17 Đánh Giá của Một Nhà Đầu Tư về Thể Hiện, Mô Hình và Năng Lực Tính Toán

Tác giả: Xiaoyan, Công Nghệ Tencent

Biên tập viên: Xu Qingyang

Trong những năm gần đây, các từ khóa nóng nhất trong vòng đầu tư công nghệ của Trung Quốc xoay quanh AI, robot và trí tuệ thể hiện.

Trong lĩnh vực mô hình lớn, Zhiyu là một trong những công ty đầu tiên được thảo luận trong bối cảnh "phiên bản Trung Quốc của OpenAI". Jieyue Xingchen và Shengshu Technology cũng nằm ở trung tâm của các hướng phổ biến như mô hình nền tảng và tạo video. Trong lĩnh vực robot, Ubtech đã gia nhập thị trường vốn, trong khi các công ty như Galaxy Universal Robotics, Yinshi Robotics và Tashizhi Hang đại diện cho những khám phá khác nhau về robot từ cơ thể, mô hình đến thực hiện cảnh.

Đằng sau những doanh nghiệp ngôi sao này là một tổ chức đầu tư chung - Qiming Venture Partners. Được thành lập vào năm 2006, họ quản lý 11 quỹ USD và 7 quỹ RMB, với tổng tài sản quản lý lên tới 9,5 tỷ USD.

Sau nhiều lần đầu tư vào các làn sóng công nghệ, phương pháp của Qiming Venture Partners là gì?

Gần đây, đối tác quản lý của Qiming, Zhou Zhifeng đã chia sẻ những hiểu biết về phương pháp đầu tư của Qiming, thảo luận về các xu hướng phát triển cơ bản trong các lĩnh vực tiên tiến như mô hình lớn, trí tuệ thể hiện và chip tính toán, và phân tích các tiêu chuẩn cốt lõi phân biệt giữa sự phấn khích về khái niệm và thực hiện công nghiệp thực sự.

Là một nhà đầu tư, Zhou Zhifeng là một người có kinh nghiệm sâu sắc về AI. Trong các cuộc thảo luận, ông thường tiếp cận từ các góc độ hàng ngày, vẽ nên một bức tranh thực tế về thời đại triển khai công nghệ AI. Ông đề cập rằng các bậc cao niên trong gia đình đã thành thạo việc sử dụng các nền tảng video ngắn và có thể sử dụng AI để tìm kiếm thông tin hàng ngày; trong môi trường làm việc của chính mình, AI cũng được tích hợp sâu sắc, vì ông dựa vào các công cụ AI để phân tích dữ liệu và tổ chức tài liệu, và ngay cả khi lịch trình bận rộn, ông vẫn tiếp tục chú ý đến việc lặp lại nội dung của các video ngắn do AI tạo ra.

Những mảnh ghép đời thực này một cách trực quan xác thực một xu hướng cốt lõi: AI không còn chỉ là một khái niệm chuyên nghiệp bị giam cầm trong lý thuyết phòng thí nghiệm hay bài báo tạp chí, cũng không chỉ là một câu chuyện vốn kéo dài trong các thông cáo báo chí tài chính trên thị trường sơ cấp, mà đã thực sự chìm vào các thiết bị di động của người dân bình thường, hoàn thành bước nhảy từ công nghệ tiên tiến đến công cụ hàng ngày cho mọi người.

Trách nhiệm của nhà đầu tư là xác định những hướng công nghệ, hình thức sản phẩm và công ty nào có khả năng mang lại những thay đổi này thành hiện thực trước khi chúng xảy ra trên quy mô lớn.

Zhou Zhifeng tóm tắt suy nghĩ này là đầu tư "nửa bước nhanh hơn" - không nhất thiết phải là người đầu tiên, cũng không chờ đợi sự đồng thuận của thị trường để theo đuổi, mà vào sau khi có đột phá công nghệ và trước điểm bùng nổ thương mại.

Zhou Zhifeng, Đối tác Quản lý của Qiming Venture Partners

Lấy Zhiyu làm ví dụ, vào tháng 5 năm 2020, sự ra mắt của GPT-3 đã khiến Qiming Venture Partners nhận ra rằng Quy luật Tăng trưởng đang được xác thực, và các mô hình lớn đã vượt qua một nút công nghệ quan trọng. Dựa trên đánh giá này, Qiming đã đầu tư vào Zhiyu vào tháng 12 năm 2021. Vào thời điểm đó, ChatGPT chưa được phát hành, và "All in AI" chưa trở thành một khẩu hiệu tập thể trong vòng đầu tư. Phải đến tháng 11 năm 2022, ChatGPT mới xuất hiện trên sân khấu, và AI tạo ra thực sự được đẩy ra trước công chúng và thị trường vốn đầu tư.

Vậy, cơ hội "nửa bước" tiếp theo sẽ xuất hiện ở đâu trong các hướng nóng của AI, robot, năng lực tính toán và chip? Trong cuộc thảo luận tại chỗ, Zhou Zhifeng không đưa ra câu trả lời trực tiếp mà thay vào đó phân tích những thay đổi đang diễn ra trong các lĩnh vực này.

Đối mặt với những lĩnh vực nóng này và sự đổ vào của tiền nóng, Zhou Zhifeng tin rằng càng gần đến tâm bão, người ta càng phải trở về với câu hỏi cơ bản nhất: Có giá trị thực sự nào đang được tạo ra không, và liệu nó có thể chịu đựng sự xác minh của logic thương mại không? Ông đã nhiều lần đề cập rằng thị trường có khả năng bước vào giai đoạn "cho tôi thấy tiền". Cái mới hơn, người ta càng phải cảnh giác với khoảng cách giữa sự chú ý ngắn hạn và giá trị dài hạn; thị trường càng ồn ào, các công ty càng phải chứng minh rằng họ có thể biến công nghệ thành doanh thu và tưởng tượng thành hiện thực.

