大模型还是小学生，别着急让它去打工｜对谈真格基金戴雨森：当下AI发展到了哪个阶段？

十字路口Crossing·2024年6月6日·0·0

这是一期真格基金「此话当真[1]」播客与「十字路口[2]」播客的串台节目。

这是一期真格基金「此话当真[1]」播客与「十字路口[2]」播客的串台节目。

一年半前，真格和雨森是最早开始关注 AI 的基金和投资人，他积极行动、迅速响应、飞速地积累起很多一线的认知，投资了包括大模型公司月之暗面在内的多家头部 AI 公司。

经过一年半的热潮，AI 最近出现降温的迹象，**"不变现就羞耻"**的观点也在国内越来越主流。

我和雨森在这期内容中**，把互联网、移动互联网当做一本历史参考书，分析今天 AI 到了哪一页。**

同时，雨森打了一个比方：如果今天的大模型像一位展露出天才的小学生，作为家长，你选择立即让它出门打工，还是选择继续投资、栽培、鼓励它念完 PhD 再工作？

我们还探讨了在当下，为什么要给与大模型更多的宽容和等待，以及如何学习保持耐心和乐观。

首届 AI 艺术节

新世相与真格基金等朋友们联合发起了首届 AI 艺术节。

这次艺术节阵容强大，不但有月之暗面、minimax 、liblib、右脑科技、Tiamat 等科技公司，有真格和线性两家 VC 基金，有阿那亚、 UCCA 艺术馆等文化地标，新世相也从文化领域邀请到非常多的顾问和评委，比如诗人北岛、摄影师肖全、科幻作家陈楸帆等等。

我们在本期内容中介绍了这届艺术节，以及我作为发起人、雨森作为评委和推动本项目发生的人，我俩参与其中的感受。

最近，首届 AI 艺术节最近将在阿那亚落地一场「爱恨情仇」AI 影像展览，具体的时间地点确定后，我们会及时预告。

对谈

提纲

耐心与等待

01:46 为什么需要对 AI 的商业模式多一些耐心？
03:19 互联网两大超级印钞机 Google 和 Meta 如何寻找商业模式的？
08:33 "我们说小学生（AI 大模型）你怎么还没有赚钱？你看人家这个 40 岁的大叔赚好多钱，那你，哈哈哈，没前途。"

最近的感叹

09:50 感叹①：模型成本的飞速下降
12:27 感叹②：多模态能力的飞速进化

全新的机会

14:02 GPT-4o 发布后，如果人和 AI 开始谈恋爱，世界会变得更好吗？
17:10 投资视角看情感陪伴类 AI 项目
24:32 智能眼镜什么时候能够真正地起飞？
25:59 实现人类情绪的平权，靠 AI 了！

一年的复盘

28:00 一年前的世界和自己是什么样的？和今天有何不同？
29:38 一年下来，对 AI 投资策略的显著变化是什么？
34:08 大模型公司应该同时做产品吗？产品公司应该同时自研模型吗？

创业的建议

36:53 如何选择从 0 到 1 的切入点？
39:43 如何绕开大厂的竞争？
01:07:16 AI 创业者和过去创业者的不同

硅谷与中国

42:47 硅谷与中国，如何互相学习？
47:13 中美两国 VC 投资方向的相同与不同？

VC 的未来

51:21 在 AI 时代，VC 是更重要、还是更不重要了？
55:05 投到杨植麟「月之暗面」的故事

行业大问题

58:04 大模型和现有技术的天花板在哪里？
59:07 AI Native 的应用在什么场景出现？
1:02:11 最刮目相看的 Mega 7 CEO：微软 Satya Nadella、特斯拉 Elon Musk
01:09:45 对 GPT 5 的预测是什么？

生活小问题

01:11:23 自己日常用到 AI 的场景有哪些？
01:14:45 在硅谷用特斯拉 FSD，爽翻天。
01:15:37 你会和 ChatGPT 或 Kimi 聊天吗？
01:15:51 在 AI 时代如何教育小孩？

首届 AI 艺术节

01:17:15 第一届 AI 艺术节：「爱恨情仇」❤️
01:22:45 哆啦A梦，是对科技和 AI 最美好的未来想象

耐心与等待

Koji：

如果说 AI 去年的关键词是大模型，今年大家讨论的关键名词就是 PMF 和怎么赚钱、怎么商业化。"不变现就羞耻"的观点也在国内越来越主流，雨森你认同这个观点吗？

雨森：

"AI 一年人间十年"，其实我想起我跟 Koji 认识已经快 20 年了，当时还是我们在校内网互为特别好友的年代。因为我跟 Koji 刚认识的时候，都特别喜欢互联网。当时，我们还是大学生，对互联网产生了很强的信仰。但在那个时候，如果去想互联网的商业模式，其实也并没有那么清楚。

所以在那个时候，不管从投资人的角度，还是职业选择的角度，其实互联网都远远不像后来大家想的这么理所当然。

Koji：

类比互联网和移动互联网，现在 AI 的商业化是什么进度？

雨森：

我昨天发了一个朋友圈，因为我正好去回忆了一下，互联网世界现在两大超级印钞机就是 Google 和Meta。他们在寻找商业模式的时候，其实都不是一帆风顺的。比如说现在大家可以看到 ChatGPT 有非常多的用户。当然大家会质疑说你怎么赚钱，对吧？

但是如果回忆一下，Google 在 1998 年发布的时候，是一个由两位 Stanford 的顶级 CS 的 PHD 创办，并且招聘了大量的领先的计算机科学的 PHD 一开始就搭建超级计算机处理海量信息的公司。从这个角度来看，跟 ChatGPT 其实蛮像的。

他们一出来之后，很快就成为了全世界最火的网站之一。大家都很喜欢用它。但是大家用它有一个原因就是因为 Google 没有广告，所以大家就发现这个产品很好用，但是要烧掉大量的带宽和算力，同时又没有商业模式。所以这个时候华尔街一直就质疑Google 没有商业模式，但是他后来要上市了怎么办呢？所以他必须得赚钱。

在那个时候其实 Google 尝试了不同的商业模式。比如说卖搜索引擎这个技术给别人，或者说给别人提供搜索引擎服务，自己抽成。

甚至当时最火的商业模式是门户网站，像雅虎，当时新浪那样的，所以跟我说我能不能自己做一个？但是后来发现这其实好像都不是特别好。

2000 年的时候 Google 发布了第一个商业模式，比较搜索引擎 native 的商业模式叫 Adwords。当你搜一个词的时候，在旁边放对应的广告。一开始按照展示收费，后来改成按点击收费。2003 年又发布了一个在第三方网站上上是收了已经广告了叫 Adsense 的系统。2004 年 Google 上市，那个时候的商业模式才比较成熟，所以从 1998 年上线到 2004 年上市差不多。Google 在上线之后花了六年的时间来寻找到商业模式。

Koji：

其实六年放到今天也是一个很长的一个时间。

雨森：

其实挺长的时间。然后我昨天正好看到 2002 年纽约时报有一个专题文章，就说 Google 最难搜索的是他自己的商业模式。

Koji：

我有看到你的分享，那篇文章的标题非常讽刺：《你 Google 啥都能搜，但你搜不出自己的商业模式来》

雨森：

是的。现在大家都觉得 Google 是超级印钞机，但是在就在 20 年前，大家是不知道 Google 商业模式是什么，并且所有人都质疑他的。

Koji：

Meta 呢？

雨森：

Facebook 其实也是。如果大家回忆一下的话，它是 2004 年上线，然后 2006 年上了这个 Newsfeed，奠定了现在大家刷的这个信息流的方式。但一开始 Facebook 也是没有广告的，因为大家不觉得在一个社交网站上放广告他一点都不酷。

