Um investidor sobre 17 julgamentos de encarnação, modelos e poder computacional

Autor: Xiao Yan, Tencent Technology

Editor: Xu Qingyang

Nos últimos anos, algumas das palavras-chave mais quentes no círculo de investimento em tecnologia na China giraram em torno de IA, robôs e inteligência encarnada.

Na corrida dos grandes modelos, a Zhiyu é uma das primeiras empresas a serem discutidas no contexto de "OpenAI versão chinesa". A LeapX e a Shengshu Technology também estão no centro de direções populares, como modelos básicos e geração de vídeo. No campo dos robôs, a UBTECH já entrou no mercado de capitais, enquanto empresas como Galaxy Universal Robotics, Yinshi Robotics e Tashi Zhihang representam diferentes explorações da robótica, desde o corpo até modelos e a implementação em cenários.

Por trás dessas empresas estrelas, há uma instituição de investimento comum - a Qiming Venture Partners. Fundada em 2006, a Qiming gerencia 11 fundos em dólares e 7 fundos em renminbi, com um total de ativos sob gestão de 9,5 bilhões de dólares.

Após várias rodadas de investimento em ondas tecnológicas, qual é a metodologia da Qiming?

Recentemente, Zhou Zhifeng, sócio-gerente da Qiming, compartilhou as tendências de desenvolvimento subjacentes em campos de ponta como grandes modelos, inteligência encarnada e chips de poder computacional, desmembrando os padrões centrais que diferenciam a especulação de conceitos da verdadeira implementação industrial.

Como investidor, Zhou Zhifeng é um verdadeiro experimentador profundo de IA. Durante a conversa, ele frequentemente aborda a partir de perspectivas cotidianas, retratando o verdadeiro cenário da implementação da tecnologia de IA. Ele mencionou que seus familiares já estão familiarizados com plataformas de vídeo curtas e conseguem usar a IA para consultas diárias; em seu próprio ambiente de trabalho, a IA também está profundamente integrada, utilizando ferramentas de IA para análise de dados e organização de materiais, e mesmo com uma agenda apertada, ele continua a acompanhar a iteração de conteúdos de vídeos curtos gerados por IA.

Esses fragmentos diários, autênticos, comprovam uma tendência central: a IA já não é apenas um conceito profissional restrito a teorias de laboratório ou artigos acadêmicos, nem uma história de capital que permanece no material de financiamento do mercado primário, mas realmente se infiltrou nos terminais de telefone do público em geral, completando a transição de uma tecnologia de ponta para uma ferramenta cotidiana para todos.

A responsabilidade do investidor é, antes que essas mudanças ocorram em grande escala, identificar quais direções tecnológicas, formas de produtos e empresas têm mais chances de trazer essas mudanças para a realidade.

Zhou Zhifeng resumiu essa abordagem como investimento "um passo à frente" - não é melhor quanto mais cedo, nem esperar até que o mercado forme um consenso para entrar, mas sim entrar após o ponto de ruptura tecnológica e antes do ponto de explosão comercial.

Zhou Zhifeng, sócio-gerente da Qiming Venture Partners

Zhou Zhifeng usou a Zhiyu como exemplo. Em maio de 2020, o lançamento do GPT-3 fez com que a Qiming percebesse que a Lei de Escalonamento estava sendo validada, e que os grandes modelos haviam ultrapassado um importante ponto técnico. Com base nessa avaliação, a Qiming investiu na Zhiyu em dezembro de 2021. Naquela época, o ChatGPT ainda não havia sido lançado, e "All in AI" ainda não era o slogan coletivo do círculo de investimentos. Somente em novembro de 2022, com o surgimento do ChatGPT, a IA generativa foi realmente colocada diante do público e do mercado de investimentos.

Então, onde surgirá a próxima oportunidade de "um passo à frente" nas direções populares de IA, robôs, poder computacional e chips? Durante a conversa, Zhou Zhifeng não deu uma resposta direta, mas desmembrou mais as mudanças que estão ocorrendo nessas áreas.

Diante dessas áreas quentes e do grande influxo de capital, Zhou Zhifeng acredita que quanto mais próximo do centro da tempestade, mais devemos voltar às questões mais simples: há valor real sendo criado? Pode suportar a validação da lógica comercial? Ele mencionou várias vezes que o mercado provavelmente entrará na fase de "mostre-me o dinheiro". Quanto mais novo for o produto, mais devemos estar atentos à discrepância entre a atenção de curto prazo e o valor de longo prazo; quanto mais barulhento o mercado, mais as empresas precisam provar que podem transformar tecnologia em receita e imaginação em realidade.

A seguir, para eficiência de leitura, a Tencent Technology organizou os julgamentos centrais de Zhou Zhifeng em primeira pessoa.

01 "Inteligência encarnada é o campo que mais mata minhas células cerebrais, sem exceção"

1. Após conversar com muitas empresas de inteligência encarnada, tenho três principais impressões.

Primeiro, tanto o mercado primário quanto o secundário estão extremamente otimistas sobre esta área. A razão central é que este pode ser o primeiro setor na história que combina a "escala de envio de smartphones" com o "preço unitário de automóveis de passageiros". Se esta indústria se desenvolver de forma madura, haverá um envio de 1 bilhão de unidades por ano, com um preço médio de cerca de 30 mil dólares, equivalente a 200 mil renminbi. Isso, na história do desenvolvimento comercial humano de duzentos a trezentos anos, é um dos setores de maior volume, sem exceção.

