Vol.45 132页PPT记录AI行业这一年

Hello 大家好 ， 我是明昊 。 关注我极客的人应该知道我最近在准备这期的内容 ， 大概前前后后准备了 2 周的时间 。

嗯 ， 之前说过 ， 每年年底的时候都习惯做一些类似年度总结的 PPT。 那之前这些年可能更多是随机性的 ， 可能有朋友找你 ， 或者是你觉得某个话题值得聊 ， 会做 。

那今年这次因为有了播客嘛 ， 所以会觉得需要主动做一下 。 所以有了这期内容 ， 然后是关于 2024 年 AI 行业一整年的整理 。

那其实也起源于去年， 差不多 11 月底的时候做了一期叫 《AI 一年人间十年 》，是总结呃 ChatGPT 发布一年的时候这一波的状况 。

那今年算两年， 所以其实这期节目的准备应该是在 11 月底到今天 ，其实两周多的时间 。 也是因为到年底 ， 各家发产品的东西的节奏特别的快 ， 包括 OpenAI 正在进行中的 12 天的直播 。

所以这几天基本上每天一睁眼 ， 你发现哦 ， 之前做的几张 PPT 要改了 ， 每天都是这样 。 那如果再不发 ， 我觉得要改的东西就太多了 。

所以我在嗯 ， 大概周四周三的时候 ， 把这个 PPT 正式结束了 ， 最后是 132 页 ， 嗯 ， 做一次录制整理 。

好 ， 我们下面正式开始 。 我在开始之前 ， 嗯 ， 想过很多关于这个总结的标题 ， 后来也没有找到一个特别合适的 。

所以我现在用的一个标题叫 《 我们到底该如何记录 AI 行业这一年 》。 这是一个特别特别平的标题 ， 对吧 ？

然后那我们就从这个标题说起 。 刚才我说过 ， 我们在去年的时候做过一期叫 《AI 一年人间十年 》， 大家翻我的播客应该还能找到这期节目 。

然后我就问了 ChatGPT， 我说我是一位科技行业的分析师 ， 我去年写了这样一个标题的内容 ， 来描述 23 年的 AI 行业发展 。

那我今年也需要写一个类似的东西 ， 你能不能给我一些标题的建议 ？ 那它当然列了很多很多很多 ， 十几个吧 ， 我又让它列一些 ， 包括去问了一些别的大模型的产品 。

然后在这些备选的标题里面 ，有一个叫 《AI 两年人间二十年 》， 我说嗯 ， 我看到这个标题的第一反应是嗯 ， 这么糊弄我了吗 ？

对吧 ？ 然后我就把这个事情发到了极客上 。 有两位网友的评论 ， 我觉得是对我而言是一个大气层的理解 。

第一个网友评论是说这个 GPT 回答其实是正确的 ， 它代表着 Scan 浪的失效 ， 呃 ， 大模型只能开始进行线性的外推 。

嗯 ， 关于 Scan 浪是否失效 ， 可能也是过去这几个月业界讨论比较多的一个话题 。 然后第二网友是说 GPT 开始懂推理跟数学了 ， 那可能也是这一年大模型的进展之一 。

所以你会发现这个标题可能也对 ， 就是因为如果按原来的标题 《AI 一年人间十年 》， 那 《AI 两年 》 应该人间 100 年才对 ， 对吧 ？

应该是 10 的平方 ， 可是它只给了 20 年 。 所以这是一个小小故事 。 对 ， 然后所以呢 ， 我们第一个小的话题叫 《Scan 浪真的放缓了吗 ？》

我们看一些数据统计的话 ， 嗯 ， 从两个维度来看 ， 第一个维度是模型的算力增速 ， 大概依然保持着每年 4 倍到 4.1 倍的左右的这个速度还在增长 。

但是有个现实的问题在于 ， 我们从数据规模的角度来看 ， 呃 ， 这个速度已经是放缓到 2.9 倍每年， 并且从曲线上来看 ， 嗯 ， 可能到 28 到 29 年左右 ， 整个的数据的瓶颈就达到了 。

也就是说 ， 没有什么数据再喂给大模型了 。 所以这是针对这个问题的回答 。 然后我们正式开始今天的内容 。

今天内容其实分了 ， 我分了 8 个章节 ， 按中美两国的情况来分 ， 中国 4 个 ， 美国 4 个 ， 然后这 4 个内容的主题是对应的 。

啊 ， 第一个主题都是大模型 ， 第二个主题是关于巨头们的 ， 第三个主题是关于应用方向的 。 啊 ， 第四个主题是关于我所熟悉的一级市场的 。

我们一个一个展开 ， 先聊第一个主题 ， 叫舞台中心的 OpenAI 们 ，也就是聊一聊美国的大模型公司们 。 当然首当其冲的是 OpenAI， 对吧 ？

我们回看 OpenAI 这一年的产品进度 ，在今年的 24 年的 2 月份 ，他们发了 Sora 的视频 ， 对吧 ？ 他们并没有发 Sora 的这个这个这个这个产品 ， 对吧 ？

所以在那个时候 ，有很多媒体说物理学不存在了 ， 这是世界引擎 ， 这是多模态的终极示范 。 但是到今天 ， 我在写 PPT 的时候 ， 依然是起火 ， 对吧 ？

那大家知道 ，其实前两天 Sora 正式发布了 ， 后面也会讲到 。 然后到今年 5 月份的时候 ，GPT 发了 4O， 呃 ，是第一个真正意义上的跨文本视觉跟音频的模型 。

然后在语音模式上 ，在那个示范里面 ， 大家如果有印象的话 ， 呃 ， 它对语音的理解跟回复的速度是非常快的 。

然后大家会说电影中那个 Her 的原型实现了 。 然后在今年 9 月份的时候 ，GPT 发了 O1， 嗯 ， 大家会认为代表了大模型技术的一次技术范式的改变 。O1 开始更擅长做推理以及多步的复杂问题的解决 。

大家开始强调大模型的训练 ， 从原来的预训练开始转向强化学习跟后训练 。O1 开始更多的研究数学编程 ， 跟引发这一轮所谓 agent 代理类的大模型创业的方向的变化 。

然后回头来看的话 ， 我们没有等来传说中的 GPT-5， 当然也就更没有等来所谓的 AGI。 但是你说 OpenAI 不努力吗 ？

我觉得也不能这么说 。 然后， 呃 ， 对于 OpenAI 这家公司而言 ，24 年就知道的事情是 ，他们以创纪录 1,570 亿美金的估值 ， 融了 66 亿美金 。他们的新上任的 CFO 靠一张 OpenAI、 呃 ，Facebook 和 Google 成立年限的 ， 啊 ，不 ， 产品上线年限的前几年的收入曲线的对比图 ， 搞定了这轮超过 60 亿美金的融资 ， 非常的厉害 。

那 1,570 亿美金的估值 ， 你可以理解等于 Zoom 加 Snapchat 加一堆公司加很多很多公司加在一起 ， 才对应它的估值 。

同样的这个这个 ， 呃 ， 融资呢 ， 就代表着这个公司的股份价值的再次提升 。 那其实 ， 呃 ， 去年这个时候 ， 呃 ， 周亚辉周老板发过一条朋友圈 ，他说在美国那边 OpenAI 很牛逼 ， 一点在于 ， 或者说 Sam 很牛逼 ， 一点在于他每年都会找机会找钱 ， 让 OpenAI 的员工的期权可以直接变现 ， 每年都是 。

那今年这轮其实也一样 ， 今年这轮的融资应该是发生在 Q3，但是在 Q4 年底的时候 ，有一轮加轮是软银投的 。

软银除了 5 亿美金的新股之外， 跟 OpenAI， 呃 ， 就是 close 一个 deal，是 15 亿美金的老股 。 也就是说 OpenAI 的员工在今年年底这个时间点 ， 可以以这种估值的方式 ， 你可以选择卖或者不卖 。

那 Sam 每年都会做这件事情 。 所以当时周亚辉周老板说 Sam 牛逼一点就在于这个事情 ，因为你会发现在当今的这个环境下， 呃 ，在美国那个人才密度极具竞争激烈的环境下， 这些高端的人才对于所谓期权价值的这个这个理解是非常现实的 。

但是你回头来看 OpenAI 这一年比较重要的一个事情是说 ， 又有非常非常重要核心的团队的人离开了 。OpenAI 成立最早的 11 个人， 到今天其实只有两个人还在团队里 。

那看上去通过老股变现的方式 ，并没有解决所谓核心团队的流失 。 当然就是晚点 ， 前两天写了篇文章 ，其实他的意思是说 OpenAI 其实从最早到今天 ，其实已经换了非常多的人。

他们从一个纯技术导向的实验室性质的非营利性组织的 ， 呃 ， 公司开始慢慢变成一个商业化的公司 ， 所以加了更多的产品运营的人， 然后整个团队也经历了比较大的换血 。

你很难说他对或者错 。 然后我们再看 OpenAI 这家公司啊 ， 这个我当时做这张图的时候 ， 我想的一个方式是说 ， 我把 Sam 作为 OpenAI 的 CEO 要去解决跟每天要去面临的问题列出来 ， 然后给他做一个可视化的表达 。

然后就列了几项 ， 比如说他要去解决跟微软的关系 ， 微软既是他最大的财务投资者 ，也是他的云的提供方 ， 同时可能某种意义上也是他的竞争对手 。

微软自己也在做自己的大模型 ，copilot agent 所有事情都在做 ， 包括软件订阅收入 ， 对吧 ？ 然后他要 Sam 要解决跟英伟达的关系 ， 要要不要一直用英伟达的芯片建立数据中心 ， 要不要做别的可能的尝试 。他要解决财务投资人的问题 ，因为财务投资人的股份利益要变现 ， 要升值 ， 然后他要解决竞争对手的问题 ，因为过去一年 Claude 的 Anthropic 的 Claude 发展非常好 ， 看上去比 OpenAI

的发展状态更好 。 同时他要解决团队的问题 ， 所以大概列了 ， 呃 ， 当然更重要的是可能解决政府的问题 。他甚至不仅要解决美国政府的问题 ，他要解决欧洲 ， 甚至中国 、 新加坡 、 全世界各国 、 欧盟的各种各样的政府基建的问题 。

有一段时间 ，Sam 就跟奥特曼 ， 真的跟奥特曼一样 ， 全世界各国飞 ， 去见各国的首脑 。 然后其实最后就归结下来了 6 项 ， 然后我就把这 6 项的内容输入到了一个专门做这个 ， 呃 ， 文字内容可视化的 AI 工具里面 。

然后生成的图里面有一张图 ， 是一个 6 个花瓣结在一起的图 ， 然后你发现恰恰这个图的示意跟 OpenAI 的公司 logo 是几乎一模一样的 。OpenAI 的 logo 也是 6 个那个结连在一起的 。

所以 Sam 可能在解的问题是当今世界上最复杂的商业 、 政治 、 金融问题之一 ， 包括技术 。 那刚才提到这个 ，他竞争最大的竞争对手 Anthropic 的 Claude， 那过去这一年 Claude 可以说是一军突起 。

啊 ， 上个月有一份报告 ， 当然这是数据调研报告 ，在他的统计里面 ，OpenAI 在过去一年的市场份额从 50% 掉到 34%， 降了 16 个点 。Anthropic 从 12% 涨到 24%， 涨了 12 个点 。

