作者:邵旭辉,Foothill Ventures管理合伙人,在机器学习、大数据系统和软件系统工程领域从事研发和管理工作多年,曾任雅虎广告及大数据平台工程副总裁、Turn CTO及ID Analytics副总裁。他持有清华大学自动化学士学位及明尼苏达大学EECS博士学位。 上个月的GTC后,生成式AI相关的讨论久久不能平息,这个月Gen AI领域刚刚宣布的两个高额融资消息也引发了大量关注:Augment以近10亿美金的估值融资2.27亿美金,Cognition则以20亿美金估值融资1.75亿美金。从文字chatbot到视频生成、机器人,生成式AI的能力不断拓展,应用潮已经开始,行业内外,大家都很关心这个话题:AI将会带我们到何处去? 作为AI、深度学习领域多年的从业者,曾经的大公司管理者、创业者以及如今的深科技领域投资人,我在此抛砖引玉,谈谈我对生成式AI发展的个人判断。 本质上,我认为生成式AI的竞争力根植于这三个维度: 一是算力及基础设施,这也是许多大公司优势明显的地方。 二是算法,当然也意味着算法背后的人才。 第三则是数据及应用场景,对创业公司来说,这一部分仍存在着大量机遇。 我们下面可以从这三个维度来生成式AI的未来。 【小标1:Gen AI并非算力竞赛,创业公司的机会在这些领域】 在算力方面,Nvidia是GPU的领头羊、CUDA生态的开创者,具有巨大的优势,但其实,未来的生成式AI并非绝对以算力定成败。 算力有限的创业公司或者科研机构,机遇主要在哪里呢? 首先,创业公司可以打造生成式AI的基础设施,解决底层的问题。 几乎所有的领域的公司,都在考虑自身在生成式AI方面的竞争策略。在数据隐私/计算安全、 准确性/可靠性、商业逻辑等等领域都会有很碎片化的的要求。而大厂的工具链服务链只能解决一部分需求,其他的就需要初创企业来填补。Lepton.AI、Corvic.AI、Fairly.AI 等都属于这个范畴。这些创业企业搭建了机器学习领域的基础架构,比如Corvic.AI,他们提供的解决方案让复杂数据能较为简便地转化为可用的企业级AI,提供预测分析、AI助手、数据标签等功能。 其次,虽然大公司在算力方面拥有优势,创业公司可以将目光投向专业领域——对于这些领域来说,持续积累的专业数据将会有着不可替代的价值,其中的行业壁垒、合规等方面的积累也能形成一定的护城河。 而更重要的是,不少领域(比如生物医药、网络安全、科研、制造)的底层逻辑和大模型擅长的语言文字视频并不相近,无法直接套用,也不容易简单的做二次开发就能获得好的结果。 从另一个角度来说,大模型也同样打开了许多新机遇,过去一些离商业化较远的领域可能忽然就有前进的动力了,其中往往会有创业公司的机会。 展开全文 文初提到的AI写代码就是一个新出现的机遇,这两家企业都是近年来发展迅速的AI公司,Cognition的创立时间才刚刚半年。我们也投资了一个同类别的公司Metabob,通过AI来帮助人们找程序中的bug并修复它们。这类企业在AI与软件工程的交叉点找到了自己的市场。 近期机器人的热潮也是个很好的例子。 过去传统机器人往往只能解决单个任务,机器人的传感器、成本投入都有限,也限制了它的发展。 随着LLM的发展,机器人能够在虚拟空间通过强化学习(reinforcement learning)来进行学习、迭代、完成复杂任务,带来了一系列连锁反应——企业愿意开发拥有成本更高、能力更强机器人,这一行业也有了更多的想象空间与投入。斯坦福大学李飞飞教授参与的团队也构建了类似于当年ImageNet的针对虚拟空间训练测试机器人的基于物理模型的大规模训练场景。 