2023年初，ChatGPT 的出現(xiàn)，引發(fā)了國內(nèi)外各類AIGC技術(shù)應(yīng)用的爆發(fā)，讓人們看到了新世界的曙光，也感受到了迫在眉睫的劇變。無論是前沿科技產(chǎn)業(yè)還是整個經(jīng)濟社會格局，都將因此產(chǎn)生巨大的變化，眾多企業(yè)將迎來價值重估，無數(shù)行業(yè)將面臨重做。

作為15年來陪伴數(shù)以十萬計創(chuàng)業(yè)者共同成長的產(chǎn)業(yè)加速平臺，創(chuàng)業(yè)黑馬發(fā)起了AIGC主題系列直播活動，邀請多位業(yè)內(nèi)知名企業(yè)家、投資人、專家學(xué)者和創(chuàng)業(yè)實踐者，從軟硬件平臺視角、投資人視角、行業(yè)應(yīng)用視角等維度看AIGC，共話大模型時代新機會，展現(xiàn)產(chǎn)業(yè)新力量。

本期的分享嘉賓是華創(chuàng)資本創(chuàng)始合伙人熊偉銘和梅卡曼德機器人創(chuàng)始人邵天蘭。華創(chuàng)資本是國內(nèi)知名的早期風(fēng)險投資機構(gòu)，曾投出AI芯片公司深鑒科技、壁仞科技，以及自動駕駛公司文遠知行、智加科技等企業(yè)。梅卡曼德是一家頭部智能機器人公司，創(chuàng)始團隊均來自清華，此前曾獲多家知名機構(gòu)的投資，華創(chuàng)資本也是他們早期的投資人之一，同時梅卡曼德也是2022年黑馬大賽的夏季冠軍。

(資料圖片僅供參考)

在5月17日的《黑馬說》直播中，兩位嘉賓圍繞《AICG大模型在工業(yè)數(shù)字化領(lǐng)域的應(yīng)用機會及未來》主題進行了深入探討，探討的問題主要有梅卡曼德如何借助AIGC大模型打造核心競爭力，以及什么樣的AIGC大模型企業(yè)值得投資機構(gòu)關(guān)注等。

以下為本次直播實錄整理：

創(chuàng)業(yè)黑馬：我們先請兩位分別談一談對當(dāng)前AI行業(yè)的看法。

熊偉銘：我們從2016年開始“放棄”互聯(lián)網(wǎng)，并把所有精力投放在科技創(chuàng)業(yè)賽道上，也是那時開始關(guān)注 AI領(lǐng)域的投資機會，投了自動駕駛等新行業(yè)。AI領(lǐng)域除了CV（即Computer Vision計算機視覺）之外，還有NLP（即Natural Language Processing自然語言處理），目前，CV的準(zhǔn)確度已經(jīng)達到了95%，但NLP卻在過去很長時間都沒有進展，直到2022年底才有了一個突破性的飛躍。從這個角度其實也說明了一個行業(yè)原理，就是很多的創(chuàng)新雖然看起來是偶然爆發(fā)，但其實之前已經(jīng)經(jīng)歷了長時間的蟄伏。

邵天蘭：大模型、Chat GPT等技術(shù)的誕生帶來了很多新的可能性，所以我們是十分榮幸能夠參與一個機器人非常火熱的時代。從工業(yè)角度來說，過去10年，工業(yè)機器人在中國的銷量增長了10倍，這對工業(yè)品來說是很振奮人心的一件事情。因為在工業(yè)領(lǐng)域，特別是制造、物流等自動化要求高的領(lǐng)域，借助近年來人工智能技術(shù)的發(fā)展，比如先進的視覺技術(shù)、還有機器人規(guī)劃技術(shù)等，已經(jīng)實實在在地實現(xiàn)了對行業(yè)的改變。

熊偉銘：今天的題目是AIGC，但可能我們不僅限于此，還可能更多討論大模型和多模態(tài)的AI能力，以及對各行各業(yè)產(chǎn)生的各種各樣的助力。那么從工業(yè)機器人的角度來講，天蘭能否介紹一下這些大模型和這種多模態(tài)的能力，對于梅卡曼德的一些助力體現(xiàn)在哪些方面？

