过去一周，智能对话系统ChatGPT成为最热门话题，这款智能对话系统被视为现有搜索引擎的颠覆者，通用人工智能的里程碑。那么这个系统未来发展的前景如何，它真的如一些人所说，具有划时代意义与不可估量的发展前景吗？看完这篇文章，或许你能从中找到答案。

过去一周，大概是中美VC近一年来少有的共振时刻。

很多中国投资人和马斯克一样，陷入了“该死的疯狂ChatGPT循环中”。他们不厌其烦地去提问甚至是“刁难”ChatGPT，并乐在其中。

这款智能对话系统被赋予种种意义。它不再是众人以往理解的聊天机器人，它甚至被认为是现有搜索引擎的颠覆者，是通用人工智能的“第一个里程碑”。

众所周知，美国当下也存在投资主题的匮乏，加之此前的硅谷裁员，ChatGPT的出现于是就显得格外醒目，“硅谷彻底嗨了”。

喧嚣也蔓延到了国内。有投资人告诉「暗涌Waves」，“最近我们所有人，无论之前是看新能源还是半导体的，都在讨论AI”，“觉得这里变化比较大”。

如果按照创投语境，ChatGPT与不久前一夜成名的AIGC类似，同属于AI赛道。过去几年，由于国内的AI泡沫破灭，该领域一直处于萧条期，很多基金多由企服或其他赛道投资人兼职负责。

在源码一粟的负责人张星辰看来，如果把ChatGPT作为一种对话文本生成能力，归结到泛AIGC领域，无疑是投资界“今年最大的热点之一”。因为一直在关注前沿科技变化，他认为ChatGPT的诞生是在意料之中的：AI界的人一直在期OpenAI发布GPT-4，所以可以称之为“GPT-3.5”的诞生。

GPT的全称是“Generative Pre-trained Transformer“（生成型预训练变换模型），由人工智能公司OpenAI训练与开发。经历多次迭代，ChatGPT是其为对话而优化的语言模型，处于GPT-3和即将发布的GPT-4之间。

有投资人向我们表示，之所以要在GPT-3和4之间推出ChatGPT，可能是为了收集更多测试数据，以此来更好的调整GPT-4。当然也有可能有融资方面的考量，借发布2C产品提高热度。

过去一年，关于国内美元基金式微的讨论不绝如缕。但有多位投资人在谈到ChatGPT时用了一个久违的词语：“一个平台型公司的机会”，甚至有人相信这是“可以让TMT投资人再干15年”的机会。

情况可能没这么乐观。

一、一次跨越

关于ChatGPT有多好用，各类社交媒体上已有太多的案例和赞誉。「暗涌Waves」也尝试提了几个问题：

比如：“可以写一篇投资人的故事吗”，并追问“是否可以加入一些个人成长”“可否展开讲讲投资失败的部分”时，ChatGPT展现了它更像机器的时刻：仅仅更换人名、公司名和部分字句，全程都在讲同一种故事。

问“有哪些著名的风险投资人”时，它给出了一串大众熟知的商界名字，但其中的大部分是企业家。

还有人在询问其量化策略、艺术评论时，也遇到了类似的鸡同鸭讲。

当然，对于一个尚处于小范围测试的产品来说，这种不完美也在所难免。某种程度上，ChatGPT回答的精彩程度，很依赖于提问者的提问、追问方式。这就使得如何写出更好的提示词成为一种关键。所以这里不排除一种情况是：一些被展示出来的精彩对答，有可能是提问者多次修正提问后的结果。

时间会解决这些问题。作为一个对话机器人，ChatGPT的一项突出变化就是：能从人类反馈中强化学习，可以呈现出多轮对话的连续性和记忆能力。在张星辰看来，“这是一个很跨越的东西。”

除此外，相比GPT3，它的常识能力也在变强。比如你输入：如果哥伦布来到了今天的美洲大陆，会如何反应？GPT-3给到的回答是一堆故事。但ChatGPT会先首先提示你哥伦布的事迹，当年他曾到过美洲大陆；但如果你的假设准确，他会怎样表现。