今年3月,机器人公司Figure与OpenAI合作发布的视频引发了很多关注:金属覆身的机器人接入了OpenAI的大语言模型,能够迅速理解人类的意图并做出相应的动作,包括整理、准确放置物品以及完成一些相对模糊的指令——一名男子对Figure01“给我找个吃的”,机器人略思索后,拿起了桌上的苹果,并递给了他。值得注意的是,桌上还有四散的碗盘、沥水架等,苹果是唯一一个可食用的物品,这个简单的动作涉及了推理与思考过程,加上之前整理、收纳,机器人展现了完成多个复杂任务的能力。 除了Figure01外,ChatGPT引领的大模型风潮下,各类引入了LLM的机器人正在涌现:University of Michigan的学者也发布了基于大语言模型,能够更好地理解3D环境的家用机器人。在工业、农业、医疗等领域,可以想象,新型的 机器人会带来很多的新变化。 【小标2:新型芯片及算法可能会重写垄断格局】 目前,在生成式AI的算法方面,呈现NVidia、OpenAI、Microsoft三巨头垄断的格局。不过在我看来,这样的情况也会在技术进展下面临变化。 这并非我一家之言,可以说,几乎是一个行业共识,只是很难预测它具体的时间点。 今年GTC上,Transformer的原作小组首次聚集,八位作者中的七位与黄仁勋对话,而核心观点就是:Transformer已经够老了,期待看到更新的模型。 作者之一、Cohere的创始人及CEO Gomez评论道:我想看到比Transformer好十倍的模型来替代它……Transformer在内存占用和许多架构方面都有优化的可能性,比如一个非常长的context是很昂贵、无法扩展的,它的parameterization可能不必要那么长 ,我们可以压缩许多倍,带来指数级的缩小。 从仿生学的角度来说,这个观点也很站得住脚——目前算法的功耗算力,跟自然界还有很大差距。 人的大脑功耗几十瓦。昆虫的大脑功耗是毫瓦/微瓦级的,神经元数量极少,也能完成特别复杂的立体视觉、三维控制、捕猎逃生等感知相关的行为。同等情况下,如果让电脑复现小动物在自然界里识别、控制、捕猎、求生的能力,需要更先进的模型,也一定会逐步出现更先进的模型。 而未来更好的算法与模型也很可能意味着更多专用的、小型的芯片会迎来发展。 比如我们此前投资的D-matrix,主打存内计算,预计将在2024大规模量产,目前已经有大量订单。另一个模拟计算芯片设计企业Tetramem也备受关注,已经发布了多篇Nature论文, 除此之外,开源的相对小型的transformer 模型(如Microsoft's PHI-2 and Mistral 7B)也会迎来快速发展。在我看来,这些开源的小模型对于AI行业持续、健康的发展是很有必要的。这次AI的热潮与以往的科技潮不同,大公司并未占据所有重要的研究方向——谷歌上市时,许多大学就停止了对搜索算法的研究,因为谷歌已经有了很好的团队和资源来推进搜索算法。而生成式AI则不是,对于研究机构而言,这些开源的小模型中还有很多值得探索的地方,目前所有名校的计算机系也都在积极研究开源模型。 甚至可以说,文初我提到的、未来我们期待的新的算法很可能就会从这些科研人员的工作中涌现。 【小标3 GenAI发展的背后是人才之争】 这个对更新、更好的生成式AI算法的期待,也意味着另一件事:生成式AI的竞争也意味着人才之争。 目前,中美是在AI人才方面占据全球一二位置的两个国家。 从绝对人数来说,中国占据了第一位——今年三月,纽约时报报道了一个追踪AI相关人才的报告,中国有着全世界最多的AI本科生人才,而与三年前相比,如今在美国的顶级AI人才中,中国人的比例也已经超过了美国人。比起过去,这些中国人才在美攻读学位后,也更多地“回流”中国。 