Segundo, todos estão competindo por IPOs, essencialmente disputando o bônus de escassez. O mercado secundário já possui essa característica: quando as primeiras empresas de um grande setor se listam, devido à escassez do ativo, elas podem desfrutar de um super bônus de capital, o que se reflete diretamente em preços de ações e valores de mercado que se afastam da lógica convencional, então todos querem ser os primeiros a se listar.

Terceiro, muitas empresas estão se tornando cada vez mais difíceis de distinguir. Monitoramos que há mais de 370 empresas relacionadas à inteligência encarnada na China, e basicamente recebemos duas ou três novas propostas toda semana. As origens das equipes, as rotas tecnológicas e os cenários de implementação estão se tornando cada vez mais semelhantes: são, na maioria, professores, pequenos gênios, executivos de grandes empresas de direção autônoma ou com formação em modelos de IA; todos falam sobre VLA e modelos mundiais; a implementação geralmente gira em torno de manufatura industrial, logística e serviços comerciais, e recentemente surgiram cenários de robôs biomiméticos. Mas o problema é que ainda não existe um padrão objetivo para avaliar o nível técnico ou a capacidade do modelo, que realmente possa determinar quem tem a tecnologia mais forte e a capacidade de implementação mais forte.

Portanto, após as primeiras empresas se listarem, podem acabar alcançando um valor de mercado muito alto devido à escassez. Mas, em seis meses a um ano, o mercado provavelmente entrará na fase de "mostre-me o dinheiro", focando apenas na capacidade de implementação e na conversão em receita e margem de lucro.

Se até o final deste ano ou meados do próximo, a implementação não corresponder às expectativas, mesmo que a listagem tenha sido bem-sucedida, o valor de mercado pode cair para a faixa de algumas centenas de bilhões, e o mercado primário e secundário também pode ter uma inversão de avaliação. A avaliação original do mercado primário não se sustentará, e a dificuldade de re-financiamento das empresas aumentará significativamente.

A chave ainda é a tecnologia. Se o setor de robôs não tiver uma ruptura crucial, especialmente se a rota técnica não puder convergir, a indústria terá dificuldade em se implementar em larga escala. Atualmente, as explorações de implementação de robôs ainda usam modelos de cenários específicos, e não os modelos gerais que estão em alta no discurso público. Se não conseguirmos alcançar a convergência técnica, não conseguiremos abrir cenários de implementação em larga escala, e acabaremos fazendo apenas alguns projetos de demonstração que são dispensáveis, sem conseguir escalar a comercialização.

Portanto, o que posso fazer agora é continuar a observar ativamente todos os novos projetos que surgem, garantindo a coleta abrangente de informações e o acompanhamento contínuo do panorama da indústria.

Atualmente, o mercado primário ainda está lutando para financiar, enquanto empresas com escala relativamente estável estão se preparando para se listar. Mas, no final, independentemente de se listar ou não, o que o mercado observa é a comercialização. Se a indústria não apresentar resultados reais de implementação, o mercado provavelmente enfrentará um ajuste profundo.

2. Eu nunca acreditei que o modelo mundial seja um novo setor; a probabilidade de fusão entre VLA e o modelo mundial no futuro é superior a 50%.

Parece mais uma rota técnica, que foi transformada em um conceito popular no mercado primário. Recentemente, surgiram cerca de 30 novas startups de modelos mundiais, e em comparação com as empresas da rota técnica VLA anterior, não há diferença essencial na implementação comercial.

3. Atualmente, a inteligência encarnada carece de padrões de avaliação objetivos.

Os modelos de linguagem têm muitos benchmarks, mas a inteligência encarnada enfrenta a força de trabalho do mundo físico, tornando a avaliação muito mais difícil. Atualmente, existem cerca de três a cinco benchmarks de inteligência encarnada no mercado global, mas essas listas também têm sido muito questionadas recentemente. Algumas empresas obtêm altas avaliações ao manipular rankings, e os profissionais da indústria sabem que isso não tem significado algum.

Enquanto os padrões não se estabilizarem, atualmente estamos mais baseados na lógica subjacente: primeiro, se a rota do algoritmo e da arquitetura do modelo corresponde à nossa dedução; segundo, se a equipe tem experiência rica em engenharia; terceiro, a estratégia de dados. Os dados podem ser a variável mais crítica nos próximos anos. Os modelos de linguagem foram capazes de alcançar a Lei de Escalonamento com 10 bilhões de tokens; os modelos de vídeo alcançaram a Lei de Escalonamento com clipes na faixa de bilhões. Atualmente, as melhores empresas de modelos encarnados na China e nos EUA têm apenas algumas centenas de milhares de horas de dados, o que ainda está a um nível de magnitude de distância do suficiente. Mas as principais empresas de inteligência encarnada da China e dos EUA podem alcançar esse volume de dados este ano, portanto, pode haver uma ruptura este ano.