Tiếp theo, để nâng cao hiệu quả đọc, Công Nghệ Tencent đã tổ chức các đánh giá cốt lõi của Zhou Zhifeng theo hình thức kể chuyện từ góc nhìn của chính ông.

01 "Trí tuệ thể hiện là lĩnh vực giết chết tế bào não của tôi nhiều nhất, không có ngoại lệ"

1. Sau khi giao tiếp với nhiều công ty trí tuệ thể hiện, tôi chủ yếu có ba cảm giác.

Đầu tiên, cả thị trường sơ cấp và thứ cấp đều đặc biệt lạc quan về lĩnh vực này. Lý do cốt lõi là đây có thể là ngành đầu tiên trong lịch sử kết hợp "quy mô giao hàng của điện thoại thông minh" và "giá đơn vị của ô tô chở khách." Nếu ngành này trưởng thành, sẽ có một triệu sản phẩm được giao hàng hàng năm, với giá trung bình khoảng 30.000 USD, tương đương với 200.000 RMB. Đây là một lĩnh vực hàng đầu trong lịch sử phát triển thương mại của nhân loại trong hai đến ba trăm năm qua, không có ngoại lệ.

Thứ hai, mọi người hiện đang tranh giành IPO, về cơ bản cạnh tranh cho các khoản cổ tức khan hiếm. Thị trường thứ cấp tự nó có đặc điểm này: khi một hoặc hai công ty đầu tiên trong một lĩnh vực lớn ra công chúng, do sự khan hiếm của các mục tiêu, họ có thể tận hưởng các khoản cổ tức vốn siêu lớn, điều này được thể hiện một cách trực quan trong giá cổ phiếu và giá trị thị trường tăng vọt vượt ra ngoài logic thông thường, vì vậy mọi người đều muốn là người đầu tiên ra công chúng.

Thứ ba, nhiều công ty ngày càng khó phân biệt. Chúng tôi đã theo dõi rằng có hơn 370 công ty liên quan đến trí tuệ thể hiện ở Trung Quốc, và chúng tôi cơ bản nhận được hai hoặc ba dự án mới mỗi tuần. Nền tảng đội ngũ của họ, lộ trình kỹ thuật và các kịch bản thực hiện ngày càng trở nên tương tự: họ chủ yếu là các giáo sư, thiên tài nhỏ, các giám đốc điều hành từ các gã khổng lồ tự động lái, hoặc có nền tảng mô hình AI; họ đều nói về VLA và mô hình thế giới; và các thực hiện của họ chủ yếu xoay quanh sản xuất công nghiệp, logistics và dịch vụ thương mại, với sự xuất hiện gần đây của các kịch bản robot sinh học. Nhưng vấn đề là hiện tại không có tiêu chuẩn khách quan nào để đánh giá mức độ kỹ thuật hoặc khả năng mô hình có thể thực sự xác định ai có công nghệ và khả năng thực hiện mạnh hơn.

Do đó, sau khi một hoặc hai công ty đầu tiên ra công chúng, họ có thể tăng giá trị thị trường cao do sự khan hiếm. Tuy nhiên, sau sáu tháng đến một năm, thị trường có khả năng bước vào giai đoạn "cho tôi thấy tiền", chỉ tập trung vào việc liệu nó có thể được thực hiện và liệu nó có thể chuyển đổi thành doanh thu bán hàng và biên lợi nhuận.

Nếu đến cuối năm nay hoặc giữa năm sau, việc thực hiện không đạt kỳ vọng, ngay cả khi được niêm yết thành công, giá trị thị trường có thể giảm xuống vài trăm tỷ, và thị trường sơ cấp và thứ cấp cũng sẽ trải qua sự đảo ngược định giá. Sự hỗ trợ định giá ban đầu trong thị trường sơ cấp sẽ không giữ vững, và khó khăn trong việc tài trợ tiếp theo cho các công ty sẽ tăng lên đáng kể.

Điều quan trọng vẫn là công nghệ. Nếu không có đột phá quan trọng nào trong lĩnh vực robot, đặc biệt nếu lộ trình kỹ thuật không thể hội tụ, ngành sẽ gặp khó khăn trong việc thực hiện quy mô lớn. Hiện tại, nhiều công ty khám phá robot vẫn đang sử dụng các mô hình kịch bản độc quyền, thay vì các mô hình tổng quát được công bố rộng rãi. Nếu không thể đạt được sự hội tụ kỹ thuật, các kịch bản thực hiện quy mô lớn không thể được mở ra, và cuối cùng họ chỉ có thể thực hiện một số dự án demo tùy chọn, rất khó để đạt được quy mô thương mại.

Vì vậy, điều tôi có thể làm bây giờ là liên tục và chủ động xem xét tất cả các dự án mới xuất hiện, đảm bảo thu thập thông tin toàn diện và theo dõi liên tục bối cảnh ngành.

Hiện tại, thị trường sơ cấp vẫn đang khẩn trương huy động vốn, và các công ty có quy mô tương đối ổn định đang khẩn trương chuẩn bị cho IPO. Nhưng cuối cùng, bất kể họ có ra công chúng hay không, thị trường vẫn đang nhìn vào thương mại hóa. Nếu ngành không thể tạo ra kết quả thực hiện thực sự, thị trường có khả năng sẽ phải đối mặt với một sự điều chỉnh sâu sắc.

2. Tôi chưa bao giờ tin rằng các mô hình thế giới là một lĩnh vực hoàn toàn mới; xác suất VLA và các mô hình thế giới hợp nhất trong tương lai vượt quá 50%.

Nó giống như một con đường kỹ thuật đã được thổi phồng thành một khái niệm phổ biến trong thị trường sơ cấp. Gần đây, khoảng 30 công ty khởi nghiệp mới trong các mô hình thế giới đã xuất hiện, và so với các công ty trước đây có lộ trình kỹ thuật VLA, không có sự khác biệt thiết yếu trong việc thực hiện thương mại hóa.

