的Transformer模型也是联接主义学派的代表，其中部分算法融合有符号主义的思想。行为主义强调交互，智能体通过与环境交互，通过信息感知、环境感知等进行学习，具身智能是行为主义的终极代表。
图表1：人工智能三大流派
上一波人工智能以深度学习DNN为主，开始于2006年，人工智能之父Hinton及其学生提出深度学习DNN算法，顶峰时期为2016年AlphaGo打败李世石，将人工智能行业推到最火热的顶峰。现在复盘，深度学习浪潮的起来主要有三个核心基础：
1、从算法模型向数据集范式的改变：李飞飞2006年计划做的ImageNet数据集，使人们意识到数据与算法同样重要。
2、算力支持：Nivia发布Tesla架构的GPU并推出CUDA平台。
3、深度学习DNN框架：Hinton提出深度学习DNN，并于2012年ImageNet大赛上提出颠覆性AlexNet算法，奠定深度学习算法的基础。
数据、算法、算力GPU三者共同将深度学习推向顶峰。从2006年Hinton及其学生提出深度学习DNN概念，2009年人工智能教母李飞飞推出ImageNet数据集，并开展ImageNet视觉识别挑战赛，到2012年Hinton及其学生在ImageNet大赛上提出颠覆性AlexNet算法，深度学习算法达到成熟，商汤的汤晓鸥教授团队2014年提出人脸识别算法准确率高达98.52%，具备真正意义上的人眼识别能力，其在2015年成立商汤科技，并在2015年在ImageNet大赛上成为国内首个夺冠企业。2016年Google的AlphaGo打败李世石代表着深度学习技术上的最高成就，接下来在图像识别、人脸识别、机器视觉领域逐渐形成成熟应用。
图表2：深度学习发展三大关键点
3、以机器视觉、语言识别为主导应用的上一代AI浪潮
李飞飞的ImageNet数据集以及视觉识别挑战赛，将数据+深度学习算法范式发挥到极致，在应用端将机器视觉产业带动起来，在人脸识别、工业视觉检测形成规模化应用。以机器视觉产业链示例，
机器视觉上游主要以硬件采集、算力为主，以安防场景驱动的摄像头需求爆发，形成安防三巨头海大宇（海康威视、大华股份、宇视）格局，在工业产线视觉检测方面，有近几年在科创板上市的以视觉系统或部件为主营的凌云光、奥比中光等；算力方面国内有GPU龙头海光信息；
机器视觉中游主要以算法平台为主，人脸识别是机器视觉中最成熟的应用，国内人脸识别产业催生出AI四小龙-商汤（HK0020）、旷世、依图、云从等；机器视觉同时在手机、自动驾驶等也都有规模应用，以手机端、车载端视觉算法解决方案为主营的虹软科技（688088）；
机器视觉下游主要是赋能工业各行业，在工业产线检测领域有大量应用，涌现出一批机器视觉检测设备公司，如精测电子（300567）天准科技（688003）、矩子科技（300802、华兴源创（688001）等。
图表3：机器视觉产业链示例
机器视觉产业从2016年开始快速发展，近10年复合增速在25%以上，2023年机器视觉市场规模约185亿，10年增长了6.5倍。制造行业的AI视觉质量检测，是机器学习最成熟的应用场景之一。IDC预计，到2025年中国工业AI质检整体市场将达到62亿元，年均复合增长率为28.5%。
本轮大模型爆于公众面前源于2022年11月30日 OpenAI发布的ChatGPT，其惊人的理解能力和上下文联系能力轰动全球，掀起了本轮Transformer为基础的GPT科技浪潮。
1、百模大战终将走向收敛
生成式GPT有别于之前AI的关键在于巨大参数量带来的涌现能力。大模型的“涌现”是指在模型训练参数和数量超过一定数值之后，模型突然出现了意想不到的能力，令AI很智能。谷歌、DeepMind、斯坦福的16位专家合作的论文《Emergent Abilities of Large Language Models》（大语言模型的涌现能力）论文里面指出，大语言模型在突破10的22次方量级后，智慧能力出现了质的飞跃。
图表5：大模型2024年高考全科目评测
海外AI创业项目集中在应用层，其中2B类应用最多，模型层（OpenAI、Anthropic）是少数玩家的游戏。从海外AI创业公司融资事件数量来看， 2B类应用获得的融资次数最多，占比近49%，其次是2C类应用和基础设施，占比均为20%左右，多模态占比约为8%，大语言模型融资次数占比约为3%。
图表6：海外人工智能创业领域分布
数据来源：Crunchbase、烯牛、统计区间为2023年1-10月，时间更新至2023年10月29日
海外前五大初创企业数量最多的领域分别为：文本在市场营销的应用、音频、客服机器人、图像、MLOps平台；前五大初创企业融资金额：MLOps平台、客服机器人、音频、数字人&配音、图像等。
图表7；海外AI初创企业数量汇总分类
回到商业的本质，AI本质上是要赋能行业，本轮大模型相比上一轮深度学习，更具有通用性，是下一个生产力的基座，能够赋能更多的应用场景。当前大模型按照其场景可以分为知识工作型、企业业务型、创意娱乐类。
从商业模式看，ToC端，基础大模型将成为一个超级OS的定位，未来会涌现出基于大模型底座的智能体APP，这些app类似于上一代基于移动互联网底座的微信、小红书、b站等，在未来基于大模型也会出现一批智能体应用app，成为大模型触达C端的入口，承载着各C端用户；
ToB端，仍是端到端的行业解决方案为主，B端客户买单方式和买单意愿没有发生变化，还是看谁能帮其解决场景中的问题，必然要求AI厂商端到端的解决能力，那从客户预算规模排序，营销预算是最大的也是最容易落地的，其次是优化其生产运营成本。容亿投资今年投资了一家AIGC龙头企业数珩科技，其就是帮助客户解决营销侧的问题，当前一方面利用GPT解决营销内容，如AI生图、生文；另一方面解决客户营销获客的效率，如门店智能工牌，帮助客户梳理分析客户类型以及培训员工营销技巧，以帮助客户缩短成单周期、提升客户转化率。
远期来看，具身智能的应用无论是文生文，还是文生图和文生视频，AIGC的场景更多落地在虚拟数字资产的高效处理上，也即当前大模型的能力是辅助人处理虚拟数字资产的能力。大模型的能力是代替或者辅助人在虚拟世界里与机器互动，劳动成果主要以数字资产为主，比如代码、视频图像设计、写文章等。然而其不能解决人与真实世界互动的问题，不能真正解放人的双手，在真实世界中需要一个智能体，来辅助或者代替人与真实世界的交互，未来具身智能将解决人与真实世界的交互。大模型相当于具身智能的大脑，通过拥有具身智能的各类场景机器人，更好地代替人，完成各项真实世界的各种场景任务，才能真正做到人的解放、生产效率的提升和释放。
图表8：人工智能两大类别
END
中国杭州5G创新谷
