《科创板日报》9月7日讯（记者 徐赐豪） ChatGPT爆火之后，大模型成为资本“新宠”。互联网大厂、创业公司、科研院校纷纷开发自己大模型，形成了“百模大战”的行业格局。但是谁将赢得这场竞争？谁又能异军突起？

本期《元宇宙之约》栏目对话上海尖晶投资有限公司（下称“尖晶资本”）创始合伙人、董事长王明辉。

尖晶资本成立于2014年，是最早一批关注到人工智能发展趋势，选择以数据生产要素为核心关注点，结合国内多产业数智化发展实际需求，展开相关科技投资布局的专业投资机构。尖晶资本重点围绕数字基础设施建设、数字化智能化转型应用和数据要素市场化探索三大领域展开投资，目前已在智能制造、医疗健康、知产文旅、企业服务和前沿数字科技等领域投资布局了多个数字产业化和产业数字化相关项目。

王明辉认为，To C端的大模型面临监管规则和技术突破的双重挑战，从商业角度来说最后可能仅有一两家能够成功；对于To B端的大模型来说，主要是服务B端用户，看好其赋能实体产业、提升行业效率，但B端客户需求较为严谨，大模型需要成为值得信赖的场景工具。

王明辉表示，今年大模型的蓬勃发展肯定会提高企业数字化水平，其实数据要素、大模型和元宇宙是一个有机的整体。

To C端的大模型最后可能一两家独大

这半年，因为大模型领域的关注度较高，一级市场的投资逻辑是什么？

王明辉：从投资机构角度来讲，大模型的投资逻辑一直在持续演进中，开始大家都在抢头部的大模型公司团队，这个时间点主要投资通用大模型赛道。

之后随着META的开源大模型LlaMA、以及UC伯克利的羊驼大模型等开源生态的加入，一下子让大模型的竞争格局发生很大变化，大家意识到不需要那么多原生的大模型技术团队，大部分工作可以通过改进开源大模型或者私有化部署实现。这时候投资方向转为一些垂直行业大模型或者有特殊数据场景的大模型调优。

而现在随着国内监管政策的快速跟进，特别是大模型备案要求的出台，以及国家对于数据安全的持续重视，对C端创业生态带来了非常大的影响，例如仅依靠API接口获取境外大模型能力的模式就受到很大挑战。我所知道的是，年初开始做To C的大模型APP都在不同程度上陷入了困境，包括接入ChatGPT API的创业团队。

目前百模大战，你觉得哪类大模型公司可以跑出来？

王明辉：大模型创业团队可以简单分为面向To C端需求和面向To B端需求两类。国内To C端大模型的创业主要面临三个方面的挑战：

首先是OpenAI作为行业标杆已经积累了广泛用户，如果选择做国内的“OpenAI”,那么作为同赛道竞品作为追赶者如何快速取得大量用户认可是一大挑战，这里大概率需要比拼的是以技术为核心的综合能力。

第二，To C大模型创业公司必须高度重视监管和合规问题，这里既包括数据的安全也包括AI的安全，企业发展路径的设计要具备前瞻视角，匹配新兴技术行业监管逐步完善的节奏。当前大模型备案制管理思路下，先获得备案通过的产品自然具备先发优势。

第三，To C大模型创业还需要探索出一条高效可行的商业模式，最后可能也就一两家做的比较好，能够成功。

To B端的大模型，理论上客户关注的并不是大模型本身，关注的是整体的数据智能解决方案，以及最终对于企业效益的改善。企业选择大模型公司的决策是复杂问题的综合决策，这就需要大模型公司有能力在相对复杂的企业或行业环境中高质量高准确度地完成相关任务。

对于这种大模型创业公司来说，挑战在于，第一怎样取得B端客户认可，特别是用好自主可控大模型交付给客户可靠且可用的产品或解决方案是尤为重要的一点；第二怎样界定自己的服务边界，大模型只是数据智能解决方案中的一个组成部分，创业公司做什么不做什么并且同时能够凸显自己的价值也变得尤为重要。

看好大模型在效率提升和产业升级中的机会

尖晶资本从什么时候开始关注AIGC机会的？

王明辉：我们其实从成立以来就持续关注国内多产业数字化智能化改革与发展，也深刻认识到数字经济和数据智能是中国未来经济发展的重要驱动力。具体到大模型和通用人工智能领域，从18、19年就有在关注，包括彼时的GPT1和其他的一些技术路径。在去年年底ChatGPT出来之后，我们跟OpenAI团队开了多个电话会议，深刻感受到其对产业各个方面将带来深刻的影响变化。所以我们从投资和投后两个方面都开始快速跟进大模型这一发展趋势。

