Inwestor o 17 ocenach dotyczących ucieleśnienia, modeli i mocy obliczeniowej

Autor: Xiaoyan, Tencent Technology

Redakcja: Xu Qingyang

W ciągu ostatnich kilku lat w chińskim kręgu inwestycji technologicznych najgorętsze słowa kluczowe niemal zawsze krążyły wokół AI, robotów i inteligencji ucieleśnionej.

Na rynku dużych modeli, Zhipu jest jedną z pierwszych firm, które zostały omówione w kontekście "chińskiego odpowiednika OpenAI". Firmy takie jak Jieyue Xingchen i Shengshu Technology również zajmują centralne miejsca w popularnych kierunkach, takich jak modele podstawowe i generowanie wideo. W dziedzinie robotyki, UBTECH już zadebiutował na rynku kapitałowym, a firmy takie jak Galaxy Universal Robotics, Yinshi Robotics i Tashi Zhihang reprezentują różne eksploracje robotyki, od samego ciała, przez modele, po zastosowania w różnych scenariuszach.

Za tymi gwiazdorskimi przedsiębiorstwami stoi wspólna instytucja inwestycyjna - Qiming Venture Partners. Ta instytucja została założona w 2006 roku, zarządza 11 funduszami w dolarach amerykańskich i 7 funduszami w renminbi, a całkowita wartość zarządzanych aktywów wynosi 9,5 miliarda dolarów.

Jakie są metody inwestycyjne Qiming Venture Partners, które wielokrotnie inwestowały w fale technologiczne?

Ostatnio, główny partner zarządzający Qiming Venture Partners, Zhou Zhifeng, podzielił się swoimi przemyśleniami na temat metodologii inwestycyjnej Qiming, omawiając podstawowe trendy rozwoju w dziedzinach takich jak duże modele, inteligencja ucieleśniona i chipy obliczeniowe, a także rozróżniając między spekulacjami a rzeczywistym wdrożeniem w przemyśle.

Jako inwestor, Zhou Zhifeng jest bez wątpienia głębokim użytkownikiem AI. W trakcie rozmowy często wprowadzał codzienne, drobne perspektywy, malując prawdziwy obraz czasów, w których technologia AI staje się rzeczywistością. Wspomniał o swoich starszych krewnych, którzy już sprawnie korzystają z platform wideo, a także o tym, jak sam korzysta z narzędzi AI do analizy danych i organizacji materiałów, nawet przy napiętym harmonogramie, nieustannie śledząc ewolucję treści generowanych przez AI.

Te drobne, prawdziwe fragmenty codzienności bezpośrednio potwierdzają jeden kluczowy trend: AI już dawno przestało być jedynie teoretycznym pojęciem w laboratoriach czy artykułach naukowych, ani też nie jest tylko opowieścią o kapitale w pierwszym rynku, ale naprawdę zstępuje do telefonów komórkowych zwykłych ludzi, przechodząc od technologii na czołowej linii do narzędzi codziennego użytku.

Obowiązkiem inwestora jest ocena, które kierunki technologiczne, formy produktów i firmy mają największe szanse na wprowadzenie tych zmian w życie, zanim te zmiany staną się powszechne.

Zhou Zhifeng podsumował tę myśl jako inwestycję "o pół kroku szybciej" - nie chodzi o to, aby być pierwszym, ani o czekanie na konsensus rynkowy, ale o wejście po punkcie przełomu technologicznego, a przed punktem zapłonu komercyjnego.

Zhou Zhifeng, główny partner zarządzający Qiming Venture Partners

Zhou Zhifeng użył Zhipu jako przykładu. W maju 2020 roku, po wydaniu GPT-3, Qiming Venture Partners dostrzegło, że prawo skalowania jest weryfikowane, a duże modele przekroczyły ważny punkt technologiczny. Na podstawie tej oceny, Qiming Venture Partners zainwestowało w Zhipu w grudniu 2021 roku. W tym czasie ChatGPT jeszcze się nie pojawił, a "All in AI" nie było jeszcze zbiorowym hasłem w kręgu inwestycyjnym. Dopiero w listopadzie 2022 roku, kiedy ChatGPT zadebiutował, generatywna AI została naprawdę wprowadzona do świadomości publicznej i rynku inwestycyjnego.

Gdzie więc pojawi się następna okazja "o pół kroku szybciej" w popularnych dziedzinach takich jak AI, robotyka, moc obliczeniowa i chipy? W trakcie rozmowy Zhou Zhifeng nie podał bezpośredniej odpowiedzi, lecz bardziej rozłożył na czynniki pierwsze zmiany, które zachodzą w tych dziedzinach.

W obliczu tych gorących rynków i napływu kapitału, Zhou Zhifeng uważa, że im bliżej centrum burzy, tym bardziej należy wrócić do najprostszych pytań: czy tworzy się rzeczywista wartość, czy można to zweryfikować w ramach logiki biznesowej. Wiele razy podkreślał, że rynek prawdopodobnie wejdzie w fazę "pokaż mi pieniądze". Im nowsza rzecz, tym bardziej należy być czujnym na różnice między krótkoterminową uwagą a długoterminową wartością; im głośniejszy rynek, tym bardziej firmy muszą udowodnić, że potrafią przekształcić technologię w przychody, a wyobrażenia w rzeczywistość.

Aby poprawić efektywność czytania, Tencent Technology uporządkowało kluczowe oceny Zhou Zhifenga w formie narracji pierwszoosobowej.

01 "Inteligencja ucieleśniona to dziedzina, która najbardziej zabija moje komórki mózgowe, nie ma innej"

1. Po rozmowach z wieloma firmami zajmującymi się inteligencją ucieleśnioną, mam trzy główne wrażenia.

Po pierwsze, zarówno rynek pierwotny, jak i wtórny są bardzo optymistyczne co do tej dziedziny. Kluczowym powodem jest to, że może to być pierwszy w historii przemysł, który łączy "skalę sprzedaży smartfonów" i "cenę jednostkową samochodów osobowych". Jeśli ten sektor się rozwinie, roczna sprzedaż może wynieść 1 miliard sztuk, a średnia cena jednostkowa wyniesie około 30 000 dolarów, co w przeliczeniu daje około 200 000 juanów. W kontekście rozwoju handlu w ciągu ostatnich 200-300 lat, to jeden z największych rynków, bez wątpienia.