创新工场执行董事兼前沿科技基金总经理任博冰告诉「暗涌Waves」，ChatGPT发布前两周，他们还在硅谷和OpenAI的高管沟通，当时对方也透露了正在围绕InstructGPT做更多优化。在他看来，ChatGPT提升了对用户意图的理解和结果的准确性，还可以质疑前提主动认错，这个技术就是基于InstructGPT，核心是从人类反馈中强化学习再用数据重新微调，从而更像人。

对于ChatGPT的部分回答不够理想，心识宇宙创始人兼CEO陶芳波认为，第一是因为ChatGPT目前并不具备从外部实时获取信息的能力，很多回答基于模型对较早语料的理解，会不严谨。第二可能是因为ChatGPT是多语言模型，英文语料的数量更多、训练更充分，中文回答相较而言所有欠缺。当然ChatGPT从第一天开始，目标就是为了解决用户的规范式、任务性的问题，而非情感化的陪伴聊天。“相比于一个有趣的AI角色，它更像是下一代的搜索引擎”。

有投资人认为，不回答情感问题，“并不代表背后的模型没有能力回答，而是有意将这部分功能禁止”，这是由于ChatGPT针对于回答问题的方式做了训练。

二、属于谁的游戏？

和此前爆火的AIGC类似，ChatGPT的背后也是基于Transformer算法的不断放大。

在五源资本的投资人石允丰看来，如果把transformer比作一块具有通用计算能力的“砖头”，而近期火的AIGC则是相对小规模的语言模型和扩散模型结合后产生的江南园林，chatGPT与之则完全不是同一个量级，是直接堆积出了长城这样的大型人类奇迹。

这是典型的，根据模型大小，由量变带动质变的游戏，也意味着能参与新一轮AI游戏的公司并不多。“除非百亿美金公司，否则很难跟进这个游戏。”因为其中的投入，无论是算法团队，还是做训练，调用巨量的计算资源往往需要上千万美金，这个门槛甚至把美国一些高校的学术人才同样拒之门外，而只有GoogleBrain、DeepMind、OpenAI以及FacebookAI Research 等巨头的AI lab主导。

这也点明了中国参与这一轮游戏的两道难关：巨量资金和稀缺的人才。一家美元基金的AI投资人告诉我们，相对而言中国AI做视觉时，算力还可以，但做自然语言、大模型这种范式的人才就非常少。而去硅谷挖工程师也远非“移动互联网早期，iOS工程师就可以”。

创新工场的任博冰也认为当前的状况比较特别。一方面，“Foundation Model在text和image方面的技术有了巨大可落地的成果，很多是开源的”，但另一方面，“头部公司的迭代非常快，算力门槛和研发能力都让绝大部分创业公司和科研机构望尘莫及”，这使得“更多AI学者的创新研究被算力挡在门外，以及更多AI创业公司团队更轻盈，不再像之前一样组建一个大型的AI团队”。

但对于仍然渴望平台型大机会的投资人来说，AIGC和ChatGPT依然令人兴奋。一家头部基金的AI投资人以手机有摄像头后出现一系列平台公司为例去强调：AIGC背后也是出现了新的输入介质。而ChatGPT背后的逻辑则是：在搜索推荐对话脉络下，往往都有每个时代最伟大的公司。如果搜索是浏览器上最大的机会，推荐是手机上最大的机会，那下面的机会就可能是对话。

美国VC似乎对此更有强烈共识。在2017年的发表论文《Attention is all you need》（注：该文提出的Transformer模型）的几位作者创业，几乎都拿到了10亿美金左右的估值。而OpenAI也早是百亿美金的独角兽公司。

创新工场的任博冰最近走访了一些海外的科学家、VC和创业者。在他看来，目前海外“更多公司还是借助GPT、Diffusion能力做一些细分领域的产品，这两个方向都有独角兽公司出来”，但同时，他却认为“海外VC对这个方向还是谨慎为主，对一批新公司的火热不敢以偏概全”。

三、中国的境况又是如何？

关于ChatGPT，大部分投资人认为，短期来看属于创业公司的机会有限。有相关积累的可能首先来自大厂——比如百度、腾讯、头条，然后华为、阿里等，包括北京智源人工智能研究院和IDEA等。

在一家美元基金的AI投资人看来，中国公司的优势在于之后的快速应用和找产品路径。对于早期这些创业公司来说，当下肯定是融资的好时候。事实上，过去五六个月里，AIGC相关的创业公司拿到或正在融资的也有数十家。“最Top的VC要么已经投了，要么在看。”源码一粟的张星辰告诉「暗涌Waves」，这些公司基本是基于开源的模型，选择自己熟悉的场景落地去做应用。