所以他在那个时候先是尝试了说让一些本地商家在上面投一些 banner 广告，但这个没有做到太大的。然后他后面做了社交游戏平台，就是在 Facebook 上有一些网页端的小游戏，在这上面充值，你可以跟他分 30%，这个有一定的收入。但是很快这些游戏火了一两年，然后在 2008 年的时候火，但 2010 年差不多就不太火了，所以这个时候 Facebook 需要新的商业模式。在2011年的九月，Facebook 做了一件巨大的改动，就是把当时的 Newsfeed 从时间排序，就是跟朋友圈一样的这种绝对的先后排序，改成了按照推荐相关度的排序。

Koji：

对，今天抖音其实一上线就是这样的排序。但当年 Facebook 做这个排序，我记得是掀起了一个滔天大浪，就是用户极其的抵制。

雨森：

对，因为朋友新发的东西我居然看不到了，因为可能他没有推荐给我，对吧？当时我记得我用到的时候觉得非常震惊，说怎么还能这样。

大家可以想到，只有当平台掌握了内容推荐的权利，才能更好的植入广告。所以 2012 年的一月，Facebook 就正式上线了这个 Newsfeed 的广告功能。

大家现在知道信息流广告那绝对是印钞机，对吧？字节的印钞机，Facebook 的印钞机。但是信息流广告的商业模式出现在 2012 年，其实已经是 Facebook 发布八年，然后 Newsfeed 发布六年之后了。

Koji：

很有趣，就是 Facebook 它在发布两年之后才有了 Newsfeed。一开始是你需要去别人的主页看他在干嘛。

雨森：

所以我们才是特别好友：主页上互相链接。

Koji：

一开始真的会忘了，这个时间曾经没有 Newsfeed 的。所以你说 ChatGPT 现在不到两年，如果用 Facebook 的节奏来看，它赚钱的那个 feature 应该还没发布？

雨森：

因为 ChatGPT 是在22年的11月30号发布的，到现在其实也就是正好一年半的时间。那一年半的时间其实我们会非常的神奇。因为在 ChatGPT 发布之前，我们会觉得图灵测试还是个很难的东西。你看现在没有任何人谈起图灵测试了。因为显然一个 ChatGPT 或者是 kimi chat，或者是稍微还不错的语言模型，都能够通过图灵测试了所以世界其实发生了巨大的改变。

但同时我们现在看到，不管是在工业界还是投资界也有质疑说为什么 AI 现在还没有这个商业模式？就是烧这么多钱做大模型，那这个钱怎么赚回来？我觉得一个公司、一个产品最后当然是要赚钱的，但是可能在不同的阶段它会有不同的侧重。

之前，我们看移动互联网和互联网的商业模式，是技术比较成熟的时候。我们那个时候去看产品怎么落地，怎么运营，怎么增长，怎么赚钱，这是合理的。但是现在 AI 还是在这个技术突飞猛进的很早期的时候。

如果打个比方，就是好像我们看一个小学生，我们说小学生你怎么还没有赚钱？你看人家这个40岁的大叔赚好多钱，那你是不是就是没前途，对吧？

当然可能也有小学生，比如说天赋异禀，读完小学就去赚钱的。但是我们可能还是会想，能不能再读读读个研究生，然后再去赚更有知识含量的钱。

还是像 Y Combinator 创始人说的那句话：

Make something people want.

就是你首先得做一个大家想用的产品，然后再去找商业化。这个过程我觉得至少有很多VC包括我们是等得起的，也是愿意去等的。

全新的机会

Koji：

刚才提到《her》这部电影，在这个 GPT 4o 发布之后，这部电影感觉重新又回到了大家的焦点。早年我们看的时候应该还觉得它是一个科幻片，但今天好像已经成了一个纪录片。

如果人真的可以和 AI 谈恋爱了，你会觉得它带给人们什么样的改变？

雨森：

首先我要想表达的一个观点是，我们说到 AI 跟人的情感的时候，我们想到《her》，想到谈恋爱。这在电影里面，是非常 drama 、非常好看的场景。但实际上，我们人与人之间的关系没有那么多都是恋爱关系，还有友情、亲情，以及一种信任，一种陪伴，这其实都属于情感。

人类历史上，原来只有另外一个人能给一个人情感。当然也许猫和狗可以，但是基本上讲还是只有一个人能给另外一个人情感，所以它是个稀缺的东西。你想想看每个人生活中能给自己情感价值的这个另一方其实不多的。

Koji：

而且其实有另外一个很有意思的说法，就是人们比起需要爱，其实人们更需要信任和安全。

雨森：

现在，当这种情感化的沟通能够被低成本无限制造时，会带来很多变化。

人类历史上，很多变化就是在一个原来稀缺的东西变得不稀缺的时候发生的。

比如说，最开始人们都需要吃食物，但食物不稀缺之后，人们就开始追求更高的精神享受，当然可能也变成肥胖了。

如果当一个高质量的情绪价值变得不是那么稀缺的时候，原来需要陪伴的、原来抑郁的，原来需要鼓励的，各种正向情感需求可能从原来得不到满足变成得到满足，那么世界可能会变成个更好的一个地方。但同时肯定也会有很多负面的影响，比如说原来电信诈骗至少还得有个抠脚大汉在后面骗你，现在可能 AI 会以非常生动的形式来骗你。

雨森：

之前，人类其实从未经历过另一个非人存在对自己进行情感表达。所以，从这种角度来看的话，我们是很易感的，英文叫很 vulnerable。我们是很容易被一个 AI 的情绪和表达所打动的，因为我们之前从来没有遇到过这样的存在。也许，十年之后我们都习惯了和 AI 自然说话，那时可能大家都习惯 AI 的存在了，也不会被轻易打动了。但是，现在谁能先把这个技术做出来，可能就会有很大的影响。

Koji：

最近一个朋友告诉我：他说你有没有发现，我们小时候看哆啦A梦，大雄在每一集基本上都会被欺负，他哭着跑回家，奔向哆啦A梦的怀抱。哆啦A梦无条件的爱他，安慰他，给他想办法。没有任何人觉得他们俩的这个拥抱是有任何问题的，觉得是最自然的：哆啦A梦可以给大雄安慰。

其实人的情感是比较容易被 hack 的，我们的需求可以被哆啦A梦一样的角色满足。在这一点上面，我其实还是持比较乐观的一个态度。

Koji：

那从投资的角度，你会怎么思考和判断最近一大批与AI陪伴相关的类型项目的投资价值？

雨森：

我觉得可以情感化交流的 AI 它可能更像是一个味精，就是它加入到很多菜里面会让菜变得更好吃。但是如果你干吃味精的话，那不说好不好吃，可能有毒啊。

比如说现在我们用的每一个应用，不管是硬件还是软件，跟我们沟通的方式都是很工具化导向的。比如说，你的手机，你在用它的时候，你觉得它很好用，很快，但是你不觉得他跟你有什么情感的沟通。

可能有一些尝试，比如说蔚来汽车上面有个 Nomi，它有一个带有表情的小显示屏。但是目前的人工智能水平，或者说一年前的人工智能水平，让这样的沟通变得很其实也很人工智障。它能帮你完成很简单的东西，更多时候只是能卖萌而已。

但，试想，如果你用的这些硬件都能跟你进行人与人之间的、正常的、带有情感情绪的、带有温情的沟通，那你可能对于很多产品的使用方式就会发生变化。

雨森：

试想，如果你的车能够不只是安全快速的载你去目的地，他看过你看过的很多风景，他了解你经常去什么地方，他甚至听过你很多说话。那么，假设有一次你在去长城自驾的时候，他可能会跟你说：三年前我们来到这个地方的时候，那个时候你的孩子还没出生，现在他都已经可以打酱油了。——也许，从此之后，你对这辆车的理解就会非常不一样。