Po drugie, wszyscy teraz walczą o IPO, co w istocie jest walką o rzadkość. Rynek wtórny ma tę cechę: gdy pierwsze kilka firm na dużym rynku wchodzi na giełdę, z powodu rzadkości przedmiotu mogą cieszyć się super zyskiem kapitałowym, co bezpośrednio objawia się w wysokich cenach akcji i kapitalizacji rynkowej, dlatego wszyscy chcą być pierwsi.

Po trzecie, wiele firm staje się coraz trudniejsze do odróżnienia. Monitorujemy, że w Chinach jest ponad 370 firm związanych z inteligencją ucieleśnioną, a co tydzień pojawiają się dwie lub trzy nowe projekty. Ich tła zespołowe, ścieżki technologiczne i scenariusze wdrożeniowe stają się coraz bardziej podobne: to głównie profesorowie, młodzi geniusze, menedżerowie z dużych firm zajmujących się autonomicznym prowadzeniem lub pochodzący z tła modeli AI; wszyscy mówią o VLA, modelach świata; wdrożenia koncentrują się głównie na produkcji przemysłowej, logistyce i usługach komercyjnych, a ostatnio pojawiły się również scenariusze robotów biomimetycznych. Problem polega na tym, że obecnie nie ma obiektywnego standardu oceny poziomu technologii lub zdolności modeli, który mógłby naprawdę ocenić, która technologia jest silniejsza, a która ma lepsze możliwości wdrożeniowe.

Dlatego po wejściu pierwszych kilku firm na giełdę, mogą one z powodu rzadkości osiągnąć bardzo wysoką kapitalizację rynkową. Jednak po sześciu miesiącach do roku rynek prawdopodobnie wejdzie w fazę "pokaż mi pieniądze", skupiając się tylko na tym, czy można wdrożyć, czy można przekształcić to w przychody i rentowność.

Jeśli do końca tego roku lub w połowie przyszłego roku wdrożenie nie spełni oczekiwań, nawet jeśli firma odniesie sukces na giełdzie, jej kapitalizacja rynkowa może spaść do kilkuset miliardów, a wyceny na rynkach pierwotnym i wtórnym mogą się odwrócić. Wycena na rynku pierwotnym nie wytrzyma, a trudności w dalszym finansowaniu firmy znacznie wzrosną.

Kluczowa jest technologia. Jeśli w dziedzinie robotyki nie nastąpią kluczowe przełomy, zwłaszcza jeśli ścieżka technologiczna nie będzie zbieżna, branża będzie miała trudności z szerokim wdrożeniem. Obecnie wiele firm zajmujących się robotyką wciąż korzysta z modeli dostosowanych do specyficznych scenariuszy, a nie z ogólnych modeli, które są obecnie na czołowej fali opinii publicznej. Jeśli nie uda się osiągnąć zbieżności technologicznej, nie będzie można otworzyć scenariuszy do szerokiego wdrożenia, a na końcu pozostaną tylko projekty demo, które nie mają większego znaczenia, a skala komercyjna nie wzrośnie.

Dlatego to, co mogę teraz zrobić, to nieustannie i aktywnie obserwować wszystkie nowe projekty, zapewniając pełne zbieranie informacji i ciągłe śledzenie sytuacji w branży.

Obecnie rynek pierwotny wciąż walczy o finansowanie, a stabilne firmy intensywnie przygotowują się do wejścia na giełdę. Ale ostatecznie, niezależnie od tego, czy wejdą na giełdę, rynek nadal będzie patrzył na komercjalizację. Jeśli branża nie dostarczy rzeczywistych wyników wdrożeniowych, rynek prawdopodobnie przejdzie przez głęboką korektę.

2. Nigdy nie uważałem, że modele świata to zupełnie nowa dziedzina; prawdopodobieństwo, że VLA i modele świata się połączą w przyszłości, przekracza 50%.

To bardziej przypomina ścieżkę technologiczną, która została przekształcona w popularny koncept na rynku pierwotnym. Ostatnio pojawiło się około 30 nowych startupów zajmujących się modelami świata, które w porównaniu do wcześniejszych firm zajmujących się technologią VLA nie różnią się zasadniczo pod względem komercyjnego wdrożenia.

3. Obecnie inteligencja ucieleśniona brakuje obiektywnych standardów oceny.

Modele językowe mają wiele benchmarków, ale inteligencja ucieleśniona stawia czoła trudnościom w ocenie w świecie fizycznym. Obecnie na rynku globalnym istnieje około trzech do pięciu benchmarków inteligencji ucieleśnionej, ale te listy również były ostatnio przedmiotem wielu kontrowersji. Niektóre firmy osiągają wysokie wyceny dzięki manipulacji rankingami, co jest oczywiste dla osób z branży i nie ma żadnego sensu.

Dopóki standardy nie zostaną ustalone, obecnie bardziej opieramy się na podstawowej logice: po pierwsze, czy algorytmy i architektura modeli są zgodne z naszymi przewidywaniami; po drugie, czy zespół ma bogate doświadczenie inżynieryjne; po trzecie, strategia danych. Dane mogą być kluczowym zmiennym w nadchodzących latach. Modele językowe osiągnęły prawo skalowania przy 10 miliardach tokenów; modele wideo osiągnęły prawo skalowania przy dziesięciu milionach klipów. Obecnie najlepsze firmy zajmujące się inteligencją ucieleśnioną w Chinach i USA mają tylko kilkadziesiąt tysięcy godzin danych, co oznacza, że brakuje im jednego poziomu do osiągnięcia wystarczającej skali. Jednak w tym roku najlepsze firmy w Chinach i USA mogą osiągnąć ten poziom danych, więc mogą nastąpić przełomy.

