2023年初，ChatGPT 的出現，引發了國內外各類AIGC技術應用的爆發，讓人們看到了新世界的曙光，也感受到了迫在眉睫的劇變。無論是前沿科技產業還是整個經濟社會格局，都將因此產生巨大的變化，眾多企業將迎來價值重估，無數行業將面臨重做。

作為15年來陪伴數以十萬計創業者共同成長的產業加速平臺，創業黑馬發起了AIGC主題系列直播活動，邀請多位業內知名企業家、投資人、專家學者和創業實踐者，從軟硬件平臺視角、投資人視角、行業應用視角等維度看AIGC，共話大模型時代新機會，展現產業新力量。

本期的分享嘉賓是華創資本創始合伙人熊偉銘和梅卡曼德機器人創始人邵天蘭。華創資本是國內知名的早期風險投資機構，曾投出AI芯片公司深鑒科技、壁仞科技，以及自動駕駛公司文遠知行、智加科技等企業。梅卡曼德是一家頭部智能機器人公司，創始團隊均來自清華，此前曾獲多家知名機構的投資，華創資本也是他們早期的投資人之一，同時梅卡曼德也是2022年黑馬大賽的夏季冠軍。

(資料圖片僅供參考)

在5月17日的《黑馬說》直播中，兩位嘉賓圍繞《AICG大模型在工業數字化領域的應用機會及未來》主題進行了深入探討，探討的問題主要有梅卡曼德如何借助AIGC大模型打造核心競爭力，以及什么樣的AIGC大模型企業值得投資機構關注等。

以下為本次直播實錄整理：

創業黑馬：我們先請兩位分別談一談對當前AI行業的看法。

熊偉銘：我們從2016年開始“放棄”互聯網，并把所有精力投放在科技創業賽道上，也是那時開始關注 AI領域的投資機會，投了自動駕駛等新行業。AI領域除了CV（即Computer Vision計算機視覺）之外，還有NLP（即Natural Language Processing自然語言處理），目前，CV的準確度已經達到了95%，但NLP卻在過去很長時間都沒有進展，直到2022年底才有了一個突破性的飛躍。從這個角度其實也說明了一個行業原理，就是很多的創新雖然看起來是偶然爆發，但其實之前已經經歷了長時間的蟄伏。

邵天蘭：大模型、Chat GPT等技術的誕生帶來了很多新的可能性，所以我們是十分榮幸能夠參與一個機器人非常火熱的時代。從工業角度來說，過去10年，工業機器人在中國的銷量增長了10倍，這對工業品來說是很振奮人心的一件事情。因為在工業領域，特別是制造、物流等自動化要求高的領域，借助近年來人工智能技術的發展，比如先進的視覺技術、還有機器人規劃技術等，已經實實在在地實現了對行業的改變。

熊偉銘：今天的題目是AIGC，但可能我們不僅限于此，還可能更多討論大模型和多模態的AI能力，以及對各行各業產生的各種各樣的助力。那么從工業機器人的角度來講，天蘭能否介紹一下這些大模型和這種多模態的能力，對于梅卡曼德的一些助力體現在哪些方面？

邵天蘭：大模型對我們整個行業來說就像是一塊非常重要的拼圖，是能把機器人的基礎能力以一個更智能的方式統籌起來的關鍵點。因為大模型擁有巨大的參數量，可通過跨模態的各種各樣訓練得出數據，相當于把工程師的很多基礎能力以更智能方式的排列組合。因此大模型的出現讓我們看到了一個巨大的機會，讓我們有機會把機器人的技術再推上一個量級，也許是現在的10倍甚至100倍，這是令我們這些從業者非常興奮的一件事。

熊偉銘：梅卡曼德是我目前看到的新行業或者新技術中，能夠把CV領域和NLP領域做到多模態融合以及提升效率的為數不多案例。那么在梅卡曼德的應用中，哪些具體的部分是會用到大模型？

邵天蘭：“能不能用”有一個我個人覺得很重要的門檻，即這個任務到底能不能出錯，以及人們對它的期待是怎樣的。比如自動駕駛，大街上的車和人的情況是復雜的，所以安全性、可靠性要求極高。所以在一些極端高要求的領域，大模型本身的替代和幫助并沒有那么立竿見影，但在一些要求相對不那么高的任務，大模型是可以應用的。目前，在梅卡曼德的一些基礎能力部分，已經開始應用大模型，比如幫我們做一個方案或做一個程序等，它能以一種非常智能的方式，來降低使用者的使用門檻，并代替人完成其中一部分的組合方式，它并不是替代基礎能力，而是用更智能的方式幫助人工完成統籌工作。

熊偉銘：從這個角度來講，其實大模型推動了所有行業的市場在擴大。

邵天蘭：在我看來，大模型應該還會打開很多全新的領域，比如新的技術、新的行業等。我們曾說，市場上有100個需求，過去的機器人只能滿足一個，通過我們的產品和技術賦能，也許能滿足三五個，而大模型出來之后，我覺得也許能滿足20個。另一方面，大模型也會給人和公司都帶來巨大的變化，比如我是學計算機的，我要花巨大的時間學計算機的底層知識、相關的數學以及各種各樣的語言和相關的庫等等，而有了大模型之后，這種情況將會完全改變。