就是说基本上， 嗯 ，OpenAI 丢掉的东西都被 Claude 吃掉了 ， 当然还有几个点是被 Google 吃掉了 。 然后 Anthropic 背后是亚马逊作为最重要的战略投资方支持的 ， 亚马逊连续三轮投资这家公司 ， 已经投了战略公司上放了 80 亿美金 ， 占股 58.4，并且最近有新闻是 Anthropic 在跟 AWS 深密的合作 ， 建立数据中心 ，并且用 Amazon 自己的芯片 。

所以从 OpenAI 跟 ， 呃 ，Anthropic 的情况来看 ， 本质上来讲很多人会说 ， 呃 ，OpenAI 是微软的话事人， 呃 ，Anthropic 是亚马逊的话事人。

那在这个这轮竞争当中， 这件事情会非常的重要 ， 后面也会讲到 。 然后 Claude 有多强呢 ？ 我举一个现实的例子 ， 可能大家可能还有印象的是 ，Claude 在 3.5 的时候发布了一个 ，也引发了行业很多 copy 跟很多借鉴的功能 ， 叫 Computer Use， 就是真正一上 AI 模型可以控制电脑或者控制手机来去进行很多的操作 。

那这是以它引发了一系列的关于 ， 呃 ， 这一个功能的模仿 。 那国内大模型也一样 。 然后另外一个案例是我在一篇公众上看到的 ， 就是他举这个例子是说 ， 呃 ， 如果我今天有一个需求是说 ， 我希望用华尔街日报体来去写大闹天宫 ， 那如果是之前的大模型的技术能力 ， 我们可能这个这个这个描述词要写非常非常的长 ， 对吧 ？

我们要写 ， 把相当于你要把华尔街日报到底是一个什么样的文体 ， 比如它的结构是怎么样的 ， 你需要发展论证 ， 然后它联系是什么样 ， 完整性是什么样 ， 行文结构是什么样的 ，有什么样的观点 ，有什么样的 ， 呃 ， 正方的观点 ， 反方的 ， 你要把这个所有这一套东西写得非常长才可以 。

但是今天你用 Claude， 你直接可以跟他讲 ， 请用华尔街日报体写一篇大闹天宫 ，他就可以帮你写了 。 也就是说今天这个时间点呢 ， 头部大模型的技术能力已经发展到这个阶段了 。

那除了 OpenAI 跟 Anthropic 之外， 还有一家不得不提的是 ， 呃 ， 最新上任的摄政王马斯克支持的 X.1， 对吧 ？ 这个那这引发了很多人探讨 ，是说到底技术大模型这件事情的这个商业模式跟这个方向能支持几家初创公司 。

为什么会讨论这个问题 ？ 你会发现这件事情至少在美国 ， 呃 ， 每轮的状况是说 ， 这些公司的融资规模每轮是按 10 亿美金为单位计量的 ， 然后对于团队人才密度有近乎于苛刻的要求 ， 然后这些公司开始频繁的触碰各种意义上的天花板 ， 比如说 ， 呃 ， 钱就不用讲了 ， 比如说能源的天花板 ， 对吧 ？

数据量的天花板 。 然后再看马斯克 ， 为什么能够在 OpenAI 以及 Anthropic 这么强的基础上还能再做呢 ？ 可能是因为马斯克这个人， 对吧 ？

就是有个说法是说他是不会让兄弟们吃亏的 。 那第一个层面就是 ，他不会让参加到 X.ai 的创业的兄弟们吃亏 。

第二层呢 ，因为之前他在私有化推特的时候拉了很多投资人进来 ， 呃 ， 推特现在市值应该照他私有化跌了 7 成 ， 应该有吧 ？

那这些人理论上账面是亏了钱的 ， 那马斯克怎么补偿他们呢 ？ 马斯克在 X.ai 里面批了 25% 的股份给这些投资人。X.ai 现在大概是 500 亿美金吧 ， 我没记错的话 ， 那 25% 就是 100 多亿美金了 。

那第三层就是刚刚上任的总统特朗普跟马斯克之间的关系 ， 对吧 ？ 所以 X.1 应该也还值得期待 。

然后我们整个来看这过去这一年， 在美国大模型领域的角度来说 ， 第一个很重要的问题在于成本的下降 。

从 GPT-4 刚刚发出来的时候 ， 每 100 万 token 需要 36 美金 ， 到今天 4o mini 大概每 100 万 token 只需要 0.25 美金 ， 降了两个数量级 。

那这引发一个讨论是说 ， 呃 ， 推理成本的下降到底是否能够带来应用层的爆发 。 那第二个问题讨论也比较多的是关于开源跟闭源模型的 ， 对吧 ？

然后你会发现过去这一年， 呃 ， 开源领域模型的跟上的速度是非常快的 。 呃 ， 开源模型的头部模型跟最头部的闭源模型的技术能力的差距 ， 原来可能是在一年半左右 ， 那今天可能已经追到只有 9 个月左右 。

那最著名的当然就是 OpenAI 的 Llama， 当然还有中国的 ， 比如说 ， 呃 ， 阿里的千问 ， 那同意换方的 DeepSeek， 对 ， 这个后面都会讲到 。

那你也会发现很多公司其实在内部使用过程中， 也在频繁的用各种各样的开源模型来实施各种各样的功能 。

这是第一部分关于美国的

AI 大模型们 。 好 ， 我们下面进入第二部分 ， 讲那些迅速达成共识的巨头们 。 嗯 ， 首先看哪些巨头 ？

那这个这个这个所谓疯狂七巨头 ， 已经被无数的媒体在今年引用了 。 七家公司分别是 Google、 苹果 、 特斯拉 、Meta、 微软 、 亚马逊跟 Nvidia。

然后 DeRot 做了一个非常非常好的报告 ， 叫 《 疯狂的七家 》， 呃 ，他是用这个美国西部的这个牛仔的状态 ， 描述了七家公司 CEO 的这个图 ， 我放在我的 PPT 里 ， 然后这份报告也会放在 show notes 的备注里 。

这份报告可能是我看过的今年比较优秀的报告之一 。 然后我如果我们把七巨头当成一个整体来看 ， 巅峰今年大概 10 月份的时候 ， 七家公司的市值到了 17 万亿 ， 呃 ，17.1 万亿 ， 今天应该是 17 万亿 ， 呃 ，17 万亿就是 1.1 个 trillion。

然后如果我们看七家公司的市值的比例 ， 占比整个美股的 ， 呃 ， 标普的这个这个比例的话 ，是从 35% 一直涨到了今天的超过 55%。

也就是说 ， 七家公司的市值加在一起 ， 已经比所有剩余的上市公司的估值加在一起还多 。 所以我们可以说这一轮的关于 AI 的热潮 ， 这七家所谓的巨头当然享受了最大的利益 。

那这七家公司每一家其实都超过千亿 ， 那千亿的美金从过去两年的情况来看 ， 还能这么涨 ， 真的是非常非常少见的 。

呃 ， 最涨的最多的可能是 Nvidia， 过去两年已经 ， 呃 ， 今年已经涨了 176.8%， 快两倍了 。 然后苹果 19.8， 微软 12.6， 亚马逊 39.2，Google 19.4，Meta 59.4， 特斯拉 40.3。

我还是说那个前提 ， 这都是千亿美金以上的公司 ， 长着这个样子 。 如果我们再把时间线拉长到 20 年来看 ， 这个数据就更恐怖了 。

我的 PPT 里放了一张非常非常 ， 呃 ， 可视化做得非常好的蜡烛图 ， 大家可以感受一下， 就是这几家公司从很小很小的状态变成今天的参天大树 。

那这些公司到底形成了什么样的共识呢 ？ 我列了几个 。 第一个共识当然就是 Nvidia 自己 ， 所以我放了两张梗图 。

第一张梗图是 Nvidia 老黄被批到了一个牵了可能十几只狗的这个养狗人的脸上， 然后那些狗就分别是刚才我们聊的这些公司 。

然后另外一张梗图是一个类似耶稣的人扛着地球 ， 然后那个地球上写着是整个地球的经济 ， 那个耶稣就是 Nvidia 自己 。

也就是说 ， 整个世界的经济被 Nvidia 一家扛起来了 。 类似的梗图非常多 ， 大家应该看到过 。 那为什么呢 ？

就是我们只从一个很现实角度来讲 ，Nvidia 既是七巨头之一 ， 同时又是 AI 这一波最大的受益者 ， 所以它是一个踢云纵的过程 ， 对吧 ？

就左脚踩右脚就飞上去了 。 那当然造成结果是说 ， 啊 ，因为 Nvidia 的首先估值非常的高 ， 曾经有几天都是世界第一的 ， 世界第一大市值的企业 ， 然后又因为它的波动性很大 ， 所以如果我们统计标普的单天的上涨跟下降的额度 ， 那前几名的其实都是 Nvidia， 比如单天它曾经一天涨过 327 个币 ，也就是说单天涨过 3,700， 呃 ，3,270 亿的这个这个上涨 ， 然后跌也

跌得最狠过 ， 曾经当天跌过 279 个币 ， 都是 Nvidia。 然后我觉得盈亏平同源吧 ， 就是你既然是最大的受益者 ， 波动性那么大 ， 当然这个统计的方式上， 最头部跟最尾部的都是你 。

然后回看 Nvidia 这家公司来讲 ， 过去这几年， 从它最早做游戏起家到区块链 ， 区块链那一波享受了一波类似挖矿的红利 ， 到 AI 这一波巨大的红利 ， 整个三浪的叠加 ， 造成了 Nvidia 从之前可能 1.2T 的估值涨到了 3.6 个 T。

呃 ， 它的估值原来跟半导体其他行业的公司对比 ， 可能英特尔 、AMD、 高通 、 博通加在一起是它的两倍 ， 到今天它比所有人加在一起还多 。

嗯 ， 那就是三浪叠加的结果 ， 这是第一个共识 ，Nvidia 自己 。 第二个共识是关于公有云的 ，AI 这一波最直接的收入体现 ，是在云业务的收入体现上 。

那美国最 ， 美国整个公有云市场最大的三家 ， 亚马逊 、AWS、Google、 微软 ， 然后以及 Google 的云 ， 三家加一起市场份额应该将近是 70% 左右 ，60% 多 。

呃 ，其实这三家公司公有云的业务 ，在过去几个周增长都非常的快 。 然后第三个共识是关于 Capex，也就是固定资产投入的 。

本质上来讲 ， 我们同样看这三家云公司以及 Meta，他们在过去的几年时间里面 ， 尤其在过去两年时间里面 ，在每个季度的 Capex 上投入是爆发性的增长 。

截止到 Q3， 单个季度的亚马逊的 Capex 是 22.6 个 B 美金 ，也就是说 226 亿美金 ， 微软是 149 亿美金 ，Google 是 130 亿美金 ，Meta 是 83 亿美金一个季度 。

也就是说 ， 这些巨头们一个季度在 Capex 上的投入是 100 亿美金记得 。 然后他们去买什么呢 ？ 当然就是比如买 100 H100 的显卡 ，H100 单片是 3 万美金 ， 大家可以算一下 。

然后所以我用一句这个我经常听的这个不开玩笑的主播大萌讲的一句话 ， 说钱永远都是成年人世界最简单的衡量标准 。

所以我们只看钱的花费来说 ，在当今的 AI 行业有三类玩家 ， 第一类玩家叫科技巨头们 ， 就刚才我们讲的这些公司 ，他们每一年的 Capex 投入应该是大几百亿美金这个体量 ， 就是说他们的计量单位是百亿美金 。

