首页 > 专业知识 > 独家对话，清华系出了一个“中国版YC”

独家对话，清华系出了一个“中国版YC”

晰数塔互联网快讯
2024-04-02 10:27

作者丨黄泽正

编辑丨张丽娟

去年初，王小川在清智孵化器的路演厅做了第一次媒体见面会，第一次展示了7B参数的百川智能大模型。王小川表示很喜欢清智孵化器的创业氛围，特别是路演厅背景墙上用醒目黄字写着的“I LOVE AI"。

今年以来，张煜的邮箱里，已经收到了将近200份BP （商业计划书），BP的发送者很大一部分来自顶尖高校的在校教授和学生，BP的核心主题都是AI。

在大模型狂飙猛进的一年里，清华系创业者成为了时代的宠儿。月之暗面、百川智能、智谱AI、面壁智能、深言科技这些出自清华的明星创企，身边从不缺少聚光灯。

而现在身处幕后的清华系基金和AI创业孵化器，也受到业界的关注。

作为一支由清华大学智能产业研究院（AIR）支持成立的早期创投基金和创业孵化器，清智孵化器去年六月运营，共孵化18家企业，其中9家新获得融资，总额36.5亿元人民币。清智资本投资9家AI初创企业，这些公司融资总额12.5亿人民币，几乎涵盖了AI的各个领域。

在成立清智孵化器之前，张煜曾在微软工作超过15年，在这期间，张煜担任过微软全球“创新杯”大赛评委及亚太区组织者，带出多个成功的早期AI创业项目，还主导成立了微软创新中心和加速器，积累了丰富的产业孵化经验。

但是“市场上并不缺少孵化器，也不缺创投资本，如何能做出一流的AI孵化器和创投资本？”，带着这个问题，张煜离开微软，经历过几家上市公司高管，还自己创过业，8年以后，张煜选择追随张亚勤博士组建了清华大学智能产业研究院，清智孵化器和清智资本也应运而生。

面对汹涌而来的大模型时代，张煜认为，中国在基座底层技术（超大模型）方面还落后于美国，国内优势在于拥有最多、最广泛的AI应用场景和数据。 “但国内AI偏偏技术理想派很多，能把商业、市场和技术结合起来的人却很少。” 这与市场主流的声音似乎有些不同，毕竟去年以来大厂都在投入巨量资金研发底层大模型。

带着对清智的好奇，凡卓资本合伙人王梦菲与刚结束硅谷之行的张煜进行了一场对话。双方聊到了 中美大模型之间思路的差异、大模型创业要踩的坑、大模型的商业化机会，以及作为投资者，如何帮助技术理想派，真正做好一家公司……

应用端，是中国最大的优势

也是最应该抓住的红利

王梦菲： 你经常去国外出差，不知道跟国内相比（硅谷）那边关于AI氛围怎么样？大模型真正能像想象中那样赋能日常生活，大概还有多远的距离，或者怎么预期？

张煜： 短时间不好预期，因为AI技术的发展日新月异，现在的模型框架也并非没有问题。一些科学家和大学教授都提出一些新的框架模型，大家都还在探索。

就AI氛围而言，在国外AI已经深入人心。 几乎所有创业公司都在以生成式AI为核心去思考问题，然后创造自己的解决方案，推出自己的产品和服务。国内可能还是从AI辅助的角度去看，这是最大的不同。当然本质上殊途同归， 最终AI还是要解决实际的问题。

王梦菲：市场很关注中美在技术以及实际落地上的差距有多大？有人说差距可能在5年到10年，也有一些人认为工程上的能力会快速被补足，在未来的8-12个月（就能）追赶上，你怎么看中美的差距？

张煜： 就技术的发展角度而言，美国是遥遥领先，但技术领先并不一定未来产生的价值就最大，这是两件事。从中国的角度来讲，跟美国对比有三个优势。

首先最根本的人才优势： 在这一点上中国并不落后于美国。美国有很多顶尖科学家、工程师把大模型不断往前推进，但中国发展的也不慢。美国无论是苹果、谷歌、OpenAI，还是一些小的公司如Pika，里面的科研人员，很大比例是华人。从这个角度上讲，中美不存在特别大的代差。 而且有后发优势，前人做了大量探索，花了很多成本，后面的人就省了试错成本。

