当月之暗面和MiniMax的投资人坐在一起
以下为对话摘编：
「暗涌」：大家好！欢迎来到WAVES。上台之前我答应五位嘉宾，我们这场肯定不拱火。因为在场的五位嘉宾要么是月之暗面的投资人，要么是MiniMax的投资人。但我们也希望世界和平，所以特地把大家的座位糅在一起，以免过于剑拔弩张。下面首先请各位用你们的方式来介绍下自己。
「暗涌」：我们的主题是讨论大语言模型，可以从两家公司讨论起。各位能否回忆一下，你们投MiniMax和Moonshot 当时的过程，因为确实有声音会认为大语言模型可能不是属于VC的游戏，硅谷的大部分VC错过OpenAI这家公司最早期的阶段。你们当时过IC的时候，你们说的最重要的那句话是什么？
「暗涌」：真格有一个看人理论，他属于小天才吗？
「暗涌」：关键是人。
「暗涌」：趋势本身很重要。
「暗涌」：夏令讲的很诚实，陈总从AGI的角度看待这类公司，但夏令讲的是端到端，这是从汽车行业特斯拉身上感觉到的启示。
「暗涌」：对真格来说，看人是做投资非常重要的一点。大家都是早期的投资人，你们或多或少有自己看人的一套方法论。现在AI大模型的第一、第二梯队形成自己的风格。
想请问夏令、云刚，你们认为在AI领域能够取得最终大成的团队，可能会有什么不一样的特质？
夏令：明势过去十年一直投科技初创企业，我们喜欢的科技企业创始人的画像比较鲜明，也比较容易概括：专注、坚韧、低调。我们投的创始人都是专注、坚韧、低调的特质非常明显，上午黄总和俊杰的对谈也可以看到专注、坚韧和低调的特质。
另外一个维度也是我们一直坚持的，我们认为真正能够把一个科技企业做成的是懂技术的企业家，而不是科学家。我们非常清晰应该投的是他能够成长为一个懂得技术的企业家的人，而不是说投一个科学家。
因为科学家和企业家这两类人的思考方式上有非常大的差别。在明势，我们更多会是以企业家完整的画像来看待，而不单单说可能是某一个领域非常优秀的科学家就愿意投他。
黄云刚：我同意夏总说的意见。不管是任何的时代，各个行业，哪怕今天的大模型也一样，创业者特别懂产品，背后有两个含义，特别懂用户的需求，懂承载未来有可能商业化的路径。这个产品包含了很多，前提是技术的变量，对产品的感觉特别重要。
植麟除了对技术大家都很认可以外，他对产品的感觉非常好，有了这个感觉才能真正的走向商业成功。真正拉开差距的就是有没有独有的产品，带来独有的数据，这样才能走向最后的成功。说到底就是这个人确实要综合，既懂技术，又懂产品。
「暗涌」：今天在场的五位里会编程的有几位？会不会编程对你做AI投资有什么影响？
戴雨森：我们早期特别容易看到灯下黑的情况，当你懂一个领域的时候，当这个领域范式变化出现的时候，反而在早期是容易过早的下这样的负面判断，或者说比较批判性的判断。
我们投的领域确实比较多样化，所以某一个具体的背景可能都不是在这里最核心的。当时做创业卖化妆品，其实我也不需要化妆品，就是对经营和企业以及创业本身的理解。
「暗涌」：会编程的陈总有“灯下黑”吗？
陈昱：我没有灯下黑，这还是一个开放的心态。你懂得编程，但你自己意识到在学校里学习的东西，其实和现在的东西都是不一样的。这个技术是变化很快的，计算机科学化基本上四五年整个知识结构全部都是会重新的迭代一次。
我也赞成雨森说的为什么大家喜欢投30岁左右的年轻人，因为这里就是隐含着知识结构也是相对比较新的，才能做出前沿的东西。不会有灯下黑的东西，我会以开放的心态看最新的技术，而且我自己也在不断的学习这个东西。
韩锐：投资人要抓大放小，不一定会做饭才能投餐饮。