然后主要玩家就第二档 ， 可能是刚才我们聊过的几家初创类的模型公司 ，OpenAI 也好 ，Anthropic 也好 ，X.ai 也好 ，他们的投入应该是 10 亿美金这个体量 ， 或者说几十亿美金这个体量 。

再一层叫 AI 的挑战者 ，他们是按每年几亿美金这个量来去参与这场竞争的 。 那钱当然是最直接的体现 ， 从百亿美金到十亿美金到几亿美金 ， 就是这个状态 。

那大家可以延展一下， 中国的公司们的状态是什么样 ， 应该放到哪个象限里 。 那钱我觉得某种程度就是军备竞赛 ， 对吧 ？

大家都去买 H1 的显卡了 。 截止到 23 年底 ，有统计是说 ， 呃 ，Meta 跟微软是有最多的 H1 显卡 ， 大概都有 150K，Google、 亚马逊 、Oracle、 腾讯都有 50K， 像百度 、 字节可能有几十 K。

然后到今 ， 这是 23 年底的数字 ， 到 24 年底的时候 ， 大家的数字开始提提到了大几十 K， 甚至超过 100 万 。

然后如果再考虑 25 年新的 GB2、GB200 的芯片的叠加 ， 所有这些头部的巨头公司 ， 每一家的 ， 呃 ， 这个这个卡的数量 ， 可能是在翻三翻到四翻的在增长 。

那这些卡拿来干嘛 ？ 当然就是做数据中心 ， 对吧 ？ 在全世界各地 ， 呃 ， 数据中心这个业务也在频繁的暴涨 ， 无论是中国还是美国 ， 甚至东南亚 、 越南这些地方 。

当然这就再次成就了共识的第一点 ，Nvidia。 你会发现 ， 我们去拉 Nvidia 每个季度的收入构成 ， 呃 ， 今天这个时间点 ， 它超过 75% 的收入来自于数据中心业务 。

之前作为它最最最主要的收入贡献来源的 gaming 游戏 ， 已经大概只有可能 10 个点不到的样子 ， 然后 other 更小了 。

这是第三个共识 ， 固定资产投资 。 第四个共识 ， 往上游去 。 呃 ，因为之前红杉在 OE 发布之后， 红杉美国发了一个报告 ， 来去对 AI 行业进行了一次分层 ， 它大概分了六层 。

最上层当然就是消费者层 ， 消费者用的你可以列为应用层 ， 然后是模型层 ， 然后是云这一层 ， 然后是 ， 呃 ，Infra 这一层 ， 然后是芯片这一层 ， 然后是代工这一层 ，也就是芯片设计跟代工这一层 。

那你会发现 ， 我们刚才提到的几家巨头 ，其实都在今天开始往芯片这一层走 。 那他们甚至除了做芯片之外， 开始往芯片设计那一层去走 。

呃 ，Google、 亚马逊 、 微软 、Meta 都有 。 而且就在我做这个报告的这两周时间里面 ，Google、 亚马逊都发了他们新的芯片的这个技术能力 。

然后按一个很简单的说法 ， 就是说没有人想被掐脖子 ， 对吧 ？ 就是所以大家都想自己做自己的芯片 ，并且通过投资合作的方式孵化整个生态 ， 让这个生态上的公司也用他们的芯片 。

典型的比如说亚马逊跟 Anthropic 的合作 ，有个很重要的绑定关系 ， 就是说 Anthropic 除了要用 AWS 的云之外 ，也要用 Amazon 的芯片 。

这是往上游去的第一种选择 。 第二种选择就是往再上手去去能源 。 你会发现有无数的新闻是说 ， 这一家科技巨头开始做核能的电厂 ， 做太阳能的各种各样的尝试 ， 包括做新能源的这个这个数据中心 。

然后很有意思一点是 ， 我们看截止到 9 月 ， 截止到 9 月的数据 ，也就是 Q3， 我们按大类来分 ， 标普的所有大类来分 ， 我们理应会觉得今年上涨最好的分类应该是信息科技 ， 就刚才我们聊这些巨头 。

但对不起 ，不是 。 今年整个标普在前 Q3 按行业来分 ， 涨得最好的是基础设施 、 能源 、 水电煤这些公司

。 然后所有的公司开始尝试 ， 典型的最多的应该是核能 。 大家开始在这个事情上， 无论是投资 、 并购 、 建厂 ，因为你会发现 ， 大模型这件事情 ， 开始触碰到人类的能源的某种意义上的跳板了 。

共识 4， 往上游去 ， 无论是芯片还是能源 。 共识 5， 呃 ， 投资跟并购 。 啊 ， 今年比较有名的三起并购 ，Google 收 Carry.ai， 微软收 Inflection，Amazon 收 Adapt， 都是最典型的是并购 。

那当然他们这几家巨头 ，也在疯狂的对外投资各种各样 AI 相关的公司 。在这件事情确立成为共识之后， 所有的巨头们疯狂的在用投资的手段 ， 来去做整个生态的建设 。

共识 5， 投资与并购 。 那当然最后一个共识是 ， 自己的业务也不会被落下 。Nvidia 的各种各样的芯片 ， 微软的 Copilot， 苹果今年发了苹果的 Apple Intelligence，Google 在昨天晚上发了它的 Gemini 2.0， 对吧 ？

然后，

呃 ，Meta 的 Luma 的开源客户端 ， 然后特斯拉的 P， 呃 ， 那个 FSD 13 也是最近发布的 。 然后我在做这张 PPT 的时候 ， 本来在亚马逊的这个图的事情上， 我是没有东西放的 ，因为亚马逊在上周之前 ，在这件事情上， 实际是除了它有芯片之外， 没有什么自己的模型 。

那也是在上周 AWS 的今年大会上， 亚马逊发了他们自己的大模型 Nova， 所以我更新了这页 PPT。 亚马逊有自己的大模型 ，有自己的芯片 ， 所以你会发现 ， 巨头不会把自己的业务落下的 。

这就是所有的共识 。 讲完了大模型创业公司 ， 讲完了巨头 ， 我们开始讲第三个话题 。 呃 ， 我起了名字 ， 叫大模型之外的落地场景与应用 ，因为大家都会说 24 年应该是 ， 呃 ，AI 的应用年， 对吧 ？

那我们就看到底有什么样的应用 。 那我在做每一年的这种统计分析的时候 ， 你会发现 ，其实把众分类众多的项目 ， 繁杂的项目进行分类 ， 这个分类本身就是一个巨大的工作量 。

我单纯只把 AI 领域的相关的独角兽的列表拉出来 ， 大概已经有超过 140 家公司 。 把这些公司分类 ， 按什么分这件事情 ， 就是一个巨大的活 。

那回头来看 ， 比如说 9 月份 OE 发布之后， 红杉美国写了一个报告 ， 里面他画了一张 ， 呃 ， 关于这个 AI 相关的公司的应用的这个图 。

那其实他只分了三层 ，也就是说他把亚马逊 、Nvidia、 呃 ，Google 的云 、 微软的云定义为 Infra 层 ， 然后 OpenAI、Anthropic、X.ai 定义为模型层 。他把剩下的所有公司全部统一叫 App。

那这种分类方式就过于没有意义了 ， 对吧 ？ 那他就把都放在一起了 。 那比如说再看 H6Z，他每半年会更新的这个 Top 50 的生成式 AI 的网站 ， 加 Top 50 生成式 AI 的 App 的统计 。

呃 ，他在最后一次更新应该是今年 9 月份发的 ，他也发了一次这样一个统计 。 那我们来看 ， 呃 ，他的分类方式里面 ， 可能他把 50 个 Web、50 个 App 各种各样的分类方式 ， 比如说又分成搜索 、 呃 ， 内容生成 、 内容编辑 、 呃 ， 然后助理 、 然后， 呃 ， 教育 、 然后营销 ， 按这种方式来分 。

那他的混合方式是说 ，他先按访问量跟 MAU 去把前 50 拉出来 ， 然后再去分析这 100 个项目的分类 。 那我就要反问 ， 那按这个前提条件 ， 就是按访问量跟 MAU 来去拉 Top，是不是合理的方式 ？

那你会发现 ，其实天生的有很多类别 ， 虽然公司业务比如很大 ，但是它进不了这个搒单 ， 那它应该被统计吗 ？

嗯 ，不知道 。 当然我觉得 H6Z 给了一种划分方式 。 那你会发现 ， 把所有这些项目列在一起 ，有做 2C 的 ，有做 2B 的 ，有做专门给 ， 呃 ， 我们叫创作者的 2P 的 ， 对吧 ？To 这个这个 To 专业人士的 。

那你就所有项目 ，其实你很难就以一个非常非常严苛的标准 ， 画的非常的清楚 。 然后你看很多报告里面 ，他们混合方式也不同 ， 比如他们会认为 ， 呃 ， 金融 、 法律 、 生物医药 ， 呃 ， 这种方式是一种行业的划分 。他们可能又分 HR、 设计 、 知识 、 客户关系管理 、 财务 ，是企业内部分工的角度 。

那到底是 2B 还是 2C， 分不清 ， 对吧 ？ 那既然分不清 ， 我索性就不分了 。 我用另外一种方式来做这件事情 。

我把过去这一年能够想到的 ， 某几天在你朋友圈被刷屏的 ， 无论是应用还是一个方向的探讨 ， 拉出来 。

然后我想了一下， 大概有几个方向 ， 我最后列了 6 个 ， 呃 ， 分别是多模态 、 搜索代码 、 社交 、agent 跟硬件 ，6 个我一个一个来讲 。

多模态 ， 多模态可能又这一年又分视频 、 呃 、3D 跟语音 。 那很多人听到这会说 ， 那图片去哪了 ？

那我会觉得这一年， 因为图片的 AI 生成的图片的这件事情 ，是要比拆 GPT 再早一年的 。 也就是说 ， 图片早就已经进入生产管线里面 。AI 图片的生成 ，在今年已经进入到下一个 next level 了 。

然后我们分别来看视频 、3D 跟语音 。 呃 ， 视频板块回头来看啊 ， 我们今年是 2024 年， 其实 AI 视频生成 2023 年也有一些公司在做啊 。

当年的 Runway 跟皮卡 ，其实已经有产品在 ， 或者有测试的视频在放出来了 。 然后一些头部公司也在做 。

然后但是现在回头来看 ， 整个 23 年的 AI 视频领域的进展 ， 我觉得就跟过家家一样 ， 对吧 ？ 几乎可以忽略不计 。

然后在我第一次第一版做这个报告的时候 ，Sora 还没有发布 ，但 Sora 在那几天出了个新闻啊 ， 一些第一批参与 Sora 测试的艺术家们 ， 可能由由于对版权还是各种各样处理的不满 ， 把 Sora 泄露了 。

所以当天有几个小时的时间 ， 大家其实在美国是可以测试到 Sora 的 。 但是这个事情在 3 个小时之后，OpenAI 发现之后， 就赶紧把那个网页关 ， 把那个地址关闭掉了 。

所以当时就有人用现在的视频生成模型 ， 做了一张梗图 ， 就是 Sam 坐在那接受访问 ， 然后突然间出了事情 ，他跳转到背后， 把那个网线拔掉了 。

那这个梗图其实也代表了今年这个时间点 ， 主流的 AI 视频生成模型能够做到什么样子的状态 。

所以我们可以看到 ， 呃 ， 这个这个形式 。 然后也就是在前几天 ，Sora 正式发布了 。 嗯 ， 很多人标题用了大概 ， 比如说王者归来这种这种方式 。

但是你细看 Sora 今天发的东西去跟 ， 尤其跟今天这个世界上， 市面上其他的 AI 视频生成模型的对比跟状态来说 ， 我很难去用王者归来来形容 。

我甚至觉得它可能在产品 、 在功能体验 、 在工程上的努力 ， 我们看得到 。 因为今天 Sora 发了 ， 发出来之后， 它强调的很多功能 ，其实是在这些这些层面上 。