3. Hiện tại, trí tuệ thể hiện thiếu các tiêu chuẩn đánh giá khách quan.

Các mô hình ngôn ngữ có nhiều tiêu chuẩn tham chiếu, nhưng trí tuệ thể hiện phải đối mặt với lực lượng lao động của thế giới vật chất, khiến việc đánh giá trở nên khó khăn hơn nhiều. Hiện tại, có khoảng ba đến năm tiêu chuẩn trí tuệ thể hiện trên thị trường toàn cầu, nhưng những danh sách này gần đây đã phải đối mặt với nhiều sự hoài nghi. Một số công ty đạt được định giá cao bằng cách chơi trò chơi xếp hạng, điều mà các chuyên gia trong ngành có thể nhìn thấu là vô nghĩa.

Trước khi các tiêu chuẩn hội tụ, hiện tại chúng tôi tập trung nhiều hơn vào logic từ dưới lên: trước tiên, liệu các thuật toán và lộ trình kiến trúc mô hình có phù hợp với các suy luận của chúng tôi không; thứ hai, liệu đội ngũ có kinh nghiệm kỹ thuật phong phú; thứ ba, chiến lược dữ liệu. Dữ liệu có thể là biến số quan trọng nhất trong tương lai. Các mô hình ngôn ngữ đã đạt được Quy luật Tăng trưởng với 10 tỷ token; các mô hình video đã đạt được điều đó với hàng triệu clip. Hiện tại, các công ty mô hình thể hiện hàng đầu ở Trung Quốc và Mỹ chỉ có khoảng hàng trăm ngàn giờ dữ liệu, điều này còn thiếu một bậc so với quy mô đủ. Tuy nhiên, có khả năng các công ty trí tuệ thể hiện hàng đầu ở Trung Quốc và Mỹ sẽ đạt được quy mô dữ liệu này trong năm nay, vì vậy các đột phá có thể xảy ra.

Một khi có đột phá công nghệ xảy ra, việc đánh giá sẽ trở nên đơn giản hơn. Ví dụ, trong một kịch bản công nghiệp, nếu một nhà máy lớn có 25 quy trình, mà không có bất kỳ đào tạo sau nào hoặc chỉ có đào tạo sau rất đơn giản, chúng tôi có thể xem tỷ lệ thành công của robot hoàn thành các nhiệm vụ này. Nếu tỷ lệ thành công vượt quá 50%, nhà máy lớn sẽ thực sự trả tiền để mua robot; nếu chỉ là 5%, điều đó cho thấy nó vẫn chưa khả thi.

4. Dữ liệu là một nút thắt kỹ thuật mà các mô hình thể hiện cần vượt qua, nhưng nó có thể thay đổi nhanh chóng trong một hoặc hai năm tới.

Để tạo ra các mô hình thể hiện, có thể cần từ 1 đến 2 triệu giờ dữ liệu đào tạo, và ở giai đoạn này, số lượng dữ liệu quan trọng hơn chất lượng của từng điểm dữ liệu. Về các sơ đồ ghép dữ liệu khác nhau, thuật ngữ chuyên nghiệp trong ngành là chiến lược dữ liệu, và lĩnh vực này đã hình thành một sự đồng thuận trong những tháng gần đây. Trước đây, ngành được chia thành một số lộ trình dữ liệu, chẳng hạn như dữ liệu được thu thập bởi các máy thực tế tự phát triển của Tesla, có độ xác thực cao nhất, giúp cho các mô hình dễ học và thích ứng hơn. Khi các mô hình được triển khai vào phần cứng để thực hiện, sự khớp với dữ liệu đào tạo hoàn toàn nhất quán.

Tuy nhiên, ngưỡng để thu thập loại dữ liệu máy thực này là cực kỳ cao. Ngay cả các công ty hàng đầu như Tesla cũng thấy khó khăn trong việc tiến lên, với sản lượng hàng năm rất hạn chế; nó yêu cầu triển khai 1.000 robot, với nhân viên chuyên trách, và mỗi thiết bị chỉ có thể thu thập dữ liệu hiệu quả trong một hoặc hai giờ mỗi ngày, khiến nó cực kỳ không hiệu quả. Có thể mất mười năm để tích lũy 1 triệu giờ dữ liệu, và nếu Tesla thấy khó khăn, các công ty khác sẽ còn khó hơn. Loại dữ liệu này có chất lượng hàng đầu nhưng tổng thể lại khan hiếm. Trước đây, Google và OpenAI có xu hướng sử dụng dữ liệu video; Google tự nó có chuyên môn sâu về các mô hình video, nhưng khối lượng lớn dữ liệu video chung lại không liên kết với các kịch bản robot thực tế. Ví dụ, video về các cảnh phòng họp khó có thể dạy robot các kỹ năng thực tế và thay vào đó lại đưa vào nhiều dữ liệu nhiễu chất lượng thấp vào các mô hình.

Giữa hai cực là dữ liệu UMI đã xuất hiện trong năm qua, nơi các hoạt động của công nhân được ghi lại trong các kịch bản hoạt động thực tế bằng cách sử dụng các thiết bị đeo, giúp dễ dàng phù hợp với nhu cầu đào tạo mô hình. Hiện tại, các công ty hàng đầu ở Trung Quốc và Mỹ dự định thu mua tổng cộng 1 triệu giờ dữ liệu đào tạo trong năm nay, với dữ liệu máy thực chỉ chiếm khoảng 1% đến 3%, dữ liệu UMI khoảng 70%, và dữ liệu video khoảng 20%. Nuo Yiteng đã tách riêng doanh nghiệp ghi hình chuyển động của mình để phát triển độc lập, và công nghệ ghi hình chuyển động có thể tối ưu hóa việc thu thập dữ liệu UMI và dữ liệu máy thực, hiện có thể cung cấp nhiều loại dữ liệu đào tạo trên tất cả các danh mục.