夏令：我历史上灯下黑过。我读研究生的时候是做图像识别的，所以我入行做VC的时候，其实因为灯下黑所以错过了face++。自己做了10年投资以后，我认为是否会编程也是很表象。早期投资人的价值要能够比市场上其他人更早的发现未来的机会。
机会的认知与把握，跟是否会编程不是划等号的，好奇心和学习能力更重要。看自己愿意把精力花在哪里，你的认知来自于哪里。如果了解了技术，懂得技术，或者说懂得编程天生会更加容易接近技术发展的前沿领域，如果仅仅只有一点是远远不够。
黄云刚：有知识不等于有判断，知识和判断是两件事。我们还是要努力的学习知识，何况现在AI已经帮我们解决了很多知识的问题，我们更多的是把问题想清楚，然后AI会越来越多的帮我们解决问题。编程大多数的代码AI都可以帮忙完成，所以会不会编程不重要。
「暗涌」：早期投资中的节奏感特别重要。ChatGPT从2022年10月发布至今一年半，中国的AI投资行业好几个春秋了，玩家都出现很多更替，序列也出现很多变化。在面对这么巨大且波动浪潮的时候，你们怎么找到自己的节奏感？
戴雨森：大家基本都在互联网和移动互联网的时代做投资，这已经是互联网技术到了比较成熟阶段的投资。AI现在还是在比较早的阶段，所以很多的时候得以史为鉴去寻找天使投资从硅谷开始，VC这些年历史上可以类比的地方。要有耐心，百团大战，百模大战，百C大战，大家习惯一个新东西出来很多人趋同。
但现在的AI或者说大模型很像当时做芯片，需要很多的科研成分在里面，不是利用开源代码搭一个。需要有耐心，ChatGPT发布至今一年半的时间，已经诞生很多新的应用创新，有新的场景。
很多人说AI进化变慢了，是因为大家要求高了，大家想的都是互联网百花齐放一下子出现很多的新应用。我们要意识到这还是比较早期的技术，有很多投资人和创业者说现在是苹果时代，大干快干，现在很难说是苹果时代、是黑莓时代。我们85后的人经历过黑莓时代，95后的人不知道黑莓是干什么的。黑莓时代的技术有局限，黑莓时代没有办法做抖音，哪怕知道抖音很火，但那个时候的技术做不出来。
一个技术的发展会经历技术是瓶颈的阶段，想到但做不出来，技术发展到达技术变的比较成熟，会进入一个想法限制，想得到就会做到，想不到就不行——现在是想到，但做不到。我们的技术创始人要对技术有判断，要预判现有的资源下一两年的时间里技术可以发展到什么程度。如果想太远可能就没有办法落地，这个时候懂得技术，尤其是在科研的角度有很多的一线认知是非常重要的。要有耐心，黑莓不是百花齐放，三朵花可以摘，摘哪朵花很重要。
对用户和变现，因为我们都经历过移动互联网比较成熟的年代，所以大家说商业模式是什么。因为我们大家都看到了移动互联网的终局，所以问AI的终局是什么，现在这个问题没有答案。谁说有答案，那一定是骗子。
我之前发朋友圈，谷歌在1998年发布，然后到2004年上市的时候才算是找到了比较核心的商业模式。Facebook是2004年上线，2012年上市的时候才上了信息流广告，才找到商业模式。
如果说现在互联网的两大印钞机谷歌和Facebook都花了六年和八年才找到商业模式，我们现在要求一个更早的技术大模型应用花一年多要有明确的商业模式，要探索终局和格局是什么，这个太早。重要的还是渗透率，当技术的渗透率到一定的程度之前，其实都处在快速扩展的阶段。
过早想变现这些事情，其实这是在阶段的错配。我们要关注怎样让更多人应用到AI的产品，现代技术可以做什么产品，什么场景是真正用户用的，而不是讲概念没有人用的阶段，尤其是现在资本市场也没有那么乐观的情况下。
「暗涌」：以史为鉴，尊重规律，保持耐心。
戴雨森：耐心资本。