Gdy technologia przełamie się, ocena stanie się prostsza. Na przykład w scenariuszu przemysłowym, w przypadku 25 procesów w dużej firmie, bez żadnego dodatkowego treningu lub tylko z bardzo prostym dodatkowym treningiem, można zobaczyć, jaki jest wskaźnik sukcesu robotów w realizacji tych zadań. Jeśli wskaźnik sukcesu przekroczy 50%, duża firma naprawdę zapłaci za zakup robotów; jeśli wynosi tylko 5%, to oznacza, że jeszcze nie jest gotowe.

4. Dane są technologiczną przeszkodą, którą muszą pokonać modele ucieleśnione, ale w ciągu najbliższych dwóch lat mogą szybko się poprawić.

Aby stworzyć model ucieleśniony, może być potrzebne od 1 do 2 milionów godzin danych treningowych, a obecnie ilość danych jest ważniejsza niż jakość pojedynczych danych. W branży profesjonalnie nazywa się to strategią danych, a w ciągu ostatnich kilku miesięcy osiągnięto w tej kwestii konsensus. Wcześniej branża dzieliła dane na różne ścieżki, takie jak dane zbierane przez Teslę z własnych urządzeń, które mają najwyższą rzeczywistość, co ułatwia modelowi naukę i dostosowanie się. Gdy model jest wdrażany na sprzęcie, jego zgodność z danymi zbieranymi podczas treningu jest całkowicie zgodna.

Jednak zbieranie danych z rzeczywistych urządzeń ma bardzo wysokie wymagania, nawet dla takich liderów jak Tesla, które mają trudności z postępem, a roczna produkcja jest bardzo ograniczona; potrzeba 1000 robotów, z dedykowanymi pracownikami, a czas efektywnego zbierania danych na pojedynczym urządzeniu wynosi tylko kilka godzin dziennie, co jest bardzo nieefektywne. Aby zgromadzić 1 milion godzin danych, może to zająć dziesięć lat, a nawet Tesla ma z tym trudności, więc inne firmy mają jeszcze trudniej. Jakość tych danych jest najwyższa, ale ich całkowita ilość jest ograniczona. Wcześniej Google i OpenAI preferowały dane wideo, a Google samodzielnie głęboko zajmował się modelami wideo, ale masowe dane wideo ogólnego użytku są oderwane od rzeczywistych scenariuszy operacyjnych robotów, na przykład wideo z sal konferencyjnych, które trudno jest wykorzystać do nauki umiejętności operacyjnych, a wręcz przeciwnie, wprowadza do modelu wiele niskiej jakości danych szumowych.

Pomiędzy tymi dwoma podejściami znajduje się nowo powstały w ciągu ostatniego roku zestaw danych UMI, które rejestrują prawdziwe scenariusze operacyjne ludzi przy użyciu urządzeń noszonych, co łatwiej dostosowuje się do potrzeb treningowych modeli. Obecnie najlepsze firmy w Chinach i USA planują w tym roku zakupić łącznie 1 milion godzin danych treningowych, z czego dane z rzeczywistych urządzeń stanowią tylko 1%-3%, dane UMI około 70%, a dane wideo 20%. Noyiteng rozwija technologię motion capture, aby optymalizować zbieranie danych UMI i danych z rzeczywistych urządzeń, obecnie mogą dostarczać różnorodne dane treningowe.

Oprócz skali, dane dotykowe również stają się ważne. Na przykład, gdy robot podnosi butelkę, która wydaje się zwykła, ale w rzeczywistości jest cięższa, człowiek natychmiast odczuwa zmianę wagi i dostosowuje siłę chwytu; jednak obecne dane z rzeczywistych urządzeń, dane tekstur i dane wideo w większości nie zawierają takich informacji dotykowych.

Dlatego obecnie wiele firm próbuje stworzyć rozwiązania z tkanin dotykowych, aby stworzyć robotyczne ręce z percepcją dotykową i zbierać dane dotykowe. Ten kierunek inwestycyjny jest bardzo gorący, ale obecnie na całym świecie nie ma żadnej firmy, której technologia byłaby całkowicie dojrzała.

5. W dziedzinie modeli inteligencji ucieleśnionej, Chiny mają trzy główne przewagi: dane, scenariusze wdrożeniowe i wsparcie sprzętowe.

Obecnie trudno jest zmierzyć różnice w technologii modeli między Chinami a USA, ponieważ różnice te w zasadzie sprowadzają się do mocy obliczeniowej. Technologia nie została jeszcze całkowicie zbieżna, a badania i eksploracje technologiczne przypominają żeglugę po ciemnym morzu w poszukiwaniu wyspy skarbów.

W Stanach Zjednoczonych nie ma ograniczeń w mocy obliczeniowej, a czołowe firmy mogą wysyłać jednocześnie 30 statków każdej nocy, a każda runda eksploracji jest kluczowa dla kierunku poszukiwań. Każdy zespół wraca z raportem o trasie, na przykład dzisiaj płynęliśmy 5 mil w kierunku 30° i nie znaleźliśmy celu, więc nie musimy powtarzać tej trasy.

Chiny obecnie borykają się z ograniczeniami w dostępie do chipów, co sprawia, że mogą wysłać tylko jeden statek w nocy, a to jest kluczowa różnica. Ogólna droga rozwoju dużych modeli językowych jest już jasna, więc różnice nie wydają się zbyt duże na pierwszy rzut oka. Jednak jeśli branża przeżyje kolejny skok technologiczny, to z prawdopodobieństwem, że jednocześnie rozwiną się 30 ścieżek eksploracyjnych, w porównaniu do tylko jednej, USA mają znacznie większe szanse na osiągnięcie przełomu technologicznego. Na powierzchni różnice między obecnymi modelami wydają się niewielkie, ale w dłuższej perspektywie różnice te są znaczące.

