作者丨黃澤正

編輯丨張麗娟 

去年初，王小川在清智孵化器的路演廳做了第一次媒體見面會，第一次展示了7B參數的百川智能大模型。王小川表示很喜歡清智孵化器的創業氛圍，特別是路演廳背景牆上用醒目黃字寫着的“I LOVE AI"。 

今年以來，張煜的郵箱裏，已經收到了將近200份BP （商業計劃書） ，BP的發送者很大一部分來自頂尖高校的在校教授和學生，BP的核心主題都是AI。 

在大模型狂飆猛進的一年裏，清華系創業者成爲了時代的寵兒。月之暗面、百川智能、智譜AI、面壁智能、深言科技這些出自清華的明星創企，身邊從不缺少聚光燈。 

而現在身處幕後的清華系基金和AI創業孵化器，也受到業界的關注。 

作爲一支由清華大學智能產業研究院 （AIR） 支持成立的早期創投基金和創業孵化器，清智孵化器去年六月運營，共孵化18家企業，其中9家新獲得融資，總額36.5億元人民幣。清智資本投資9家AI初創企業，這些公司融資總額12.5億人民幣，幾乎涵蓋了AI的各個領域。 

在成立清智孵化器之前，張煜曾在微軟工作超過15年，在這期間，張煜擔任過微軟全球“創新杯”大賽評委及亞太區組織者，帶出多個成功的早期AI創業項目，還主導成立了微軟創新中心和加速器，積累了豐富的產業孵化經驗。 

但是“市場上並不缺少孵化器，也不缺創投資本，如何能做出一流的AI孵化器和創投資本？”，帶着這個問題，張煜離開微軟，經歷過幾家上市公司高管，還自己創過業，8年以後，張煜選擇追隨張亞勤博士組建了清華大學智能產業研究院，清智孵化器和清智資本也應運而生。 

面對洶湧而來的大模型時代，張煜認爲，中國在基座底層技術 （超大模型） 方面還落後於美國，國內優勢在於擁有最多、最廣泛的AI應用場景和數據。 “但國內AI偏偏技術理想派很多，能把商業、市場和技術結合起來的人卻很少。” 這與市場主流的聲音似乎有些不同，畢竟去年以來大廠都在投入巨量資金研發底層大模型。 

帶着對清智的好奇，凡卓資本合夥人王夢菲與剛結束硅谷之行的張煜進行了一場對話。雙方聊到了 中美大模型之間思路的差異、大模型創業要踩的坑、大模型的商業化機會，以及作爲投資者，如何幫助技術理想派，真正做好一家公司……

應用端，是中國最大的優勢

也是最應該抓住的紅利

王夢菲： 你經常去國外出差，不知道跟國內相比 （硅谷） 那邊關於AI氛圍怎麼樣？大模型真正能像想象中那樣賦能日常生活，大概還有多遠的距離，或者怎麼預期？ 

張煜： 短時間不好預期，因爲AI技術的發展日新月異，現在的模型框架也並非沒有問題。一些科學家和大學教授都提出一些新的框架模型，大家都還在探索。 

就AI氛圍而言，在國外AI已經深入人心。 幾乎所有創業公司都在以生成式AI爲核心去思考問題，然後創造自己的解決方案，推出自己的產品和服務。國內可能還是從AI輔助的角度去看，這是最大的不同。當然本質上殊途同歸， 最終AI還是要解決實際的問題。

王夢菲：市場很關注中美在技術以及實際落地上的差距有多大？有人說差距可能在5年到10年，也有一些人認爲工程上的能力會快速被補足，在未來的8-12個月 （就能） 追趕上，你怎麼看中美的差距？ 

張煜： 就技術的發展角度而言，美國是遙遙領先，但技術領先並不一定未來產生的價值就最大，這是兩件事。從中國的角度來講，跟美國對比有三個優勢。 

首先最根本的人才優勢： 在這一點上中國並不落後於美國。美國有很多頂尖科學家、工程師把大模型不斷往前推進，但中國發展的也不慢。美國無論是蘋果、谷歌、OpenAI，還是一些小的公司如Pika，裏面的科研人員，很大比例是華人。從這個角度上講，中美不存在特別大的代差。 而且有後發優勢，前人做了大量探索，花了很多成本，後面的人就省了試錯成本。

第二是電力： 智能湧現的一個基礎條件是算力要足夠，沒有算力基礎科學家再牛也無法產生一些新成果。而超大算力是傳統電力供應不了的，所以大多數大型數據中心都建在水電站附近。讓美國在發電量上提高兩倍、三倍、四倍，其實比做大模型要難得多。 