陈昱：在这个信息爆炸的时代，大考很容易被媒体和同行的节奏带偏。我觉得最重要的还是保持独立思考，不要被别人带节奏，要从底性原理出发，考虑什么东西是有用、可行的。ChatGPT在2022年12月火起来，而我们2021年初就接触大模型，并且决定投资。
为什么这样呢？因为我认为世界总是需要通用智能体，虽然现在的大模型解决方案未必是最终的解决方案，但它会带领我们朝正确的方向迈一大步。这有点像哥德巴赫的猜想，未必可以解决问题，但可以把我们带到足够近的领域。投资领域的独立思考很重要。
韩锐：我们过去看过不同行业，每一个行业有自己周期和速度，我理解刘老师的问题是我们作为投资人看不同行业的时候怎么应对？
如果终局特别远，不要试图犯精准的错误，模糊的正确就足够了。我们也许可以在路径上放一些关键的温度计，例如高榕内部投研人员、中后台都开始用Kimi，我们认为这是AI产品第一次走进生活、留在生活，这个温度计在路径中对我们相当重要。
如果回到狭义的关于节奏的定义，市场没有人在乎你的节奏，市场也不会配合你的节奏。在节奏变成逻辑自洽的陷阱，或者说自我改变的约束之前，你要干的事就是打断它。
「暗涌」：警惕地发现变化。
韩锐：不要让自己的节奏成为自己的主旋律，你的节奏对这个世界没有任何意义。
「暗涌」：成功的VC投资早期基本在早期都有非共识性，这个问题我想问一下：大家在面对今天的AI，有什么不同于市场的观点吗？
戴雨森：现在不知道什么是共识，什么是非共识。
「暗涌」：哈哈我就知道你会这么说。那你就分享一下自己的观点吧。
戴雨森：不要讨论AI的变现。另外就是，通用人形机器人还太早，所以我们一家都没有投。这个非常值得学习，但确实太早了，肯定没有到GPT时刻。
「暗涌」：你认为是早到VC都不应该投吗？
戴雨森：看你是不是超级有耐心。或者说看你是科研还是投资的角度。
陈昱：现在这个阶段能源比所谓的算力更加重要，美国很多大厂是停止了数据中心的投资，并不是说他们没有钱买卡了，而是因为美国已经没有足够的能源供给。你现在就算是开始建核电站，大家也看到新闻，微软和西屋合作建设核电站，这不是一朝一夕的事情。解决能源这个问题是非常重要的，甚至比现在的算力问题更加重要。
韩锐：接着前面陈昱的观点多说一句啊，我跟同事聊天的时候还开玩笑说，现在有那么多的穿越剧，假设一个拥有丰富知识的现代人穿越回古代，是什么最终限制了你去改变世界，是材料学。
回到刘老师的问题，非共识一个是角度问题，还有一个容易被忽略的是程度问题。在今天，我认为程度可以把人们在AGI的信仰上拉得很开。“相信”跟“相信”是可以有巨大的差距的，你是有条件相信，还是无条件相信，有条件又是什么条件？嘴里相信、心里相信、还是身体上相信？
如果拿爬珠峰作为例子，我们到底是刚买好了装备、还是说装备其实也就买对了一半，还是到了西藏、还是到了大本营，抑或是要登珠峰了。当然，更乐观的是这座珠峰没有顶点，可以一直爬。我觉得今天如果谈论很多细节的非共识，变化会特别快，但我认为相信的程度，可以把从业者、投资人拉得很开。
「暗涌」：你相信的程度是什么阶段？
韩锐：就像月之暗面的英文名，Moonshot，是一场登月。
夏令：回应一下前面两位嘉宾的观点。2022年我们投了通用机器人公司逐际动力，核心的逻辑就是认为端到端的数据驱动范式可以迁移到这个领域。如果把通用机器人或者说人形机器人作为我们想要的终局或者类比自动驾驶的L4的话，那自动驾驶L4从提出到落地需要多久，通用机器人进入千家万户就需要多久。