那可能也是因为 AI 视频生成 ，在过去这一年发展的真的太快了 。 所以我们可以看到过去这一年， 比如说 Runway、 皮卡 、Hyper 各种各样的 AI 视频生成的模型工具的发展状态 ， 大家从最早的生成到编辑 ， 到细化到巨化的动作追踪 、 图片生成 、 视频文字生成 、 视频各种各样的细化 ， 你会发现这一年 AI 视频生成的领域进展非常的快 。

然后第二个板块 3D， 呃 ， 去年的时候 ， 去年年底的时候 ，有一波关于 AI 3D 素材的小浪潮 ， 然后就在我做 PPT 的这两周 ， 你会发现 3D 这件事情进化到也进化到 next level 了 。

呃 ， 李飞飞总的 ， 呃 ，World Labs 发了那个一张图 ， 直接生成一个 3D 的场景 ， 然后 Google 的 DeepMind 也发了一个类似的东西 ， 你可以输入一句话就生成 ， 比如说我在一个类似太空飞船的场景里面 ， 然后它直接生成了一个 3D 的太空飞船 ， 你可以用 AWSD 的方式去控制你去在里面走 。

也就是说 ，3D 生成从原来的素材生成 ， 进化到了全景生成多模态 。 然后第二 AI 搜索 ， 我觉得 AI 搜索在大模型出来的第一天 ， 就被认为是所有人看到的第一步看得到的地方 。

所以你会发现 Google 也好 ， 微软也好 ， 所有做原来搜索引擎的公司 ， 都在疯狂做 AI 搜索 。 那当然也有代表公司 ， 比如说像 Perplexity 这种公司 ，也在做 AI 搜索 。

呃 ，在上周 Perplexity 融啊 ， 上个月已经 90 亿美金了 。 但是呃 ，有一个我们没法去解释 ， 或者说很多人不愿承认的结论是说 ，AI 搜索的公司们的搜索的量 ，并没有显现出一个特别强势的状态 。

即便我们作为用户而言 ， 会认为这一波的 AI 搜索 ， 对原有搜索的冲击非常的强 。 可是原有搜索公司做的也很好 ，AI 搜索 ， 然后代码生成啊 ， 我直接用了一个 Glock 的报告的标题 ， 叫 Code Smarter Not Harder。

也就是说今天这个时间点 ， 代码这件事情变得越来越简单 ， 或者说代码生成变得越来越智能 。

然后他这个报告里面 ， 整理了当下所有关于 AI 代码相关的公司 ，他的分析方式有低类公司是增强现有的工作流的 ，他可能是做代码生成的 Copilot 或者编辑器的 ， 然后第二种是做 agent 的实现端到端的 ， 第三种是专门针对特定模型的基础代码 ， 比如说专门针对前端的啊 ， 专门针对各种各样的场景的 。

那都是在那个时间点 ， 对这一波在做 AI 代码生成的公司的总结 ， 直到这个领域出现了一家代表公司 Cursor。

那 Cursor 的出现 ， 大家开始惊呼到哦 ， 代码生成到了真正意义上所谓 GPT 时刻 。 然后从 Cursor 这家公司的收入变化来说 ， 呃 ， 它从去年的可能 100 万美金的收入 ， 涨到今年涨了将近 64 倍 。

也就是说 2024 年预估接着到 11 月份 ， 这家公司今年已经有 6,000 多万美金的收入了 。 就 Cursor 的技术能力跟实现状态 ， 行业内的从业者应该都很了解代码生成 ， 然后社交 ， 那看上去社交陪伴娱乐 ， 看上去可能是 2C AI 应用的希望了 。

但是在这一年， 本来这个希望的代表公司 Carry.ai 被 Google 收购了 ， 对吧 ？ 那 Carry.ai 最后的这个被收购的结果 ， 到底意味着什么 ？

就意味着 AI 陪伴这条路可能不太理想吗 ？ 那我觉得可能是 ， 我觉得更多原因是在 Carry.ai 这家公司自身上 ，因为这家公司其实底子里是想做模型的 ，但是模型这个生意的竞争 ， 已经变成另外一个维度的钱 、 人 、 能源的竞争了 。

那这公司的融资就没有跟上嘛 ， 那产品化的运营跟推广也没有跟上的情况下， 两边受阻 ， 那最后只能接受这样的结果 。

但他可能没有办法去证明 AI 陪伴跟社交不是一个好的方向 。 但是从结果来看 ， 似乎在美国 ， 或者说在英文语境里面 ，OnlyFans 成功的世界达成了 ， 似乎只有 OnlyFans 成功的世界达成了 ， 对吧 ？

因为 OnlyFans 加了一个 AI 的这个 ， 就是这些明星们可以有一个类似 AI 聊天的功能 ， 你可以以一个跟他的 AI 分身去聊 ， 然后去提升他的付费转化率 。

然后过去两年，OnlyFans 的收入涨得非常的非常非常的快

。 然后 agent， 那可能也是 OE 发布之后， 大家会认为真正意义上的技术范式 ， 或者说产品范式 ， 要从原来的 Copilot 到所谓 agent。

那 agent 今天也会分各种各样层级的创业公司 ， 那我们就会问 ， 那包括其实头部的这些公司 ， 无论是啊 Meta、 微软还是 GPT 自己 ，其实都在做各种各样 agent 平台 。

那 agent 真的能够成为新的一波的

技术范式吗 ？ 我觉得也今天这个时间点还没有办法下结论 。 然后最后一个关于硬件 ， 就软的不太行 ， 那我们就来硬的呗 ， 对吧 ？

那这轮关于 AI 硬件的讨论也很多 ， 上面有两个不太成功的案例 ， 对吧 ？ 一个是 AIP， 一个是 Reddit 啊 ， 一个是挂在胸前的一个不知所云的可以投影的东西 ， 一个是一个正方形的安卓带屏的设备 ， 对吧 ？

就是虽然当时的新闻很多 ， 讨论也很多 ， 出货量也还可以 ，但是你很难说这东西阶段性达到了一个让人满意的状态 。

那有没有让人满意呢 ？ 有 ， 可能下半年大家讨论最多的雷鹏跟 Meta 的那个眼镜 ， 对吧 ？ 出货量 200 多万台 ， 然后还有可能是 Ora 跟三星做的那个 ，他们都做了啊 ，不是他们联合做戒指 ， 那家公司也卖了 200 多万台戒指吧 ， 然后融了 50 亿美金 。

最近一轮融 50 亿啊 ， 估值按估值 50 亿美金 ， 融了大概大几千万美金 。 这轮投资者是一家做 ， 我没记错的话 ，是做医疗相关的数据公司 ，也就是说这个事情开始跟医疗相关了 。

那眼镜也好 ， 戒指也好 ， 就是阶段性的正确答案了吗 ？ 我们也不知道 ， 可能我们要到后面中国的部分才会知道 。

这是第三部分关于方向的 。 第四个部分关于一级市场 ， 我起的标题叫 《 始终代表先进生产力的 VC 们在投什么 》。

那第一个问题就是说 ，VC 们真的在代表先进生产力吗 ？ 我用了一张之前做那个 AI 跟移动互联网总结的一张图 ， 就是硅谷银行整整理的一张图 。

它把过去这几十年整个科技行业的浪潮 ， 用公司的市值的曲线 ，以及对应年份成立基金的对应的列表做了一个整理 。

那你会发现 ， 确实每一波的技术浪潮背后， 都可以跟一批基金的兴衰相关联 。 那这个行业现在是什么情况 ？

我们首先看这个这个行业的木字 ，因为这个行业强调的是木头管退 ， 对吧 ？ 先看木字 ， 那疫情期间的大放水是所有人都要经历的 ，在那个之后就是当然就是疯狂的下降 。

截止到 23 年、24 年，Q4 整个行业的木资水平 ， 大概只有在大放水阶段的 50% 左右吧 。 啊 ， 虽然在 24 年有一定的上涨 ，但是整体趋势上来说 ， 还是处于一个比较低水位的状态 。

那从创业公司的投资角度来看 ， 偏后期的公司的估值是在疯狂上涨的 ， 尤其是偏 D 轮跟 E 轮的公司的估值的平均水平 ， 上涨超过 50% 甚至 80%。

那其实也很简单 ， 你融了那么多钱 ， 总是要投出去的 ， 钱多了 ，但项目还是那些 ， 甚至项目在变少 ， 那项目的估值当然在上涨 。

那退出呢 ， 啊 ， 凉凉对吧 ？ 很多人会说 ， 今天意义上中国的二级市场的 IPO 比较冷 ， 那是因为政策的原因 。

那美国也一样 ，也是凉凉 ， 整个 IPO 的这个相关的公司非常非常的少 ，因为我刚才说过 ， 大部分的上涨是由巨头带来的 ， 那小公司根本没人关注 。

那你没有 IPO 跟没有退出 ， 投了那么多公司 ， 估值又涨那么快 ， 造成结果是什么呢 ？ 就是所谓的独角兽开始溢出了 。

截止到 24 年，Q3 全世界范围内 ， 硅谷银行统计有 725 家所谓的独角兽公司 ， 那超过 10 年的独角兽公司已经占了一半 。10 年哦 ， 一家正规的财务基金 ， 可能也就 7 年到 9 年的周期 。

也就是说 ，有很多公司已经成为独角兽超过 10 年了 ， 那超过 5 年的也有很多 ，5 年内独角兽其实是比较少的 。

那大家不能指望 IPO， 开始指望并购了呗 ， 这可能也是中国很多从业者们的一个心态 。 那从美国的情况来看 ， 啊 ， 并购还凑合吧 ， 就是比高峰肯定是比不了了 ，但比 23 年好一点点 ， 大概是高峰时候的一半左右 。

那在已经在看的相关的行业里面 ，AI 当然是最最最重要的投资主题之一 。 那从投资的这个金额来说 ， 可能大概占整体美国投资市场的 15%。

然后从单位的项目的估值来看 ， 可能是非 AI 项目的 5 倍 。 然后从每轮融资的这个额度来看 ， 可能是非 AI 项目的 6 倍 。

然后单个季度有超过 20% 的增长 ，在过去这一年， 每个季度都是这样涨 。 那似乎我们从看 AI 这一波泛的浪潮来说 ，不单纯只看这两年大模型 ， 看之前的智能驾 ， 呃 ， 智能驾 ， 呃 ， 智能驾驶 ， 智能驾驶到上一波的 AI， 再到比如生物医疗各种各样的行业 ， 你会发现 ， 呃 ，VC 们投出来一个连续几波的 AI 的大的公司 ， 我们把它叫所谓的 AI 宇宙 。

那现在看上去 ， 这一波公司聚在这 ， 真的能够代表先进的生产力吗 ？ 然后那这一波 AI 的相关公司里面 ， 所谓的独角兽也开始变多 ， 或者拿着大钱的公司也在变多 。在刚刚结束的 24 年 Q3 新出现了 24 家独角兽 ，有 13 家 ，有一半以上是 AI 相关的 。