Ngoài quy mô, dữ liệu xúc giác cũng sẽ trở nên quan trọng. Ví dụ, khi một robot nhấc lên một chất lỏng có vẻ bình thường nhưng thực tế nặng hơn, con người ngay lập tức cảm nhận được sự thay đổi về trọng lượng và điều chỉnh cách nắm; tuy nhiên, dữ liệu máy thực hiện tại, dữ liệu kết cấu và dữ liệu video chủ yếu thiếu thông tin xúc giác này.

Do đó, hiện có một số công ty đang cố gắng tạo ra các giải pháp vải xúc giác để phát triển các máy có cảm nhận xúc giác, thu thập dữ liệu xúc giác. Hướng đi này đang thu hút đầu tư, nhưng hiện tại không có công ty nào trên thế giới có công nghệ đạt đến độ trưởng thành hoàn toàn.

5. Về các mô hình trí tuệ thể hiện, lợi thế của Trung Quốc chủ yếu nằm ở ba lĩnh vực: dữ liệu, kịch bản thực hiện và hỗ trợ phần cứng.

Hiện tại rất khó để định lượng sự khác biệt kỹ thuật giữa các mô hình ở Trung Quốc và Mỹ vì khoảng cách chủ yếu nằm ở năng lực tính toán. Công nghệ chưa hoàn toàn hội tụ, và việc khám phá và nghiên cứu công nghệ đặc biệt giống như việc chèo thuyền trong biển tối vào ban đêm để tìm kiếm Đảo Kho báu.

Mỹ không có giới hạn về năng lực tính toán, và các công ty hàng đầu có thể gửi ra 30 tàu cùng một lúc mỗi đêm. Mỗi vòng phản hồi khám phá là rất quan trọng để tìm ra hướng đi, và mỗi đội báo cáo lại về các lộ trình của họ. Ví dụ, nếu họ chèo 5 hải lý ở góc 30° hôm nay mà không tìm thấy mục tiêu, họ sẽ không cần phải lặp lại lộ trình đó trong tương lai.

Trung Quốc hiện đang bị giới hạn bởi các hạn chế chip, cho phép chỉ triển khai một tàu mỗi đêm, điều này làm nổi bật một khoảng cách cốt lõi. Quá trình tổng thể của các mô hình ngôn ngữ lớn đã rõ ràng, vì vậy khoảng cách cảm nhận không có vẻ đáng kể. Tuy nhiên, nếu ngành trải qua bước nhảy công nghệ tiếp theo, nói một cách thống kê, việc khám phá 30 lộ trình cùng một lúc so với chỉ một lộ trình sẽ làm tăng đáng kể khả năng Mỹ đạt được đột phá công nghệ trước. Mặc dù sự khác biệt hiện tại giữa các mô hình có vẻ nhỏ, nhưng khoảng cách tổng thể lâu dài không thể xem nhẹ.

Tuy nhiên, Trung Quốc có những lợi thế rõ ràng về dữ liệu, kịch bản ứng dụng công nghiệp và hỗ trợ phần cứng.

Một số công ty hàng đầu ở Mỹ đang thu thập dữ liệu từ các doanh nghiệp Trung Quốc, cho thấy dự trữ dữ liệu của họ không đủ.

Thứ hai, về các kịch bản ứng dụng công nghiệp, Trung Quốc có những doanh nghiệp sản xuất khổng lồ như CATL và BYD, có nhiều nhà máy vật lý cho R&D hợp tác.

Thứ ba, về hỗ trợ phần cứng, robot hình người bao gồm khoảng 1.200 thành phần, với hơn 90% chuỗi cung ứng tập trung ở Đồng bằng sông Dương Tử và Đồng bằng sông Châu Giang của Trung Quốc. Các công ty Trung Quốc có thể nhanh chóng lặp lại cả cơ thể và mô hình. Khi phát hiện sự không khớp giữa thuật toán mô hình và thực hiện phần cứng, các nhà cung cấp có thể được điều chỉnh và tối ưu hóa trong vòng hai tuần.

Tóm lại, Trung Quốc có những lợi thế đáng kể về phần cứng và dữ liệu, trong khi Mỹ có sức mạnh trong phát triển mô hình, nhưng khoảng cách giữa hai bên không lớn.

Về cuộc tranh luận liệu robot hình người có phải để "trình diễn" hay "sử dụng thực tế", nhiều cuộc thảo luận không làm rõ các khái niệm.

Các thuật toán liên quan đến trí tuệ thể hiện có thể được chia thành ba hướng chính: Manipulation, Navigation và Locomotion.

Đầu tiên, Manipulation liên quan đến việc kiểm soát các nhiệm vụ vật lý, và cả trí tuệ thể hiện và các mô hình thế giới đều thuộc hướng này. Hiện tại, ngành chưa hình thành một lộ trình thống nhất và trưởng thành. Thứ hai, công nghệ Navigation đã trưởng thành và đã được áp dụng vào lái xe tự động. Thứ ba, Locomotion đề cập đến các hành động biểu diễn như chạy và võ thuật, chủ yếu là về trình diễn.

Tất cả ba đều thuộc lĩnh vực thuật toán AI robot, nhưng cốt lõi quyết định liệu robot có thể tạo ra giá trị thương mại quy mô lớn hay không vẫn là công nghệ kiểm soát. Locomotion đã phát triển trưởng thành hơn, với Yushun là một trong những người dẫn đầu toàn cầu trong lĩnh vực này, và UBTECH cũng có nền tảng vững chắc. Do đó, việc mọi người nghĩ rằng họ chỉ đang trình diễn khả năng của mình là điều bình thường, vì đây thực sự là thế mạnh của họ. Gần đây, hơn 360 công ty robot mới đã được thành lập, tất cả đều tập trung vào kiểm soát; Yushun và UBTECH được tài trợ tốt và đã xây dựng các đội ngũ R&D liên quan, vì vậy khả năng của họ trong lĩnh vực này cũng mạnh mẽ.