邵天蘭：大模型對我們整個行業(yè)來說就像是一塊非常重要的拼圖，是能把機器人的基礎(chǔ)能力以一個更智能的方式統(tǒng)籌起來的關(guān)鍵點。因為大模型擁有巨大的參數(shù)量，可通過跨模態(tài)的各種各樣訓(xùn)練得出數(shù)據(jù)，相當(dāng)于把工程師的很多基礎(chǔ)能力以更智能方式的排列組合。因此大模型的出現(xiàn)讓我們看到了一個巨大的機會，讓我們有機會把機器人的技術(shù)再推上一個量級，也許是現(xiàn)在的10倍甚至100倍，這是令我們這些從業(yè)者非常興奮的一件事。

熊偉銘：梅卡曼德是我目前看到的新行業(yè)或者新技術(shù)中，能夠把CV領(lǐng)域和NLP領(lǐng)域做到多模態(tài)融合以及提升效率的為數(shù)不多案例。那么在梅卡曼德的應(yīng)用中，哪些具體的部分是會用到大模型？

邵天蘭：“能不能用”有一個我個人覺得很重要的門檻，即這個任務(wù)到底能不能出錯，以及人們對它的期待是怎樣的。比如自動駕駛，大街上的車和人的情況是復(fù)雜的，所以安全性、可靠性要求極高。所以在一些極端高要求的領(lǐng)域，大模型本身的替代和幫助并沒有那么立竿見影，但在一些要求相對不那么高的任務(wù)，大模型是可以應(yīng)用的。目前，在梅卡曼德的一些基礎(chǔ)能力部分，已經(jīng)開始應(yīng)用大模型，比如幫我們做一個方案或做一個程序等，它能以一種非常智能的方式，來降低使用者的使用門檻，并代替人完成其中一部分的組合方式，它并不是替代基礎(chǔ)能力，而是用更智能的方式幫助人工完成統(tǒng)籌工作。

熊偉銘：從這個角度來講，其實大模型推動了所有行業(yè)的市場在擴大。

邵天蘭：在我看來，大模型應(yīng)該還會打開很多全新的領(lǐng)域，比如新的技術(shù)、新的行業(yè)等。我們曾說，市場上有100個需求，過去的機器人只能滿足一個，通過我們的產(chǎn)品和技術(shù)賦能，也許能滿足三五個，而大模型出來之后，我覺得也許能滿足20個。另一方面，大模型也會給人和公司都帶來巨大的變化，比如我是學(xué)計算機的，我要花巨大的時間學(xué)計算機的底層知識、相關(guān)的數(shù)學(xué)以及各種各樣的語言和相關(guān)的庫等等，而有了大模型之后，這種情況將會完全改變。

熊偉銘：隨著這些工具慢慢產(chǎn)生，最小的生產(chǎn)力單元也在變得越來越小。就像當(dāng)年我們覺得Instagram的團隊很牛，只有10個人。以后在大模型的幫助下，專才也將會慢慢消失，因為理論上大模型可以覆蓋到所有的所謂專業(yè)領(lǐng)域。

邵天蘭：對，專才的個體可能不再稀缺，但是專才的公司會一直稀缺，因為能把一件事情做專做透，絕對是這個世界上最重要的能力。但我認為專才的公司會出現(xiàn)整合，以制造業(yè)為例子，制造業(yè)的行業(yè)特征就是工藝繁瑣、門檻很“碎”——遠看是個萬億市場，近看是一萬個1億市場，非常難整合。但借助大模型，我認為可以高效地整合出多個100億市場，同時，大模型也會帶來硬件上的進一步標(biāo)準(zhǔn)化。

熊偉銘：你剛才提到一個很有意思的事情，就是一個萬億級的市場和1萬個1億級的市場其實完全是兩回事。所以你覺得大模型能為這些1億規(guī)模的制造業(yè)工廠們做些什么，你覺得他們會變成什么？

邵天蘭：第一，能夠提升專業(yè)人士的效率，比如原來100個專業(yè)人士可以服務(wù)100家客戶，現(xiàn)在可以服務(wù)1000家客戶。第二，能夠更高質(zhì)量地滿足那種變化很快、需求繁雜的非標(biāo)型客戶的需求。第三，是能夠往服務(wù)業(yè)方向上做很多拓展。