Uma vez que a tecnologia avance, a avaliação se tornará mais simples. Por exemplo, em um cenário industrial, em uma grande empresa, se 25 processos forem realizados sem nenhum treinamento posterior ou apenas com um treinamento posterior muito simples, e observar a taxa de sucesso do robô em completar essas tarefas, se a taxa de sucesso for superior a 50%, a grande empresa realmente pagará pelo robô; se for apenas 5%, isso indica que ainda não está pronto.

4. Os dados são o gargalo técnico que os modelos encarnados precisam superar, mas podem mudar rapidamente nos próximos um ou dois anos.

Para desenvolver um modelo encarnado, pode ser necessário de 1 a 2 milhões de horas de dados de treinamento, e atualmente a quantidade de dados é mais importante do que a qualidade de um único dado. Em relação a várias combinações de dados, o termo profissional da indústria é estratégia de dados, e nos últimos meses, um consenso já se formou nessa área. Anteriormente, a indústria tinha várias rotas de dados, como os dados coletados pela Tesla em máquinas reais, que têm a maior veracidade, tornando o modelo mais fácil de aprender e se adaptar, e quando o modelo é implantado no hardware, a correspondência com os dados coletados durante o treinamento é totalmente consistente.

Mas a coleta de dados em máquinas reais tem um alto nível de dificuldade, e mesmo empresas líderes como a Tesla enfrentam grandes dificuldades para avançar, com um volume de produção anual muito limitado; é necessário implantar 1000 robôs, com pessoal dedicado, e cada dispositivo coleta dados de forma eficaz apenas por uma ou duas horas por dia, com eficiência extremamente baixa. Para acumular 1 milhão de horas de dados, pode levar dez anos, e mesmo a Tesla não consegue, e outras empresas têm ainda mais dificuldades. Esses dados têm a melhor qualidade, mas a quantidade é escassa. Anteriormente, o Google e a OpenAI tendiam a usar dados de vídeo, e o Google está profundamente envolvido na área de modelos de vídeo, mas a enorme quantidade de dados de vídeo genéricos está desconectada dos cenários de operação de robôs; por exemplo, vídeos de reuniões são difíceis de ensinar habilidades práticas aos robôs, introduzindo ruídos de dados de baixa qualidade no modelo.

Entre os dois está o dado UMI, que surgiu no último ano, onde trabalhadores registram cenários de operação reais com dispositivos vestíveis, tornando mais fácil alinhar com as necessidades de treinamento do modelo. Atualmente, as principais empresas da China e dos EUA planejam adquirir um total de 1 milhão de horas de dados de treinamento este ano, dos quais os dados reais representam apenas 1% a 3%, os dados UMI cerca de 70% e os dados de vídeo 20%. A Noyiteng se separou do negócio de captura de movimento para se desenvolver de forma independente, e a tecnologia de captura de movimento pode otimizar a coleta de dados UMI e de máquinas reais, agora podendo fornecer uma variedade de dados de treinamento de todas as categorias.

Além da escala, os dados táteis também se tornarão importantes. Por exemplo, quando um robô pega uma garrafa que parece comum, mas na verdade é mais pesada, os humanos percebem imediatamente a mudança de peso e ajustam a força de aperto; mas atualmente, os dados de máquinas reais, dados de textura e dados de vídeo geralmente carecem dessas informações táteis.

Portanto, agora há um grupo de empresas tentando desenvolver soluções de tecidos táteis para criar mãos robóticas com percepção tátil e coletar dados táteis. Este é um campo de investimento muito quente, mas atualmente não há nenhuma empresa no mundo cuja tecnologia esteja completamente madura.

5. No nível dos modelos de inteligência encarnada, as vantagens da China são principalmente três: dados, cenários de implementação e suporte de hardware.

Atualmente, é difícil quantificar a diferença técnica entre os modelos da China e dos EUA, porque a diferença essencial entre eles é a capacidade computacional. A tecnologia ainda não se estabilizou, e a pesquisa e exploração técnica se assemelham a navegar em um mar escuro à procura da ilha do tesouro.

Os EUA não têm limitações de capacidade computacional, e as empresas líderes podem enviar simultaneamente 30 barcos todas as noites; cada rodada de feedback de exploração é crucial para encontrar a direção, e cada equipe retorna para relatar a rota, por exemplo, se hoje navegaram 5 milhas na direção de 30° e não encontraram o alvo, não precisam repetir essa rota posteriormente.

A China agora enfrenta restrições em chips, podendo enviar apenas um barco por noite, e essa é a principal diferença. A rota geral dos modelos de linguagem já está clara, então a diferença percebida não é tão grande. No entanto, se a indústria passar por um novo salto tecnológico, a probabilidade de abrir 30 rotas de exploração ao mesmo tempo, em comparação com seguir apenas uma, aumenta significativamente a possibilidade de os EUA alcançarem um avanço tecnológico primeiro. À primeira vista, a diferença entre os modelos atuais parece pequena, mas a diferença geral a longo prazo não é insignificante.

