原始来源:
作者:赵金杰
图像来源:生成者
在知名投资人朱啸虎给大模型创业泼了一盆冷水后，正在努力推动ChatGPT与原创机器人创业项目结合的傅盛开始坐不住了。
近日，傅盛在朋友圈转发了朱啸虎的一篇文章(《朱啸虎:ChatGPT对创业公司很不友好，请在未来两三年内放弃你的融资幻想》)并评论道:“硅谷一半的创业公司都是围绕ChatGPT起家的，我们的投资人还能这么无知。”
双方围绕“大模特的创业价值到底有多大”、“有多少创业机会”等问题展开了辩论/kloc-0。
杜克大学电子和计算机工程系教授、计算进化智能中心主任陈亦然总结了他们的不同立场:
朱啸虎认为大模型摧毁了创业精神，因为模型、算力、数据三大支柱都集中在大厂，创业公司没有机会，护城河太低，不能直接套用大模型。相反，傅盛认为大模型催生了很多基于大模型的新的创业机会，包括直接建立在大模型上的不同应用，以及数据隐私带来的垂直领域的大模型。
为了打消金沙江创投在大型模型投资领域的误解，在与傅盛朋友圈争论后的当晚，朱啸虎特意发了一条朋友圈解释说，金沙江创投应该是国内垂直AIGC创业项目投资最多的早期投资人。他并没有否认大模型领域的创业机会，只是想提醒创业者不要迷信一般的大模型。
朱啸虎的上述观点基本上已经成为当前国内投资圈的共识。恒业资本创始合伙人蒋易告诉字母表，最终能在中国生存下来的一般模式玩家，“有三个可能就不错了。因为训练一个大模型需要大量的投入和大量的资金，而且不一定能赶上ChatGPT或者GPT-4。”
从创业方向筛选出一般的大模型后，朱啸虎和傅盛其实在另一个维度达成了共识，那就是行业大模型和基于大模型的应用开发才是大多数创业者真正能抓住的机会。
垂直领域的大机型需求有多旺盛？杜克大学教授陈亦然说，“几乎每周，人们都会问我关于技术可能性的问题，无论是在国内还是国外，涵盖了各个行业。当务之急是抓紧实现deliver所期望的业绩，否则就会和上一波AI发展一样，投资人和用户会逐渐失去耐心。”
在今年6月的七季创坛春季创业路演上，七季创坛创始人齐鲁分享了一组数据:创业营最终录取的60个项目中，39个是大模型项目，占比65%，几乎都是围绕垂直大模型应用开发。
接下来，谁来测试这些垂直大模式中的创业者，谁就能最先找到落地场景，不断获取优质的行业数据。
OpenAI爆发后，中国IT行业摆脱对国外大模型提供商的依赖，打造中国版OpenAI势在必行。
但是一般大规模模型的训练不是一蹴而就的，每前进一步都需要消耗巨大的资源，包括更强的计算能力、更丰富的数据和更先进的算法。
研究机构TrendForce在一份报告中指出，OpenAI在训练ChatGPT的前身GPT-3时，使用了约2万个英伟达A100 GPU，每个A100芯片的价格约为1万美元，相当于2亿美元的投资。有业内人士估计，ChatGPT所需的GPU数量已经达到3万个以上。
NVIDIA A100 GPU来源:NVIDIA官网
另一方面大规模的投入，OpenAI不仅连年亏损，甚至亏损还在逐年增加。据媒体报道，去年OpenAI的亏损翻了一番，达到约5.4亿美元。OpenAI的首席执行官山姆·奥特曼(Sam Altman)甚至表示，OpenAI可能需要在未来几年内试图筹集多达1000亿美元的资金，以便开发先进的通用AI并维持公司的正常运营。
高昂的前期投资成本阻碍了许多公司开发大型模型。金山办公CEO张清源提到，英伟达GPU芯片的短缺、计算能力的高成本以及自研大机型商业化的不确定性，都决定了这不是任何一家公司愿意承担的风险。
创业公司不适合发展一般大模式的认知，不仅限于朱啸虎和他的金沙江创投。越来越多的投资机构在这一点上达成了共识。
线性资本创始合伙人兼首席执行官王怀坦言，创业公司的机会相对较小。“在历史上，创业公司的成功很大程度上是因为你‘怕别人’，或者做了别人认为不会起来、不太重视的事情。这种创业模式被称为‘桃花源创业’。大的模式需要一些必须成功的元素，比如计算能力和金钱。”
王源资本程浩更直接，认为中国版ChatGPT只会在BAT+Byte+华为五家公司生产。在程浩看来，只有当企业家拥有先发优势时，他们才能击败大型制造商。
正是因为Google等国外厂商不看好OpenAI的大语言模型路线，ChatGPT才借助第一势能跑了出来。然而，研发大规模模型已经成为中国科技厂商的共识，甚至百度、阿里推出产品都比创业公司快。
傅盛之前也表达过类似的观点，认为未来中国的大模型竞争会往两个方向走:一个是大公司专注于通用大模型；另一种是创业者在大模型的基础上开发各种工业大模型应用，为民用做大模型。
在一般大模型上无法与大厂商抗衡的创业者，只能被迫选择做大行业模型或者垂直应用，以避免之前大模型培养的无底线投入。