Jednak w zakresie danych, scenariuszy przemysłowych i wsparcia sprzętowego Chiny mają wyraźne przewagi.

Kilka czołowych amerykańskich firm kupuje dane od chińskich przedsiębiorstw, co wystarczająco pokazuje, że same mają niewystarczające zasoby danych;

Po drugie, w zakresie scenariuszy przemysłowych, Chiny mają takie firmy jak CATL i BYD, które są ogromnymi producentami i mają wystarczającą liczbę fabryk do współpracy w zakresie badań i rozwoju;

Po trzecie, w zakresie wsparcia sprzętowego, humanoidalne roboty składają się z około 1200 komponentów, z czego ponad 90% łańcucha dostaw koncentruje się w chińskim regionie delty rzeki Yangtze i delty rzeki Zhujiang. Chińskie firmy mogą szybko synchronizować i iterować zarówno sprzęt, jak i modele. Gdy tylko zauważą, że algorytmy modeli i wykonanie sprzętowe nie są zgodne, mogą w ciągu dwóch tygodni dostosować i zoptymalizować współpracę z dostawcami.

Podsumowując, Chiny mają wyraźne przewagi w zakresie sprzętu i danych, podczas gdy USA mają przewagę w zakresie modeli, ale różnice między nimi nie są znaczące.

6. Kontrowersje dotyczące "efektowności" czy "praktyczności" humanoidalnych robotów są często mylone.

Algorytmy związane z inteligencją cielesną można podzielić na trzy główne kierunki: Manipulacja, Nawigacja i Kontrola ruchu.

Po pierwsze, Manipulacja to operacje fizyczne, inteligencja cielesna i modele świata mieszczą się w tym kierunku, a obecnie branża nie wykształciła jeszcze jednolitej, dojrzałej ścieżki; po drugie, Nawigacja to technologia, która już została wdrożona i jest dojrzała, przeniesiona do autonomicznej jazdy; po trzecie, Kontrola ruchu, czyli działania takie jak bieganie czy sztuki walki, są bardziej pokazowe.

Wszystkie trzy kierunki należą do algorytmów AI robotów, ale kluczowym czynnikiem decydującym o tym, czy roboty mogą osiągnąć dużą wartość komercyjną, jest technologia manipulacji. Rozwój Kontroli ruchu jest bardziej zaawansowany, a firma Yushun jest w tej dziedzinie na czołowej pozycji na świecie, a UBTECH również ma dobre osiągnięcia. Dlatego obecnie wydaje się, że tylko pokazują swoje umiejętności, co jest całkowicie normalne, ponieważ to jest ich mocna strona. W ostatnim czasie powstało ponad 360 nowych firm zajmujących się robotyką, które koncentrują się na kierunku manipulacji; Yushun i UBTECH mają również wystarczające fundusze i zbudowały odpowiednie zespoły badawczo-rozwojowe, więc ich zdolności w tej dziedzinie również nie są słabe.

Patrząc na scenariusze pokazowe związane z kontrolą ruchu, globalny rynek ma ograniczenie na poziomie około 1 miliarda dolarów; w przeciwieństwie do tego, związane z przemysłem roboty mają znacznie większą skalę, a obie te dziedziny nie są na tym samym poziomie. Mówiąc prosto, technologia kontroli ruchu rozwinęła się wcześniej, a w przeszłości roboty mogły jedynie tańczyć i wykonywać tego typu funkcje; aby roboty mogły wprowadzić na rynek prawdziwe, praktyczne zastosowania w dużej skali, muszą poczekać na zakończenie rozwoju technologii manipulacji, co powinno nastąpić w ciągu najbliższych dwóch lat.

02 "Dwa zmiany w dziedzinie AI, jedna zmiana poniżej oczekiwań"

7. W ciągu najbliższych dwóch lat wycena firm AI ostatecznie wróci do przychodów i zdolności dostarczania. Tradycyjne firmy zajmujące się oprogramowaniem mogą mieć mnożnik PS w przedziale 5-15, a w branżach na fali popularności i technologicznie zaawansowanych, mnożnik może wynosić od 20 do 100. Kluczowe dla firm takich jak Zhipu jest to, czy będą w stanie utrzymać swoją wycenę, co zależy od tego, czy będą w stanie osiągnąć odpowiednią skalę przychodów. Jeśli osiągną przychody na poziomie 10 miliardów, przy mnożniku 100 PS, odpowiada to wartości rynkowej 1 biliona; ale jeśli przychody wyniosą tylko 1,5 miliarda, wycena rynkowa może ulec korekcie, a zasady są takie same w przypadku branży robotycznej.

Roczne przychody ARR firmy reprezentują jej potencjał wzrostu, a przychody uznawane na papierze reprezentują przepływy pieniężne. Branża robotyczna działa na podobnej zasadzie, ostatecznie wszystko sprowadza się do ogólnych przychodów, a te wskaźniki finansowe są najsprawiedliwszą miarą.

Dlatego najważniejsze dla firm AI są dwie rzeczy: czy zdolności modeli mogą być stale rozwijane oraz czy klienci mogą rzeczywiście korzystać z produktów i generować przychody. Te dwa czynniki decydują o tym, czy firma ma długoterminową wartość.

8. W ciągu ostatniego roku w dziedzinie AI zaszły dwa zmiany, z których jedna była powyżej oczekiwań, a druga poniżej oczekiwań.

Pierwsza zmiana powyżej oczekiwań to moc obliczeniowa AI. Całkowita moc obliczeniowa oraz tempo przejścia od treningu do wnioskowania, zmiany w paradygmacie mocy obliczeniowej lub zapotrzebowaniu na moc obliczeniową, były powyżej oczekiwań. Na przykład jedna z krajowych dużych firm technologicznych w zeszłym roku zrealizowała budżet na moc obliczeniową na poziomie około 50 miliardów juanów, a w tym roku budżet wynosi ponad sześciokrotność zeszłorocznego.