当然,美国有着世界数量最多的一流大学,与创新气氛浓厚的科技企业,也孕育出了将LLM石破天惊带入大众视野的Open AI,对各国的AI人才仍旧有着强烈的吸引力。 不可否认,基于天时地利人和等方面考虑,中美牢牢占据了未来AI发展综合最优的前二宝座。 在这个背景下,还有一个值得注意的趋势:人才的两极分化。 由于AI+ 的杠杆作用越发明显,创立一个优秀的AI企业所需要的技术人才的数量比几年前已经显著减少了。企业接下来对人才的竞争,会越来越集中于少数顶尖人才的争夺。 无论在硅谷还是在北上杭,我们已经看到顶级AI人才被高价争抢,而普通大学生找不到工作的这种两极分化,而这样的趋势未来也会更加明显。 【小标4 Gen AI将成万亿美元市场,投资人如何入局?】 从我和我身边的创投从业者的角度看来,我们的共识是Gen AI的未来是光明的——Bloomberg Intelligence报告预测,GenAI将成为未来十年发最迅速的市场之一,市场总量超过万亿美元,复合年增长率超过40%。它变革性的能力会影响各行各业。 对于投资人而言,如果想要投资这个市场,我有以下建议: 首先,投资生成式AI项目,本质上仍旧是在深科技技术中寻找那些具有商业化潜力的项目。投资人最好能具备AI相关技术背景,并且保持持续学习及市场敏锐度。目前生成式AI的技术变化、突破、市场都在迅速发展。比如此前一些挂着大模型名号的项目,也许在ChatGPT某次更新后就会完全失去市场,能够识别这些项目,可以帮助规避许多风险。 其次,正如文初分析的,目前生成式AI的支柱分为人才/算法、算力、应用/数据三大方向。作为投资人,前两者的投资难度较大,然而应用/数据中,有着大量的未来机遇,可以考虑投资一些相关资源。 比如应用场景和应用场景相关的数据——对于中国投资人来说,半导体 、新能源、先进制造都是不错的方向。以制造业为例,拥有大量垂直行业内的数据,才能做出好的AI,指导未来的先进制造。 从时间上来看,技术上如果不能特别确定 ,也可以等一下商业落地的信息,付出一些增值成本来换取更稳定的信号。 有关AI,这个问题我常听到:AI能最终代替人类吗? 我认为这要从不同尺度上去理解——我们究竟在讨论的是AI从什么程度上在挑战人类进化?如果是生物体层面,这有着百万年以上的积累,是最难的;从人类认知层面,也至少有10万年进化横亘在AI面前;而出现数千年的人类语言相对更容易;出现仅100年的计算机语言则最简单。 这个问题的答案当然没有定论。不过在这个最终将达万亿美元、改变人类生活的市场里,我很期待看到更多来自华人参与者的身影,不管是创业、投资,还是积极地拥抱生成式AI让生活、工作变得更高效,它将前所未有地改变我们与世界交互的方式。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 伯虎财经，作者 | 路费 文 | 伯虎财经，作😘者 | 路费 这次苹果的新品发布有多成功？看媒体评论和🤩首销情况就知道了。 虽然iPhone17系列激活量还没❤️有公布，但是电商平台的预售成绩已经发布了。iPhone17 😢Pro系列和上一代相比销量增长了3倍，更夸张的是标准版的iP😆hone17，比上一代增长了8倍左右。 媒体的评价更加❤️简单粗暴。发布会后，几乎所有的媒体稿件都可以总结为同一句话：🌟牙膏挤暴了。 连友商高管卢伟冰也按捺不住发微博称赞，顺😁带再次拉高了对标尺度——小米的新一代旗舰跳过了小米16，直接❤️命名为小米17、小米17 Pro、小米17 Pro Max。❤️ 苹果这次的久违发力其实也是自身处境的映射。 