之后,假设你要换一个车的话，如果你换一个品牌的车，可能这个记忆没了。所以你就会更愿意买这个品牌的车，对吧？这样就让一个产品从原来的只是有工具价值，变成了说有工具加上情感价值。情感价值可能是一个很高的护城河。

比如说，每个公司都有一个前台，对吧？这个前台可能不是最便宜的或者不是最好用的。但很多时候我们不会去轻易换掉他，因为他对这个环境十分了解，我们跟他是有熟悉的感情。所以，我开始就在想，很多产品可能都会具备情感壁垒，很多产品的交互方式可能会从纯工具性的方式变成有情感的过程。

Koji：

现在号称进入了「百 C 大战」（此处指有上百家公司在做 Character AI 模式的创业），你怎么看 AI 陪伴项目呢？

雨森：

现在很多 AI 陪伴项目要做一个可以跟人谈恋爱的产品，目前来看，我认为这个需求相对比较小众一点。 比如 Character AI 或国内的像星野 Talkie 这样的应用。可能在目前他们针对的还是一小部分很敏感的人，他们能够很容易跟 AI 共情，他们对很需要味精。

但对普通人来说，可能很多时候是在我们已有的场景中加一点味精，让这个体验变得更好。

Koji：

我任务今天 Talkie 或星野的问题是用户需要发起对话。而发起对话这个事情是有很高的门槛的。所以我觉得他应该不是 AI 陪伴的一个终极的一个形态。

雨森：

我想起一句话：

如果你认为有一件事儿迟早会发生，你就每隔三年做一次。

比如说一个能够跟人自如聊天的AI其实是从图灵开始，就人们有了想法，所以才有图灵测试。人类过去是不停的想去做这样的东西，每次都进步一点点，每次都可能还没有做的特别好。但是我就到现在可能终于到了一个说机器能够跟人自然沟通交流的过程了。那么到底是这个形式重要，还是说交流的这个场景内容重要？我觉得现在我们可能会觉得很特别，AI可以跟我说话，但是很快我们就会觉得很理所当然，就跟我们现在见到任何屏幕都觉得可以用手触碰一样。我们觉得AI就是可以跟我说话。那在这种情况下，我怎么把我的产品进行新的设计，新的升级。

我前两天听一个朋友讲了一个观点，我觉得特别有意思。他就说：

移动互联网里面很多做大成的公司，不管是硬件软件，其实都是在视觉上做了对的事情。

比如说 iPhone 显然是在这个好的屏幕，好的摄像头；大疆也是视觉，抖音也是。

那么在这个AI时代，可能机会是在语言和语音这个上面

这两件事要做好，一种是能够深刻的理解语言，并且这个语言包括自然语言和编程语言，并且能够跟人进行互动，比如大家现在做的这种编程的 agent 这样的应用，其实他就是说我能用很好的使用程序语言。AI 能编程不只是说写代码，而是能开始使用工具了，那这样可能变成巨大的价值。

另外，语音交互。因为原来跟计算机进行语音交互或者自然语言交互是很多人的梦想，但是确实是比较繁杂的，是体验不好的。但是接下来也许像比如说最近很多人都说 Rayban 的眼镜，那 Rayban 和 Meta 合作很好，因为它就是用语言交互。

当语言模型变得更好之后，尤其当端侧的模型变得更好，它的延迟变得更低之后，可能大于发现语音交互是非常的自然。我觉得这里面语音的交互，包括说在设备端的变革，可能都是一些很有意思的机会。

Koji：

最近微软的那个发布会上面，有一个大家都印象比较深刻的点：Copilot + PC 直接有一个硬件按钮，按了之后你就可以开始和你的电脑说话。而因为电脑是完全知道你的屏幕上在看什么以及看过什么，所以微软展示的 demo 是让电脑来陪我一块儿玩游戏，告诉我接下来一步我要怎么才能通关。

另外，最近一个用户体验让我感动的一个例子是 Arc Search。 大家知道，现在你要启动 Siri 前需要对他说 Hey Siri。但 Arc Search 做的是：你打开 App 之后，把它举到耳朵旁边来，App 因为感应到了动作轨迹、也感应到了屏幕贴近了你的脸，他就立即触发说："hi what do you want to search？"，接下来，你就可以开始和他像打电话一样开始对话、咨询了。我认为，这个体验的革新会随着技术的变化，非常迅速的在各个地方冒出来。

雨森：

这一点我很同意，就是你看 GPT 4o 的演示，整个功能都很精彩。但是有一个非常看着比较奇怪的，就是他们都要把手机举起来看周围。因为这样你就发现我们平时觉得最好用的手机，在这个时候反而成了一些体验的障碍。

当然，我们在 AR VR 这个领域我们也投了一些公司。但是始终大家都在问：智能眼镜什么时候能够真正的起飞？

我后来在想，我们之前想的都是往显示端去想，就是我们都在把屏幕往眼睛上放。这样就导致两个情况。一种是我们在 Apple Vision Pro 这种场景，我们放了一个很好的屏幕，但是它很重。另外一种场景就是之前有一些简单的眼镜，我们放了一个不是那么好的屏幕，它很轻，但是它不是那么好。所以你要不然重量上有问题，要不然你在显示质量上有问题。所以在眼镜上放屏幕这事儿，我觉得当技术没有本质突破的时候，总是一件比较难搞的事情。

但是，眼镜还有个作用：放摄像头。 之前，如果没有 AI，在眼镜上放摄像头，如果只是为了拍照和摄像，都还不是那么重要。因为我总可以把手机掏出来拍照，不会麻烦多少。但如果我们现在逐渐产生有一个我要始终让 AI 看到我在看到的东西，那这样在眼镜上放摄像头可能就变得更有意义了。

Koji：

想起无印良品一首歌：看你看的画面，过你过的时间。

雨森：

对，然后正好我也想问你，就是我看 Koji 你最近发了一条朋友圈，你说你认为 AI 会加剧这个世界的财富和资源分配的不公，但是 AI 可以帮人们实现情绪平等。你能展开讲讲这个吗？我很好奇你的观点。

Koji：

其实在过去，我认为情绪是巨型不平等的。我们都知道身边有很多人被 PUA，然后也有很多朋友他们现在深陷抑郁，可能是因为小时候父母没有掌握很好的沟通方式。

什么叫情绪平等？我的定义里面就首先是情绪被看见，第二是情绪被合理的处理。

我觉得在过去很多人的情绪是看不见的。如果你哭，家长会告诉你，你要乖，你不要哭，他看不到说你哭背后代表着某一种情绪。

但是我自己有一个非常乐观的一个预期，就是我相信 AI在之后可以接近零成本去帮助人类。你的喜怒哀乐都可以被 AI 看见，再用一个相对合理的、温暖的、安全的方式来和你互动。这就是情绪平等。

雨森：

之前高质量的情绪其实是稀缺的。就跟大部分人其实没有粉丝，也没有追求者，他可能就是在跟自己的几个同事或者是家人互动对吧？但是 AI 可以让每个人其实都多了一个很好的倾听者，然后不仅是倾听，还能给你很好的反馈。原来这样你可能是要付很多钱去获得的。

Koji：

今天的心理咨询 AI 产品被很多人质疑：做不到比人类的心理咨询师更好，再便宜也不能用。但是，我自己的观点是：心理咨询 AI 不需要和人类心理咨询师比质量，而是应该比时间。因为，人类心理咨询师再好，也只有每周一个小时，但 AI 可以做到 7x24 小时随叫随到的帮助。

一年的复盘

Koji：

站在 2024 年的五月底的这个关口，在去年的这个时候，你还记得AI是什么样子的？你是什么样子的？

雨森：

我觉得对 AI 的一些大的判断，其实没有发生很大的变化。比如说 scarring law 让我们可以拥有更强的模型。我们会需要更多的算力、更多的数据，更优秀的人才。