但同时存在的一个处境是：今天还都是创作者工具，普通用户的留存肯定是不好的，所以并没有形成内容消费闭环。当然，“这和早期相机一样，需要时间”，一家美元基金的AI投资人如此告诉「暗涌Waves」。

在上述投资人看来，无论中美，这都是当下的普遍现象。只是在美国，做订阅或者生产力工具可能更容易一些，因为他们付费意愿和习惯比较好，而中国则弱很多，更容易成为“免费用的战略产品”。

任博冰认为，国内AIGC相关公司正在快速涌现，包括2C和2B。但国内企业服务和2C工具的生态和海外很不一样，以及产品方向更扎堆，“我们会谨慎布局甚至会孵化一些新方向”。还有一些新的技术在研发中，包括对话、多模态等，“但短期上离商业化还有距离”。

而张星辰则对好的商业模式并不担忧。“关键是技术、产品和数据，能不能解决真实需求，只要能做出来，商业模式就不用担心”。他表示未来也会有很多创业公司会基于ChatGPT或Open AI更多的API接口以及国内智源的接口，在一些特定领域实现更好的对话效果。不过国内可能首先需要从头训练一个中文的大模型。

当然对于中美VC来说，这也不是一个新现象了。为美国VCer带来巨额回报的众多领域，比如Fintech、企业服务乃至如今的Crypto，至今都没有为中国投资人赚到钱，甚至已经是被限制的领域。这是曾经试图学习硅谷好榜样的中国VC们不得不面对的情境。

四、“有人笑，有人哭，多数人沉默不语”

ChatGPT，或者说泛AIGC的出现，究竟会给人类带来多大改变？

一位AI投资人自称是AI信仰者，他认为物理世界的交互，机器没法取代，但通用智能这个问题，已经被“极大程度突破”，以及一个残酷结论可能是：“超过人的智能这件事可能并没有大家想的那么难”。

一个看web3、数字孪生等方向的投资人告诉「暗涌Waves」，“设想当一个机器人把过去几百年的知识输入且融汇贯通后，它和一个现代人的深度思考差距会有多大”。他的答案是“越来越小”。

事实上，强大人工智能会取代很多职业的声音也一直不绝于耳。而泛AIGC的出现无疑会对很多图片、内容生产等很多领域产生影响。在上述AI投资人看来，从语音、文字到图像，种种形式的内容生成接下来都将出现增长，而对话可能是其中最重要的杀手级应用。

但这一切尚还遥远。尽管任博冰也认为，AIGC“在创作层面生成短视频、3D动画，或者在交互层面让机器人具有更高的环境理解、任务理解与人机交互能力，都有很高的想象力”，但不认为它会对就业造成太大影响，因为“AIGC能完成的只是任务的一部分，目前在很多环节还是偏辅助的角色，比如生成的图还需要精修、生成的段落还需要润色等等，AI生成的内容很难直接当做专业内容进行发布”，“即使在对话层面，目前ChatGPT的效果也远不够完美”，“在很多细分场景上，还没看到类似产品”。

昨天，在以太坊创始人Vitalik Buterin发布的使用ChatGPT进行编码试验的文章中也表示，ChatGPT虽然能加快编码速度，但在编码过程中会出现错误，“AI正在迅速改进……然而，AI远不能替代人类程序员”。

但OpenAI的CEO Sam Altman相信，“AI 已经成为自移动互联网后下一个真正的技术基础平台”。心识宇宙陶芳波说，泛AIGC所属的“生成式AI作为一个新的AI范式，标志着AI的应用从单点到通用”。而通用性，正是AI进一步普及、乃至成为基础设施的基础。

而对于投资人们来说，更关键的是入场时间的拷问。多位我们访谈到的投资人表示，现阶段还在雾里看花，“这就像投资直播，但你无法知道此刻是2005年，还是2015年”。

总之，我们距离那个令人激动但又恐惧的时刻已经越来越近。正如真格基金合伙人刘元的感慨：这令人想起了奥本海默在第一颗原子弹爆炸成功后那段眼神空洞的话，“一些人笑了，一些人哭了。绝大多数人都沉默不语”。