2🥳024年是苹果在国内市场承压的一年，无论是挤牙膏的更新还是在🤔AI上的迟滞，都已经让一部分粉丝开始不满。Canalys数据😍显示，苹果2024年在中国出货量降17%，降至4290万部，😆而华为增加37%至4600万部。2024年，苹果整体营收虽增💯长，但大中华区仅增14%，占比从25%降至17%。 国😅内的安卓品牌更是早已对苹果的存量用户垂涎已久，纷纷推出了各自🤩的兼容苹果系统方案，谋求逐步吸纳苹果的用户群体进入自家生态。🚀 不过如果你要问，苹果这次是不是意味着苹果正在倒退回那🚀个令人期待的品牌？那倒不是，苹果不是返老还童了，它只是更能放😉下身段开卷了。 01 加量不加价 一个词概括苹果🌟这次更新的最大特点，莫过于加量不加价。 苹果在标准版的😍刀法一向为人诟病，比如iPhone 14系列更新了“灵动岛”😡和迟了好几年的息屏显示，但只有iPhone 14 Pro系列😴才能上岛。iPhone 15标准版虽然继承了上一代Pro版的🚀一些特性，如A16芯片和灵动岛功能，但也明显“砍掉”了如12👏0Hz高刷新率屏幕和长焦镜头等关键配置 。 但iPho🌟ne 17标准版堪称是最实惠的标准版iPhone。iPhon😢e 17标准版虽然没能用上新的主板架构，但是它有最新的A19😢芯片，有和Pro相同的屏幕，搭载4800万像素主摄+1200🚀万像素2倍长焦双摄组合，前置摄像头升级至了1800万像素。甚🙄至还有120Hz高刷。 当然，最关键的是，这款手机可以😘参加国补。 类似华为的退出成就了苹果，国补政策同样意外🥳的让苹果成为了最大赢家。618前夕，苹果直营的天猫Apple⭐ Store官方旗舰店在全国范围内上线国家补贴（国补），覆盖😡产品包括iPhone16系列、iPad、Apple Watc😎h及Mac系列，补贴比例最高达20%，再叠加以旧换新权益，原🙌价7999元的iPhone 16 Pro叠加平台券后最低只需🔥要5299元。降价迅速激发了用户的换机热情，根据TechIn😂sights的数据，618期间苹果的销量能占到总体份额的43😘%。 展开全文 为了继续蹭到国补的东风，苹果暂时🤯放弃了全球统一的定价策略，同样是256G内存的版本，港版的i🔥Phone 17标准版需要6899港币，但内地只需要5999😴人民币，卡在了补贴范围内。 如果说以上还属于产品和定价😡卷，那么上架抖音就是渠道卷。 iPhone 17全球首😉发前一周，苹果突然宣布入驻抖音商城。放到过去，苹果未必会这么❤️快的推进抖音渠道的拓展。 和其他所有知名品牌一样，苹果😁对于新渠道的选择一直比较审慎，因为渠道和品牌的调性关联很大。🔥在线下，苹果一直力图把每一个直营店打造成地标建筑，而线上，过😅去十年只有天猫拿到了国内唯一的Apple Store官方旗舰😜店。在数码3C品类占据绝对优势的京东也只是是首个线上授权渠道🤗。 即便抖音电商在过去取得了不错的成绩，但无论是3C数👍码品类还是知名品牌，都不是它的优势类目。简单举个例子，202😉3年9月，抖音就上线“Apple产品抖音官方自营店”，截至目👍前该店的iPhone 16 Pro Max累计卖出不到5万台😆，京东平台的销量则超过了300万台。 找抖音“带货”并😡不是什么一锤定音的关键决策，凑国补也绝非深思熟路之举。单纯是😂因为过去苹果抬头看着月亮就能有无数信徒们抢着送钱，而现在需要😡自己弯下腰数数，有没有钢镚从指缝落下没看着。 02 把🔥成本的牙膏挤爆 新机发布后，苹果迎来了股价暴跌。苹果“😂推荐一致性”指标降至3.9，为2020年初以来最低水平。D.😘A. Davidson将苹果评级从“买入”下调至“中性”。追😘踪苹果的分析师中，仅有55%推荐买入苹果。