熊偉銘：隨著這些工具慢慢產生，最小的生產力單元也在變得越來越小。就像當年我們覺得Instagram的團隊很牛，只有10個人。以后在大模型的幫助下，專才也將會慢慢消失，因為理論上大模型可以覆蓋到所有的所謂專業領域。

邵天蘭：對，專才的個體可能不再稀缺，但是專才的公司會一直稀缺，因為能把一件事情做專做透，絕對是這個世界上最重要的能力。但我認為專才的公司會出現整合，以制造業為例子，制造業的行業特征就是工藝繁瑣、門檻很“碎”——遠看是個萬億市場，近看是一萬個1億市場，非常難整合。但借助大模型，我認為可以高效地整合出多個100億市場，同時，大模型也會帶來硬件上的進一步標準化。

熊偉銘：你剛才提到一個很有意思的事情，就是一個萬億級的市場和1萬個1億級的市場其實完全是兩回事。所以你覺得大模型能為這些1億規模的制造業工廠們做些什么，你覺得他們會變成什么？

邵天蘭：第一，能夠提升專業人士的效率，比如原來100個專業人士可以服務100家客戶，現在可以服務1000家客戶。第二，能夠更高質量地滿足那種變化很快、需求繁雜的非標型客戶的需求。第三，是能夠往服務業方向上做很多拓展。

熊偉銘：在大模型帶來的各種變動中，你認為梅卡曼德會在這樣一個變化的市場里擔任一個什么樣的角色？

邵天蘭：首先，這種最基礎的底層模型肯定只有極少數公司在做，比如深度學習的模型和深度學習的框架，而大模型也會經歷類似的現象，是一場少數巨頭的游戲。我個人一直有一個觀點，就是公司做技術一定要走極端，要么就把技術做到世界領先，有技術壁壘、也有很好的效果，要么可以選擇直接“躺平”，直接用市場上的巨頭產品。而針對大模型的最底層技術，我也保持這樣的觀點。

熊偉銘：你是從什么時候開始關注到大模型對業務有幫助？

邵天蘭：大模型這件事并沒有那么新，從兩三年開始，我們就從學術界、業內等地方開始關注它，但那個時候我們感覺它離我們的業務還比較遠，成本非常高，效果也不顯著。在Chat GPT出來之后，我們才覺得這個事居然這么快就能夠在業務上達成可預見性了。對我們來說，更好的一個方式就是把自己的API做好的前提下，利用大模型的技術解鎖更多的場景。當然，這只是我今天的看法，再過半年、一年，這個行業可能還會發生更多的新變化。

熊偉銘：你自己的員工，目前有百分之多少是在用ChatGPT或者大模型來輔助自己的工作？從這些使用者交付的工作中，你能感受到質量的提升或者是速度的增加嗎？效率主要體現在哪些方面？

邵天蘭：我沒有具體地統計過，但我們現在一共是將近700位同學，其中海外的公司使用率可能接近100%了，我們國內的話，我保守估計可能1/4的比例。效率提升確實是有的，比如用大模型閱讀我們的數據、文檔，還有就是知識的轉換、翻譯等。我覺得在未來1000天內，就會有很多行業發生翻天覆地的變化，不是說所有人都一定要去做大模型本身，而是指不擁抱新技術的個人、公司或投資機構，很可能會被邊緣化。

熊偉銘：在這1000天內的大模型發展，對于梅卡曼德來說，你覺得商業模式上的提升會體現在哪些方面？

邵天蘭：主要是體現在一些新的場景出現。比如出現一個新的方向，這個方向足夠大，大到我們的3D視覺傳感器和智能軟件一年能銷售10萬套、100萬套，大到以前大家所做的事情都顯得沒有那么重要了。這意味著拐點一旦出現，行業瞬間就能被“點爆”，這是很有可能被實現的。但我現在還不能給出一個準確的答案，只能隱約感覺，這個爆點今年不一定能出來，它很可能是在服務業，也可能是在一些我們還沒有關注到的、當前自動化程度較低的制造業場景當中。

創業黑馬：最后還有幾個問題希望熊總可以幫忙解答。除了智能機器人以外，在工業數字化領域的話，還有什么細分賽道比較適合布局AIGC大模型？市場規模大概有多大，您作為投資人能不能展望一下？

熊偉銘：我特別看好大模型，我覺得大模型的影響會非常深遠，它比互聯網的影響力要大多了，互聯網能解決的可能更多還是連接或IT的提升，而大模型是直接把IT提到了一種智能的水平，所以所有的行業都會在大模型的前提下重新搞一遍。但從順序上來講，我認為可能先是中國軟件業，然后是一些因為有AI存在才出現的新行業，比如自動駕駛等，它們未來也會因為大模型的布線或者多模態的熟練，而變得更加易用跟商業化。最后一個是硬件，或者說我們的智能制造，比如中國原來可能根本沒有的垂直行業。AI最強的是它一旦了解了規則，就能夠創造出人類很難或者不見得很難、但需要花費很長時間才能創造出來的方案。

標簽：