但我觉得AI发展的速度其实还是比我想象来的更快。因为你看这一年里面我们有了多模态领域，有了非常多的进展，这是在理解对吧？然后我们在生成角度，我们有了 Sora，我们有了 Suno。

在这些原来大家觉得很难的领域，突然就变得好像又出现了他的 GPT 3 时刻。它泛化到了一定的程度，然后质量也到了可接受的程度。

然后，在成本上，也发生了十倍以上的变化。一个东西一年能降十倍的成本，甚至几十倍的成本，这个其实在任何领域都是非常难的。

我在去年有个判断，就是说模型的军备竞赛会不断的进行，但应用的落地会比大家想的慢一点。但是现在，我其实觉得我可能得适当的上调一下应用落地的预期了。

因为确实我们看到AI因为它的成本下降，因为它的能力的泛化性的提升，所以导致越来越多人尝试使用AI。

Koji：

在这个一年的时间里面，你的投资的这个策略思路有发生过一些显著的变化吗？

雨森：

我其实觉得显著的变化倒没有，但我觉得更想清楚了一点，就是在一个技术的早期，我们应该投资那些对这个技术有深刻了解的年轻的先行者。

比如说我们可以把历史上技术驱动的创业分成三个阶段。

第一个阶段叫做说科研驱动，就是这个时候能不能做出来是最重要的就是你有我没有，那就是 0 和 1 的区别。

第二个阶段叫做工程与产品驱动，就是你也能做出来，我也能做出来，但是可能我做的比你好，这是第二个阶段。

第三个阶段是运营和商业驱动，就是大家都能做出来一个不差的产品，但是谁的运营商业化做得好，这个最重要。

我们其实在入行做互联网的时候，其实都已经是在产品和技术驱动转变为商业和运营驱动的过程中了。你看我们那会儿创业，觉得做一个 App 还需要一些难度对吧？所以那时候有专门帮人做 App 的公司，但是后来做 App 就变得没有难度了。

到了最后，就变成需要增长黑客。增长变得很难。后来又变成说大家怎么做投放，大家怎么做这个变现。

雨森：

过去，比如说，我要做一个机器人保姆，我知道我要做什么，但我做不出来。现在，又重新到了一个科研变得很重要的阶段。所以，我们支持的创业者类型应该有变化。同时，我们在思考什么值得投的这个过程中也发生了变化。

互联网到了后面，其实是一个点子驱动的过程。因为当你工程能力、产品能力变得很强，所以缺的是点子。比如说我需要做一个拼多多，或者我需要做一个什么新的社交网站，这都是靠点子驱动的。所以点子驱动的特点是，第一，大家跟进的速度很快。互联网到后期的时候，每当有东西出来时候，大家一下子一年时间都有几百家跟进。因为只要我看到了，做出来不难。

第二，车库创业。车库创业就是这事儿没那么难，所以我只要我有个想法，我在车库里边几个人搞搞就可以搞出来了。

现在AI领域，实际上第一点子已经在那儿很长时间了，我刚说的机器人保姆，her，包括这种帮你去编程的这个agent这些其实都是人们想了很久的事情，他不是想不到，是因为做不到，所以这是第一个。第二个，这样就导致说你投的团队必须要在这个里面，他有对新技术的了解，他同时也要积聚资源，确实得把一个原来很难做的事儿变得能够实现。

我之前经常打个比方，就是假设我们回到我们认识的那个时候，大家都用黑莓或者诺基亚，假如那个时候有人从未来穿越过来说未来有个应用叫抖音，特别牛逼，你们现在就要去做抖音。我们说知道了，但是怎么做抖音呢？在黑莓和诺基亚上面怎么做抖音你？所以，那个时候你有点子没用，需要技术。

现在我们是被技术限制的阶段。所以我们现在专注的去寻找年轻的优秀的技术创业者，其实这个是现在我们寻找的一些重点。

Koji：

你说到这个，我想到上个礼拜我见到一个老朋友，十几年没见，他当时是在帮街旁做 iPhone App 开发的兼职，但他那会儿的本职工作是在 Apple 做工程师。他那会儿来帮我解决了一个什么问题呢？就是我们最开始 App 开屏时会黑3秒，因为那会儿没有启动画面的概念。我们所以我们应该是当年第一个在中国做了启动画面，所以你那3秒你可以看到一个彩色的画面。

我现在想说：我靠，历史上还有过为了做一个启动画面也要找大神来帮忙的时候？

雨森：

我们都因为最近十年经历了移动互联网这些我们自己变成所谓老炮的时候，我们总是想去思考终局，对吧？我觉得思考终局是一个好事儿。但是在你太早的时候，硬要去思考或者回答一个终局，其实也很难。

我们创业的时候，我们哪知道自己的终局是什么，所以我就在想不要把成熟的标准套到年轻的行业和年轻的创始人身上。

Koji：

假设现在大模型是个小学生。那我们希望他能够快快乐乐无忧无虑的学知识，是尽快的心理健康，身体健康的成长为一位 PhD，不要太早去薅它羊毛。

一年前，真格的播客中，你说过一个观点：应用层的公司长期要做自己的模型，模型公司长期来看要做自己的应用。你刚才讲到三个阶段：技术、产品、运营和商业化，听起来这三个阶段的前两个阶段，你是认为他应该是一个公司去做吗？这个观点在此时此刻你会有一些变化吗？

雨森：

我觉得如果你要做一个比较顶级的应用层的公司，在现在至少从全球角度来看，还是要对模型有一些控制能力。不一定是说你要从零开始训一个底层大模型，但是你对自己模型的数据的持续训练还是要有很多的控制能力。

能把模型这件事情玩的更明白的公司，在做应用的时候会有优势。

但确实在长期来看，我觉得可能未必。长期来看，可能当这些先进模型的AI最后变得成本也很便宜，然后也随处可得的时候，可能大家就越来越在上层做建筑了。

如果拿互联网这个做比方的话，在早期的很多软件或者互联网应用，其实是需要对网络通讯层或者说芯片层这几个领域去做很多自己的工作。

但现在做一个应用，比如说你写的语言也变成了一些高级语言，对吧？然后你的 infra 也变成了云服务，这种你不用考虑你的机房怎么布的。

Koji：

我当年还跟着王兴搬过服务器去北京站附近的一个机房，现在想一想也是恍若隔世。

雨森：

现在你的应用做到很大都不用考虑这件事情。所以类比现在要考虑自己做模型，但可能过十年后的AI创业者就根本不用想这个事情。

创业的建议

Koji：

那对于AI创业者来说，今天有另外一个大家共同面对的挑战，就是我如何去选我从0到1的切入的角度。尤其是我最近看到字节的这个发布会之后，他的火山引擎官网把他所有的AI产品列表拉了出来。密密麻麻像一个当代 hao123 ，给我一种感觉是叫什么小孩子才做选择，成年人我什么都要 all in。

在这样的一个大厂激进的背景之下，你会如何建议创业者选择他们从0到1的切入点？

雨森：

现在我们只能给一些比较简单或者 general idea。因为整个事情太早了，所以我们也在研究。

但是一般来讲，创业的一个通行规律是先找一个足够小但是足不痛的切入点切入，对吧？其实你会发现这些大厂现在都在做AI但是会有一个问题，就是因为他们对AI很重视，叫做大事情。所以当一些需求显得没那么大的时候，他们可能反而不会去花很多时间去做。我之前有一个总结，就是在三体小说里边，地球为了保护自己，最后他要想的方案就是说让外星人看了地球就下头。因为如果他觉得地球有威胁，就要把地球炸掉。所以他就想了很多方案，让地球看上去不那么有吸引力，或者就显得下头。

我觉得在创业里面，不管是互联网还是移动互联网，还是AI创业，我觉得有一点是类似的，就是你不能让大厂对你的事情一看就很喜欢。这个时候，往往就是你得找到一些领域，这些大厂一看着就比较下头的。