作为对比英伟达、微🥳软和亚马逊等大型科技股的买入比例都超过90%。 单从业😡绩来看，苹果仍然有非常强力的支撑，软硬件整合带来的优势越来越😎强。一个明显的例证是，以ITunes为代表的服务业务收入占比😘逐年提升。2020-2024财年，苹果服务相关收入的营收从5😀38亿美元增长至962亿美元，同期营收占比从19.6%提升至🤯24.6%，25财年第三财季进一步提升至25.6%。 😉问题出在预期上。 苹果的这套软硬件组合拳，根基是广大的🙄硬件用户。过去苹果之所以能在竞争激烈的手机行业保持独树一帜的😢品牌力，本质还是得益于创新能力带来的升维体验。 但一方🔥面，当下手机创新早已进入瓶颈。虽然iPhone 17 Pro🙌系列摒弃了延续了好几代的“浴霸设计，采用了横向大矩阵相机布局🚀，升级了相机像素，3nm工艺的A19 Pro芯片性能更强，同💯时把光学变焦倍数提升到了8倍，iPhone Air甚至破天荒😜的为了轻薄需求，调整了设计。但前者作为消费者很难又明显的体验😜革新，后者则为了轻薄舍弃了实用性。 甚至从产品的角度而❤️言，iPhone Air更像是一种试验品。在官方的宣传语之外🤔，iPhone Air还是苹果自研占比最高的机型之一，在此之🚀前苹果虽然试图挣扎，但还是无法脱离高通的5G基带芯片。而iP🤯hone Air不仅搭载了苹果自研的基带芯片C1X，还集成了😀苹果自研的Wi-Fi芯片N1。 2010年苹果和高通的😁协议显示，苹果每卖出一台手机，就要向高通支付手机售价的5%作😊为专利费。换句话说如果iPhone Air能够成功试验自研基🤯带芯片的可行性，就能给苹果在成本端带来巨大的提升。 苹⭐果在AI这个大机会上显得却非常谨慎。和谷歌等大厂相比，苹果不🚀仅没有公开的大规模投资AI，原本的AI团队也陷入了动荡。 🙌 苹果内部对于是否要大举投入AI举棋不定。据报道，软件主管🔥费德里吉认为AI并非移动设备的核心功能，更不愿因此影响iPh👏one、Mac等年度系统更新的开发节奏。这导致苹果面对Cha👏tGPT毫无准备。 这种“设备优先”的思路还导致了苹果🤔AI基础模型团队负责人庞若明的离职。今年初，苹果AI基础模型😍团队负责人庞若明拟定了初步开源路线图。但费德里吉担心开源会使😀苹果失去端侧优化的优势。前不久，庞若明加入了Meta的“超级🤗智能实验室，成为了硅谷的头条新闻。 另一方面，地缘政治😆的冲突正在为这家跨国公司的前景蒙上阴影。 虽然苹果目前🤗苹果的产品获得了豁免，但是仍然需要面对可能到来的高额关税。虽😆然苹果早前就已经开始着手分流供应链，把产能转移到印度等地。2🤔025年，苹果为响应“制造回流”的要求，宣布未来4年将投资6🚀000亿美元在美国建厂，这将带来巨大的成本压力。 届时💯苹果可能需要面对一个问题：要不要继续让利获得消费者，守住市场😜份额？ 03 写在最后 知名彭博记者古尔曼曾总结😘苹果为什么在AI能力建设上落后：一是缺乏明确的愿景，二是不清🔥楚如何才能与众不同、以及如何将目标付诸实践。 库克继任🔥后不是没有上马大型的开发项目，无论是头显还是汽车，苹果都投入😍了大量的人才和资金。但他们既没有像乔布斯那样坚定——汽车项目💯的成立很大程度上是为了让人才不流向其他公司，也过于考虑投产比😀——比起AI，现阶段能抓住的、能形成收入的产品才是他们最重视😂的。 这对于一家消费品公司是够的，但对于一家曾经改变过🤯世界的为大公司而言，显然是一种退化。 参考来源： 😍 1、远川研究所：《iPhone挤爆牙膏，苹果用自研换利润》😎 2、道总有理：《iPhone 17虽然大爆，但苹果的🙌“流量饥渴症”加重了》 3、36氪财经：《苹果，不想成🌟为下一个Intel》返回搜狐，查看更多