Dlatego niezależnie od tego, czy na rynku pierwotnym pojawia się wiele nowych firm zajmujących się chipami AI, czy na rynku wtórnym spekuluje się na temat pamięci HBM i rynku komunikacji optycznej, wszystkie te gorące trendy w branży są napędzane przez ogromne zapotrzebowanie na moc obliczeniową, a cała logika podstawowa jest spójna. Co do tego, czy wzrost cen akcji jest uzasadniony, nie mogę tego ocenić, ale ogólny poziom zainteresowania i wzrost na rynku mocy obliczeniowej zdecydowanie przekracza moje oczekiwania.

Drugą zmianą powyżej oczekiwań jest szybkość rozwoju technologii modeli oraz szybkość formowania się konsensusu na rynku wokół modeli. W tym roku w styczniu, wraz z rozwojem inteligentnych agentów, reprezentowanych przez krewetki, zdolności kodowania, podczas gdy w zeszłym roku mówiliśmy o dziesięciu prognozach na WAIC, tylko wspomnieliśmy, że zdolności kodowania są bardzo ważne, nie spodziewaliśmy się, że zdolności kodowania staną się najważniejszą konkurencyjnością dużych modeli językowych.

Ponieważ zdolności kodowania przyniosły zdolności inteligentnych agentów, uważam, że wartość przemysłowa inteligentnych agentów jest znacznie wyższa w porównaniu do AI produktów opartych na rozmowach, które dominowały w ciągu ostatnich dwóch-trzech lat. Powstała również pozytywna pętla: zużycie mocy obliczeniowej generowane przez działanie inteligentnych agentów jest tysiące razy większe niż w przypadku produktów opartych na rozmowach, co wyjaśnia, dlaczego wzrost rynku mocy obliczeniowej był całkowicie powyżej oczekiwań, te dwa czynniki są ze sobą powiązane.

Rozwój technologii modeli oraz gorączka rynku kapitałowego wokół firm modelowych również przekroczyły oczekiwania. Szybkość formowania się konsensusu na temat wysokiej jakości firm modelowych jest niezwykle szybka, a wartość rynkowa czołowych firm może sięgnąć biliona; na rynku pojawiło się wiele nowych firm zajmujących się modelami neo labs, a ich założyciele to w większości osoby urodzone w latach 90. i 2000, które mogą osiągnąć wyceny na poziomie 2-3 miliardów już na etapie inwestycji aniołów, czego nigdy wcześniej nie widziałem w tak gorącym rynku.

Poniżej oczekiwań znajduje się zastosowanie AI, zwłaszcza zastosowania 2C. W zeszłym roku przewidywałem, że rok 2025 będzie rokiem rozpoczęcia ery zastosowań AI. Obecnie widzę, że rynek zastosowań AI nadal jest powyżej oczekiwań, ale sposób, w jaki się otwiera, różni się od tego, co myślałem w zeszłym roku. Dziś zasadniczo zastosowania AI koncentrują się głównie na AI Coding, w tym rozwój inteligentnych agentów, co było dla mnie zaskoczeniem. W zeszłym roku myślałem, że może w tym roku zobaczymy, jak AI naprawdę wspiera tysiące branż, być może pojawią się nowe aplikacje 2C, które mają szansę stać się nowym Tencentem, nowym ByteDance, nowym Alibabą, ale dzisiaj nie widzę, aby pojawiły się nowe pokolenia aplikacji 2C, które naprawdę poruszyłyby rynek.

Pierwsza generacja aplikacji AI, która powstała w latach 2022-2023, w większości reprezentowana jest przez narzędzia do rozmów i produkty takie jak CharacterAI, które obecnie mają problemy z rozwojem, a branża utknęła w konkurencji o homogeniczność produktów. Tempo wzrostu użytkowników również nie jest już tak szybkie jak w ciągu ostatnich dwóch lat, a ogólny wzrost w ciągu ostatniego roku był dość powolny. W naszej wewnętrznej analizie podsumowaliśmy, że kluczowym problemem jest to, że logika wzrostu użytkowników i ruchu z internetu i mobilnego internetu nie działa w erze AI dla produktów 2C.

Zabawki AI i krótkie dramaty AI są tego przykładami. Niektóre firmy produkujące zabawki AI sprzedały dziesiątki tysięcy sztuk, ale 90% użytkowników nie korzysta długoterminowo z funkcji interakcji AI. Firma przyznaje, że to w rzeczywistości dobra rzecz, ponieważ gdyby dziesiątki tysięcy użytkowników były aktywnymi użytkownikami, stale zużywającymi tokeny, firma nie mogłaby znieść kosztów. W krótkich dramatach AI udział treści AI szybko wzrasta, ale trudno jest stworzyć prawdziwe hity.

To pokazuje, że przemysł krótkich dramatów opiera się na skali, ale kluczowe monetyzowanie w dużej mierze zależy od hitów, a obecnie AI nie jest w stanie generować wielu hitów. To również pokazuje, że w twórczości artystycznej ludzka ekspresja i koncepcja odgrywają dużą rolę, a nie można polegać wyłącznie na AI do generowania wyrafinowanych postaci, aby wspierać wysokiej jakości treści.

9. W ciągu ostatniego roku technologia modeli wideo osiągnęła skokowy wzrost.

Nowa generacja modeli wideo, jak Seedance 2.0, który zdobył światową popularność, wykorzystuje architekturę MoE, co znacznie poprawia zdolności inteligentne. Obecnie obsługuje rozdzielczość 4K. Dlatego wiele hollywoodzkich filmów, reklam dużych marek takich jak Coca-Cola i McDonald's, ma wiele fragmentów całkowicie lub częściowo generowanych przez AI, opierając się na zdolności modelu do generowania w wysokiej rozdzielczości.