但是这就造成另外一个结果 ， 刚才我们前面讲到 ， 独角兽本来就已经开始溢出了 ， 然后你这一轮又这么快 ， 这么短的时间出了这么多新的独角兽 ， 那看上去就造成了更严重的溢出 ， 对吧 ？

所以你会发现 ， 今年有一些机构们开始探讨一些问题 ， 点最有名的应该是两篇文章 。 一篇文章是红杉美国的 AI 的 6,000 亿问题 ， 一篇文章应该是高盛的生成式 AI 太多的花费 ， 太少的收入 ， 对吧 ？

那是不是在这个时间点 ， 我们要考虑这些问题了 ？ 我们真的投了太多的钱在里面 ，是否要考虑收入 ？

那这个问题的解答 ， 既然这个问题问出来 ， 就代表确实现实情况如此 ，但这个解答 ， 或者说我们要等到什么时间 ， 我觉得是没有答案的 。

那在今年， 我看到一个视频 ， 给了我一段这样的环节 。 那这个视频之之前我也讲过 ，是那个 9 月份的时候 ， 施密特去斯坦福有一次演讲 ， 然后请他的教授在送走斯坦福那个施密特之后， 讲了一段话 ，是说我们回看当年的电力革命的时候 ， 呃 ， 电力革命在起初 ， 电机是没有真正意义上提升所谓生产效率的 。

什么时候电机真正意义上提升生产效率 ，是等我们去建新的工厂的时候 ，不需要把一个巨大的电机 ，以电机以一个蒸汽机的方式放在中间的时候 ， 我们有了电网 ， 我们可以把电机拆成更加小的 ， 大大小小各种各样的电机的时候 ， 这个事情才真正意义上提升生产效率 。他想解释的事情是说 ，AI 今天这个时间点的发明 ，有点像电机被发明了 ，但是它

真正意义上提高巨大的效率 ， 或者产生巨大的收益 ，是需要配以比如说组织结构的变化 、 行业行业分工的变化 ， 呃 ， 这个这个组织的创新 、 商业模式的创新 。

因为他是在斯坦福讲 ， 所以他说这些事情 ， 就需要这些斯坦福的商学院的学生来去创造 。 那当然这是个说法 ， 你未必认可 ，但是我会觉得给了大家一点点耐心 。

那这部分就是关于所谓的美国的意识上到底是什么样的 。 也就是说美国的四块内容 ，OpenAI 们大模型们 ， 巨头们的共识 、 应用方向以及意识上， 我大概陈述清楚了 。

这是美国的部分 ，也就是这报告的一半 ， 我就讲完了 。 讲完美国 ， 我们再来看看中国 。

中国的第一个故事 ， 新叙事结构下的中国大模型创业 ， 这是第一章的标题 。 那既然提到叫新叙事结构 ， 那旧的是什么 ， 对吧 ？

这个也是之前我跟潘乱跟洛总在做那个 AI 跟移动互联网对比的时候 ， 一个旧的话题 ， 对吧 ？ 就是我觉得旧的叙事结构 ， 最简单代表就是 TMD， 对吧 ？

那张吴镇 、 洛少跟三位创始人的合影 ， 呃 ， 滴滴的创始人程维 、 字节跳动创始人张一鸣 、 美团的创始人王兴 ，他们在 2016 年的乌镇大会上讨论的是中国互联网的未来 、 移动互联 、 互联网区域经济 、 人工智能 、 国际化 ，以及他们的希望与焦虑 。

这可能就是旧的叙事结构 。 所以我们回看移动互联网行业的话 ， 中国的移动互联网行业长出了非常多非常大的家伙 ， 比如说微信 、 米哈游 、 小米 ， 我叫这些公司叫 native 中的 native，因为大家都在提 AI native， 那我们就看当年的移动 native。

首先 ， 中端本身就是巨大的生意 ， 所以出现了小米 ， 包括后来的 OPPO、vivo， 然后用户量的再一次的爆发 。

按照这个这个这个这个微信 ， 那它从手机端啊 ， 从原来 PC 端到手机端 IM 的变化 ， 用户习惯的改变 ， 从原来玩 PC 游戏到玩手机游戏 ， 这是 native 中的 native。

然后第二大类内容平台 ， 抖音 、 快手 、 小红书 ， 呃 ， 中国有大一桶的内容平台 ， 然后也造成了中国的创造者经济的整个生态的繁荣 。

然后过去 10 年， 如果用一个词来整结的话 ， 我也用过很多词 ， 叫短视频吞噬一切 。 同样 ， 中国产生非常多的交易平台 ， 拼多多 、 美团 、 诗印 ， 要感谢领先的电商的渗透率 ， 感谢中国强大的供应链 ，也要感谢中国广泛意义上的物流的技术能力 。

所以我们这里确实出现了非常多的大家伙 。 那这个移动互联网的旧的叙事结构的最后的共识 ，其实无非三点 ： 第一 ， 用户量的开国 ， 从 2 亿网民到 12 亿网民的纯增量市场 ，在世界各地任何一个地方都没有 ， 造成的指标 ， 就是我们去衡量一个产品的 DAU、MAU。

第二 ， 共识推荐算法 ， 链接一切的信息 、 时间与用户 ， 形成所谓时间的熔炉 。 衡量这个事情呢 ， 就变成了时长 、 活跃跟留存 。

最后一个最重要的就是商业化 ， 我们通过广告 、 电商 、 游戏 、 直播 ， 甚至互联网金融 ， 把这些用户以用户的时间变成钱 。

我们去衡量这件事情的时候 ， 用的指标就是 ROI、GMV、 流水 ， 这就是中国移动化最后的共识 。 那这次 AI 来了 ， 还一样吗 ？

好像不太一样 ， 对吧 ？ 就是面对这一波 AI 的所谓的初创公司 ， 我们有很多的问题 ， 没有所谓的标准答案 ， 比如说是做模型还是做应用 ， 还是都做 。在 OE 定义了新的技术方案之后， 那预训练还要不要做了 ？

做国内市场还是做海外市场 ？ 公司结构是内资还是 VIE？ 做 to B 的市场还是做 to C 的市场 ？to G 要不要做 ？

也就是政府的项目要不要做 ？to C 应用的买量推广要不要上 ？to B 的价格战要不要跟 ？ 对于这些公司 ， 阶段性的里程碑到底是什么 ？

是技术的 ，是商业的 ， 还是产品的 ？ 还有要不要对外以投资的方式进行孵化 ？ 所有这些问题没有标准答案 ， 每一个问题的选择 ， 最后就变成了每家公司策略的不同 。

如果我们把问题聚焦在 to C 应用这件事情上， 我放了几张图啊 ， 第一张图是量子位的每个月的统计 ，是 AI 应用的月报 ，在 APP 端的 DAU 11 月第一名 ， 字节豆包 850 万以上 ， 它是画线的 ； 第二名 Kimi 300 万以上 ， 第三名文小言百度 100 万以上 ， 第四名天宫 50 万以上 ； 通义 、 熏飞腥火 、 元宝 、 质朴青岩 、 海螺都是 10 万以上的 ； 第十名是阶跃星辰的月问 ， 已经是 10

万以下了 ；DAU 第一名 850 万以上 ， 大概小 1,000 万 ； 第二名 300 万以上 ； 第十名只有 10 万以下了 。DAU 第二张图是 Quest Mobile 9 月份的数据 ，是典型的这类 AI 应用的 ， 呃 ， 每月的使用天数 、3 日的留存 ，以及 DAU 除以 MAU 的回位率 ， 比如说回位率大概是百分之十几 ， 然后月使用天数大概 3-4 天 ，3 日留存可能在 30% 左右 ， 大概是这样一个数字 。

然后第三张图 ， 我发了 AI 产品搒的 11 月的所有产品的日均时长搒 ， 第一名文小言 7 分钟 ， 天宫 6 分钟 ， 海螺 6 分钟 ， 质朴青岩 、 熏飞腥野 、 豆包都是 6 分钟 ， 猫香 2 分钟

， 元宝 1 分 1.9 分钟 。 听完这些数字 ， 如果你是一个相对资深一点的移动互联网人的话 ， 你大概会知道这些数字是在什么量级上，

一个日均时长只有几分钟的产品 ， 怎么去承担那些我们刚才提到的指标呢 ？ 但是这里面引发一个问题是说 ， 我们还用那些古典意义上的移动互联网指标去衡量这些产品 ，是不是不太合适 ， 对吧 ？

这个问题我之前也讲过 ， 我的几位朋友给了我一些答案 ， 比如说我一位做投资的朋友 ，他说每次发明新指标的时候 ， 往往就是泡沫最严重的时候 ， 那可能就是现在 ， 对吧 ？

然后一个做社交产品的朋友说 ， 这些指标其实都是用户体验指标 ， 用户根本不 care 是不是 AI。 然后还有一位朋友是说 ， 卖哪个指标就应该用哪个指标来作为衡量 ， 比如说 token。

那我们就看一下每一家的这个策略 ， 对吧 ？ 所谓的这个六小龙 ， 对吧 ？ 四小龙中的六家 ， 对吧 ？

第一家智谱 ， 呃 ， 我的评价叫根肉苗红的清华系人民币结构的独苗 ， 没有提及任何业务的描述

， 创始团队来自于清华 ， 对吧 ？ 然后核心产品质朴青岩 ， 嗯 ，check GLM， 包括最近他们发的 auto GLM， 就跟那个当年 Claude 发 computer use 的逻辑是一样的 ， 你可以通过 agent 的方式去控制手机跟电脑做一些复杂任务 。

然后公司历史融了好多轮资 ， 嗯 ， 财务基金 、 国家队 、 巨头全部都在 。 我的总结叫根肉苗红的清华系人民币结构的独苗 ， 月之暗面 ， 我的描述是说各种意义上的风口浪尖 ， 风口浪尖 ， 双引号 ， 年轻一代创业者的代表 ， 对吧 ？

典型像他的 CEO 杨志林应该是 98 年的吧 ，是非常年轻的创始人。 核心产品最早是 Kimi， 后来发了 Kimi 加 ， 然后 Kimi 数学最近发的 ， 投资人最早是真格红杉今日， 然后 A 轮美团 ， 然后最大的那一轮是阿里 、 红杉 、 小红书 、 美团 ， 包括后面的腾讯 、 高融都进了 。

呃 ， 最近一段时间关于这家公司讨论很多 ，有兴趣的可以听我上一期的播客 。 第三家 Minimax， 我的评价叫 to C to B， 国内海外全都要 ，但全都要就代表着你的战略的优先级跟重心的考量是非常复杂的 。

啊 ， 公司的创始团队来自于商汤 ， 核心产品是海螺 ， 然后包括猫那个 Talkie 跟星野 ， 然后包括海螺的视频应用 ，其实过去一段时间口碑也很好 ， 后面会讲到

。 然后第四家百川创始人， 就是大家知道王小川 ，以及搜狗的原来的联合创始人如立云 。 我的评价叫小山总是懂进退取舍的 ， 生命医疗可能是冒号啊 ， 双引号啊 ，不 ， 生命医疗可能是省略号 。

核心产品是白小映 ， 嗯 ， 百川的业务调整其实是有过几次的 ， 从最早大模型到大模型 to C 应用 ， 到今天开始相对专注做医疗这个方向 ， 我觉得小川总是懂进退取舍的 。

对 ，01 万物 ， 嗯 ， 开发老师以及创新工厂成立的大模型公司 ， 那他们战略其实在今年也有次调整 。 我叫 to C 退退 to B 进 ，也就是说 to C 的应用基本上不再做了 ， 啊 ，to B 的业务开始往前 ， 包括看最近开发老师的各种各样的演讲 ，也在强调企业服务市场的变化 。