No entanto, a China tem vantagens claras em dados, cenários industriais e suporte de hardware.

As principais empresas dos EUA estão comprando dados de empresas chinesas, o que já indica que elas têm uma reserva de dados insuficiente;

Em segundo lugar, em termos de cenários industriais, a China possui empresas de manufatura em larga escala, como a CATL e a BYD, que têm fábricas físicas suficientes para colaborar em pesquisa e desenvolvimento;

Em terceiro lugar, em termos de suporte de hardware, um robô humanoide possui cerca de 1200 peças, com mais de 90% da cadeia de suprimentos concentrada no Delta do Rio Yangtze e no Delta do Rio das Pérolas, permitindo que as empresas chinesas realizem iterações rápidas entre o corpo e o modelo. Assim que um desvio entre o algoritmo do modelo e a execução do hardware é identificado, os fornecedores podem ser ajustados e otimizados em até duas semanas.

Em resumo, a China possui vantagens significativas em hardware e dados, enquanto os EUA têm vantagens no modelo, mas a diferença entre os dois não é tão grande.

6. A controvérsia sobre se os robôs humanoides são mais sobre "exibição" ou "praticidade" não separa claramente os conceitos.

Os algoritmos relacionados à inteligência corporal podem ser divididos em três grandes direções: Manipulação, Navegação e Locomoção.

Primeiro, a Manipulação refere-se ao controle físico de operações, onde a inteligência corporal e o modelo do mundo se enquadram; atualmente, a indústria ainda não formou uma rota unificada e madura. Em segundo lugar, a Navegação é uma tecnologia já madura, aplicada em direção autônoma; em terceiro lugar, a Locomoção refere-se a ações de desempenho, como correr e artes marciais, que são mais voltadas para exibição.

As três pertencem aos algoritmos de IA robótica, mas a tecnologia de controle é o núcleo que determina se os robôs podem gerar valor comercial em larga escala. O desenvolvimento da Locomoção é mais maduro, com a empresa Yushun se destacando globalmente, enquanto a UBTECH também tem um bom acúmulo. Portanto, é normal que as pessoas pensem que eles só sabem exibir habilidades, pois essa é realmente a sua especialidade. Recentemente, mais de 360 novas empresas de robótica foram fundadas, todas focadas na direção de controle; enquanto Yushun e UBTECH têm financiamento suficiente e montaram equipes de pesquisa e desenvolvimento relacionadas, suas capacidades nessa área também não são fracas.

Se olharmos apenas para cenários de exibição de controle de movimento, o teto do mercado global é de apenas cerca de 1 bilhão de dólares; em contraste, os cenários de robótica relacionados à manufatura industrial têm uma escala global muito maior, e os dois não estão no mesmo nível. Em termos simples, a tecnologia de controle de movimento se desenvolveu mais cedo, e nos primeiros anos, os robôs só podiam realizar funções como dançar e se apresentar; será necessário esperar até os próximos anos para que as tecnologias de controle se consolidem, para que os robôs possam ser aplicados em cenários de grande escala com valor prático.

02 "Mudanças no campo da IA que superaram e não atenderam às expectativas"

7. Nos próximos um ou dois anos, a avaliação das empresas de IA voltará a se basear na receita e na capacidade de entrega. Empresas de software tradicionais podem ter múltiplos de avaliação de 5 a 15 vezes o PS, enquanto setores em alta, com tecnologia de ponta, podem alcançar múltiplos de 20 a 100 vezes. A capacidade da empresa Zhipu de manter sua avaliação depende crucialmente de sua capacidade de receita. Se conseguir atingir uma receita de 10 bilhões, um múltiplo de 100 vezes o PS resultaria em uma capitalização de mercado de 1 trilhão; mas se a receita for de apenas 1,5 bilhões, a avaliação do mercado sofrerá uma correção, e a lógica é a mesma para o setor de robótica.

A receita anual recorrente (ARR) de uma empresa representa seu potencial de crescimento, enquanto a receita reconhecida representa o fluxo de caixa. O setor de robótica é semelhante; no final, tudo se resume à receita total, e esses indicadores financeiros são a régua mais justa.

Portanto, o mais importante para as empresas de IA são duas coisas: a capacidade do modelo pode continuar a melhorar, e se os clientes podem formar um uso real e receita. Esses dois pontos determinam se a empresa tem valor a longo prazo.

8. No último ano, houve duas mudanças no campo da IA que superaram as expectativas, e uma que ficou abaixo das expectativas.

A primeira mudança que superou as expectativas foi a capacidade de computação da IA. O total de capacidade de computação e a velocidade de transferência de paradigmas de demanda de treinamento para inferência foram além do esperado. Por exemplo, uma grande empresa de tecnologia nacional tinha um orçamento de capacidade de computação de cerca de 50 bilhões de yuans no ano passado, e este ano, o orçamento é mais de seis vezes maior.

