“啟明創投·創業與投資論壇——超級模型、超級應用、超級機遇”近日在上海舉行。啟明創投主管合伙人周志峰在論壇開幕演講中提到，啟明創投在人工智能領域的投資策略已經發生演變，從將人工智能視為一個技術或一個垂直領域去進行投資，轉變為將其視為基礎能力，去尋找其在千行百業落地的巨大潛力。

周志峰認為，當下AI應用和底層技術同步發展，不同于互聯網浪潮，AI浪潮中應用大規模爆發的時間點有望提前。AI時代，偉大的中國科技公司正在形成當中。

啟明創投主管合伙人 周志峰 啟明創投/供圖

圍繞大語言模型、多模態模型、人工智能的商業機會等主題，周志峰作出2024年生成式AI十大展望。

AI浪潮應用爆發時間將快于互聯網浪潮

相較于互聯網浪潮中應用的落地時間點，周志峰預測，在當前的AI浪潮中，應用的爆發將會顯著提前。

從行業發展階段來看，周志峰表示，生成式AI仍處在發展周期的早期。不過，AI應用大規模爆發的時間有望提前。“對AI而言，應用和底層技術同步發展，當下既處于互聯網時期20世紀90年代基礎設施的建設階段，也接近于2000年左右的應用發展水平?！?/p>

他表示，互聯網是把信息分發的邊際成本幾乎降為零，生成式AI的核心是把數字化內容的創造邊際成本幾乎降為零。由此看來，AI技術一定會釋放巨大的價值。

總體上看，周志峰認為，生成式AI在三個“C領域”——Copilot（生產力工具）、Creativity（創意）、Companionship（陪伴）獲得了大量用戶的青睞，呈現出類似互聯網應用的發展軌跡，正在經歷從用來提高效率（Save Time）的應用向旨在獲得愉悅（Kill Time）的應用的轉變。

據介紹，啟明創投是中國人工智能領域投資較早、布局較為豐富的創投機構之一。啟明創投團隊在2012年洞察到AlexNet的技術飛躍，鑒于此，他們自2013年起便系統性地在人工智能領域開展布局。直到2021年，啟明創投又投資了無限光年、智譜AI等大模型企業。數據顯示，過去10年，啟明創投投資超50家人工智能企業，其中，近20家上市或成長為獨角獸企業。

從投資界的視角來看，啟明創投對人工智能領域的樂觀態度擁有堅實的數據支撐。周志峰表示，去年全球一級市場在AI領域的投資金額達到224億美元，超越了此前10年投資總額的總和。其中，在這224億美元中，三分之二投向從事基礎大模型研發的企業，20%左右投給生成式AI的應用企業。

“我相信今年以及未來兩三年，兩者的比例會有顯著轉變，會有越來越多的資金投到應用企業中去。”周志峰表示。

生成式AI創始團隊需要更大的耐心

今年以來，生成式AI企業發展也呈現出了新特點?；趩⒚鲃撏锻顿Y團隊深度交流過的400余家AI創業企業的統計，與去年相比，多模態應用的比例呈現上升趨勢，也出現了許多基于AI大模型技術的新的應用類別。同時，更多創業公司深耕某個垂直行業和場景，而基礎設施層的技術創業方向也更加多元化。

針對生成式AI應用落地面臨的問題，周志峰提出：第一，降低生成式AI實現普及所需的模型使用成本；第二，提升大模型的效果；第三，增強生成式AI應用的用戶留存率。

周志峰說，因為生成式AI應用企業從0到1的成長時間比其他領域更長，需要同時克服TPF (技術-產品契合度) 和PMF (產品-市場契合度) 兩大挑戰，所以創始團隊需要更大的耐心和決心，理解技術（技術的邊際）、理解產品（原生AI產品的新特點和新分發機制）、理解世界（全球化發展的機會）。

AI時代偉大的中國科技公司正在形成

據周志峰介紹，中國巨大的市場、優秀的技術能力及人才儲備、過去20年培養和積累的卓越的創造應用的經驗及能力，為中國引領下一代人工智能的原生應用奠定了很好的基礎。

“中國是全球人工智能最重要的市場之一，顯著優勢在于擁有龐大的市場。”周志峰說，“任何被譽為大趨勢的科技趨勢，都要有足夠大的市場作為前提，否則很難吸引足夠多的資本投入。而大模型企業融資都在十億美元量級，如果沒有巨大的潛在回報預期，是不可能完成這種規模融資的。”

周志峰進一步表示，在互聯網和移動互聯網時代，中國已經孕育出了眾多科技巨頭。在生成式AI時代中，這一現象必將重現?！拔蚁嘈胖袊乱淮膫ゴ蟮目萍脊疽呀浽谛纬芍??！?/p>

周志峰還援引了斯坦福大學的年度AI Index報告統計：中國在AI領域的專利數占全球的61.1%，遠超其他國家。從人才角度來看，鮑爾森基金會的Marco Polo智庫的報告指出，中國在全球頂尖人工智能學者中的占比是47%，是人才最豐富的區域。

生成式AI將打通人類語言與機器語言的轉換通道

周志峰在演講中提到了2024年生成式AI十大展望。他認為，當前生成式AI的兩大核心技術GPT和擴散模型將逐步融合，激發全新模型能力；高質量數據的獲取和組織將顯著影響新一代模型，合成數據在預訓練中的占比將大幅提升；Multi-Agent（多智能體系統）技術將飛躍，通過優化協作和分工顯著提升生成式AI效率和效果。

周志峰認為，2024年將出現圖像和文本的統一連續表示，并且基于此的圖文聯合擴散模型將達到GPT-4o級別能力；圖像和視頻隱空間表示的壓縮率將提升五倍以上，從而使生成速度提升五倍以上。

“3年內視頻生成將全面爆發，結合3D能力，可控的視頻生成將給影視、動畫、短片的生產模式帶來變革?！敝苤痉逭f，“我們將見證壓縮更多模態信息的超級多模態大模型，如文本、圖像、語音、音樂、3D、傳感器數據（控制信號、眼動信號、手勢信息、雷達信號等）?！?/p>

此外，周志峰還提到，預計生成式AI將打通人類語言與機器語言的轉換通道，命令機器完成復雜任務的成本將顯著降低，帶來巨大的生產力變革；端側推理會有巨大增長，來自三個因素的疊加，分別是推理優化算法、端側推理芯片和端側大模型；AI將在多個數字化水平較高的行業中占據主導地位，并將重塑絕大部分企業軟件。

校對：楊舒欣