第二是电力： 智能涌现的一个基础条件是算力要足够，没有算力基础科学家再牛也无法产生一些新成果。而超大算力是传统电力供应不了的，所以大多数大型数据中心都建在水电站附近。让美国在发电量上提高两倍、三倍、四倍，其实比做大模型要难得多。

而中国现有的电力供应，大概是美国的2倍左右，随着以光伏为代表的新能源继续发展，未来中国的能源优势还会更大。

第三点，我觉得是应用优势、场景优势： 美国现在做了大量技术框架，但最大、最丰富的场景还是在中国。包括大模型的基础训练需要海量数据，中国在数据层面也有巨大的优势。

王梦菲：确实，就像中国也没有发明互联网，但在互联网时代，其实中国的创业者一点不比美国的逊色。

张煜： 完全赞同。

王梦菲：人工智能正越来越变成一个普惠化技术，特别像ChatGPT和Sora问世后，掀起了轩然大波。我记得在春节的时候，跟家里人吃饭，我父亲都问你看没看Sora，我觉得很有意思，AI正变得深入人心。从技术工作者的角度解读一下，我们应该怎么去关注AI的趋势？

张煜： 过去决策式AI的一个基本特征是降本增效。比如过去安防，可能用人来看，现在不用人来看了，AI可以自动判别，就提高了效率，降低了成本。

但是从大的方面讲， 决策式AI并不创造新事物。 生成式AI的一个主要特征是创造内容，所以也能创造价值。另一方面，以ChatGPT为例，它做了一个很好的人机界面，在这个界面人和机器能更好地相互理解和对话。

所以比尔盖茨先生认为，ChatGPT是他有生以来见到的第二次巨大革命，一次是Windows 的诞生，当然苹果认为是iPhone。

Windows实际上是人做了一个界面去理解机器，界面上的所有button （按钮），所有功能都是人设定好的，只能通过这个界面去理解机器。但以ChatGPT为代表的新一代通用生成式AI，实际上是人创造了一个框架，然后框架通过人的逻辑，去跟机器直接交流。

这就是新一代AI的第二个特征，它大幅降低了AI的使用门槛，使得AI变成一个企业和个人的基础竞争力。 不掌握AI，未来企业就没法生存。 当然只掌握AI也不够，可能还得掌握更多的技能。

王梦菲：关于商业化，创业者怎么样找准自己的位置，怎么样能快速去跑自己的PMF （产品市场匹配度），有哪些建议？

张煜： 我觉得有两方面，一方面叫 创业颠覆性 ，就是创造出一个新的技术，达到以前没有的一个高度，颠覆性的技术肯定有很多应用畅想的空间。

我们力图寻找AGI浪潮中下一个张一鸣、下一个马云，新的AI时代一定会出现这样的人，他在哪不知道，但是我们要去寻找。

另一方面是应用，找一些能迅速跟产业结合的场景。

相对而言，第一种的创业者可遇不可求，对大多数创业者来说，将AI跟自己的应用场景结合好，深入产业迅速产生价值，才是理想状态。

抛去情怀，大模型更要关注盈利

王梦菲：有人说现在投资机构已经再也不相信梦想了。你觉得AI时代的投资逻辑，对比之前移动互联网时代，应该做哪些调整？包括作为投资人来说，我们应该如何更快地跟上这个时代？

张煜： 现在已经不是那个能为情怀去投资的时代了。作为基金管理人来说，肯定还是要对LP负责。

回到一个基础经济学原理，一个行业如果想获得超额利润，大概有两个方式， 在市场竞争不充分的条件下，建立自己的不对称优势；如果在市场竞争充分的条件下，就要靠垄断。

我觉得当前AI还到不了垄断的时代，所以创业企业就要在快速发展中建立自己的不对称优势。 这个优势可以是相对的技术优势，或者是相对的行业壁垒、行业理解。

比如清智最近投了一个企业，主要做行业垂直领域AI，他所有的数据是非常完整的一套行业数据。我几乎测试过市面上所有的通用AI工具，一些深入到行业内的数据集，都没有cover （覆盖）到，这就是它的优势。

而且像一些私域数据，可能以后也不会公开，越到一些具体的应用场景，其实越能建立一些认知上的壁垒，拿到一些独家数据。所以我觉得在行业大模型领域创业可能也是一个大机会。