而中國現有的電力供應，大概是美國的2倍左右，隨着以光伏爲代表的新能源繼續發展，未來中國的能源優勢還會更大。 

第三點，我覺得是應用優勢、場景優勢： 美國現在做了大量技術框架，但最大、最豐富的場景還是在中國。包括大模型的基礎訓練需要海量數據，中國在數據層面也有巨大的優勢。 

王夢菲：確實，就像中國也沒有發明互聯網，但在互聯網時代，其實中國的創業者一點不比美國的遜色。 

張煜： 完全贊同。 

王夢菲：人工智能正越來越變成一個普惠化技術，特別像ChatGPT和Sora問世後，掀起了軒然大波。我記得在春節的時候，跟家裏人喫飯，我父親都問你看沒看Sora，我覺得很有意思，AI正變得深入人心。從技術工作者的角度解讀一下，我們應該怎麼去關注AI的趨勢？ 

張煜： 過去決策式AI的一個基本特徵是降本增效。比如過去安防，可能用人來看，現在不用人來看了，AI可以自動判別，就提高了效率，降低了成本。 

但是從大的方面講， 決策式AI並不創造新事物。 生成式AI的一個主要特徵是創造內容，所以也能創造價值。另一方面，以ChatGPT爲例，它做了一個很好的人機界面，在這個界面人和機器能更好地相互理解和對話。 

所以比爾蓋茨先生認爲，ChatGPT是他有生以來見到的第二次巨大革命，一次是Windows 的誕生，當然蘋果認爲是iPhone。 

Windows實際上是人做了一個界面去理解機器，界面上的所有button （按鈕） ，所有功能都是人設定好的，只能通過這個界面去理解機器。但以ChatGPT爲代表的新一代通用生成式AI，實際上是人創造了一個框架，然後框架通過人的邏輯，去跟機器直接交流。 

這就是新一代AI的第二個特徵，它大幅降低了AI的使用門檻，使得AI變成一個企業和個人的基礎競爭力。 不掌握AI，未來企業就沒法生存。 當然只掌握AI也不夠，可能還得掌握更多的技能。 

王夢菲：關於商業化，創業者怎麼樣找準自己的位置，怎麼樣能快速去跑自己的PMF （產品市場匹配度） ，有哪些建議？ 

張煜： 我覺得有兩方面，一方面叫 創業顛覆性 ，就是創造出一個新的技術，達到以前沒有的一個高度，顛覆性的技術肯定有很多應用暢想的空間。 

我們力圖尋找AGI浪潮中下一個張一鳴、下一個馬雲，新的AI時代一定會出現這樣的人，他在哪不知道，但是我們要去尋找。 

另一方面是應用，找一些能迅速跟產業結合的場景。

相對而言，第一種的創業者可遇不可求，對大多數創業者來說，將AI跟自己的應用場景結合好，深入產業迅速產生價值，纔是理想狀態。 

拋去情懷，大模型更要關注盈利

王夢菲：有人說現在投資機構已經再也不相信夢想了。你覺得AI時代的投資邏輯，對比之前移動互聯網時代，應該做哪些調整？包括作爲投資人來說，我們應該如何更快地跟上這個時代？ 

張煜： 現在已經不是那個能爲情懷去投資的時代了。作爲基金管理人來說，肯定還是要對LP負責。 

回到一個基礎經濟學原理，一個行業如果想獲得超額利潤，大概有兩個方式， 在市場競爭不充分的條件下，建立自己的不對稱優勢；如果在市場競爭充分的條件下，就要靠壟斷。

我覺得當前AI還到不了壟斷的時代，所以創業企業就要在快速發展中建立自己的不對稱優勢。 這個優勢可以是相對的技術優勢，或者是相對的行業壁壘、行業理解。

比如清智最近投了一個企業，主要做行業垂直領域AI，他所有的數據是非常完整的一套行業數據。我幾乎測試過市面上所有的通用AI工具，一些深入到行業內的數據集，都沒有cover （覆蓋） 到，這就是它的優勢。 

而且像一些私域數據，可能以後也不會公開，越到一些具體的應用場景，其實越能建立一些認知上的壁壘，拿到一些獨家數據。所以我覺得在行業大模型領域創業可能也是一個大機會。 