Chỉ nhìn vào các kịch bản kiểm soát hiệu suất, trần thị trường toàn cầu chỉ khoảng 1 tỷ USD. Trong khi đó, quy mô toàn cầu của các kịch bản ứng dụng robot liên quan đến sản xuất công nghiệp lớn hơn nhiều, với hai lĩnh vực không ở cùng một cấp độ. Nói một cách đơn giản, công nghệ kiểm soát đã trưởng thành hơn; trong quá khứ, robot chỉ có thể thực hiện các chức năng như nhảy múa và biểu diễn. Phải đến năm nay hoặc năm sau, các công nghệ liên quan đến kiểm soát mới có thể hội tụ, cho phép robot thực sự đến với các kịch bản quy mô lớn thực tế.

02 "Hai Thay Đổi Trong Lĩnh Vực AI Vượt Qua Kỳ Vọng, Một Thay Đổi Thất Bại"

Trong một hoặc hai năm tới, định giá của các công ty AI cuối cùng sẽ trở lại khả năng doanh thu và giao hàng. Các công ty phần mềm doanh nghiệp truyền thống có thể có tỷ lệ giá trên doanh thu (P/S) từ 5-15 lần, trong khi những công ty trong các lĩnh vực nóng với công nghệ dẫn đầu có thể đạt từ 20 đến 100 lần. Đối với các công ty như Zhipu, liệu họ có thể duy trì định giá của mình hay không phụ thuộc vào việc họ có thể đạt được tăng trưởng doanh thu đáng kể hay không. Nếu họ có thể đạt được quy mô doanh thu 10 tỷ, tỷ lệ P/S 100 lần sẽ tương ứng với giá trị thị trường 1 triệu tỷ; tuy nhiên, nếu doanh thu chỉ là 1,5 tỷ, định giá thị trường sẽ phải đối mặt với sự điều chỉnh, và cùng logic này cũng áp dụng cho lĩnh vực robot.

ARR (Doanh thu định kỳ hàng năm) của một công ty đại diện cho tiềm năng tăng trưởng của nó, trong khi doanh thu được công nhận phản ánh dòng tiền. Ngành robot cũng không khác; cuối cùng, nó vẫn phụ thuộc vào doanh thu tổng thể, và những chỉ số tài chính này là thước đo công bằng nhất.

Do đó, điều quan trọng nhất đối với các công ty AI là hai điều: liệu khả năng mô hình có thể tiếp tục cải thiện và liệu việc sử dụng thực tế và doanh thu có thể được tạo ra từ phía khách hàng hay không. Hai yếu tố này quyết định liệu một công ty có giá trị lâu dài hay không.

Trong năm qua, đã có hai thay đổi trong lĩnh vực AI vượt qua kỳ vọng, trong khi một thay đổi thất bại.

Thay đổi đầu tiên vượt qua kỳ vọng là năng lực tính toán AI. Tổng năng lực tính toán và tốc độ chuyển đổi từ đào tạo sang suy diễn, cũng như sự chuyển đổi trong các mô hình tính toán hoặc nhu cầu, đều vượt qua kỳ vọng. Ví dụ, một công ty công nghệ lớn trong nước có ngân sách năng lực tính toán khoảng 50 tỷ nhân dân tệ vào năm ngoái, và ngân sách năm nay cao hơn gấp sáu lần so với năm ngoái.

Do đó, dù là sự xuất hiện của một số lượng lớn các công ty chip AI thế hệ mới trong thị trường sơ cấp hay sự đầu cơ trong thị trường thứ cấp xung quanh bộ nhớ HBM và các lĩnh vực truyền thông quang học, các xu hướng nóng khác nhau trong ngành đều được thúc đẩy bởi nhu cầu năng lực tính toán khổng lồ, và logic cơ bản là nhất quán. Còn về việc liệu sự gia tăng ngắn hạn của các cổ phiếu cá nhân có hợp lý hay không, tôi không thể đánh giá, nhưng sự nóng lên và tăng trưởng tổng thể của thị trường năng lực tính toán thực sự đã vượt xa kỳ vọng của tôi.

Thay đổi thứ hai vượt qua kỳ vọng là tốc độ phát triển của công nghệ mô hình tự nó và sự hình thành nhanh chóng của sự đồng thuận xung quanh các mô hình trong thị trường. Ví dụ, vào tháng 1 năm nay, với sự xuất hiện của các tác nhân thông minh được đại diện bởi tôm hùm, khả năng lập trình đã trở thành một lợi thế cạnh tranh cốt lõi của các mô hình ngôn ngữ lớn, điều mà tôi không dự đoán khi chúng ta thảo luận về mười dự đoán hàng đầu tại WAIC năm ngoái, khi chúng tôi chỉ đề cập rằng khả năng lập trình là quan trọng.

Bởi vì khả năng lập trình đã mang lại khả năng của các tác nhân thông minh, tôi tin rằng giá trị công nghiệp của các tác nhân thông minh cao hơn gấp nhiều lần so với các sản phẩm AI do chatbot thống trị trong hai đến ba năm qua. Thêm vào đó, một vòng phản hồi tích cực đã hình thành: mức tiêu thụ năng lực tính toán do các tác nhân thông minh tạo ra cao gấp hàng nghìn lần so với các sản phẩm chỉ trò chuyện, điều này cũng giải thích tại sao sự tăng trưởng trong lĩnh vực năng lực tính toán đã vượt qua kỳ vọng; hai điều này có mối liên hệ với nhau.

Sự phát triển của công nghệ mô hình và sự nhiệt tình của thị trường vốn đối với các công ty mô hình cũng đã vượt qua kỳ vọng. Tốc độ mà thị trường đã hình thành sự đồng thuận xung quanh các công ty mô hình chất lượng cao là cực kỳ nhanh chóng, với giá trị thị trường của các công ty dẫn đầu có thể đạt hàng triệu tỷ; một số lượng lớn các phòng thí nghiệm neo và các công ty khởi nghiệp mô hình mới đã xuất hiện, với các nhà sáng lập chủ yếu là thế hệ 95 và 00, và những dự án này có thể đạt được định giá vòng thiên thần từ 2 tỷ đến 3 tỷ, điều mà tôi chưa bao giờ thấy trong một thị trường nóng như vậy trong suốt nhiều năm kinh nghiệm của mình.