啊 ， 我的评价叫开发老师很不容易 ，因为开发老师年纪已经很大了 ，但他还频繁的要出出面 ， 出现在各种地方去为公司代言 。

呃 ， 阶跃星辰 ， 呃 ， 我的评价叫补票的机会 ，因为前面五家或者前面四家吧 ， 出现的时间都比较早 ，在很多金家没有反应过味的时候 ， 公司的估值都已经瞬间跑到了 20 甚至 30 亿美金 ， 那对于很多财务经营而言 ， 这种项目已经参与不了了 ， 那怎么办 ？

其实大家有类似补票的心理 ， 那阶跃星辰给了大家这样一个机会 。 啊 ， 创始人来自于微软 ， 然后产品是月问跟猫滑压 ， 然后同样在这六家公司之外， 还有一家我觉得不得不提的异类叫幻方 ， 啊 ， 幻方其实是做私募量化的 ， 然后他们的这个模型叫 Deep Seek， 啊 ， 开源的 ，在海外的口碑非常好 。

之前晚点那篇文章也也写过 ，在海外的 ， 呃 ， 中国的大模型讨论里面 ， 可能讨论 Deep Seek 的是很多的 ，他们是没有融资的 ，因为量幻方自己做量化的 ， 对吧 ？

他们不需要融资 。 然后这时候有人会问了啊 ， 听了那么多 ， 你讲叫旧新叙事结构下大模型创业 ， 那相对来说 ， 旧叙事不应该是上一代的 AI 的创业公司吗 ？

那我们就看一看上一代的 AI 四小龙今天是什么样的 。 商汤 12 月 4 号公告调整战略结构 ， 呃 ， 调整企业结构 ， 调整成一加 X， 就是这一波的 AI 大模型的业务放在集团总部 ，其他原来做的业务 ， 什么汽车呀 ， 什么政府啊 ， 什么这个这个各种什么智能城市啊 ， 这种项目全都拆成事业部 ， 独立自负盈亏 。

商汤矿市呢 ，在 11 月 30 号 IPO 扯单了 ，他的创始人入职了立帆科技 ， 嗯 ， 意图

， 新闻是回归聚焦智能城市与安防 ， 云从前三季度亏 5 亿 ， 年内股价跌 30%。 你发现上一代 AI 四小龙似乎也都不太理想 ， 那就产生了一个一张梗图 ， 这张梗图是这个我一位朋友给我提供的 ， 这个这个这个信息的 ，他说今天我们谈论的所谓的四小龙 ， 就这六家 ， 对吧 ？

但有人会问 ， 为什么四小龙会有六家 ？ 哎 ， 就这么认了 ， 对吧 ？ 这个智谱 Minimax， 月之暗面 ， 百川 ，01 万物 ， 阶跃星辰 ，他会认为是虚假的四小龙 ， 那真实的四小龙是谁呢 ？

机器之心 、 量子位 、 新智源跟数字生命卡斯克 ， 那这四家是 AI 自媒体的领先者 ， 甚至更极端的来说 ， 这四家的年收入规模可能会大于那几家模型公司 。

我再继续问一些送命题 ， 我在上一期讲 Kimi 的中查案里面也提到了这张 PPT， 这些公司的核心竞争壁垒到底是什么 ？

模型的竞赛还跟得上吗 ？ 或者说还要跟吗 ？C 端的买量要硬上吗 ？ 商业化到底怎么考量 ？ 第二个问题 ， 谁来提供钱的流动性 ？VC 巨头国家队已经全部都在了 ， 几十亿美金再往上的估值 ， 跟谁去要这个钱 ？

最后一道问题 ， 可能的退出路径到底是什么 ？ 去美国上市吗 ？ 别想了 ， 中美现在这个情况 ， 短期内就不要想去美国上市 ， 尤其是人工智能公司 。

那在大 A， 大 A 能给开绿灯吗 ？ 即便开 ， 能开几家呢 ？ 是不是只给人民币结构的公司开呢 ？ 收购 ， 谁来收 ？

为什么要收 ？ 都是些送命题 。 这就是关于中国这一波所谓 AI 大模型创业公司的内容 。 和美国一样 ， 我们聊完创业公司 ， 聊聊巨头 。

嗯 ， 先回忆一下， 我们当时在聊美国的巨头们的那一章 ， 我叫形成的巨共识 ， 那到底他们形成了什么共识 ？

我们抛掉了 Media 的共识之外， 云 Capex 往上游去 ， 投资与并购 ， 自研业务 ， 对吧 ？ 这是他们的共识 。

那我们来看中国 ， 云 ， 阿里云 、 火山云 、 华为云 、 腾讯云 、 百度云 ，在过去这一年都在疯狂的强调 AI 的 infrastructure 的能力跟基础设施的建设 。Capex 除了刚才那几家之外， 中国一汽 、 中国移动 、 中国电信的 Capex 投入也非常的大 。

往上游去 ， 阿里的平头哥 、 百度的空中心 、 华为的鲲鹏都在做芯片 ， 对吧 ？ 传说自己也在做 。

投资并购更不用讲了 ， 刚才我们聊的前所谓的六小龙 ， 都有这几家巨头都在投资 ， 那自研业务就更是了 。

腾讯的浑源 、 百度的文心一言 、 字节的豆包 、 阿里的通义 ， 包括熏飞 、 昆仑的天宫都是 。 所以我的结论是说 ， 抄作业还不会抄吗 ？

那我们只说大模型的巨头 ， 我觉得有几家值得说 ， 这也不是我来列的啊 ，是量子位的一个报告列的 ： 百度 、 阿里 、 腾讯 、 华为 、 字节 、 熏飞 、 昆仑 、 快手 、 商汤 ，1234567899 家公司 ， 一家一家看 。

第一家百度 ， 我起的标题叫 《 本应最强的那一个依然活在自己的世界里 》。 为什么这么说呢 ？ 这个也是在我做我报告的这几天 ，CNIC 就中国互联网信息中心发了一个统计报告 ，是统计这一波 AI 应用的统计 ， 然后在它的统计里面有这样一张图 ，是关于中国用户用 AI 工具的调研的占比 ： 第一名百度文心一言 11.5%， 第二名 ChatGPT 7%， 第三名 Google Gemini 3.8%。

你看到这个数的时候 ， 反正我看到这个数的时候是满脑子问号

。 你是 CNIC 发的 ， 对吗 ？ 我想问你 ，在你统计的这用户里面 ， 用户是怎么用到 ChatGPT 的 ？ 是怎么用到 Google 的 ？

而且这两个是第二名和第三名哦 ， 对吧 ？ 所以这个数据怎么来的 ， 懂的都懂 。 那核心产品 ， 比如说现在百度有文心一言 ，有百度智能云 ，有千帆的 APP Builder 跟智能云千帆 ， 就是 agent 的那个东西 。

然后在过去这一段时间 ， 百度比较多的强调的 ， 或者说比较好的案例 ，其实是文库的增长 。 你会发现文库的负责人已经是百度的 SVP 这个级别了 ， 然后文库这个业务 ， 这个非常老的业务 ，因为 AI 这一波的能力的加持 ， 增长非常快 ， 无论是收入 、 用户量 、 场景的探索 ， 确实合理 ， 对吧 ？

百度本应最强的那一个依然活在自己的世界里 ， 希望百度的公关不要找我 。 第二 ， 阿里 ， 我的说法叫开源杀疯了 ， 战略投资全都要 。

首先 ， 之前阿里有一次大会是说 ，他的通义千问会覆盖所有阿里体系内的大模型 ， 然后通义的开源模型在海外的各种各样的搒单数据都很好 ，不断的去图搒 。

然后阿里的刚才我们强调阿里的战略投资 ， 阿里云的战略投资应该投资了六家大模型公司的五家 。

然后在应用层面来说 ， 夸克的增长应该是过去这一年， 阿里整个 AI 业务相关的图形应用里面长得比较好的一家 。

然后我也是夸克的比较每天都在用的用户 ， 浏览器 、 搜索 、 文件整理啊 ， 包括 PPT， 对 ， 就是我觉得夸克做的还可以啊 ， 这没我没收钱啊 ， 纯这个这个这个自然推广 。

阿里 ， 第三 ， 腾讯 ， 我的说法叫可能是最佛的那一个 。 对于腾讯而言 ， 现有业务的增强要大于做一个新东西啊 。

从策略上来说 ， 包括我们去看每个季度腾讯财报 ，在这个财报发布之后的这个分析师电话会议上， 管理层也是大概这么讲的意思 。

然后核心产品 ， 比如说元宝 ， 然后元宝我觉得在我日常工作当中用的比较多的原因是在于元宝的数据源是有公众号的数据源的 ， 那可能是整个中文互联网最平均质量最好的信息来源 ， 对吧 ？

然后也是在我做过这个报告这几天 ， 腾讯会员发了他们的视频生成的开源模型 ， 质量是很不错的 。

然后今年微信一直在内测问一问的 AI 的搜索 ， 然后微信最近上了啊 ， 腾讯最近上了一个产品 ， 最近我也用的比较多 ， 叫 IMA， 它是一个类似 Notion 或者是信息整理的这样一个工具 ， 我觉得做的也还可以 。

所以对腾讯而言 ， 我觉得抛那种内心会认为呃 ， 大模型这件事情并不应该在这个时间点以一个非常疯狂跟不计留存的方式去买量 ， 所以他会认为现有业务的增强要大于做一个新东西 。

华为 ， 我的评价叫另一个身位的选手 ，而且这个话不是我说的 ， 呃 ， 之前呃 ， 彭博在采访呃 Media 的创始人黄老板的时候 ， 黄老板说华为是他最大的竞争对手 。

对 ， 黄老板说的啊 ，不是我说的 。 所以在中国 ， 华为是相对于这些互联网公司而言 ， 我觉得是另一个身位的竞争对手 ， 甚至都谈不上竞争对手 ，他就是另外一个身位的对手 。

嗯 ，在 AI 这件事情上， 华为有芯片 ，有模型 ，有云 ，也有端 ， 它就是手机端 ， 它的模型叫盘古 。 然后除了这五家之外， 还有四家 ， 我觉得就算一方诸侯吧 ， 每家都有自己的小亮点 ， 比如说快手 ， 今年可能可灵是他们最大的亮点 ， 视频生成模型 ， 昆仑做了天宫 ， 对吧 ？

周老板会认 ， 就周亚辉老板会认为他们做的也还可以 。 跨讯飞有讯飞星火 ， 包括有学习机跟耳机这两个硬件 ， 商汤做了商汤的日心 ， 整个技术能力跟的也还可以 ， 所以算一方诸侯吧 。

然后这一节我其实有一个小标题叫字节和其他 ， 你发现我没有讲字节 ， 对吧 ？ 为什么叫字节和其他 ？

因为从这一年的情况来说 ，其他几家加在一起 ， 可能都比不上字节这一年的变化 。 然后我们只从模型层来看 ， 今天这个时间点 ， 字节的豆包的模型应该已经覆盖了我们能够想到各种各样的场景 ： 视频 、 图片 、 语音啊 ， 这个这个文本 ， 对吧 ？