W tej rundzie modeli świata, które mogą wspierać generowanie wideo, osiągając realistyczne efekty ruchu i kolizji, przywracając prawdziwe zasady fizyki, co było całkowicie nieprzewidywalne rok temu. W ciągu ostatniego roku związane firmy osiągnęły szybki wzrost, a czołowi gracze dzielą się na dwie kategorie: trzy największe firmy na świecie, ByteDance Seedance, Kuaishou Keling i Google Veo; oraz firmy startupowe, takie jak Shengshu Technology, Aishi Technology, Video Rebirth, których działalność i przychody wzrosły dziesięciokrotnie.

Obecnie Hollywood, branża reklamowa, firmy zajmujące się organizacją wesel i konferencji korzystają z tych technologii. Różnorodne scenariusze zastosowań otworzyły się na szeroką skalę, a ja przewiduję, że w tym roku ogólny poziom komercjalizacji branży znacznie wzrośnie.

10. Kluczowe przewagi Seedance, Keling i Google Veo 3 to moc obliczeniowa i dane.

Seedance, Keling i Google to firmy tego samego typu, nawet jeśli Keling się rozdzieli, nadal może polegać na mocy obliczeniowej i danych Kuaishou; ich kluczowe przewagi to własna skala mocy obliczeniowej, w porównaniu do startupów takich jak Shengshu Technology mają przewagę, a także mają pewne przewagi w danych. Po aktualizacji modeli wideo, skala treningu i wnioskowania musi nadążać, a te firmy mają od kilku tysięcy do kilkudziesięciu tysięcy kart, co daje im wyraźną przewagę.

Jednak uważam, że startupy nadal mają szansę: technologia nie została jeszcze całkowicie skonsolidowana, a startupy nie ustępują dużym firmom pod względem tempa eksploracji i iteracji talentów i technologii. Wierzę, że decyzja Keling o rozdzieleniu się również pomoże w dalszym zatrzymywaniu najlepszych talentów. Logika istnienia VC i startupów polega na tym, że chociaż startupy są mniejsze, to mechanizmy motywacji oparte na akcjach i możliwość skoncentrowania wszystkich zasobów na jednym celu zawsze dają im przewagę w porównaniu do dużych firm.

Skala rynku szybko rośnie, a po osiągnięciu skali podział pracy stanie się bardziej szczegółowy, a różnice w punktach komercjalizacji stają się coraz bardziej widoczne. Jeśli chodzi o modele językowe, trzy czołowe firmy w USA mają różne doświadczenia użytkowników, niektórzy uważają, że doświadczenie czatu Gemini jest lepsze, ale jeśli chodzi o technologię i konsensus przemysłowy, ChatGPT OpenAI ma największą bazę użytkowników i był pierwszym, który wprowadził chatboty, a wiele optymalizacji koncentruje się na scenariuszach rozmowy.

Jeśli chodzi o scenariusze rozmów w języku angielskim, ChatGPT ma globalnie wiodącą płynność; Gemini, wspierane przez Google, ma dostęp do ogromnych danych online, a jego przewaga koncentruje się na wyszukiwaniu i organizacji informacji; Anthropic z kolei opiera się na podstawowych zasadach, a zdolności kodowania i inteligentnych agentów mają przewagę od samego początku, a te trzy firmy już wykształciły wyraźne różnice.

Również w przypadku firm zajmujących się generowaniem wideo różne podejścia: ByteDance koncentruje się na rynku C, Keling na rynku B, a nasza inwestycja w Shengshu Technology również koncentruje się na niektórych scenariuszach rynku B, co pokazuje wyraźny trend różnicowania w branży. Wymagania dotyczące cech modeli w scenariuszach B i C również różnią się znacznie.

11. Istnieje obecnie pewne zagrożenie: po uformowaniu się konsensusu AI, do branży napływa wiele gorących pieniędzy.

Po uformowaniu się konsensusu, wiele gorących pieniędzy napływa na rynek wtórny. Obecnie nie ma wielu czysto hardcore'owych firm AI na giełdzie, a rynek wtórny nie ma dużej puli funduszy, które mogą je przyjąć. Teraz jest oczywiste, że gorące pieniądze na rynku wtórnym znów zaczynają płynąć w kierunku rynku pierwotnego i półpierwotnego. Wiele firm właśnie zakończyło finansowanie, same nie potrzebują pieniędzy, ale nadal są instytucje, które chcą podnieść wycenę o 50% do 100% i natychmiast dodać nową rundę inwestycji. Te gorące pieniądze mają ogromny wpływ na branżę, a firmy, które otrzymują więcej funduszy niż potrzebują, mogą zaburzyć swoje decyzje strategiczne i codzienne operacje. Ale rozumiem również przedsiębiorców, ponieważ jeśli ktoś oferuje wyższą wycenę i dużo pieniędzy, odrzucenie tej oferty jest w pewnym sensie nieludzkie i trudno to zrobić.

Dla nas w krótkim okresie jest to korzystne, ale w dłuższym czasie rynek może stać się bardzo chaotyczny. Tak jak powiedziałem wcześniej, obecnie jest blisko dziesięciu firm zajmujących się inteligencją cielesną, których wycena przekracza 20 miliardów, a także ponad dziesięć firm z wyceną powyżej 10 miliardów, które powstały zaledwie dwa-trzy lata temu, co samo w sobie jest bardzo nienormalne.

Tak wiele firm zdobywa duże fundusze i wchodzi na rynek, co może wywołać nieporządek: po pierwsze, koszty mocy obliczeniowej rosną, serwer NVIDIA, który wcześniej kosztował 3 miliony, teraz osiąga wartość powyżej 10 milionów, co podnosi koszty w całej branży; po drugie, dochodzi do niezdrowej rywalizacji o talenty, co prowadzi do wzrostu wynagrodzeń w branży; po trzecie, na poziomie klientów panuje chaotyczna konkurencja, ponieważ żadna firma nie ma dojrzałych scenariuszy biznesowych, więc wszyscy walczą o dużych klientów, rywalizując jedynie pod względem skali przychodów.

Te zjawiska w dłuższej perspektywie mogą zaszkodzić rozwojowi branży, a obecnie rynek jest pełen irracjonalnych zachowań.