Thất bại trong kỳ vọng là các ứng dụng AI, đặc biệt là các ứng dụng 2C. Năm ngoái, tôi đã đánh giá rằng năm 2025 sẽ là năm khởi đầu của kỷ nguyên ứng dụng AI. Nhìn lại bây giờ, thị trường tổng thể cho các ứng dụng AI vẫn vượt qua kỳ vọng, nhưng cách mà nó mở ra có phần khác với những gì tôi nghĩ năm ngoái. Ngày nay, các ứng dụng AI chủ yếu liên quan đến lập trình AI, bao gồm phát triển các tác nhân thông minh, điều mà tôi không dự đoán. Tôi nghĩ rằng chúng ta có thể thấy AI thực sự trao quyền cho các ngành khác nhau trong năm nay, có thể sản xuất một vài ứng dụng 2C có chút hy vọng trở thành Tencent, ByteDance hoặc Alibaba tiếp theo, nhưng có vẻ như không có thế hệ mới nào của các ứng dụng 2C xuất hiện mà thực sự gây hứng thú cho toàn bộ thị trường.

Thế hệ đầu tiên của các ứng dụng AI được thiết lập vào năm 2022 và 2023, chủ yếu được đại diện bởi các công cụ trò chuyện và các sản phẩm đồng hành cảm xúc như CharacterAI, hiện đã phần lớn đình trệ, và ngành đang bị mắc kẹt trong một cuộc cạnh tranh về sự đồng nhất sản phẩm. Tăng trưởng người dùng cũng đã chậm lại so với sự tăng trưởng nhanh chóng của hai năm trước. Đánh giá nội bộ của chúng tôi kết luận rằng vấn đề cốt lõi nằm ở việc logic tăng trưởng người dùng và lưu lượng truy cập của internet và internet di động không hoạt động đối với các sản phẩm 2C trong kỷ nguyên AI.

Các đồ chơi AI và các bộ phim ngắn AI là những ví dụ. Một số công ty đồ chơi AI đã bán hàng trăm ngàn đơn vị, nhưng 90% người dùng không kích hoạt chức năng tương tác AI lâu dài. Các công ty thừa nhận rằng thực sự đây là một điều tốt, vì nếu hàng trăm ngàn người dùng đều tham gia vào các cuộc đối thoại tần suất cao, liên tục tiêu thụ token, công ty sẽ không thể chịu đựng được chi phí. Trong các bộ phim ngắn AI, tỷ lệ nội dung do AI tạo ra đã tăng nhanh chóng, nhưng rất khó để sản xuất ra những tác phẩm bom tấn thực sự.

Điều này cho thấy rằng ngành công nghiệp phim ngắn phụ thuộc vào một nền tảng quy mô lớn, nhưng việc kiếm tiền cốt lõi lại phụ thuộc vào các tác phẩm bom tấn, và ở giai đoạn này, AI vẫn không thể sản xuất nhiều bom tấn. Điều này cũng minh họa rằng trong sáng tạo nghệ thuật, biểu hiện và khái niệm nghệ thuật của con người đóng một vai trò quan trọng; không thể chỉ dựa vào AI để tạo ra hình ảnh nhân vật tinh tế để hỗ trợ nội dung chất lượng cao.

Trong năm qua, công nghệ mô hình video đã đạt được sự phát triển nhảy vọt.

Thế hệ mới của các mô hình video, chẳng hạn như Seedance 2.0 bùng nổ toàn cầu, áp dụng kiến trúc MoE, nâng cao đáng kể khả năng thông minh. Nó hiện hỗ trợ độ phân giải 4K. Vì lý do này, nhiều bộ phim Hollywood và quảng cáo từ các thương hiệu lớn như Coca-Cola và McDonald's có các đoạn hoàn toàn hoặc một phần được tạo ra bởi AI, dựa vào khả năng tạo ra độ phân giải cao của mô hình.

Trong vòng này của các mô hình thế giới, chúng có thể trao quyền cho việc tạo video, đạt được hiệu ứng chuyển động và va chạm của đối tượng, và phục hồi các quy luật vật lý thực tế, điều này hoàn toàn không thể dự đoán cách đây một năm. Trong năm qua, các công ty liên quan đã thấy sự tăng trưởng kinh doanh nhanh chóng, với các người chơi hàng đầu rơi vào hai loại: ba công ty lớn toàn cầu, Seedance của ByteDance, Kuaishou của Keling và Veo của Google; và các công ty khởi nghiệp như Shenshu Technology, Aishi Technology và Video Rebirth mà chúng tôi đã đầu tư, tất cả đều đã đạt được sự tăng trưởng gấp mười lần trong doanh thu và doanh thu.

Hiện tại, Hollywood, ngành quảng cáo, các công ty tổ chức đám cưới và hội nghị đều đang sử dụng những công nghệ này. Nhiều kịch bản ứng dụng đã đột ngột mở ra, và tôi dự đoán rằng quy mô thương mại hóa tổng thể của ngành sẽ thấy sự gia tăng đáng kể trong năm nay.

Seedance, Keling và Veo của Google có những lợi thế cốt lõi về năng lực tính toán và dữ liệu.

Seedance, Keling và Google có thể được coi là một loại, và ngay cả khi Keling tách ra, nó vẫn có thể dựa vào năng lực tính toán và hỗ trợ dữ liệu của Kuaishou; lợi thế cốt lõi của ba công ty này là quy mô năng lực tính toán của chính họ, điều này mang lại cho họ lợi thế so với các công ty khởi nghiệp như Shenshu Technology. Sau khi nâng cấp mô hình video, cả quy mô đào tạo và suy diễn cần phải theo kịp, và các công ty này có hàng chục nghìn đến hàng trăm nghìn thẻ, mang lại cho họ một lợi thế rõ ràng.