那么大厂看起来什么东西会下头呢？比如说，有的东西大家觉得太low了，原来说大家说什么今日头条、拼多多，一开始大家或多或少都觉得low对吧？有一些这种显得不是那么高级的事情，很多时候大厂不做。

有的是比如太累了，比如说像之前的滴滴、美团，这些有很多地推的事情，很多大厂不愿意做，觉得太累了。

还有的是觉得太小众了，比如像得物、B站，很多时候也是大厂觉得太小众了，我不值得做。

然后也有之前觉得有法律风险的，比如说像最开始滴滴、uber，其实都有很多的法律风险；还有 Airbnb，怎么能在别人家睡觉呢？

Koji

当我们说大厂的时候，大厂并不是一个简单的个体，其实我们说的是大厂里面的老板和大厂里面无数的中层经理。因此，很多机会不是老板不想做，而是中层经理们不愿意去做的。

雨森

所以我觉得很多时候在于说你寻找到一个领域，第一用户有这个需求，就是他有一个问题没被解决。第二对于大厂来讲，他可能又有一些比较简单的原因他没去做的。就比如说之前我们做很多生成性模型，为什么现在这个google这种美国大厂他做的这种generative model都还是很差？因为他们始终在规避版权挑战。

比如说我们问google的人，他们是不能用Youtube的数据去训练的，就很很好笑。全世界所有的人都要拿Youtube的数据训练，但google不行。因为google他要拿youtube的数据训练，他就得去找Youtube部门。Youtube就觉得我是这个内容生产者，你拿我的训练去生成视频，那我就有无数的问题想问你，对不对？而且因为它是google，所以他反而不能够跳过这个。

硅谷与中国

Koji

这一年你有大量的时间都待在硅谷，在中美两地之间穿梭。其实我也认为今天我们好像又回到了去观察硅谷，去学习硅谷的这么一个时间段。雨森你会认为今天硅谷具体有哪些方面是值得中国的创业者学习的？但反过来也想问，就是觉得中国的创业者的故事在今天有什么是可以反向输出到硅谷的？

雨森

我觉得整个AI这一波的出现，其实最开始源于像OpenAI的这些researcher们。他们对于一个不管是scaling law也好，transformer这样一个模型的创新也好，还是说从现在的这样一个连接主义，对原来符合主义就是AI研究范式的创新颠覆也好，其实还是在于说要去做那个定义下一代做什么事情的人。

我觉得确实由于研究氛围，资本环境等各方面的原因，在硅谷的创业者可能更加敢于去想讲一些我们看来觉得比较大的事儿，或者说比较crazy的事情。可能大家都想去读PHD，而不是说读完这个中学就去工作。我觉得这里边儿是有与他的环境相关的。

我其实就一直在想一个问题，就是创业他好像是在考试对吧？我们经常遇到创业者来问我们就说最近你们投什么，最近什么比较火，它的潜台词就是说你投什么我就做什么，或者说等你们出题对吧？那我来做这个题给你看。但是我是觉得我们最后寻找的少部分优秀的人，其实是做出题的人是他要去出给市场做一个什么样的题目，他出了这个题目之后，市面上很多人可能才去解答。

比如说，月之暗面，他们做长文本这件事情，算是很早了，在国内算是头一个打响的这样一个招牌。当然后面很多人去跟进，但是我觉得在这个里面，杨植麟他们的技术 vision 是很好的。

虽然也没有领先市场特别久，但是至少是比较领先提出来说我们要把有限的资源精力花在长文本这个事情上，并且做出来一个好的产品让大家去跟随。

雨森

第二，我觉得还是说对未来要乐观一点。就是硅谷有很多也是关于AI到底这是不是泡沫？我觉得肯定是泡沫，只是说泡沫有多大。然后，商业化变现的质疑，然后是不是要去这个更大的模型森林里的质疑。但我觉得整体气氛还是要乐观很多。

当然我们可能会说，我们有很多各种理性的理由，要觉得谨慎，觉得悲观。但是我觉得如果咱们选择了创业或者做VC的创投，对未来还是要带着乐观的这么一个心态。因为有句话就是说：

悲观者往往正确，但乐观者往往成功。

或者说成功的往往是乐观的人，所以我们可能是有天生的这种乐观的bias，我们就觉得依然会带来很大的价值，模型能力可能会越来越强，然后也会越来越便宜。这边会有很多的机会在这种状态下能够让人更加勇于去承担风险，让你去尝试。

另外一方面，我也觉得虽然说AI的很多进步先发生在硅谷，但是我们投了像 Heygen、Monica.im 这样的应用，他们是全世界都很流行，比如说最近 Heygen 也获得了 Benchmark （美国最好的VC之一）5 亿美金估值的投资。然后我去 Benchmark 交流的时候，他们说这是他们历史上投的最大的第一笔投资。我想这也是硅谷对中国创业者，中国产品的一个认同。

我觉得这始终表明说，**虽然现在有很多地缘政治的噪音，但是真正的好的产品是没有国界的。**中国的创业者能够做出很多很好的产品，然后也能得到用户的认可和资本的认可。其实我觉得这个也是大家不要那么悲观。

因为很多人说，现在是不是有很多的地缘政治原因，导致要分中国的AI和美国的AI或者怎么样。但我想说，其实最后归根到底还是我们有没有给用户给客户创造价值。因为这个世界终究还是联通的，对吧？你做出了价值，你创造的价值自然会有人愿意来使用，你可能有自然会有资金愿意来投资，所以我觉得也不用那么悲观。

Koji

是的，所以在十字路我们最近提炼了一句slogan，就是叫做**寻找和凝聚在AI时代的积极行动者。**因为不行动是不会有任何结果。

在硅谷和国内两边看项目，现在看上去两边对AI都是超级兴奋的。从大家关心的话题到VC投的项目的集中的方向，你有观察到有什么明显的不同吗？

雨森

我觉得非常容易看到的就是在美国，你想过去十几年大量的大东西其实都是企业服务领域 toB。AI 出现后，大家都能看到 AI 在企业服务的很多场景中发挥作用。不管是像编程，还是像客服，还是企业内部流程，还是像销售的各种场景里面。所以硅谷确实有大量的人在做企业服务方向的AI创业。

其实大家想的很简单，我就是用AI来做一个更好的企业服务软件。他们之前担心的是AI的推理成本比较贵，就是因为原来企业服务软件是很赚钱的，因为你的边际成本是0，所以你的margin很高。他们原来是担心说，如果我每次使用都要花推理成本，那这样会改变我的margin结构，让这个事儿不是那么有吸引力。但是现在发现可能最后这个事儿就跟电力一样，它有成本，但是你可以忽略，对你的边际利润不会产生很大的变化。所以他们现在其实是越来越看重 toB 方面的这些应用落地的机会。

雨森

当然 toC 的他们也投，只是说可能 toC 不像我们最近这些年全是 toC 的应用突飞猛进。当然为什么企业服务在中国落地这么难？这可以单独开个播客讲，就可以讲特别多的时间。

因为国内过去十年最大的应用做法，都是先做一个吸引用户很强、流程也很好的东西，然后占用用户时间之后，给他做广告。大家都在想我怎么做下个字节。所以我是开玩笑说，其实这也是大家不同的领域的经验，造就了大家寻找不同的东西。

如果你生活在山东，你可能就只想考公务员，但如果你在硅谷出身，你可能天天都想创业。

这就是不同的环境带来的影响。确实就是在美国这边可能对 Scaling Law 的信心更强一点。所以确实像 Sam Altman 说的，你做一件事情可能要把模型会持续升级作为一个前提。

我经常问创业者一个问题，就是如果OpenAI开一个发布会你会感到兴奋吗？因为你可以用到更好的模型去服务你的客户；还是你会觉得很紧张吗？因为可能你会被一个先进的模型所颠覆。