Portanto, tanto o mercado primário, com uma grande quantidade de novas empresas de chips de IA, quanto o mercado secundário, que está especulando sobre memória HBM e o setor de comunicação óptica, todos os tipos de tendências quentes na indústria são essencialmente impulsionados pela enorme demanda por capacidade de computação, e toda a lógica subjacente é coerente. Quanto à razão pela qual as ações individuais estão subindo rapidamente, não posso julgar, mas a temperatura e o crescimento do mercado de capacidade de computação realmente superaram muito as minhas expectativas.

A segunda mudança que superou as expectativas foi a velocidade de desenvolvimento da tecnologia do modelo e o consenso rapidamente formado em torno do modelo. Incluindo em janeiro deste ano, com a capacidade de codificação representada pelo camarão, quando fizemos as dez principais previsões no ano passado, na WAIC, apenas mencionamos que a capacidade de codificação era muito importante, e não esperávamos que agora a capacidade de codificação se tornasse a principal competitividade dos grandes modelos de linguagem.

Porque a capacidade de codificação trouxe a capacidade dos agentes inteligentes, eu acredito que o valor industrial dos agentes inteligentes é incomensuravelmente maior em comparação com os produtos de IA dos últimos dois ou três anos, que eram principalmente chatbots. Ao mesmo tempo, isso também formou um ciclo positivo: o consumo de capacidade de computação gerado pela operação dos agentes inteligentes é milhares de vezes maior do que o de produtos de conversa simples, o que também explica por que o crescimento do setor de capacidade de computação superou amplamente as expectativas, e esses dois estão inter-relacionados.

O desenvolvimento da tecnologia do modelo e o entusiasmo do mercado de capitais por empresas de modelos também superaram as expectativas. O consenso do mercado sobre empresas de modelos de alta qualidade se formou rapidamente, e as principais empresas podem alcançar uma capitalização de mercado de trilhões; muitas novas empresas de modelos neo labs estão surgindo no mercado, e os fundadores são basicamente da geração de 95 e 00, e esses projetos podem ter avaliações de 2 bilhões a 3 bilhões na rodada de anjo, algo que nunca vi em tantos anos de trabalho.

O que ficou abaixo das expectativas foram as aplicações de IA, especialmente as aplicações 2C. No ano passado, eu julguei que 2025 seria o ano em que a era das aplicações de IA começaria. Agora, parece que o mercado de aplicações de IA ainda é superior ao esperado, mas a forma como ele se abre não é exatamente como eu pensei no ano passado. Hoje, basicamente, as aplicações de IA estão principalmente relacionadas à codificação de IA, incluindo o desenvolvimento de agentes inteligentes, o que eu não previa. Eu pensei que talvez este ano veríamos a IA realmente capacitando mil indústrias, e talvez surgissem algumas aplicações 2C com alguma esperança de se tornarem novas Tencent, novas ByteDance ou novas Alibaba, mas hoje, não houve uma nova geração de aplicações 2C que realmente impressionasse o mercado.

As primeiras gerações de aplicações de IA formadas em 2022 e 2023, muitas vezes representadas por ferramentas de conversa e produtos de companhia emocional como o CharacterAI, agora estão se desenvolvendo de forma fraca, e a indústria está presa em uma competição de homogeneização de produtos. A velocidade de crescimento dos usuários também não é mais a alta dos últimos dois anos, e no último ano, o crescimento geral foi relativamente lento. Nossa revisão interna concluiu que o problema central é: a lógica de crescimento de usuários e tráfego da internet e da internet móvel não funciona para produtos 2C na era da IA.

Brinquedos de IA e curtas de IA são exemplos. Algumas empresas de brinquedos de IA venderam dezenas de milhares de unidades, mas 90% dos usuários não ativam a função de interação de IA a longo prazo; a empresa admite que isso é, na verdade, uma boa notícia, porque se dezenas de milhares de usuários fossem todos de alta frequência de conversa, consumindo tokens continuamente, a empresa não conseguiria suportar os custos. Nos curtas de IA, a proporção de conteúdo gerado por IA aumentou rapidamente, mas é difícil que surjam verdadeiros sucessos.

Isso mostra que a indústria de curtas depende de uma base de escala, mas a monetização central depende fortemente de obras de sucesso, e neste estágio, a IA ainda não consegue produzir muitas obras de sucesso. Isso também pode indicar que na criação artística, a expressão e a concepção humanas têm uma grande proporção, e não é apenas a geração de imagens refinadas por IA que pode sustentar conteúdo de qualidade.

9. No último ano, a tecnologia de modelos de vídeo alcançou um crescimento exponencial.

A nova geração de modelos de vídeo, como o Seedance 2.0, que explodiu globalmente, utiliza a arquitetura MoE, com um aumento significativo nas capacidades inteligentes. Agora já suporta resolução 4K. Por isso, muitos filmes de Hollywood e anúncios de grandes marcas como Coca-Cola e McDonald's têm trechos gerados total ou parcialmente por IA, baseando-se na capacidade de geração de alta definição do modelo.

Além disso, nesta rodada de modelos de mundo, é possível capacitar a geração de vídeo, realizar movimentos de objetos e efeitos de colisão, e restaurar leis físicas reais, algo que era completamente imprevisível há um ano. No último ano, as empresas relacionadas tiveram um crescimento rápido nos negócios, e os principais jogadores se dividem em duas categorias: três grandes empresas globais, como a ByteDance Seedance, Kuaishou Keling e Google Veo; e startups como a Shenshu Technology, Aishi Technology e Video Rebirth, cujos negócios e receitas cresceram basicamente em dez vezes.