Tuy nhiên, tôi tin rằng vẫn có cơ hội cho các công ty khởi nghiệp: công nghệ vẫn chưa hoàn toàn hội tụ, và các công ty khởi nghiệp không thua kém các công ty lớn về tài năng và tốc độ lặp lại khám phá công nghệ. Tôi tin rằng quyết định tách ra của Keling cũng sẽ giúp giữ lại tài năng hàng đầu. Logic cơ bản của mối quan hệ giữa các VC và các công ty khởi nghiệp là mặc dù các công ty khởi nghiệp nhỏ hơn, nhưng các cơ chế khuyến khích cổ phần của họ và khả năng tập trung tất cả tài nguyên để nỗ lực mang lại cho họ lợi thế so với các công ty lớn.

Quy mô thị trường đang nhanh chóng mở rộng, và sau khi mở rộng, sự phân công lao động sẽ trở nên tinh vi hơn, với sự phân biệt rõ ràng trong nỗ lực thương mại hóa của các công ty khác nhau. Đầu tiên, về các mô hình ngôn ngữ, ba công ty hàng đầu ở Mỹ có trải nghiệm người dùng khác nhau; một số cảm thấy rằng Gemini cung cấp trải nghiệm trò chuyện tốt hơn, nhưng từ góc độ kỹ thuật và sự đồng thuận trong ngành, ChatGPT của OpenAI có lượng người dùng lớn nhất và là người đầu tiên ra mắt chatbot trò chuyện, với nhiều tối ưu hóa tập trung vào các kịch bản trò chuyện.

Đối với các kịch bản trò chuyện tiếng Anh, ChatGPT dẫn đầu toàn cầu về độ lưu loát; Gemini, được hỗ trợ bởi Google, có quyền truy cập vào một lượng lớn dữ liệu trực tuyến, với lợi thế trong việc truy xuất và tổ chức thông tin; Anthropic, bắt đầu từ các nguyên tắc cơ bản, có lợi thế trong khả năng lập trình và khả năng tác nhân thông minh ngay từ đầu, và cả ba đã hình thành sự phân biệt rõ ràng.

Mỗi công ty tạo video cũng theo những lộ trình khác nhau: ByteDance tập trung vào đầu C, Keling nhắm đến doanh nghiệp đầu B, và Shenshu Technology mà chúng tôi đã đầu tư cũng tập trung vào một số kịch bản đầu B nhất định, với một xu hướng phân biệt ngành rất rõ ràng. Các yêu cầu về đặc điểm mô hình trong các kịch bản đầu B và đầu C cũng khác biệt đáng kể.

Hiện tại có một nguy cơ tiềm ẩn: sau khi hình thành sự đồng thuận AI, một lượng lớn tiền nóng đang đổ vào.

Sau khi sự đồng thuận được hình thành, một lượng lớn tiền nóng đang vào thị trường thứ cấp trước tiên. Hiện tại, không có nhiều công ty niêm yết AI thuần túy, và quỹ có thể hấp thụ trong thị trường thứ cấp không lớn. Hiện tại, rõ ràng là tiền nóng trong thị trường thứ cấp đang bắt đầu chảy trở lại thị trường sơ cấp và thị trường sơ cấp một phần. Nhiều công ty vừa hoàn thành tài trợ và không thiếu vốn, nhưng các tổ chức vẫn sẵn sàng nâng định giá lên 50% đến 100%, ngay lập tức thêm một vòng đầu tư khác. Sự đổ vào của tiền nóng này có tác động lớn đến ngành; các công ty nhận được vốn vượt quá nhu cầu của họ có thể làm rối loạn các phán đoán chiến lược và hoạt động hàng ngày của họ. Tuy nhiên, tôi cũng hiểu các doanh nhân; khi ai đó chủ động đề xuất một định giá cao hơn và một lượng lớn vốn, việc từ chối là điều không hợp lý và khó thực hiện.

Trong ngắn hạn, điều này có lợi cho chúng tôi hơn, nhưng trong dài hạn, thị trường sẽ trở nên rất hỗn loạn. Như tôi đã đề cập trước đó, hiện có gần mười công ty trí tuệ thể hiện có định giá vượt quá 20 tỷ, và hơn mười công ty có định giá trên 10 tỷ, tất cả đều được thành lập chỉ trong hai hoặc ba năm, điều này tự nó đã khá bất thường.

Nhiều công ty đang đổ một lượng lớn vốn vào lĩnh vực AI, điều này có khả năng dẫn đến sự cạnh tranh hỗn loạn: đầu tiên, chi phí năng lực tính toán đang tăng vọt; một máy chủ từ NVIDIA mà trước đây có giá 3 triệu nhân dân tệ hiện đang được giao dịch với giá hơn 10 triệu, làm tăng tổng chi phí năng lực tính toán trong toàn ngành. Thứ hai, có một cuộc cạnh tranh khốc liệt về tài năng, dẫn đến mức lương trong ngành tăng vọt. Thứ ba, ở phía khách hàng, có sự cạnh tranh hỗn loạn, vì các công ty thiếu các kịch bản thương mại trưởng thành và chỉ có thể tập trung lại để cạnh tranh cho các khách hàng lớn, chỉ so sánh quy mô doanh thu.

Những hiện tượng này sẽ gây hại cho sự phát triển của ngành trong dài hạn, và thị trường hiện tại tràn ngập sự cuồng nhiệt vô lý.