我们希望投资的是 OpenAI 或 Gemini 越牛逼、他会觉得自己也越好的这样一个公司，而不是说我会担心被模型本身所颠覆。

雨森

我觉得在中国可能面临的很多问题确实是在于说我就拿着现有的模型，我怎么样能够做收入，能够让我自己活下去。因为资本环境可能没有那么好。当然我觉得这是一个目前的现状，但是我也感觉很多时候资本市场其实是一个叫躁郁症患者。他有的时候特别乐观，他有时候特别悲观。

比如说我还记得就三年前，中国很多公司的估值是比美国公司要高的。如果说 PE/PS，现在大家发现 10x PE 都不投。我觉得太乐观也不正常，太悲观也不正常。

巴菲特也说：市场先生一直是他是个钟摆，他就是在乐观和悲观之间摆动，对吧？我觉得现在很多时候对于未来的预测很悲观，但是我觉得不妨也可以想想看，如果新技术真的带来很多同步的话，也许我们情绪会重新变得乐观起来。

Koji

其实也是有可能的。对我感觉美国投 toB 的热情或势能碾压式投 toC。

最近，在十字路口分析 Y Combinator 投资的 260 家AI 公司都是干嘛的那还一起里面，有七八成都是 toB 的公司。

雨森

因为美国也很久没有出 toC 的大东西了。

Koji

上次好像还是 Snapchat。

雨森

十年前的公司了。

Koji

对，所以美国的整个资本也好，人才也好，都不在这儿。这其实是中国创业者们的机会。

雨森

对，但中国你看这几年都给全世界输出了像 Tiktok 和 Shein 这样的自己的公司。可能双方擅长的东西就不太一样。

VC 的未来

Koji

对于今天中国的创业者，一级市场环境不乐观，同时考虑到今天大模型的能力提升、开发工具和平台的优化，所以今天从0到1做一个东西变得更简单了，他需要的启动资金和团队好像都更少了。

因此，今天也很流行做 Indie Hacker、独立开发者，或者做所谓的 bootstrapped startup，就是不靠融资、而是先赚钱，一点点滚起来。

在这么一个趋势之下，你会如何理解VC尤其是天使投资机构扮演的价值有没有发生变化呢？就今天的真格，一年前的真格，十年前的真格，会不会有一些变化已经在发生？

雨森

我首先不太认为你刚才说的那个是一个全貌。

确实AI的能力让一个人能写更多的代码，或者能够帮助一个人完成更多自动化。但如果你要做一家好的AI公司，你可能需要有更多的数据去训练你的模型，以及更多的算力。同时，可能还需要有更好的人才，更好的AI科学家，对吧？所以这里面需要的资源，不管从钱还是人角度，可能又反而是变多的。

所以我觉得可能是一方面，你说到说拿AI做这种快速落地的小应用变得很简单。但同时，我要在AI里面做出一些真正的有门槛的创新，变得其实更难，对吧？所以这里面可能还是需要现实投资人或者各种资源的支持的。

第二我觉得就是我反复在强调现在AI处在一个技术的早期，技术的早期和技术的成熟期有很多事情不一样。在技术的早期试错很重要，因为大家不知道接下来的方向是什么。这个时候风险宽容度比较高，愿意去支持这种狂野想法的天使投资就变得很重要。

雨森

其实你发现在一个产业到了成熟期的时候，第一里面很多人自己就很有钱。比如说你看做这个，比如中国的电车三宝对吧？这三个创始人创业的时候全部已经是亿万富翁，他们已经很有钱了。然后第二，成熟期很多都是老司机的机会，都是连续创业者，像黄峥、张一鸣、王兴都是很有经验的人。

现在，我们发现很多创始人，尤其是年轻且之前没创过业、而且是从学界出来的，那这时其实这些人变得更加重要。因为这些创始人一开始没有那么多的原始积累，所以我就觉得在技术早期，天使投资其实反而更重要。

技术成熟之后，可能产业投资变得很重要。因为大家越来越知道要投什么，他要做什么，所以我反而觉得真格在这个时候更有这样的机会。

真格其实历史上投的项目里面，AI方面的独角兽是最多的。 其实因为很多人觉得真格可能投，比如说有些像小红书，或者像完美日记，包括之前聚美这样消费的项目。但实际上我们投的AI项目是独角兽占比是超过我们投的独角兽的一半的。

后来我就在想，比如说做AI的人，他基本上肯定得是一个我们比较容易识别出来，很学术上过去的成就上很优秀的人，因为他的门槛很高。

但刚刚中午我和霸王茶姬的投资人吃饭，霸王茶姬做的非常好，但是创始人确实比较了这个草根，就是确实我们很难重新开始去判断他能做好一家一年几百亿收入的奶茶公司。所以我发现其实我们投消费品这些，虽然我们有一些好的例子，但是反而其实很难从人的角度去判断。因为我们不能投后期，所以他已经起来之后我们投不了了。但是反而投AI这样的技术性项目，我们就抓住最优秀的人，反而是能够比较好的覆盖他们。

Koji

因为真格从徐老师开始，就包括你也是就一直在非常积极的鼓励投资，应该把重点放在研究人上面。大家都知道你很早就投到了月之暗面杨植麟，你当时和植麟是怎么认识的？

雨森

杨植麟在读书的时候，我们就非常密切地关注。因为我们会一直做这些顶级学校里面的中国人的覆盖。然后我们会问自己，谁是这个学校最聪明的五个人之一，植麟非常早就进入我们的视野，因为他在清华的时候就被大家称为学神之神。像我这种清华的学渣也意识到在清华的学神是什么概念，所以我们对于这样的人都非常关注。

植麟第一次创业做循环智能的时候，他是CTO，我们其实就投了循环智能。当时很重要的原因也是因为植麟是合伙人之一，所以当时在 ChatGPT 出来之后，其实我当时就拼命的研究AI。我在想我们投了哪些这些这方面的人？

然后我就跟植麟说，你怎么看现在大模型带来的机会？他说正好我要开始做一个新的公司，所以当时我们就聊了，然后也成为他第一轮的投资人。

这个也反映我们关注人而非事情的策略，在AI时代是尤其有帮助的。

当然现在有很多人在研究AI这件事儿，我也在研究，我天天读paper，但我可以很负责任的说，AI这个速度变化太快，没有几个人能真正的说自己懂。

你看现在图灵奖获得者之间都还在天天吵架。 昨天 Yann LeCun 刚和 Elon Musk 在吵架。那同时 Yann LeCun 又觉得 Transformer 不靠谱。那 Yann LeCun 到底靠不靠谱？如果图灵奖获得者之间还没达成共识，我作为一个小小的 VC 又如何进行判断呢？

所以我认为首先就不要认为我们能真的看懂AI。

并且我会发现，两年前没有人预测到 ChatGPT 的出现。当时在2022年的6月，我去了一趟硅谷，我跟红杉、跟 Founders Fund，跟Benchmark，跟很多美国一线基金的投资人聊了，没有一个人提到对AI有什么感觉或者说判断。

但是三个月之后，红杉就发了那篇AIGC的文章。然后再三个月之后 ChatGPT 出来，所有人都去看AI。

所以我觉得就是要对前沿科技保持一个平常心，就是很难说我能看得懂，我也很难预测到未来会发生什么。

我经常想，如果说ChatGPT都是一年半以前才发生的事情，我们又如何去说我们能够知道两年之后的AI怎么发展呢？

所以在这个时候我们就是抓住这里面不变的东西，就是说这里面不管怎么发展，但是做它的人一定是对AI非常的了解吧？做了很多的研究，并且他们是在一线奋斗的这些人，所以这个是我们投人的核心逻辑。

行业大问题

Koji

所以AI变化这么快，让自己保持始终在一线就变得非常重要。在一线除了不断的观察和思考，我觉得还有一个很重要的地方，就是在一线提出好的问题。雨森你会认为在今天大家普遍好奇的问题，有哪些是你认为特别值得问的？