人形机器人实现智能泛化操作的“ChatGPT Moment”至少需要2-3年的时间。但是有没有公司在端到端数据驱动的技术范式下，找到自己类比智能驾驶L2++的机会，先做到自己的数据和商业闭环，同时技术栈底层可以持续演进迭代跟自己要做的L4相通。跟特斯拉和理想过去几年做的事情一样，我认为今天市场是有这样的公司，而且是正确的timing。
能源对中国和美国是不一样的，美国电网和电力公司极其分散，电力基础设施的建设速度是没有办法追的上算力集群搭建的速度，这是它的问题。但在中国这个不是问题，我们算过了，今天AI对算力的挑战不是在于绝对数，而是在有限的空间里，能源密度是挑战，而不是能源绝对数。中国的基建特别强，还有特高压输电，这不是我们核心的瓶颈。
回应刘老师的问题，我认为跟AI密切相关，但其实国内没有深入探讨的重要趋势。我觉得因为这一代的AI，芯片这个词的实质发生了根本性的变化。在PC和在数码时代，我们认为芯片就是大规模集成电路；智能手机时代，我们认为芯片就是一颗SOC。
但在今天的AI时代，芯片是一个系统，芯片设计应该design for the system。SOC领域摩尔定律每18个月翻一倍，而系统层面每两年提升一个数量级，这是国内今天较少讨论的。
黄云刚：人形机器人，我们看的很多、也投了一些。这个世界和人类特别需要，因为现在AI可以干的事情特别有限，需要物理世界帮我们叠被子和洗衣服，需要实体的陪伴，不需要AI虚拟的陪伴。这就是多远的问题。
机器人为什么要两只脚，为什么是足式，而不是轮式的，因为轮式更快。最智能、最通用的就是在座的各位，我们是最能的智能体。它是最通用，最强大的。跑的快可以坐车，机器人也可以坐车。如果要在小范围移动，我们也有台阶，轮式的很有劣势。马斯克为什么造人形机器人？最会用第一性原理思考的人怎么选择的，非常简单。
「暗涌」：一位投资人向我提供了一个问题：阿里的千问作为开源模型不输，甚至比创业公司做的更好。角逐赛中，创业公司和大公司可以PK的或者说生存空间到底在哪里？
陈昱：得拼差异化。现在大模型明显有几种商业模式或产品形态：比如提供API，那像阿里云、火山引擎有优势，它们的API可以以成本价或更低的价格提供，但从云计算赚钱。但对创业公司来说，显然很难在成本和收费上与大厂竞争。
再比如生产力工具，无论是聊天还是搜索，如果字节收不上钱，你也收不上钱。不能说一边消耗算力，一边付很多钱，最后又挣不回来钱。大模型创业公司得找到产品和商业模式与大厂的差异点，做差异化竞争才是创业公司生存的重要方向。
韩锐：事在人为。当我们用一个公司的名字或者用一个大厂的名字代表模型能力的时候，我觉得这未必是完全准确的。我们也许更应该关注到那一小撮最核心团队的颗粒度，具体看是谁做的。
今天中国大模型公司的现状都还是在追赶者的状态，大厂、创业公司都是。从我们的视角看这个过程，更像是一个蛙跳比赛，上新的玩家可以往前跳一步。在任何一秒去拍张照片都有第一名，但过了几秒再拍可能换别人是第一名。
如果一个问题的答案在现实生活中是每个月都在变化，那这个答案可能在三到五年和更长的维度没有意义，更关键的是跳来跳去，谁可以一直在第一梯队。
我们原来不止在AI行业，在别的行业观察到破局的路径，是创业者一定先出奇再守正，如果没有出奇就没有守正的机会。找到有机会出奇的点去all in。大厂做事情的也是具体的人，也是肉身之驱，没什么不可突破的。
「暗涌」：回到Moonshot和MiniMax的话题上，这两家公司的估值已经达到25亿美金、甚至更高。你们会不会担心市场过热会提前透支公司的估值增长空间？能否预测一下中国这波大语言模型公司的天花板可能会在哪里？