Agora, Hollywood, a indústria de publicidade, empresas de casamentos e eventos estão todas utilizando. Vários cenários de aplicação se abriram completamente, e eu prevejo que a escala de comercialização da indústria como um todo aumentará significativamente este ano.

10. As principais vantagens do Seedance, Keling e Google Veo 3 são capacidade de computação e dados.

Seedance, Keling e Google podem ser considerados do mesmo tipo; mesmo que Keling se desmembre, ainda pode contar com o suporte de capacidade e dados da Kuaishou; as três têm como vantagem a escala de capacidade própria, em comparação com startups como a Shenshu Technology, e também possuem uma certa vantagem de dados. Após a atualização do modelo de vídeo, a escala de treinamento e inferência deve acompanhar, e essas empresas têm de milhares a dezenas de milhares de placas, o que é uma vantagem clara.

Mas eu acredito que as startups ainda têm oportunidades: a tecnologia ainda não se consolidou completamente, e as startups não ficam atrás das grandes empresas em termos de velocidade de iteração de talentos e tecnologia. Acredito que a escolha da Keling de se desmembrar também ajuda a reter talentos de alto nível. A lógica subjacente entre capital de risco e startups é que, embora as startups sejam pequenas, seus mecanismos de incentivo acionário e a capacidade de concentrar todos os recursos para impulsionar são sempre mais vantajosos do que as grandes empresas.

O mercado está se expandindo rapidamente, e após a escalabilidade, a divisão do trabalho se tornará mais detalhada, e os pontos de foco da comercialização de cada empresa já mostraram uma clara diferenciação. Primeiro, em relação aos modelos de linguagem, as três principais empresas dos EUA têm diferentes experiências de uso, algumas pessoas acham que a experiência de conversa do Gemini é melhor, mas apenas em termos de tecnologia e consenso da indústria, o ChatGPT da OpenAI tem a maior base de usuários e foi o primeiro a lançar um chatbot, com muitas otimizações focadas em cenários de conversa.

Se o foco for em cenários de conversa em inglês, a fluência do ChatGPT é a melhor do mundo; o Gemini, apoiado pelo Google, acessa uma enorme quantidade de dados online, concentrando-se na recuperação e organização de informações; a Anthropic, por sua vez, parte dos princípios fundamentais, com vantagens em codificação e capacidades de agentes desde o início, e as três já formaram uma clara diferenciação.

As empresas de geração de vídeo também seguem rotas diferentes: a ByteDance foca no consumidor final, a Keling se concentra em negócios B2B, e a Shenshu Technology, em que investimos, também se concentra em certos cenários B2B, mostrando uma tendência de diferenciação muito clara. Os requisitos para as características do modelo em cenários B2B e B2C também têm muitas diferenças.

11. Agora há um risco: após a formação do consenso de IA, uma grande quantidade de dinheiro quente está entrando no mercado.

Após a formação do consenso, uma grande quantidade de dinheiro quente entrou, primeiro no mercado secundário. Atualmente, não há muitas empresas de IA puramente focadas que estão listadas, e o pool de fundos que pode absorver dinheiro no mercado secundário não é grande. Agora é evidente que o dinheiro quente do mercado secundário começou a fluir novamente para o mercado primário e semi-primário. Muitas empresas acabaram de concluir o financiamento e não estão realmente precisando de dinheiro, mas ainda assim, algumas instituições estão dispostas a aumentar a avaliação em 50% a 100%, imediatamente adicionando uma nova rodada de investimento. Esse dinheiro quente tem um grande impacto na indústria, pois as empresas que recebem mais dinheiro do que realmente precisam podem interferir em seus julgamentos estratégicos e operações diárias. Mas eu também entendo os empreendedores; quando alguém oferece uma avaliação mais alta e uma grande quantidade de dinheiro, recusar isso é, em si, muito antiético e difícil de fazer.

A curto prazo, isso traz mais benefícios, mas a longo prazo, o mercado será muito confuso. Como eu disse antes, agora há quase dez empresas de inteligência corporal com avaliações superiores a 20 bilhões, e mais de dez empresas com avaliações de 10 bilhões, todas fundadas há apenas dois ou três anos, o que é muito anômalo.

Muitas empresas estão recebendo grandes quantias de investimento e entrando no setor, o que pode levar a uma competição desordenada: primeiro, os custos de computação estão aumentando, com servidores da Nvidia que antes custavam 3 milhões agora sendo vendidos por mais de 10 milhões, elevando os custos de computação em toda a indústria; segundo, há uma intensa competição por talentos, resultando em salários em alta; terceiro, a competição desordenada entre clientes, onde nenhuma empresa possui cenários comerciais maduros, levando todas a se aglomerarem para conquistar grandes clientes, apenas competindo em termos de receita.

Esses fenômenos, a longo prazo, prejudicarão o desenvolvimento da indústria, e o mercado atual está repleto de comportamentos irracionais.