雨森

我觉得大家关注的问题其实有很多是类似的。比如说这波大模型或者现有技术的天花板在哪里？ 它现在要实现这个天花板，它的限制在什么地方，以及我们以什么样的增速来做这样的预期，当然这些问题，刚才我说的就是其实包括像这些最牛的 AI researcher，这些大佬之间都有很多的分歧。所以我觉得我们是在不断地根据新的输入去调整我们对未来发生的概率。

其实有点是个贝叶斯模型。其实在一个贝叶斯世界里边没有 ChatGPT 的时候，AI它就是处在一个没被激活状态。但是 ChatGPT 出现，立刻你发现未来大量事情的概率都变了，所以我们应该是比较灵活的去思考这件事情。

第二个我觉得还是在于说AI的所谓native应用在什么场景出现。

我自己对这个问题是这么想的，就是我们看到在互联网，移动互联网或者之前半导体出现的时候，往往都是新技术先解决老问题。就比如说互联网一开始互联网发邮件叫email，互联网看新闻叫门户网站，互联网把线下的商店搬到网上叫电商。

但当互联网的渗透率到达一定的程度的时候，事情变化了：

比如说当我们都上网了，所以有了社交网络，我们在校内网上认识了，但这个是没有互联网的时候没有的，因此叫做 native 的模式。

比如说，当信息都上网了，所以需要搜索引擎，这也是个native的模式，诞生了 Google。

比如说，买家和卖家、商家和钱都上网了，产生了平台电商，这也是以前没有的模式。

然后这些模式它是这里面真正的万亿美金公司。

所以，当移动互联网开始的时候也是大家一开始是找移动互联网上的搜索引擎，结果发现还是百度、google；大家去找移动互联网上的浏览器发现还是 Chrome，大家去找移动互联网上的 Youtube 发现还是 Youtube。

但是后来大家发现又随着移动互联网的普及，事情又变化了：

比如说，当内容的创作者和生产者都有了智能手机、有了 4G 之后，诞生抖音、快手、小红书。

比如说，当蓝领工人都有了这个智能手机之后，诞生了比如说滴滴，诞生了美团。

比如说，当游戏玩家都有了手机之后，才有了米哈游。

所以其实你发现它又是一个新技术的渗透率到达一定的程度，会诞生新的所谓 native 的商业模式，并且创造巨大的价值。并且这些公司其实都是创业公司。

所以我觉得，第一个就是说不用那么着急。现在首先应该把渗透率搞上去。 首先应该去投资那些怎么样让更多的人用上AI的公司或者是产品，对吧？那这里边比如说像投资算力、投资数据，投资领先的这些模型，其实都是为了做到这一点，就是为了让AI的渗透率能够起来。

然后渗透率起来之后，逐渐的会有因为渗透率提高所以产生的 native 的原来完全没有的商业模式。比如说，我们每个人如果都有了好几个AI的助理，帮我们处理各种不同的事情，针对这些助理以及说这样一个事实本身，是不是有一些之前完全没有的商业模式？或者说，如果这个世界大部分的内容是被AI产生，而不是被人类产生的时候，那这样内容的产生平台，产生工具和消费平台是不是可能也会有很多的变化？

Koji

这也是大家最关注的问题：AI时代的native应用是什么？

雨森

我觉得虽然这个是大家最关注的问题，但我觉得这个问题可以先放在这儿。大家先把这个渗透率搞上去，先把使用场景给找到，然后逐渐的，大家自然就会发现这个native的场景是什么。

所以我也有这个疑问，但是我不一定现在就立刻期待会有个答案。或者说我觉得寻找这样答案的过程本身是一个非常好的过程，非常重要的过程。

Koji

上面你提到的这些大问题，不管是 startup 还是硅谷的巨头，全部都在热火朝天的想要去尝试回答它们。在硅谷的 Mega 7（指硅谷规模最大的 7 间科技公司）的这些公司和他们的CEO里面，你有没有看到谁让你刮目相看的？

雨森

如果你说 Mega 7 的 CEO，其实我觉得很多时候在于说他们怎么能够跳出所谓大公司的这样一个组织的僵化的窘境，去做很多事情。

首先，是很多人都会提到萨蒂亚·纳德拉，其实他作为微软的CEO是把微软整个脱胎换骨，真的是 refresh，就像用他的的书名。

过去一年印象最深刻的就是在 OpenAI 宫斗的时候，他非常快的，当天还是第二天，就表达支持 Sam Altman，表达可以收购他。这个速度对于一个几万亿美金的公司来讲绝对是超级快的。可以想象他在那个过程中要说服多少人，董事会的人，看到业务线的人，他们也要跟 Sam Altman 形成多强的 conviction 去做这件事情。

但是，你想他做这个决定不是说是一个偶然的，他之前对这个 OpenAI 的投资和支持，看准了这个团队能做出来 ChatGPT，还有在之前其实他的一系列的收购，像 Github 这样深深把微软从最闭源的公司变成了开源知识最广的公司之一，其实这都是非常厉害的布局。

还有 Elon。 因为我这次去硅谷，我也几乎每天都要用特斯拉 FSD，我确实就发现当 FSD 变得这么好之后，我就越来越不想开车了。然后我就听他们讲，其实 FSD 的视觉端到端其实是个很小的团队在做。然后 ChatGPT 出来之后，其实团队和 Elon 都看到了这种端到端的模型大模型带来的能力。

因为原来的自动驾驶都是分模块的，其实都是不同的模块由不同的规则去做的。Elon 直接推倒重来，放弃了几十还是几千万行的代码，是直接从头去训一个纯视觉端到端的自动驾驶模型，并且在一年的时间内就达到和并且超越了之前的 FSD 的水平。

后来我就在想，你怎么去 justify 这样一个决定？说你要放弃掉之前十年的工作，你十年工作都白做了，不做了，我直接从头去做，并且我还不知道能不能做出来。这个我觉得是一个可能只有一种这样的创始人CEO能做出来的事情。

咱们都在公司体验过，就是你要说原来你们这么多人，这么多钱，前十年白做了全部当掉，这个真的是非常的不容易。

Koji

Sam Altman 呢？

雨森

对 Sam Altman 的评价，其实我觉得我们都是基本没法去评价他的。因为他有太多的信息我们不知道，对吧？然后这里面有太多的小道消息和传闻。

但是我其实觉得有一个事实是我们可以看到的，就是之前 Open AI 是一个 research lab，他们做了好几个研究的主题，Deepmind 也是一个 research lab，波士顿动力也是个 research lab。但是，大量的、甚至几乎所有的这些 research lab 型的创业公司，最后都没有能够找到自己的商业化的产品和商业化的路径。Deepmind 和波士顿动力都被收购了，对吧？所以收购变成他们的退出方式。因为他们的人才特别多，所以大家说，你这个人才太多了，我得收购你。

2019 年，Sam Altman 来担任 CEO 之前，OpenAI 是一个同时在开展好几条没有商业化场景的研究的一个 nonprofit research lab。然后 Sam 来了之后，注意我不是说它有因果关系，我只是说从时间上的关系来看，几年之后 OpenAI 变成了一个做出了一个非常牛的产品的，并且有 toB 和 toC 的商业化模式的公司，虽然说现在还没有说盈利，但是至少都有很可观的收入的这样一家公司。

What happened？这个对于 Sam Altman 有多少的关系，他怎么完成这样的转型的，我觉得这个是非常不容易的一点。因为历史上可能只有比如说 Google 算是做到过这一点，就是从一个 research 项目变成了一家产品很牛的公司，最后商业化落地。

那么，OpenAI 这样的变化，Sam Altman 起到什么作用？我觉得也许过五年、十年之后，我们会从一本书或者什么地方很清楚的知道。但是现在我们看到了这样的变化，这样一个很难的变化，所以我觉得还是挺有意思。