12. Obecnie rynek kapitałowy ma swoisty "dziwny romans" z młodymi przedsiębiorcami AI.

Po pierwsze, większość instytucji przegapiła szansę inwestycyjną w firmy zajmujące się dużymi modelami, która miała miejsce dwa lub trzy lata temu. Większość instytucji nie miała przekonania co do AI i nie zainwestowała w tamtym czasie. Na początku tego roku pojawiło się ogólne zrozumienie dla dużych modeli, więc wiele instytucji spieszy się z inwestycjami, co z pewnością przyniesie szczególne korzyści nowym firmom modelowym.

Po drugie, po pojawieniu się DeepSeek wszyscy byli zaskoczeni, wiele mediów donosiło, że zespół rdzeniowy składa się z doktorantów z Uniwersytetu Pekińskiego i Tsinghua, a nie z "starych wyjadaczy" w dziedzinie AI, co stworzyło wrażenie, że im młodszy, tym mądrzejszy, a im mądrzejszy, tym mniej obciążeń historycznych, tym większe szanse na sukces. Obecnie wielu inwestorów na rynku ma tendencję do ufania młodym zespołom; nie twierdzę, że młode zespoły są złe, sami inwestowaliśmy w bardzo młode zespoły i widzieliśmy wiele projektów. Mówię tylko, że traktowanie młodych przedsiębiorców jako głównego kryterium inwestycyjnego uważam za bardzo subiektywne i nieuzasadnione.

Po trzecie, w Stanach Zjednoczonych pojawiły się nowe laboratoria eksperymentalne zajmujące się nowoczesnymi modelami. W trzech wiodących zagranicznych firmach kluczowe osoby zarabiają już miliony dolarów rocznie, a niektórzy utalentowani młodzi badacze, dzięki wysokim dochodom, nie mają obaw finansowych i decydują się na założenie własnych firm modelowych, co zachęca wielu młodych ludzi w kraju do spróbowania swoich sił.

Logika stojąca za tym trendem jest zrozumiała, ale przy ocenie pojedynczych projektów nie podejmujemy decyzji inwestycyjnych tylko dlatego, że założyciel jest młody. Kluczowe jest dla nas, aby sprawdzić, czy ich technologia ma potencjał do rewolucji lub może osiągnąć dziesięciokrotny wzrost. Nawet jeśli założyciel jest tylko doktorantem lub świeżo po studiach, bez doświadczenia w branży, zbieramy różne dowody, aby kompleksowo zweryfikować rzeczywiste umiejętności zespołu oraz wybór kierunku badań, aby przeprowadzić pełną analizę.

13. Im bardziej szalony czas, tym bardziej należy zwracać uwagę na lekcje z historii. Im więcej hałasu, tym ważniejsze może być myślenie filozoficzne, aby zrozumieć i przemyśleć tę sprawę.

Dla młodych firm, które istnieją od dwóch do trzech lat, moja rada brzmi: więcej patrzeć na historię. Im większa fala, tym więcej lekcji z historii.

W rzeczywistości w dużych falach - w erze internetu i mobilnego internetu - miały miejsce podobne sytuacje, tylko skala stawała się coraz bardziej ekstremalna. Pod koniec lat 90. również pojawiło się wiele osób, które mogły zdobyć fundusze i w ciągu dwóch lat zrealizować IPO. Ale ostatecznie wszystko wraca do normy, nie tworząc prawdziwej wartości, nawet jeśli są faworyzowane przez rynek kapitałowy, mogą ostatecznie ponieść porażkę.

Dlatego im bardziej szalony czas, tym bardziej należy zwracać uwagę na lekcje z historii. Im więcej hałasu, tym ważniejsze może być myślenie filozoficzne, aby zrozumieć i przemyśleć tę sprawę.

Istota inwestycji polega na tym, że inwestujemy w firmę, która ma potencjał do skalowania, a my realizujemy zwrot poprzez IPO i inne formy. Na przykład inwestujemy w McDonald's, ale z pewnością nie zainwestujemy w restaurację z trzema gwiazdkami Michelin. Nawet jeśli restauracja Michelin jest bardzo dochodowa, jeśli nie można jej skapitalizować i nie ma "wzmacniacza" IPO, nie można zrealizować wyjścia.

03 "Jeśli za rok inteligentne systemy nie rozwiną się, zapotrzebowanie na moc obliczeniową zostanie ponownie ocenione"

14. W tym roku budżet na moc obliczeniową AI w kilku amerykańskich gigantach technologicznych wzrósł z ponad 700 miliardów dolarów do 800 miliardów dolarów; w Chinach wynosi około 100 miliardów dolarów.

Te dane statystyczne mogą nie być całkowicie dokładne, ale kierunek jest jasny: to obecnie największe zapotrzebowanie, jakie można zobaczyć w ludzkim społeczeństwie biznesowym, bardziej pewne niż w dziedzinie robotyki, z krótszym czasem realizacji, a zapotrzebowanie jest bardzo wyraźne.

Podam kilka przykładów: kilka lat temu wszyscy zajmowali się treningiem modeli, ale do tej pory wiemy, że zapotrzebowanie ByteDance na moc obliczeniową i wnioskowanie zmieniło się z 1:1 na większe wnioskowanie. W tym roku tokeny są używane bardziej, a jeśli utrzymają wzrost z ostatnich kilku miesięcy, z pewnością moc obliczeniowa wnioskowania wzrośnie w szybkim tempie. W zasadzie w ciągu dwóch lub trzech lat zapotrzebowanie na moc obliczeniową wnioskowania w takich firmach jak ByteDance osiągnie poziom miliona kart. Tak więc jest to ogromne zapotrzebowanie, bardzo konkretne i rzeczywiste.