12. Atualmente, o mercado de capitais tem uma "paixão misteriosa" por jovens empreendedores de IA.

Primeiro, a grande maioria das instituições perdeu a oportunidade de investir em empresas de grandes modelos há dois ou três anos. Muitas instituições não investiram na época devido à falta de convicção e determinação em relação à IA. No início deste ano, houve um consenso sobre grandes modelos, levando muitas instituições a se apressarem para investir, o que certamente proporcionará um benefício especial de capital para as novas empresas de modelos.

Segundo, após o surgimento da DeepSeek, muitos ficaram surpresos. Várias reportagens afirmaram que a equipe central era composta por doutorandos da Universidade de Pequim e da Universidade Tsinghua, e não por veteranos da área de IA, criando a impressão de que quanto mais jovem, mais inteligente, e quanto mais inteligente, menos bagagem histórica, mais chances de sucesso. Atualmente, muitos investidores no mercado tendem a confiar em equipes jovens; não estou dizendo que equipes jovens são ruins, nós também investimos em equipes muito jovens e analisamos muitos projetos. Apenas afirmo que considerar a juventude do empreendedor como o principal critério de investimento é extremamente subjetivo e insustentável.

Terceiro, novos laboratórios de modelos de ponta também surgiram nos EUA. Os salários anuais dos principais profissionais de três grandes empresas no exterior já atingiram dezenas de milhões de dólares. Alguns jovens pesquisadores talentosos, devido à renda elevada e à ausência de preocupações financeiras, optam por fundar novas empresas de modelos, o que também incentiva muitos jovens no país a tentar.

A lógica por trás dessa onda é compreensível, mas ao avaliar projetos individuais, não investiremos apenas porque o fundador é jovem. O que precisamos observar é se a rota técnica do outro lado possui potencial disruptivo ou se pode alcançar um aumento de dez vezes. Mesmo que o fundador seja apenas um doutorando ou recém-formado, sem experiência relevante na indústria, ainda assim coletaremos informações de suporte de várias fontes para validar a verdadeira força da equipe e as escolhas de direção de pesquisa, realizando uma análise completa.

13. Em tempos de grande agitação, devemos observar as lições da história. Quanto mais barulho houver, mais importante se torna o pensamento filosófico, precisamos entender e refletir sobre a situação.

Para empresas jovens que foram fundadas há apenas dois ou três anos, meu conselho é olhar mais para a história. Quanto maior a onda, mais devemos aprender com as lições do passado.

Na verdade, situações semelhantes ocorreram em grandes ondas - como na era da internet e da internet móvel - apenas em uma escala cada vez mais exagerada. No final dos anos 90, muitas pessoas conseguiram levantar dinheiro sozinhas e se tornaram públicas em dois anos. Mas, no final, tudo se resume ao que realmente cria valor; mesmo que sejam favorecidas pelo mercado de capitais, podem acabar falhando.

Portanto, em tempos de grande agitação, devemos observar as lições da história. Quanto mais barulho houver, mais importante se torna o pensamento filosófico, precisamos entender e refletir sobre a situação.

O investimento é essencialmente sobre investir em uma empresa que pode se expandir no futuro, e nós realizamos retornos através de IPOs e outras formas. Por exemplo, podemos investir no McDonald's, mas definitivamente não investiríamos em um restaurante com estrelas Michelin. Mesmo que um restaurante Michelin seja lucrativo e tenha alta margem de lucro, se não puder ser capitalizado e não houver um amplificador de IPO, não será possível realizar a saída.

03 "Se em um ano os agentes de IA não se desenvolverem, a demanda por computação será reavaliada"

14. Este ano, os principais gigantes da tecnologia dos EUA aumentaram seu orçamento anual para investimentos em computação de IA de mais de 700 bilhões de dólares para mais de 800 bilhões de dólares; a China está na faixa de mais de 100 bilhões de dólares.

Esses dados estatísticos podem não ser totalmente precisos, mas a direção é clara: esta é a maior demanda que podemos ver atualmente na sociedade comercial humana, mais clara do que a do setor de robôs, com um ciclo de implementação mais próximo.

Para dar alguns exemplos, nos últimos anos, todos estavam focados no treinamento de modelos, mas até este ano, sabemos que a demanda da ByteDance por computação e inferência já passou de 1:1 para mais inferência. Incluindo a Zhiyu, agora o uso de tokens aumentou; se conseguir manter o crescimento dos últimos meses, a demanda por computação de inferência certamente aumentará rapidamente. Basicamente, grandes empresas de tecnologia como a ByteDance, em dois ou três anos, terão uma demanda anual de computação de inferência que atingirá milhões de placas. Portanto, essa é uma demanda enorme e muito concreta.

Assim, o espaço de demanda do mercado para empresas de GPU é muito grande; mesmo que uma empresa de GPU capture apenas 1% desse grande mercado, isso significa que pode alcançar uma receita de bilhões em um ano, e o valor de mercado correspondente pode facilmente chegar a centenas de bilhões. Mas o mercado inicialmente se dispersará e depois se concentrará. Atualmente, a China pode acomodar muitas empresas de GPU, mas em cinco ou dez anos, quantas delas permanecerão? Eu acredito que haverá uma concentração.