从投资方面来说，我们在今年3月份快速成立了一支AIGC基金，专门来投国内大模型创业赛道和相关行业应用，其实也是我们持续推进数据智能投资布局的必然结果。

从投后的角度来讲，我们也迅速向已投企业，特别是信息类科技公司，普及我们的研究成果，敦促它们在自身企业经营，产品和解决方案优化，以及战略制定等方面都要尽早考虑大模型的影响，积极拥抱技术发展趋势。

目前大模型的格局发生巨大变化，如果现在入局，你觉得还有哪些机会？

王明辉：大模型其实就是工具，工具无非就是从效率和效果两个角度分析。

从效果的角度，现在的大模型大多数都是语言模型，语言模型其实是对人类知识库的一个重新整理和分析，如果加上一些真实数据的维度，比如设备控制、传感器数据处理、工业领域应用、军工领域应用等，大模型对产业的带动作用非常大。这里面有很强的产业转型升级的现实需求，里面有很大的机会。

从效率的角度，大模型可以在原有的产业环节发挥降本增效的作用，比如成熟的语言大模型用于客服、设计等，这里面已经有一些非常好的商业化产品出现了。

针对AIGC方面的项目，尖晶资本会看重创业者哪些特质和条件？

王明辉：不同的创业方向对团队、资源的要求不一样。目前我们比较认为有三类创业者在AIGC创业方面具备凸出优势：

第一种具备底层技术突破能力和多维数据处理能力的大模型团队，要求团队有非常强的产业洞见力，以及学术上的创新能力，其能力构建就是综合的学术+产业认知+工程能力+资源。

第二种就是面向市场化产品应用的团队，比如商业环节效率提升，这个需要大模型团队具备产品思路、能理解客户的需求，能够充分理解大模型的构建能力，更多侧重原来传统互联网的产品人才+运营人才+大模型运用能力的综合性人才。

第三种就是怎么利用大模型能力来对原来的商业模式重构，这个在产业互联网里面有很大的机会。这个需要团队有很强的商务洞见力和产品的应用能力。

数据要素、大模型和元宇宙是一个有机的整体

数据要素市场之间的投资跟AIGC之间的投资，二者逻辑是不是有根本的不同？

王明辉：我觉得是相辅相成的，大的背景是数字经济持续发展使得多产业数字化和智能化都在快速发展，在技术维度上数据、算法、算力共同构成人工智能的核心，大模型脱离了数据其实没有竞争差别，最终还是不同数据通过类似的大模型得到不同的结果，解决实际问题，形成核心竞争力。以后的大模型将逐渐跟不同行业的数据结合，形成更深度的服务能力，这是具有商业价值的。

而具体到尖晶资本的思路里，我们投AIGC、大模型并不是纯粹的财务投资，我们看中的是新的技术方式是否最终能够推动我国产业数智化升级并从而创造相应的企业价值，大模型最终需要在场景和产业中实现落地。所以我们会尽可能将大模型团队的能力和我们已经熟知的多个产业数智化具体需求做结合，一方面通过真实数据场景的客户需求验证创业公司能力，一方面也为产业数智化带来新合作和新启发，为创业公司直接带来业务。

从投资的角度来讲，就是先做业务、联合、创新来同步实现验证和赋能。

如何看待这两年资本市场的关注点从元宇宙转移至AIGC？

王明辉：从资本的角度来讲，热点转化很正常。元宇宙对大部分产业还是远了一点，但是AI跟数据结合马上可以产生效益。包括AI后期有很多产品落地，比如AGI通用人工智能的产生，还有很多的路线去演进。

尖晶资本会一直关注元宇宙。如果元宇宙能够吸收当前先进的技术，最终在某个环节达到可商用、体验非常好的话，那它的商业模式就落地了。

你觉得数据要素市场、大模型和元宇宙有什么关系？

王明辉：去年我们也联合高金、申万宏源研究所发布了元宇宙白皮书，我们认为元宇宙是未来数字化的一个最高形态。数据场景在元宇宙里面非常重要。然后大模型可以极大丰富元宇宙的特征要素，从成本和表现上极大助力元宇宙。

数据作为一种新型生产要素，是数字化发展的必然结果，而随着数据要素市场的逐步建立，数据资产化也会是未来值得期待的方向。近期的数据资源入表就是一个值得关注的重要节点。同时今年大模型的蓬勃发展肯定会提高各行各业的数字化水平，积极增加元宇宙的各个要素。我们预计，明后年在一些赛道和领域能够实现元宇宙的商业闭环。

所以说，数据要素市场、大模型和元宇宙是一个有机的整体。