12. Hiện tại, thị trường vốn có một loại "sự say mê bí ẩn" với các doanh nhân AI trẻ.

Đầu tiên, hầu hết các tổ chức đã bỏ lỡ cơ hội đầu tư vào các công ty mô hình lớn hai đến ba năm trước. Nhiều tổ chức đã không đầu tư vào thời điểm đó do thiếu niềm tin và quyết tâm về AI. Đến đầu năm nay, đã có sự đồng thuận về các mô hình lớn, khiến nhiều tổ chức đổ xô theo kịp, điều này chắc chắn sẽ mang lại các khoản cổ tức vốn đặc biệt cho các công ty mô hình mới nổi.

Thứ hai, sau khi DeepSeek xuất hiện, nhiều người đã bị sốc. Nhiều báo cáo truyền thông cho biết rằng đội ngũ cốt lõi bao gồm các sinh viên tiến sĩ từ Đại học Bắc Kinh và Đại học Thanh Hoa, chứ không phải là những người kỳ cựu trong lĩnh vực AI. Điều này đã dẫn đến ấn tượng rằng đội ngũ càng trẻ, càng thông minh, và càng ít gánh nặng lịch sử, thì càng có khả năng thành công. Nhiều nhà đầu tư trên thị trường hiện có xu hướng tin tưởng vào các đội ngũ trẻ. Điều này không có nghĩa là các đội ngũ trẻ là xấu; chúng tôi cũng đã đầu tư vào nhiều đội ngũ rất trẻ và thấy nhiều dự án. Tôi chỉ tin rằng việc sử dụng tuổi trẻ của các doanh nhân làm tiêu chí chính cho đầu tư là rất chủ quan và không bền vững.

Thứ ba, một số phòng thí nghiệm mô hình tiên tiến mới đã xuất hiện ở Mỹ. Nhân sự cốt lõi của ba công ty hàng đầu ở nước ngoài hiện đang kiếm được mức lương hàng năm trên mười triệu đô la. Một số nhà nghiên cứu trẻ xuất sắc, do thu nhập hào phóng và không lo lắng về tài chính, chọn thành lập các công ty mô hình mới độc lập, điều này cũng khuyến khích nhiều người trẻ ở Trung Quốc thử sức.

Logic đứng sau là dễ hiểu, nhưng khi chúng tôi đánh giá các dự án cá nhân, chúng tôi sẽ không đơn giản đầu tư chỉ vì người sáng lập trẻ. Chúng tôi phải tập trung vào việc liệu lộ trình kỹ thuật của họ có mang tính đột phá hoặc có khả năng đạt được sự cải thiện gấp mười lần hay không. Ngay cả khi người sáng lập chỉ là một sinh viên tiến sĩ hoặc một sinh viên mới tốt nghiệp mà không có kinh nghiệm trong ngành liên quan, chúng tôi sẽ thu thập thông tin xác thực từ nhiều nguồn để xác minh toàn diện sức mạnh thực sự của đội ngũ và lựa chọn hướng R&D của họ, thực hiện đánh giá và phân tích hoàn chỉnh.

13. Trong những thời điểm điên cuồng, chúng ta phải chú ý đến bài học từ lịch sử. Trong những thời điểm ồn ào, tư duy triết học có thể trở nên quan trọng hơn; chúng ta cần suy nghĩ và hiểu những vấn đề này.

Đối với các công ty trẻ chỉ mới thành lập trong hai hoặc ba năm, lời khuyên của tôi là hãy nhìn nhiều hơn vào lịch sử. Càng lớn sóng, chúng ta càng nên học hỏi từ những bài học lịch sử.

Thực tế, những tình huống tương tự đã xảy ra trong quá khứ trong các làn sóng lớn - chẳng hạn như thời kỳ internet và di động - chỉ có quy mô ngày càng phóng đại. Vào cuối những năm 1990, nhiều cá nhân có thể huy động vốn và hoàn thành IPO trong vòng hai năm. Nhưng cuối cùng, bụi trở về bụi; nếu không thực sự tạo ra giá trị, ngay cả khi được thị trường vốn ưu ái, họ vẫn có thể thất bại.

Vì vậy, trong những thời điểm điên cuồng, chúng ta phải chú ý đến bài học từ lịch sử. Trong những thời điểm ồn ào, tư duy triết học có thể trở nên quan trọng hơn; chúng ta cần suy nghĩ và hiểu những vấn đề này.

Bản chất của đầu tư là chúng ta đầu tư vào một công ty có thể đạt được khả năng mở rộng trong tương lai, cho phép chúng ta hiện thực hóa lợi nhuận thông qua IPO và các phương tiện khác. Ví dụ, chúng tôi sẽ đầu tư vào McDonald's nhưng sẽ không bao giờ đầu tư vào một nhà hàng ba sao Michelin. Dù nhà hàng Michelin có lợi nhuận bao nhiêu, nếu nó không thể đạt được vốn hóa và thiếu một bộ khuếch đại IPO, nó không thể cung cấp một lối thoát.

Tuyên bố miễn trừ trách nhiệm: Nội dung này chỉ được cung cấp nhằm mục đích xây dựng thương hiệu và cung cấp thông tin chung, không phải là lời khuyên về tài chính, đầu tư, pháp lý hoặc thuế. Mọi sự kiện, phần thưởng, sự kiện trực tuyến hoặc thông tin liên quan được đề cập trong nội dung này không được xem là khuyến nghị, chào mời hoặc lời mời mua, bán, giao dịch hoặc thực hiện bất kỳ hoạt động nào khác liên quan đến tài sản crypto hay sử dụng bất kỳ dịch vụ nào. Tài sản crypto có mức biến động cao và có thể dẫn đến thua lỗ. Dịch vụ và các sự kiện trực tuyến của WEEX có thể không khả dụng tại tất cả khu vực và phải tuân theo các luật, quy định và điều kiện đủ điều kiện hiện hành. Bạn có trách nhiệm bảo đảm việc sử dụng các dịch vụ của WEEX tuân thủ luật pháp địa phương và tự đánh giá cẩn thận các rủi ro trước khi tham gia bất kỳ hoạt động nào liên quan đến crypto.