15. Atualmente, existem três tipos de rotas para GPUs nacionais:

As empresas de chips de IA em nuvem no mercado correspondem a três diferentes rotas tecnológicas, sendo que as duas últimas surgiram apenas no último ano e são direções muito ativas no mercado atual. A primeira categoria é fabricantes de GPU nacionais, como a Birran Technology, Mu Xi, Moer Thread, Kunlun Chip, Cambricon e Huawei. O fator central atualmente é quem conseguiu obter capacidade de produção da cadeia de suprimentos nacional. Atualmente, apenas algumas empresas têm perspectivas de fornecimento contínuo e estável.

Devido a problemas na cadeia de suprimentos, a capacidade de produção de processos avançados é limitada, o que gerou duas novas rotas que podem atender melhor às futuras demandas de inferência de IA do que as GPUs atuais e também evitar problemas de cadeia de suprimentos. As duas rotas são uma é DRAM empilhada em 3D, e a outra usa DDR. Atualmente, há cerca de 10 empresas trabalhando nas rotas de empilhamento 3D e DDR, muitas das quais são empresas líderes, com avaliações geralmente na faixa de 10 bilhões a 20 bilhões de yuan, e os tamanhos de financiamento são grandes.

A lógica do mercado em apoiar essas empresas é bastante simples: desde que o produto possa ser produzido em massa, resolverá o problema da capacidade de fornecimento; além disso, o espaço de crescimento do mercado de inferência no futuro é enorme, e essas empresas sempre conseguirão capturar a participação de mercado correspondente.

16. As expectativas do mercado em relação à demanda por computação ainda estão oscilando, e isso é algo a ser observado com cautela.

O que o mercado mais precisa observar é que, há alguns dias, já houve um tremor, com relatos de que a Meta planejava vender parte de sua capacidade de computação redundante; a notícia não foi divulgada oficialmente pela Meta, e o mercado imediatamente começou a duvidar de todas as previsões anteriores da indústria. Na noite em que a notícia foi divulgada, o mercado de ações da Coreia do Sul entrou em colapso, com as ações da Samsung e da SK Hynix caindo drasticamente, e as ações relacionadas na bolsa de Hong Kong e no mercado A (A-shares) também caíram em sincronia.

Se as aplicações de IA não conseguirem manter um crescimento explosivo contínuo, por exemplo, se o desenvolvimento de agentes não mostrar progresso em um ano, ou se a comercialização não avançar, ou se a capacidade do modelo não melhorar, mas apenas se mantiver no nível atual, a escala geral de aplicações não poderá aumentar, e as expectativas de crescimento da computação serão destruídas, levando a riscos concentrados nos mercados primário e secundário.

17. A diferença entre os chips de IA de alta qualidade nacionais e a Nvidia está, em primeiro lugar, no ecossistema de software.

Atualmente, os chips usados para treinamento de modelos são basicamente todos da Nvidia, e todos os sistemas de treinamento de modelos são construídos sobre o ecossistema CUDA. Para realizar inferências de forma eficiente e a baixo custo, é necessário ser compatível com CUDA. Isso não se aplica apenas às empresas chinesas; a AMD também lutou com isso por mais de uma década.

Agora, algumas mudanças estão ocorrendo. Primeiro, em comparação com a era da IA 1.0, a convergência dos algoritmos de grandes modelos é maior, e a otimização de operadores se torna relativamente mais fácil, reduzindo as barreiras de adaptação trazidas pelo CUDA. Em segundo lugar, nos últimos seis meses, a capacidade de codificação de grandes modelos melhorou; atualmente, todos os fabricantes de chips que não são da Nvidia estão usando grandes modelos para fazer a adaptação de operadores automaticamente. Mas, de qualquer forma, até agora, o ecossistema CUDA ainda é a maior barreira competitiva da Nvidia.

No nível de hardware, há anos se fala que nossa tecnologia de fornecimento avançada está uma geração atrás da TSMC, e o número de transistores nos chips é menor; para alcançar a mesma capacidade de computação, é necessário aumentar a área do chip, o que aumenta os custos e a pressão de resfriamento, criando uma série de problemas encadeados. Em resumo, atualmente, nossos chips de alta qualidade estão pelo menos uma geração atrás da Nvidia.

Aviso: Este conteúdo é fornecido apenas para fins de divulgação e informação geral da marca e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, eventos online ou informações relacionadas mencionados neste documento não devem ser considerados uma recomendação, solicitação ou convite para comprar, vender, negociar ou de qualquer outra forma realizar transações com criptoativos ou usar quaisquer serviços. Criptoativos são altamente voláteis, e sua negociação pode resultar em perdas. Os serviços e eventos online da WEEX podem não estar disponíveis em todas as regiões e estão sujeitos às leis, regulamentos e requisitos de elegibilidade aplicáveis. É sua responsabilidade garantir que o uso dos serviços da WEEX esteja em conformidade com as leis locais e avaliar cuidadosamente os riscos antes de participar de quaisquer atividades relacionadas a criptomoedas.