王夢菲：有沒有一些AI大模型更容易落地的行業，或者場景，你最近重點關注的？ 

張煜：大語言模型自然對語言理解是最充分的，今年以來，有很多AI的口語互譯項目很有特色。包括情感陪護、電商文案等可能都是大模型最得心應手，馬上就能進入的領域。 

下一步一個重要的應用方向， 應該是文生視頻，尤其是短視頻。

首先AIGC賦能到短視頻，加上一些氛圍，一些特效， （可以） 使短視頻更具衝擊力。甚至把一些想象的場景，變成一個可視化場景，等於開發了一個全新的短視頻世界。就像Sora提出的一個口號“重構世界模型”，如果世界模型真的能做成，那我們就可以在這個數字世界創造一切的場景人物。 

從經濟學角度來講，也就說AI創造了一個新的經濟形態，這個新經濟形態獨立於現有的工業基礎和農業基礎，那它就可能變成第五產業。 

王夢菲：市場上關於開源、閉源的問題也有很多討論，在未來開源模型和閉源模型的差距是會越拉越大，還是可能閉源模型到了一個平臺期，開源模型會快速趕上，你怎麼看待這個問題？ 

張煜：其實最早從編程語言開始，就有開源閉源之爭。按以往的經驗，一般來講行業老大都是不會開源的。 

然後行業老二一看，沒人用他的產品了，那他說開源吧，開源之後讓更多人把智慧放進來，去研究、去發展、去推廣，由此形成一個生態，以此對抗行業老大。 

在大模型領域也是類似的情況，OpenAI非常領先，所以閉源。後邊的LLAMA2，包括馬斯克最近發佈的Grok，則都是開源模型。 

可以參考馬斯克做新能源車的經歷。馬斯克最早做電車的時候，大家都跟不上，導致特斯拉一家孤軍奮戰。後來特斯拉將自己的專利都開源了，大量後進的廠商就迅速跟進，實際上把整個產業生態都盤活了。中國的新能源車企也是受益者。 

所以開源閉源只是兩種不同的模式，最終結果應該是共存，相互競爭也會提高整個AI行業的水平。

大模型創業，要踩的坑只會更多

王夢菲：清智資本的口號叫“專注 AI、投資未來”。把AI寫到孵化器整個的願景當中，並不常見，爲什麼這麼篤定AI這件事情？ 

張煜：我想有兩方面，一方面這是清智對於未來科技方向性的預測，我們認爲未來所有的事情，包括科技的發展，包括產品和服務，可能都會跟 AI 相關，而且AI還是起到核心的作用，這是我們對未來方向的一個判斷。

第二是因爲，清智的全稱是——清華大學智能產業研究院，清華大學在設立這個機構的時候，目的就是爲了發展AI，研究AI的產業化，所以這也是我們對於AI未來發展的一個承諾。

王夢菲：越來越多投資人開始去投教授，教授創業從技術角度比較前沿，但是壞地方在於離產業的實際需求有一點遠。孵化器可以給高校教授提供哪些幫助和引導？ 

張煜： 確實，我們投的所有項目大概30%- 40% 是高校背景的，因爲AI的核心還是科學技術、框架，是一套邏輯，就是屬於學術領域一部分。 

所以高校教授創業可能比社會創業者更有優勢一些，但是高校的教授確實有侷限性，對產業的理解，對於產品和服務跟市場的結合，是有一定差距的。所以我們起到一個銜接的作用。我們告訴高校教授市場是怎麼樣的，同時也告訴市場，技術未來會帶來哪些產業的變化。

王夢菲：早期投資有很多失敗，很多坑，孵化器要和創業者共同經歷。有哪些踩坑經歷？ 

張煜： 因爲我自己本身也創過業，大多創業的坑我自己都踩過。 

比方 （我們） 有一個項目是做3D生成的， 就是通過AI生成一個高精度的3D模型。在過去，三維動畫和科幻大片，建模的成本非常高昂。 

所以如果能用 AI 生成 3D 模型，針對媒體去做，感覺是一個很好的痛點。 但實際上並不容易。 因爲要綜合考慮多方面的因素，比如場景，動作，還有情節，不是一個大模型就能解決所有問題， 雖然媒體這條路走不通，但後來又發現市面上出現了大量 3D 打 印的機會。 3D 打印現在應用非常廣泛，小到一個玩具，或者小零件，大到飛機都有 3D 打印的機會。 3D 打印也是一個建模的過程，過去建模過程非常複雜，耗時很長，門檻也很高。 如果用 AI 輔助 3D 生成，就大大降低了生成難度。 

所以今天的坑不一定永遠是坑，只要有技術領先性，結合對市場的深度理解，坑也可以轉化成機會。 

本文來自微信公衆號“小飯桌”（ID:xfzmedia），作者：黃澤正，36氪經授權發佈。