戴雨森：如果做成，都便宜，做不成3亿、30亿都会很贵，有巨大的不确定性来看，估值很难。资本市场是躁郁症患者，之前30亿美金不算什么，很多的公司都是这样，卖咖啡什么的都有。估值是相对的，能否最后把技术变成产品，然后落地才是最重要的。
我想起来在移动互联网的早期， Instagram10亿美金卖了，13个人。大家说这个公司这么早，这么小，也没有收入就卖这么多钱，最后发现值几百亿美金。
在技术革命早期的时候，如果你真的可以做到这里面最领先的玩家，不管是谁，那这个公司的价值几十亿美金我不觉得很高。现在你说中国的资本市场有没有泡沫，起泡剂都没有了，泡沫不知道在哪里。
夏令：中国今天不管是MiniMax还是Moonshot，他们的估值一定的程度是被低估的，而不是被高估的。如果你对比欧洲和美国的同行，以我们这两家公司的技术水平绝对至少估值应该翻2-3倍。
反过来说，如果美国的挑战是能源，那中国AI行业今天最大的挑战就是资金。如果我们想建一个十万张H卡的算力集群，你需要的capex投资是400-500亿人民币。就算租赁，每年也需要付100多亿人民币的租金，这样对应的公司每年需要的融资额再反算出估值，这肯定有挑战。
如果长期看，我还是倾向于保持极其乐观的态度。问上限在哪里，2014年有人问黄明明总，你投了理想以后，它会成为什么公司。明明总说下限几百亿美金，上限是千亿美金，当时是被极大挑战的。
AI中国最头部的优秀公司就如今天上午俊杰所说，如果将来真的世界前五大AI公司里面第二名是中国公司，那我相信这家公司以十年的尺度来看，这应该是万亿美金的公司。第一波中国互联网的企业是百亿美金，第二波的像字节、阿里，基本上做到了千亿美金，很遗憾各种原因字节按理说今天应该是中国第一家万亿美金的公司。
如果我们以十年、十五年的时间来看，那个时候如果美国今天有Magnificent 7，我觉得中国到那个时候也一定会有6-7家万亿美金市值的公司，AI公司不会少于两家，这样对中国才有意义。
我认为AI更像生产力的革命，更容易类比的还是计算机的发明。1967年IBM市值是1500亿美元，当年美国的GDP是8000多亿美金，意味着IBM一家公司因为是计算机最头部的公司，所以它是美国GDP的1/4。如果十年以后中国的GDP是180多万亿人民币，甚至是200万亿人民币，1/4的市值公司是多大的体量。
为什么值这么多钱，因为当时的美国的GDP20%-30%都是由计算机这个产业带来的。如果AI能够为中国将来的GDP拉动带动增量20%-30%，这样的企业一定值得。
黄云刚：大模型投资对VC是不太友好，需要的资金量非常大。实际上创业公司也好，还是投资人也好都不想那么高的估值，就是因为要花钱，所以把估值堆上来了。实际上每一轮的估值涨的不是很多，需要钱。我相信肯定会出一个巨大的东西，千亿、万亿美金。
中国最主要的一点，大家不要特别分散的投资，大家团结起来把最好的那两三家公司支持起来，这是最有效的。我去年去硅谷，每次去都特别感叹，美国大模型公司或者说团队都想做全人类的AGI，做引领者。
中国每一个团队不管能力大小，不管什么位置都说我要做我的AGI，让我们团结起来一起支持那个最好的团队，这就会好，不是把钱浪费掉。
「暗涌」：套用王传福的话，在一起才是中国的AGI。
陈昱：大家回答的特别好，今天能够坐在这里也是对AGI有绝对的信仰。既然有绝对的信仰，那这个数字本身不重要。
韩锐：虽然在这个阶段我认为是定性大于定量，但衷心希望大家说的数字都能实现。
「暗涌」：谢谢大家。
图片来源 ｜IC photo
排版｜姚楠