Koji

这一年你见的AI的创业者，刚才我们聊的都是巨头的大CEO们。那回到AI的创业者，你觉得他们和移动互联网时代的创业者有哪些相同和不同呢？

雨森

我觉得现在好的AI创业者，首先要对技术有很深的理解，这个跟移动互联网时期可能有些不太一样。移动互联网时期有的创业者其实不太懂技术，但是他只要找到懂技术的人把它做出来就行了，对吧？**我觉得在现在AI创业者可能还是得对AI的演变，包括怎么样去训练和使用模型，需要有一些真的比较深刻的认知。**这也是我觉得比如说杨植麟为什么会脱颖而出的一个原因之一。就是说真的对有深刻的理解很重要。

还是那句话，现在还是在技术限制期，而不是想法限制期，现在很多东西都是说这东西挺好，但是你说不出来对吧？所以你怎么样知道我现在该用技术做一个什么样的事情？这个叫做说找到technology market fit 变得很重要。

Koji

要对技术边界非常知道。

雨森

对，这个会很重要。第二个我觉得就是可能在移动互联网的后期，我们有很多的很有中国特色的创新，对吧？那个时候其实我那个时候跑硅谷都比较少了。我觉得中国有这么多的独特的创新，并且市场也很独特，导致硅谷的一套打法中国可能没有用。

但是现在我觉得 AI 确实又到了一个技术革命的时候，并且北美确实硅谷是先行者，对吧？他们这里有最优秀的人，最前沿的认知，也有最多的算力。所以这个时候从投资人和创业者的角度，其实国际化的是也都会带来一些可能认知上的优势。我记得那个时候我们开玩笑说，王兴是把美国应用搬到中国来最快的人，对吧？当然王兴最后做了美团，又被美国搬回去了。

这个时候有前沿认知很重要。

但是我们觉得不管是做什么的创业者，甚至是说卖奶茶的还是做AI的，都是有很多共同点的：比如说要有很强的学习能力；要有很强的领导能力，能够搭建起一个很优秀的团队；要有创新能力，想到别人没想不到的事情；然后要有很强的意志力，能够坚持不懈往下做。这些都是共同点。

Koji

你对GPT5的预测是什么？

雨森

在硅谷聊了一些 OpenAI 的 Deepmind 的各种 researchers，普遍大家觉得还是说在推理能力上的提升这个是最重要的，这个是结果。

因为现在我们发现天花板提升的速度现在不太确定，因为 GPT5 没有发布，所以你不知道天花板被提到多高了。但是下面的这个落地其实很快。因为成本下降，所以天花板能提高多少变得很重要。

那么天花板我觉得最重要的体现还是这个推理能力的提升。那么要解决这个推理能力，实际上这里面就变了数据和算力，对吧？如果从这两个角度来看，数据的瓶颈其实现在就是第一，怎么样形成高质量的合成数据。第二怎么样把多模态数据和文本数据结合起来。因为大家发现就是说到底这个多模态数据的加入对于文本是一个正向的作用还是负向、还是没有关系，其实现在都是非常开放性的问题。

然后算力，比如说现在大家普遍知道的 OpenAI 的最大的集群可能是3到5万张卡。然后英伟达最近财报中披露，其实他在做一个10万卡的集群。然后听说这个可能是 X AI 去定的。

那么算力怎么样到下一个规模？因为你数据和算力这两个配方，那你每个怎么再涨十倍的空间，这个其实可能是带来下一代模型的关键。

再就是说，这个里面可能就需要模型结构上有什么样的突破， transformer 之后是什么？其实这也是前沿的研究话题。

首届 AI 艺术节

Koji

新世相和真格基金联合发起了第一届的AI艺术节。这其实是源自雨森和我在元旦前后我们一块儿吃一顿饭。他突然半开玩笑半认真的给我建议说，新世相的 slogan 不是叫做我们终将改变潮水的方向吗？

现在如果你们不积极拥抱AI你们可能就没法改变潮水的方向了，可能还会被潮水改变。我记得那一天，我回到办公室就开始立项，然后第一届AI艺术节就因此诞生。

雨森

AI会给我们的世界带来巨大的影响。这里面其实很有意思，就是我们以前以为AI会主要替代理科生那种所谓的很固定的很死板的东西。但其实AI首先可能在替代文科生和艺术生，对吧？

原来我们以为AI首先替代体力劳动者，结果发现他首先可能替代脑力劳动者。

所以本来我们觉得艺术是一个最体现人的所谓灵魂、所谓情感，所谓的人之所以为人的东西的领域。但是没想到 MidJourney 一出来，大家发现99%的所谓的画家和设计师都变得好像跟AI没什么区别了。这个过程中，带来的冲击其实是挺大的。

历史上，绘画首先是写实的。照相术发明之后，大家说把画画的写实没啥用了。然后结果就产生了各种印象派，各种野兽派，各种新的绘画形式。所以我觉得这也是不破不立的机会。

Koji

这次艺术节我们把它的主题定成爱恨情仇，因为这四个字是人类自古以来的创作主题。我们请大家用AI来创作爱恨情仇，看能创作出什么不一样的新的角度。这次我们收到了两千多个AI创作的爱恨情仇的作品。你作为评审在看这些作品的时候有哪些感受？

雨森

我觉得第一个就是制作的水平挺高的。

这里面一方面来自于本身AI模型的进步，就是两年前你让AI画一个猫和现在画的猫完全质量不一样。

同时，大家对AI软件的使用是越来越熟练了，我看里面有一些比较复杂的 prompt 技巧，包括多种应用的叠加，所以感觉就是很丰富和多样化。

然后什么可以改进的呢？我觉得这里面很多还是比较有AI的味道。可能这也是因为现在的很多视觉模型它的一些底层的数据集有点类似，所以感觉就比较容易被识别出来一种AI味。

也许，接下来就是说怎么样把AI和艺术创作的技法结合起来。因为现在我看到不少的作品是一个prompt出来，然后一个作品，但是我觉得很多时候艺术家在 remix 已有的这些技法怎么和AI的技法进行结合，从而产生出来既不是原来能创造出来的、也不是纯粹AI的作品。这是一种端到端的更加综合和全面的艺术。

Koji

好，我们到今天最后一个问题，也是我个人最好奇的一个小问题，就是雨森一直以来都是科幻小说的重度爱好者，但是在多数的科幻小说，他们描述人类和AI共处的未来的时候都是悲观的视角。今天在我们的博客里面，雨森也说了一句话，叫做悲观者往往正确，乐观者才有可能成功。那可不可以请你在最后给2024年普遍低迷社会情绪的大家推荐一本能够乐观的看待AI对人类影响的科幻的小说。

雨森

这个问题还真的挺有意思的，因为拿到这个问题的时候，我其实就去 Perplexity 问了一下。因为首先我一下想不起来哪本科幻小说里面AI是正面的，总是什么AI毁灭人类，或者是跟人有些矛盾纠纷的才有戏剧张力。所以问 Perplexity 说给我推荐一本AI是正面的科幻小说。他给了我一些答案，但是我觉得有点言不达意。

但是刚刚播客的过程中，我突然想到有一个最适合的答案，就是哆啦A梦。 哆啦A梦虽然是一本漫画对吧，但是它其实反映了大家对于科技和AI带来的美好想象。就是科技和AI第一它有很多的实用性，它帮你解决很多问题。第二，它同时还有很强的情感陪伴属性，它不只是一个百宝袋，它还是一个机器猫。所以我觉得好的AI可能就是这样，既具备很强的科技，又具备很多的人文关怀，我觉得这也是我们希望AI发展最后到达一个比较好的境界。

所以，如果有人问 AI 有什么用，那你可以想想，哆啦A梦对大雄有什么用？