Dlatego rynek zapotrzebowania na GPU jest bardzo duży, a firmy GPU w tym dużym rynku, nawet jeśli zdobędą tylko 1% udziału, oznacza to roczne przychody na poziomie 10 miliardów dolarów, a odpowiadająca wartość rynkowa firmy może łatwo osiągnąć 100 miliardów. Jednak rynek najpierw się rozproszy, a potem skonsoliduje. W Chinach obecnie jest wiele firm GPU, ale za pięć lub dziesięć lat, ile z nich przetrwa? Wierzę, że na pewno dojdzie do konsolidacji.

15. Obecnie krajowe GPU można podzielić na trzy główne kierunki:

Obecnie na rynku istnieją firmy zajmujące się chipami AI w chmurze, które odpowiadają trzem różnym technologiom, z czego dwie ostatnie pojawiły się dopiero w ciągu ostatniego roku i są obecnie szczególnie aktywne na rynku. Pierwsza kategoria to krajowi producenci GPU, tacy jak Birran Technology, Muxi, Moore Threads, Kunlun Core, Cambricon, Huawei. Obecnie kluczowym czynnikiem jest to, kto zdobył zdolności produkcyjne krajowego łańcucha dostaw. Obecnie tylko kilka firm ma perspektywy stabilnych dostaw.

Z powodu problemów z łańcuchem dostaw, zdolności produkcyjne zaawansowanych procesów są ograniczone, co prowadzi do powstania dwóch nowych kierunków, które mogą lepiej zaspokoić przyszłe potrzeby wnioskowania AI i uniknąć problemów z łańcuchem dostaw. Dwa kierunki to 3D stacked DRAM i DDR. Obecnie wśród firm zajmujących się 3D stacked i DDR jest około 10, w tym wiele wiodących firm, których wyceny są zazwyczaj w przedziale od 10 do 20 miliardów, a skala finansowania jest znaczna.

Logika rynku, która sprzyja tym firmom, jest bardzo prosta: tak długo, jak produkt może być wprowadzony na rynek i produkowany na dużą skalę, może rozwiązać problem z dostawami; po drugie, przyszły rynek wnioskowania ma ogromny potencjał wzrostu, te firmy zawsze będą mogły zdobyć odpowiedni udział w rynku.

16. Oczekiwania rynku dotyczące zapotrzebowania na moc obliczeniową wciąż się wahają, co jest godne uwagi.

Największym zagrożeniem dla całego rynku jest to, że kilka dni temu miało miejsce wstrząs, gdy pojawiły się doniesienia, że Meta zamierza sprzedać część nadmiarowej mocy obliczeniowej, a wiadomość ta nie została oficjalnie potwierdzona przez Meta, co natychmiast wzbudziło wątpliwości co do wcześniejszych prognoz branżowych. Po ogłoszeniu tej wiadomości, koreański rynek akcji natychmiast zareagował, a akcje Samsunga i Hynix spadły, a krajowe akcje na giełdach Hongkongu i A-shares również spadły.

Jeśli w przyszłości zastosowania AI nie będą mogły utrzymać ciągłego wzrostu, na przykład rozwój Agentów w ciągu roku nie przyniesie rezultatów, a komercjalizacja nie posunie się naprzód, lub zdolności modeli nie wzrosną, a jedynie utrzymają się na obecnym poziomie, to ogólna skala zastosowań nie będzie mogła wzrosnąć, co zburzy oczekiwania dotyczące wzrostu mocy obliczeniowej, a na rynkach pierwotnym i wtórnym mogą pojawić się ryzyka koncentracji.

17. Różnica między krajowymi zaawansowanymi chipami AI a NVIDIA jest przede wszystkim w ekosystemie oprogramowania.

Obecnie do treningu modeli używane są głównie karty NVIDIA, a wszystkie systemy treningowe modeli są oparte na ekosystemie CUDA. Aby uzyskać wysoką wydajność i niskie koszty wnioskowania, konieczne jest, aby były kompatybilne z CUDA. To nie tylko problem chińskich firm, AMD również zmaga się z tym od 10-20 lat.

Obecnie zachodzą pewne zmiany: po pierwsze, w porównaniu do ery AI 1.0, zbieżność algorytmu dużego modelu jest wyższa, a optymalizacja operatorów jest stosunkowo łatwiejsza, co może obniżyć bariery adaptacyjne związane z CUDA. Po drugie, w ciągu ostatnich sześciu miesięcy umiejętności programowania dużych modeli stały się silniejsze, a obecnie wszyscy producenci chipów, którzy nie są firmą NVIDIA, używają dużych modeli do automatycznego dostosowywania operatorów. Niemniej jednak, do tej pory ekosystem CUDA pozostaje największą barierą konkurencyjną dla NVIDIA.

Na poziomie sprzętowym przez wiele lat mówi się, że nasza zaawansowana produkcja zasilania jest o pokolenie za TSMC, a liczba tranzystorów w chipach jest mniejsza, co oznacza, że aby uzyskać równą moc obliczeniową, trzeba zwiększyć powierzchnię chipu, co podnosi koszty i zwiększa presję na chłodzenie, co prowadzi do łańcucha problemów. Mówiąc prosto, nasze obecne zaawansowane chipy są co najmniej o pokolenie za NVIDIA.

Zastrzeżenie: Niniejsze treści mają wyłącznie charakter informacyjny i służą celom promocyjnym. Nie stanowią porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, wydarzenia online oraz powiązane z nimi informacje nie stanowią rekomendacji, zachęty ani zaproszenia do kupna, sprzedaży, handlu lub dokonywania innych transakcji na aktywach cyfrowych ani do korzystania z jakichkolwiek usług. Kryptowaluty cechują się wysoką zmiennością i mogą prowadzić do utraty środków. Usługi WEEX oraz wydarzenia online mogą nie być dostępne we wszystkich regionach i podlegają obowiązującym przepisom prawa, regulacjom oraz wymogom kwalifikacyjnym. Użytkownik ponosi odpowiedzialność za zapewnienie zgodności korzystania z usług WEEX z lokalnymi przepisami prawa oraz za staranną ocenę ryzyka przed podjęciem jakichkolwiek działań związanych z kryptowalutami.