熊偉銘：在大模型帶來的各種變動中，你認為梅卡曼德會在這樣一個變化的市場里擔(dān)任一個什么樣的角色？

邵天蘭：首先，這種最基礎(chǔ)的底層模型肯定只有極少數(shù)公司在做，比如深度學(xué)習(xí)的模型和深度學(xué)習(xí)的框架，而大模型也會經(jīng)歷類似的現(xiàn)象，是一場少數(shù)巨頭的游戲。我個人一直有一個觀點，就是公司做技術(shù)一定要走極端，要么就把技術(shù)做到世界領(lǐng)先，有技術(shù)壁壘、也有很好的效果，要么可以選擇直接“躺平”，直接用市場上的巨頭產(chǎn)品。而針對大模型的最底層技術(shù)，我也保持這樣的觀點。

熊偉銘：你是從什么時候開始關(guān)注到大模型對業(yè)務(wù)有幫助？

邵天蘭：大模型這件事并沒有那么新，從兩三年開始，我們就從學(xué)術(shù)界、業(yè)內(nèi)等地方開始關(guān)注它，但那個時候我們感覺它離我們的業(yè)務(wù)還比較遠，成本非常高，效果也不顯著。在Chat GPT出來之后，我們才覺得這個事居然這么快就能夠在業(yè)務(wù)上達成可預(yù)見性了。對我們來說，更好的一個方式就是把自己的API做好的前提下，利用大模型的技術(shù)解鎖更多的場景。當(dāng)然，這只是我今天的看法，再過半年、一年，這個行業(yè)可能還會發(fā)生更多的新變化。

熊偉銘：你自己的員工，目前有百分之多少是在用ChatGPT或者大模型來輔助自己的工作？從這些使用者交付的工作中，你能感受到質(zhì)量的提升或者是速度的增加嗎？效率主要體現(xiàn)在哪些方面？

邵天蘭：我沒有具體地統(tǒng)計過，但我們現(xiàn)在一共是將近700位同學(xué)，其中海外的公司使用率可能接近100%了，我們國內(nèi)的話，我保守估計可能1/4的比例。效率提升確實是有的，比如用大模型閱讀我們的數(shù)據(jù)、文檔，還有就是知識的轉(zhuǎn)換、翻譯等。我覺得在未來1000天內(nèi)，就會有很多行業(yè)發(fā)生翻天覆地的變化，不是說所有人都一定要去做大模型本身，而是指不擁抱新技術(shù)的個人、公司或投資機構(gòu)，很可能會被邊緣化。

熊偉銘：在這1000天內(nèi)的大模型發(fā)展，對于梅卡曼德來說，你覺得商業(yè)模式上的提升會體現(xiàn)在哪些方面？

邵天蘭：主要是體現(xiàn)在一些新的場景出現(xiàn)。比如出現(xiàn)一個新的方向，這個方向足夠大，大到我們的3D視覺傳感器和智能軟件一年能銷售10萬套、100萬套，大到以前大家所做的事情都顯得沒有那么重要了。這意味著拐點一旦出現(xiàn)，行業(yè)瞬間就能被“點爆”，這是很有可能被實現(xiàn)的。但我現(xiàn)在還不能給出一個準(zhǔn)確的答案，只能隱約感覺，這個爆點今年不一定能出來，它很可能是在服務(wù)業(yè)，也可能是在一些我們還沒有關(guān)注到的、當(dāng)前自動化程度較低的制造業(yè)場景當(dāng)中。

創(chuàng)業(yè)黑馬：最后還有幾個問題希望熊總可以幫忙解答。除了智能機器人以外，在工業(yè)數(shù)字化領(lǐng)域的話，還有什么細分賽道比較適合布局AIGC大模型？市場規(guī)模大概有多大，您作為投資人能不能展望一下？

熊偉銘：我特別看好大模型，我覺得大模型的影響會非常深遠，它比互聯(lián)網(wǎng)的影響力要大多了，互聯(lián)網(wǎng)能解決的可能更多還是連接或IT的提升，而大模型是直接把IT提到了一種智能的水平，所以所有的行業(yè)都會在大模型的前提下重新搞一遍。但從順序上來講，我認為可能先是中國軟件業(yè)，然后是一些因為有AI存在才出現(xiàn)的新行業(yè)，比如自動駕駛等，它們未來也會因為大模型的布線或者多模態(tài)的熟練，而變得更加易用跟商業(yè)化。最后一個是硬件，或者說我們的智能制造，比如中國原來可能根本沒有的垂直行業(yè)。AI最強的是它一旦了解了規(guī)則，就能夠創(chuàng)造出人類很難或者不見得很難、但需要花費很長時間才能創(chuàng)造出來的方案。

標(biāo)簽：