然后在图示应用这个角度来说 ， 我觉得豆包已经事实上的一骑绝尘了 ， 无论是看呃 MAU、DAU 留存 ， 包括他们开始买量之后的增长 。

那这这个问题 ，其实在我们上一次跟乱总跟骆少的沟通当中也有聊过 ， 就是说既然大家没有办法在模型侧有绝对的差异 ， 那么在产品体验 、 运营 、 推广以及耐心的维度上的竞争 ，在中国没有人是自己的对手 。

同样 ， 我们看 Tobe 领域 ， 火山引擎的现在主推的豆包 4K 跟 2256K 的这个推理成本 ， 分别是每百万次 0.3 元跟每百万次 5 块钱 。

刚才我们聊过 ， 房屋是多少 ？0.25 美金 ， 还记得吗 ？ 非常的便宜 。 而且字节豆包一直以来都以一个价格杀手的方式 ，在大模型 Tobe 的这个战场疯狂厮杀 ， 那就造成了前面我问的一个问题 ，是说价格战其他厂商要不要跟 。

然后除了应用 、 豆包 、 模型跟云之外， 字节还有 ， 比如说 COS， 中国可能现在最好跟最大的 agent 平台 ， 猫香 、 吉梦 。

我为什么要提吉梦 ？ 因为最近两天也有一些新闻 ， 后面会提到 。 你以为这样就结束了吗 ？ 并没有 。

前两天呃 ， 一彩下面有一个自媒体叫新皮层做了一次整理 ，他把字节相关的所有 AI 业务全部做了一个表 。

那个表在手机上看 ， 你从表头看到表尾 ， 手机要翻屏翻五次才能看完 。 你能够想到的任何层面 ， 任何意义上， 今天这个时间点的在 AI 层面的探索 ， 字节都在做 。

所以我们说

， 中国的大模型巨头可能只分字节和其他 。 那为什么会 ， 或者说怎么做到的 ？ 核心的原因 ， 我觉得有一个很重要原因在于组织架构的调整 。

字节现在 AI 业务的所有的负责人是原来 Music 的创始人 Alex， 再往上是张一鸣 ， 亲自去抓整个字节核心 AI 团队的人才建设 。

传说张一鸣在新加坡见了所有他能够找到的 AI 领域的科技大牛 。 然后同样的 ，也是前几天这个昆仑老板赵尔辉发了一条朋友圈 ，他会说他有个我觉得是不负责任 ，但是很有可能会成为现实的预判 。他说我们去看美国的 Google、 亚马逊跟微软的公有云业务 ， 然后再对比国内 ，他会认为未来火山云除了会吃掉企业的 IT 费用之外， 巨量也是自己的另外一个云

， 负责营销的云 ， 会吃掉所有公司的广告费用 ， 云的份额就会等于广告的份额 。 那如果是这样的话 ， 火山云将会成为中国最大的云厂商 ， 那其他的华为 、 阿里 ， 包括腾讯们能允许吗 ？

但这个趋势看上去有越来越明显的可能成为现实的状态 ， 对吧 ？ 这是第六部分 ， 中国的巨头们只分字节和其他 。

我们下面进入 ， 我们下面进入下一个章节 ， 中国的 AI 应用的实践 。 我起的标题叫 《 中国特色的社会主义 AI 实践 》。

嗯 ， 量子位在今年发过一个报告 ， 叫 《 中国 AI 应用全景图谱 》， 是一张非常非常非常复杂 ， 列了非常非常多几百家公司的一张图谱 。他按通用垂直去划分 ， 切分各种各样的场景 ， 把我们能够想到的各种各样的公司都列在上面 。

有需要可以去看 PPT。 那无论是美国还是中国 ， 这么多公司分类依然是很难的 。 那我依然不做自己的分类 ， 我还是用那个刚才的方法 ， 我想到哪算哪 。

我依然列了六个方向 ： 生产力工具 、AI 陪伴 、AI 搜索 、AI 教育 、 视频生成 、AI 硬件 。 这里面 AI 陪伴 、AI 搜索 、AI 呃视频生成是多模态 ， 包括 AI 教育是跟呃 AI 硬件是跟美国一样的 ， 生产力工具跟 AI 教育是美国没有的 。

那我们这边中国没放的 ， 我是没放 agent 跟 code。 先说生产力工具 ， 关键词叫全球化 、 产品体验跟订阅 ， 典型的 Monica 呃沉浸式翻译 ， 产品形态包括浏览器插件 、 桌面应用 、 手机客户端 。

本质上来讲 ， 做的事情就是生产力工具的大集合 。 然后中国其实也有一堆 ， 比如做图片生成 、 图片美化的工具 ，在海外的流量也也不低 。AI 这一波给了这些公司更多的发展可能性 ，而且通过订阅的方式也获得了足够的收入 。AI 搜索 ， 百度 360 纳米搜索 、Mita、 知乎的直达 、CSD 的 C 直到 ， 包括刚才我前面提到阿里的夸克 ，其实本质上都在做专门的 AI 搜索 。

那 AI 搜索这个产品板块 ， 除了体验层的改进 ， 我觉得更重要的是各家信息源质量 ， 就数据源的质量 。

所以很多人为什么用 ， 刚才我讲过 ， 为什么我会用元宝做很多文图 、 文字 、 文字文案工作的 。

刚才我讲过 ， 为什么我会用元宝做很多文案工作的储备 ，因为元宝背后有微信公众号的内容 。 那更更更极端的 ，其实连小宇宙都做了一个 AI 搜索的尝试 ， 叫问问小宇宙 。

它是基于小宇宙的播客内容的 ，其实在一些细分场景跟一些特定的内容板块上， 小宇宙的这个搜索做的也蛮不错的 。

它信息质量的源是来自于播客的 ， 那播客的信息质量可能确实在今天这个时间点 ， 整个中文语语境下， 中文互联网的语境下确实是最强的 。

所以如果大家有搜索的事情 ，并且搜索的是一些呃其他一些搜索引擎给的答案不是特别满意的情况下， 可以去试试小宇宙的问问小宇宙 。

还有个观点 ， 我也没收钱哦 ， 视频生成啊 ， 这可能是我会觉得是国内发展比海外更快的一个板块 。

为什么 ？ 其实可能要感谢过去十年中国的短视频的基建设施 ， 快手的可灵 、Minimax 的海螺 、 字节的吉梦 、 呃 Pixverse、Vidu， 然后智谱的轻影 ， 包括最近发的腾讯会员的 AI 的视频生成的开源模型 。

从产品质量啊 ， 生成的视频质量 ， 然后到工程上的改进 、 体验上的创新 ， 中国的这一波的 AI 大模型公司 ，有 AI 视频模型公司跟产品公司 ，其实在引领着 AI 视频生成这个板块 。AI 陪伴 ， 我起的标题叫我们可能最擅长的板块 。

我们可以在中国的应用市场里面找到带有类似 AI 陪伴 、AI 女友 、AI 这种功能的产品 ， 可能几十个吧 。 呃 ， 我们确实在社交 ，在社交的商业化转化 ，在陌生人交友各种各样板块上的尝试 ， 中国确实有更擅长 。

但截止到今天 ，在这个领域 ，其实还没有一家真正上跑出来的公司 。 可能有些公司做的产品确实初看是不错的 ，但是还没有到能够被提及单独写一页的状态 。

唯独有一个公司 ， 可能我觉得大家可以有兴趣看一下， 就是他们做的产品叫 EVE 嘛 ， 然后呃在 B 站上的视频 ， 是一个 AI 3D 女友的视频展现 。

如果真能做到 ， 确实效果非常好 。

呃 ， 这个创始人应该之前上了秋雅老师的四十二年的博客 ， 大家有兴趣可以搜一下 。AI 教育 ， 那前两天我们跟潘乱聊这个互联网总结的时候 ，他提过一个在线教育的朋友 ， 刚才讲的描述我用在这里叫轻舟已过万重山啊 ， 懂的都懂 。

我们只看 AI 板块的话 ， 无论是今天的做网课类的应用 ， 还是做题库类的应用 ，AI 都提升了巨大的效率跟这个这个内容供给 。

然后还有一个很特别的 ，在中国的板块叫学习机 ， 就是 AI 学习机这一波涨的也蛮好的

。 然后这些先进经验都被很多公司拿到海外去用了 ， 就是海外的有很多 AI 教育相关的应用 ， 都是中国公司做的 。AI 硬件我列了三三个硬件 ，Cloud、Lab Live 跟克拉逊菲的耳机 ， 一个是智能的录音笔 ， 对吧 ， 贴在手机后面的双引号的录音笔 。

我都有一位朋友在他们公司 ， 我看他朋友圈发 ，他们 11 月做了一个蛋糕 ， 庆祝单月的销售额超过 1,000 万美金 。

大家会想啊 ， 一个一个这样的硬件可以卖这么多钱吗 ？ 那确实可以 。 然后 Libra 就是那个智能的吉他 ， 那这个东西其实跟 AI 的关系 ， 你说有那么大吗 ？

我觉得有限 ，但是人家借了 AI 这个功能的噱头点 ， 确实今年卖的很好 ， 可能传说这公司卖了有几十亿了吧 。

然后也传说这公司在跟中国最大的两个音乐相关的巨头谈并购 ， 那大家也知道应该是谁 。 然后克拉逊菲的耳机 ， 我在之前的耳机的那期节目也讲过很多了 。

所以这些硬件我们看的叫 ， 我列了一个关键词叫场景 ， 场景 ， 场景还是新闻场景的满足非常重要 。

然后提到 AI 硬件 ， 就不能提 ，不得不提刚才我们聊过的雷鹏跟 Meta 眼镜引发的另外一场战争 。 中国现在可能有超过 100 家公司在做 AI 智能眼镜 ， 所以媒体已经写了叫百镜大战 。

老周在前两天的物证大会上也提及了 Meta 带来的这波热潮 ， 比如百度 、 华为 、 小米 、 蜂巢 、 雷鸟 、Rokid、 闪击 、 魅族 、 影幕 。

你能提到的做眼镜的 、 做智能设备的 、 做智能医疗公司 ， 可能都在做 AI 眼镜 。 还有一个 AI 手机 ， 最近一段时间是恰好是每年大概 10-11 月份 ， 应该是各家发旗舰机的时间点 。

华为 、OPPO、 荣耀 、Vivo、 小米全部都在新的旗舰机上， 强调了所谓的 AI 能力 。 然后这个这个在这个板块 ， 大家可能更更怎么更关注的是 Apple 的苹果的 Apple Intelligence 什么时候能进来 。

那最近有一段新闻是说苹果在跟百度的文心一言做测试 ， 嗯 ， 大概率我们会看到文心一言 inside 的苹果 intelligence。

然后有新闻说这个测试的进展不是特别的顺利 ，因为文心一言的实现的效果不是特别理想 。 那这些都是对吧 ， 眼镜啊 ， 什么录音啊 ， 吉他呀 ， 耳机啊 ， 看上去都特别高大上对吧 。

我最近看到一篇文章很有意思 ，是洛少他们归心人写的 ， 就记者去了华强北 ， 就是真实的 AI 硬件在华强北到底什么样 。

有几张图 ， 第一个是 AI 大模型翻译机 ， 翻译机翻译对吧 ，是这一波大模型最早被认为是非常好的效果体现的领域 。

然后第二个图是 AI 的手机壳 ， 就手机壳上有一个可以根据你要求生成图片显示的那样一块区域 。 第三个是画图机 ， 画图机听懂吗 ？

大家是一个类似机械手那样的东西 ， 然后 AI 生成图片把你画出来 。 然后这张标题叫真实的 AI 硬件在华强北 ， 就这些功能的体现 ， 你能看到就我们的创新双引号的创新应该在什么程度 。