头云厂商大模型研发工程师吴伟向字母表解释，不同的参数对数据和计算能力的要求完全不同。数据越少，需要的计算能力越低，这将压低整体训练成本。
而且大部分企业场景并不需要像ChatGPT这样有几千亿参数的通用模型来满足需求。“像逻辑推理、数学推理等。，确实需要几百亿甚至上千亿的参数才能达到理想的能力提升，但是一些开放的问答，比如几十亿参数的大模型，可以满足客户用大模型提升现有业务能力的需求。”吴伟说。
如何以合理的成本选择性价比最高的机型，是B端客户最终决策的核心依据。
对于依靠外部大模型搭建垂直应用的创业者来说，调用大模型的成本会越来越低，这已经成为可以预见的趋势。
阿里云表示，希望未来在阿里云上训练一个模型的成本可以降低到十分之一甚至百分之一。即使是中小企业，也可以通过云平台获得AI大模型的能力和服务。"
百度的大模特服务上线三个月以来，已经实现了十倍以上的成本降低。“价格不应该成为大家使用或者拥抱大机型的瓶颈。”百度云说。
除了成本的考虑，一般的大模型并不是满足所有行业场景需求的最优方案。王源资本的程浩指出，这方面的核心问题是各行各业都有自己的诀窍。这些最有价值的诀窍很可能不在互联网上，而在企业的私人数据库里，甚至在一些专家的头脑里。
即使科技巨头通过烧钱的方式提升通用大模型的能力，也很难跨越上述数据门槛，而这恰恰是有行业资源积累的创业者有针对性地开发行业大模型和垂直应用的机会。
同样值得注意的是，正如同样在做大模型的360创始人周所说，一般的大模型无法直接用于政府、城市、行业、企业场景，存在一些痛点，如缺乏行业深度、容易带来数据安全隐患、无法保证内容真实性、无法实现成本控制等。这就为行业模式创业留下了成长空间空。
基于此，腾讯在百度、阿里抢着推出通用大模式产品后，率先选择了行业大模式的落地方案，在B端客户的争夺上与百度、阿里展开同频竞争。
然而，也有许多挑战留给了大行业模型和垂直应用的创业者。除了需要应对来自BAT的竞争，更重要的考验是如何让大厂提前一步，找到适合自己产品的落地场景，挖掘行业数据。
正如朱啸虎在与傅盛的辩论中所说，投资机构也在寻找具备上述特征的创业项目，但符合要求的寥寥无几。
与创业公司重构新场景相比，大模式更有利于每个行业的现有玩家。在朱啸虎看来，已经有使用场景的玩家可以通过ChatGPT很容易地在产品中加入人工智能功能，比如目前的智能客服。
如何获得差异化的竞争优势，一家即将发布大型号产品的公司给出了自己的解决方案。公司负责人李震告诉字母表，他即将推出的行业大模型方案都被客户买走了。“没买到的我们还没发。”
此外，在与大厂的同地竞争中，李震祭出的另一个杀手锏就是签订独家合作。目前他所服务的快消饮料前十大厂商，基本都达成了独家的大型机型开发计划。
行业模式留给创业者的另一个挑战是数据。在李震看来，无论是算法还是计算能力，短时间内都可以追上或者* *上，但数据的处理可能是影响整个行业模式的最大因素。“在以数据为中心的AI新时代，模型能否大放异彩，其实主要是基于数据。”李震说，很多隐藏在数据中的魔鬼细节，甚至决定了大型号产品的成败。
谷歌是一个警告。无论计算能力还是算法，Google都不比OpenAI差，甚至更强，但正是在基于人类反馈的强化数据训练的帮助下，OpenAI最终先于Google做出了ChatGPT。
根据OpenAI透露的信息，其数据团队已经构建成不同级别的层级。数据量大、标注要求简单明了的浅层数据交给肯尼亚等廉价外包工，高层数据交给质量更高的标注人员，他们很多都是训练有素的大学博士。“OpenAI在数据收集方面的有效探索，是目前任何团队都无法比拟的。”李震说。
在解决了场景落地、数据采集等问题后，制作出来的行业大模型还面临着另一个亟待解决的问题——知识产权归谁所有。
吴伟表示，与某个企业合作开发的大型号能否重复用于其他行业的企业，取决于客户的意愿，只能通过逐一协商解决。
但到了与企业客户利益捆绑在一起的大产业模式，既获得了一定的商业回报，又失去了大规模扩张的可能，容易成为朱啸虎所说的“小散机会”。
失去GM模式的创业机会后，留给创业者做下一个BAT的机会是无限的。傅盛在这方面显然有着清醒的认识。“我已经放弃了BAT的创业梦，真的没有机会了。”
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"朱啸虎视频，朱啸虎投过的项目"：http://www.guoyinggangguan.com/qkl/140919.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