王梦菲：有没有一些AI大模型更容易落地的行业，或者场景，你最近重点关注的？

张煜：大语言模型自然对语言理解是最充分的，今年以来，有很多AI的口语互译项目很有特色。包括情感陪护、电商文案等可能都是大模型最得心应手，马上就能进入的领域。

下一步一个重要的应用方向， 应该是文生视频，尤其是短视频。

首先AIGC赋能到短视频，加上一些氛围，一些特效，（可以）使短视频更具冲击力。甚至把一些想象的场景，变成一个可视化场景，等于开发了一个全新的短视频世界。就像Sora提出的一个口号“重构世界模型”，如果世界模型真的能做成，那我们就可以在这个数字世界创造一切的场景人物。

从经济学角度来讲，也就说AI创造了一个新的经济形态，这个新经济形态独立于现有的工业基础和农业基础，那它就可能变成第五产业。

王梦菲：市场上关于开源、闭源的问题也有很多讨论，在未来开源模型和闭源模型的差距是会越拉越大，还是可能闭源模型到了一个平台期，开源模型会快速赶上，你怎么看待这个问题？

张煜：其实最早从编程语言开始，就有开源闭源之争。按以往的经验，一般来讲行业老大都是不会开源的。

然后行业老二一看，没人用他的产品了，那他说开源吧，开源之后让更多人把智慧放进来，去研究、去发展、去推广，由此形成一个生态，以此对抗行业老大。

在大模型领域也是类似的情况，OpenAI非常领先，所以闭源。后边的LLAMA2，包括马斯克最近发布的Grok，则都是开源模型。

可以参考马斯克做新能源车的经历。马斯克最早做电车的时候，大家都跟不上，导致特斯拉一家孤军奋战。后来特斯拉将自己的专利都开源了，大量后进的厂商就迅速跟进，实际上把整个产业生态都盘活了。中国的新能源车企也是受益者。

所以开源闭源只是两种不同的模式，最终结果应该是共存，相互竞争也会提高整个AI行业的水平。

大模型创业，要踩的坑只会更多

王梦菲：清智资本的口号叫“专注 AI、投资未来”。把AI写到孵化器整个的愿景当中，并不常见，为什么这么笃定AI这件事情？

张煜：我想有两方面，一方面这是清智对于未来科技方向性的预测，我们认为未来所有的事情，包括科技的发展，包括产品和服务，可能都会跟 AI 相关，而且AI还是起到核心的作用，这是我们对未来方向的一个判断。

第二是因为，清智的全称是——清华大学智能产业研究院，清华大学在设立这个机构的时候，目的就是为了发展AI，研究AI的产业化，所以这也是我们对于AI未来发展的一个承诺。

王梦菲：越来越多投资人开始去投教授，教授创业从技术角度比较前沿，但是坏地方在于离产业的实际需求有一点远。孵化器可以给高校教授提供哪些帮助和引导？

张煜： 确实，我们投的所有项目大概30%- 40% 是高校背景的，因为AI的核心还是科学技术、框架，是一套逻辑，就是属于学术领域一部分。

所以高校教授创业可能比社会创业者更有优势一些，但是高校的教授确实有局限性，对产业的理解，对于产品和服务跟市场的结合，是有一定差距的。所以我们起到一个衔接的作用。我们告诉高校教授市场是怎么样的，同时也告诉市场，技术未来会带来哪些产业的变化。

王梦菲：早期投资有很多失败，很多坑，孵化器要和创业者共同经历。有哪些踩坑经历？

张煜： 因为我自己本身也创过业，大多创业的坑我自己都踩过。

比方（我们）有一个项目是做3D生成的，就是通过AI生成一个高精度的3D模型。在过去，三维动画和科幻大片，建模的成本非常高昂。

所以如果能用 AI 生成 3D 模型，针对媒体去做，感觉是一个很好的痛点。但实际上并不容易。因为要综合考虑多方面的因素，比如场景，动作，还有情节，不是一个大模型就能解决所有问题，虽然媒体这条路走不通，但后来又发现市面上出现了大量 3D 打印的机会。 3D 打印现在应用非常广泛，小到一个玩具，或者小零件，大到飞机都有 3D 打印的机会。 3D 打印也是一个建模的过程，过去建模过程非常复杂，耗时很长，门槛也很高。如果用 AI 辅助 3D 生成，就大大降低了生成难度。

所以今天的坑不一定永远是坑，只要有技术领先性，结合对市场的深度理解，坑也可以转化成机会。

本文来自微信公众号“小饭桌”（ID:xfzmedia），作者：黄泽正，36氪经授权发布。