但是你会发现刚才我列 6 个方向啊 ， 就你听完之后会觉得哎呀 ，是不是有点泛对吧 ， 我也觉得有点泛 ， 就是没什么意思对吧 ， 或者像 Koji 说的没什么暴论啊 。

那我就提几个暴论吧 ， 我不能叫暴论 ， 我们叫观察对吧 ， 我写了 5 个观察 。 第一个观察叫 China 还是 Chinese， 第二观察双引号三级火箭

， 第三个观察双引号利息够养活团队 ， 第四个观察真独立开发者 ， 第五个观察捏个 3D 小人跑跑跳跳 ， 我们一个个说

China 还是 Chinese。 这个其实跟中美两国现在的的这个这个事情有关对吧 。 嗯 ， 很多人会问到底什么叫中国公司

， 我列了三家公司啊 ， 情况都不太一样 。Heijin，AI 视频编辑领域的明星公司之一 ，其实是中国公司 ， 创始人是中国原来在深圳的一个团队 ， 后来当然去了美国 ， 主要客户全部在海外 ，其实在美国 。

然后这公司最早的投资人是中国的 VC 基金 ， 当然是美元 VC。 当他们起飞 ，也就是在美国获得成功之后 ，他们去美国融资的时候 ， 要求中国的美元 VC 退掉 ， 换成新的投资者 Heijin。

第二家 Jan Spark 做 AI 搜索的公司 ， 创始人原来是呃百度小度的总经理 ， 公司设在加州跟新加坡双总部

， 天使融资的投资人是新加坡蓝池 。

第三家可能很多人知道 Pika， 创始人是中国 A 股上市公司谢亚达董事长的女儿 ，在美国注册的公司 ， 拿美国 VC 的投资

。 这些公司

都叫都还叫中国公司吗 ？

第二观察三级火箭 ， 小山总当年提出来的搜狗三级火箭 ， 输入法浏览器搜索 ， 然后你发现这件事情在 AI 这一波被完美的复刻了 。

输入法今天头部的几家输入法公司都在强调输入法的 AI 的问答 ， 浏览器三轮浏览器夸克浏览器 ， 这一波也在推 AI 功能 ， 所有浏览器公司也都在推搜索 ， 就更不用提浏览器 ， 直接全部内置 AI 搜索 。

三级火箭再次复现 。

第三个观察利息购养和团队 ， 这是我一朋友跟我讲的故事 ， 然后细想其实是合理 。 你会发现今天实验 ， 既然 AI 应用没有所谓的共识 ， 大家不知道投什么 ， 所以就会有一些创始人人的履历比较牛逼对吧 ， 然后就拿到了天使 。

然后拿到天使之后呢 ，有些基金会觉得嗯 ， 那谁都投了 ， 我跟一点吧 ， 又更容易了 。 然后拿了两个这个天使跟天使大一点之后， 你发现还有别的基金是说既然他们都投了 ， 那我们再跟一点吧 。

然后你会发现 ， 这些公司在非常短时间内拿了三轮四轮融资 ， 然后产品都还没有的情况下， 就已经拿了这么多钱 。

然后你要想 ， 这公司可能初期十几个人 ，他们也不做基础模型的训练 ，不需要买那么多卡 ， 一年成本可能小几百万人民币 。

那考虑到如果拿美金有 4%-5% 的年化收益率 ， 那其实拿个 1,000 多万美金 ， 一年有个几十万美金的利息 ， 就够养活团队了 。

那结论就是说 ， 那还着急推出产品干嘛呢 ？ 我就先弄着呗 ， 对吧 ， 中国其实有有一些公司是这样 。

第四个观察叫真独立开发者 ， 典型的哄哄模拟器

， 卫生书小猫不光灯 ， 这都是一个人做出来的 ，在一段时间内引发很多讨论跟传播的应用 。 你会发现 AJAI 这一波 ， 确实对这些所谓的独立开发者是有一个巨大的赋能作用的 。

这种事情越来以后会越来越多 。 最后一个观察叫捏个小人 3D 小人跑跑跳跳 ， 这句话我也用过很多次了 。

我在去年写元宇宙总结的时候也用过 ， 对吧 ， 我是说用户不是要的一个捏个小人跑跑跳跳 ， 对吧 ， 包括跟蛋仔派对的对比 ， 包括跟那一波元宇宙趋势的很多公司做这个尝试的对比 ， 都是和了有关 。

那 AI 这波来了之后， 依然有一些人做这样的尝试 ， 比如说之前巨人的 CEO 吴萌 ，他的秒在做的一个 AI 生成 3D 的场景加人物的动作 ， 比如说之前脸萌的 CEO 郭烈在做的类似派对游戏的这样一个也是 3D 题材的产品 ， 比如说之前网音乐的创始人王石木做的那个 3DAI 生生成一个角色 ， 可以跟他互动聊天的东西 。

然后我的结论是说 ， 呃 ，在很多靠 title 就可以获得巨额融资的创始人心中， 元元宇宙可能依然是一份执念 。

我的观察啊 ，不一定对 。 好 ， 我们下面进入最后一章啊 ， 提一嘴孱弱的国内一级市场 ， 对我最熟的板块 ， 讲一个小的趣事啊 。

这个我这个 PPT 其实除了做播客之外啊 ，也给一个券商朋友 ，他们在策略会上讲 ， 然后我把这个内容给到他们 ， 然后他们有那个内审跟风控嘛 ， 然后内审跟风控是不允许有一些不太好的词的 ， 然后内审风控要求我把孱弱的一级市场的孱弱去掉 ，因为他们会觉得我在唱空中国经济 。

好 ， 我们进入正式讲一下这章的内容 。 呃 ，其实这章内容我觉得呃在之前的很多期的我的播客里其实都有提及啊 ， 我在做个整理 ，因为到年底了嘛 ， 对吧 ， 随便回看这个在今年年中暗涌大会上， 王然总那那句我经常提的话 ， 就中国意义上最大的变化是它基本上不存在了 。

我们再看这个结论是否合适啊 。 呃 ， 同样引发这轮讨论 ， 还有一次是金融时报引用的两个数据 ， 对吧 ， 一个数据是中国创业公司的成立数量新低 ， 我做过播客专门来讲为什么 ， 对吧 ，他其实那他用了两张图 ， 还有一张图是大中华区 PEVC 行业的募资金额的 ， 那个曲线曲线确实是在 2024 年低的 ， 几乎忽略不计了 。

很多人也会说这个数字一看上去也不对 ，但很多人看完那个数据的时候 ，其实并不知道这个原始报告在这张图下面有一个角标 ，因为我有这份原始报告 ， 这个角标上写的叫不包括政府引导基金 。

那你想中国现在状态 ， 如果把政府引导基金去掉 ， 那不就几乎等于没有了吗 ， 对吧 ， 所以很多人吐槽的时候是不知道这个角标的 。

那么到年底我们看也有数据的 ， 对吧 ，是我们刚才讲过意义上看什么 ， 看木头管退 ， 对吧 ， 我们看这件事情嘛 ， 先看木 ， 对吧 ， 结论不是我说的啊 ，是前两天太媒体的财经年会 ， 华星资本的现任 CEO 王立行王总说的 ， 市场化募资很难 ， 人民币和国资继续主导 。

整个从 2024 年截止到 Q3 数据来看 ， 大概是前三年均值的 89%。 哎 ， 听起来还不错哦 ， 对吧 ，89% 还可以啊 ， 对吧 ， 人民币占 98%， 美元募资额 43 亿美金 ，是前三年同期均值的 14%， 美元投资少了 86%， 国资主导占比 89%。

我前面提到人家 Precin 的柱子数据统计不含政府引导基金 ， 你去掉 89%， 那不就只剩个小尾巴了吗 ？

木看完看头 ， 王老板的说法是市场依然低迷 ，2024 年前三季度投资总额不计不及近三年同期的 40%， 约为 39.3%。

人民币投资较去年同期减少 38%， 较巅峰的 2021 年减少 61%， 投非常的差 ， 资金高度集中在科技 ， 巅峰在 Q3 达到 79%。在中国今天这个时间 ， 一市场大概只有投所谓的双引号硬科技 AI 模型公司 ， 算硬科技吗 ？

但木跟头我觉得都还好 ， 最要命的是什么 ？ 是退出金科的数据也出来了 ， 截止到 Q3， 中国股权投资市场发生 2,856 例退出 ， 同比下降 56.7%。IPO 方面发生 723， 同比下降 51.3， 凉凉

。 那前面我们讲过一个逻辑 ，IPO 等不了 ， 我们可以等并购吗 ？ 华星人家做 IPO 专门做并购的 ， 王老板的说法是说数据来看 ， 雷声大雨点小 。

你要知道 ， 今年专门针对并购 ， 我们出了非常多的政策 ， 可是从结果来看 ， 没有升 ， 反而在降

。 所以 IPO 受阻 ， 并购没起来 ， 那什么会变多呢 ？ 回购会变多 。 清科的数据前三季度发生了 947 起回购 ， 同比上升 72.5%。

回购会引发什么 ？ 我在很多期我的播客里也聊过了 ， 我就不再展开了

。 所以回头来看 ， 我又用了之前 42 章经采访创新工厂万华老师的一段话来作为总结 。 当时这个这个王华老师说 ， 实话实说 ， 认知的变现二级市场确实比一市场更快 。

曲海老师说 ， 所以大家都去炒股了 ， 去买买 VDI 啊 ， 对吧 ， 炒投什么一级啊 。 我还说对 ， 比如我看清这个事实之后， 我自己也买了英伟达 ， 这个兑现确实比一市场快得多 。

而且现在一市场已经没法去追求小概率的变现 ， 这是美元基金的风格 ，但现在美元已经走光了 。

刚刚我们提到人民币占比 98%， 美元降了 86%， 对吧 ， 国内一市场已经全面人民币化 ， 追求的是确定性的回报 。

这个在我看来 ， 万华看来啊 ，是 AI 比起移动互联网在中国发展的最大障碍 。 我觉得王老板说了一些实话 ， 当然了 ， 就是我在做这个 PPT 昨天结束的时候的当天发生两起新闻 ， 我觉得也有意义 。

第一个新闻呢 ，是面壁智能完成一轮数亿元的融资 ，由龙芯创投 、 鼎辉百福 、 中关村科学城基金和赛富联合领投 ， 北京市人工智能产业投资基金与清歌创投跟投 。

面壁智能不在我提的 6+1 里面 ，其实之前量子威胁大模型的国内生态的时候是写 6+2， 我没读没有列的就是面壁智能 。

那你发现哎 ， 依然人家会拿到融资 。 第二条新闻也是昨天的 ， 字节调整策略 ， 字节管理层判断对 AI 对话类产品可能只是 AI 产品的中间态 ， 比如说豆包这种产品 ， 长期更理想的产品形式 ， 大概率需要更视觉化的用户体验 ， 更低的用户使用门槛 。

因此字节已经在提升了吉梦的产品优先级 ， 尝试用新的路径打造 AI 时代的抖音 。 这都是昨天发生的事情 。

所以我这章的标题叫悲观者往往正确 ，但乐观者往往胜利 。 好活还是得干 ， 生活还要继续 ， 这就是我今天所有的内容 。

最后的最后， 欢迎订阅我的播客屠龙之术 ， 这期的报告完全的一家之言 ， 纯的记录 ， 没有观点 ， 监听则明 ， 谢谢 。