排版：李亚静（liyajing@geekpark.net）
2024年4月8日首发于Founder Park公众号 （微信ID：Founder-Park）
编者按：
2024年第一季度，国内外AI早期投资逐渐放缓。随着大厂正规军的不断入场，留给创业公司的时间窗口大大缩短，可能只有2-3周。
模型层的技术边界仍未被清晰界定，大部分PMF只在大厂内部得到了验证。资本市场上存在着很多对于创业公司资本价值的非共识，主要由人才密度、PMF、商业化的不确定性三角引起的。不同体量、不同 LP 的基金会做出不同的取舍，也造成了市场上不同投资人的不同投资逻辑。
Atom Capital目前管理着6.5亿人民币，其中包含 1亿美元，专注于AI、大数据和云原生领域的早期投资，曾投资HydroX AI、澜码科技等。本期Founder Park邀请到了Atom Capital创始合伙人杨孟彤，分享她对于AI投资的思考和见解。
核心观点：
1. AI 落地应用中的一个全新趋势：从大模型向复合人工智能系统的迁移。
2. 这一轮 AI 并非没有 PMF，只是目前很多 PMF 是在大厂内部落地。
3. 2024 年会是「多模态大模型之年」。
Q1：2024 年 Q1，你思考最多的一个AI相关的问题是什么？
杨孟彤：Q1 思考最多的一个问题是 AI 的落地节奏——如何将大模型 demo 的各种能力落地到生产环境、产生真正的商业价值。我们观察到，从去年下半年开始，海内外的 AI 早期投资都阶段性地放缓。AI 的落地速度极大地影响着创业公司的机会、发展节奏和战略判断，作为一家早期投资机构，我们需要提前预判做好布局。
对于这个问题，我们尤其关心以下几个方面：
-
底层大模型的推理能力。这是目前 Automonous Agent 的瓶颈。GPT-5 的推理能力能够提升到什么高度？
-
Agent 的 memory 结构。未来 AI 个性化依靠 Memory，Memory 的实现会加速应用的落地。
-
开源模型和国内大模型的发展速度。他们什么时候可以具备 GPT-4 的能力？近期 Databricks 最新推出的 DBRX 超过 Llama2 成为最强大的开源模型，接近 GPT-4。今年底，开源和国内大模型达到 GPT-4 水平是可期待的。
分享下我们最近观察到的现象：
-
这一轮 AI 并非没有 PMF，只是目前很多 PMF 是在大厂内部落地。我们跟海内外互联网大厂的同事交流，发现他们在内部业务中有效果很好的落地案例。但由于是应用在内部降本提效，并没有以产品或者服务的形式向外界提供，因而不被外部所知。大厂的实践证明了 AI 的商业价值，随着技术成熟和大模型成本下降，一定会逐步外扩惠及更多的企业和消费者。
-
我们观察到了 AI 落地应用中的一个全新趋势：从大模型向复合人工智能系统的迁移。去年人们关注的焦点一直是大模型的能力，但很明显，目前仅凭大模型是不够的。现阶段大模型提供了一个足够「智能」的底座，落地需要把大模型跟不同技术组合使用，构建出一个复合人工智能系统来调度大模型，从而满足需求获得最佳性能。我们认为，越来越多的公司会使用复合人工智能系统来提升 AI 应用质量和可靠性，加速落地，这可能是 2024 年 AI 最重要趋势之一。
Q2：2024 年 Q1，你关注最多的一个AI的产品/公司是什么？
杨孟彤：Q1 最关注产品的是 OpenAI 的 Sora，最打动的地方在于它进一步展示了多模态大模型的可能性。
如果说 2023 是「大语言模型之年」，我们相信 2024 年会是「多模态大模型之年」。随着视觉模态的引入，我们预计大模型的智能会再上一个台阶，一方面因为视觉在某些方面对信息的抽象能力更强，大模型与人类互动的带宽大了很多；另一方面，视觉模态引入了时间维度，从而可以把许多因果逻辑自然地给到大模型。这将提升大模型对物理世界的认知，从而提升它的推理能力。今年我们会非常关注利用大模型多模态能力撬动新场景/新交互的应用。
我们对于 Sora 的背后，有不少问题想去了解。比如，Sora 的物理模型和视觉的能力边界在哪里、怎么让生成的输出视频更可控、可交互、对比基于大语言模型的应用，它们效果好，原因之一是有 RAG 等一套机制来辅助，但这在视觉领域还没有。Demo 惊艳，可能离落地还有距离。
Q3：最近最打动你的一个创业者是谁？他有哪些特质特别打动你？
杨孟彤：我们接触过很多创业者，其中有几位让人印象深刻。
比如我们去年投资的一位创业者，做大模型安全领域。我们认为，未来随着大模型能力不断增强、应用逐步普及，大模型安全有很大的潜在市场。而它的创业门槛很高，要求对 AI 和安全都有经验。这样的团队很稀缺，而这位创业者恰好在这两个领域有很深的经验积累和洞察，知道行业内最核心要解决的问题是什么；同时清楚安全「出圈」到大模型这个新的赛道，应该如何用新一代的技术去落地为切实可行的产品。
在跟他接触过程中，发现他学习得很快，能够根据市场的需求和反馈，迅速抓住关键点，及时调整方向，很好地把握住公司的发展节奏以及每个阶段的核心。他的行业经验和洞察、快速学习以及战略能力，是我们特别欣赏的。而这些素质也在其他优秀的创业者上有所体现。
Q4：如果投AI相关公司，会重点投什么轮次和阶段？你的投资标准里包括了哪些必备条件？
杨孟彤：我们基金重点投资早期阶段（A 轮之前）的创业公司。我们的投资标准包含 2 个必备条件：一是对大模型有一定了解的新一代 AI native 团队，二是对要解决的问题/场景有清晰的认知，能够最大化利用好大模型的能力去解决问题。
创业本身要回答「如何解决谁的什么问题」。这需要创始人对领域有深刻的洞察，能够发现其中长期未解决的核心问题是什么，用好新的 AI 技术去解决。把这个问题想清楚了，公司的长期目标、商业价值以及产品的形态和发展路径也就清晰了。
Q5：如果投AI相关公司，最看重哪些创业者的特质？
杨孟彤：我们最看重创业者的几个特质：
-
快速学习能力。目前大模型和应用都处在非常早期，有很大不确定性，创始人要足够敏锐和灵活，根据技术和行业的变化及时调整思路。
-
战略能力。在市场快速变化的阶段，创始人定方向、抓重点的能力非常重要，要分清哪些是真正有长期价值、值得大资源投入的机会，哪些只是短期的诱惑，需要舍弃。
-
创新能力。这里的创新源自两个方面。一是思路的创新，think out of the box。这一次大模型带来的是颠覆式的技术变革，需要创业者站在全新的技术栈上去思考如何用新的方式去解决问题、去撬动一些全新的场景。新技术从来都是从边缘市场/群体中发展起来，逐渐成为新的主流，在这个新旧技术交替的阶段，敢于打破常规是创业者非常重要的能力。二是「跨界」的能力。新一代的颠覆性技术，让之前的很多无解成为可能。勇于探索交叉领域，用新技术新方法创造性地解决问题，会有很多新的机会。这里跨界的能力非常重要。
