在偌大的聯想總部大樓，宋春雨的辦公室顯得有幾分另類。
這個不到十平米的空間，被他去各地旅行帶回的奇異世界擠得滿滿當當：既有咖啡機、航空模型，也有壁畫、瓷器，甚至還包括好幾個和硬核産業投資人氣質不那麽匹配的巨型玩偶。
作爲已在聯想 20 餘年的産業投資人，宋春雨背後是投出的一長串大名字：甯德時代，蔚來汽車，寒武紀，瀾舟科技等，但這位聯想集團副總裁，聯想創投（聯想 CVC）合夥人，要比想象的更有玩心，更天馬行空。
ChatGPT 浪潮興起之前，中國一級市場對 AI 的投資曾一度跌入冰點。在宋春雨介紹中，聯想創投在這段時間的投資卻幾乎沒有停頓。
他認爲其中關鍵一環是在先後投資了曠視、第四範式、思謀科技等七十多家人工智能公司後，他們對于算力的重要性有了更早覺知。
某種意義上，這是他們連續 4 輪加注 AI 芯片公司寒武紀的根源，也是在 2021、2022 年，就要布局大語言模型公司瀾舟科技的緣由之一。
當大模型投資在國内蔚然成風後，聯想創投依然有些反其道而爲之：他們把目光投向了歐洲的一家大語言模型公司以及一家其它投資機構很少涉足的大模型中間層公司。
關于這一波 AI 公司是否會重蹈上一波 AI 公司的宿命，宋春雨給出了自己的悲觀預期以及一個有趣的解決方案。那就是：像補貼新能源汽車一樣，先國家買單把付費習慣和意願培養起來。
總之，在他的奇異辦公室裏，我們展開了諸多發散式對話。
以下爲對話全文：
1. 反其道而爲之
「暗湧」：ChatGPT 熱潮前，其實有幾年是國内人工智能投資的低潮期，聯想創投卻在一年前就投了瀾舟科技。這個判斷是怎麽來的？
宋春雨：其實是 2021 年、2022 年，連續兩年，我們都發現大量算力不再向 CV，也就是傳統 "AI 四小龍 " 都在發力的視覺領域上運用，而是向大語言上進行遷移，這是非常重要的信号。
「暗湧」：但當時就敢往自然語言理解方向傾斜也是一個不容易的決定。
宋春雨：當時争論很大，盡管自然語言理解是人工智能的皇冠，但技術一直沒有突破，用戶體驗門檻也沒有突破。不過在發現全球算力基本上有 70% 用到了自然語言的訓練時，我們就認爲應該在這個賽道上布局一家比較優秀的公司。
另外周明老師一直是這個領域的專家，他是中國唯二的 ACL fellow，當過 ACL 主席，我們清楚他的競争優勢。
「暗湧」：最早投寒武紀也是一種基于算力思考的判斷嗎？今年因爲大模型的巨大算力需求，它的股價一度沖的很高。
宋春雨：2011 年，我們投了曠視，後來創投正式成立後又投了第四範式、思謀科技等七十多家人工智能相關的科技創新企業。這個過程讓我們發現人工智能的推動強烈依靠算力。
我們判斷，在人工智能處理器上，算力未來會有數百倍的增長。所以 2017 年，我們投了寒武紀。可能很多人不知道，寒武紀是全球人工智能處理器的發明者。它比英偉達更早去做人工智能的專用處理器。全球第一篇以芯片加速人工智能的運算論文，就是寒武紀團隊撰寫的。谷歌 TPU 技術架構，是基于寒武紀當年這篇論文演變來的。
此外，寒武紀團隊在建立商業化公司後，也體現出很好的産品競争力。當時因爲 transformer 技術平台還沒有普及，算力主要還是 deep learning 的運算，算力的需求還沒有現在這麽大。即使這樣，我們看到像百度，阿裏，訊飛，海康威視都開始采用它的芯片，我們就覺得這條路徑是對的。
投完第一輪後，我們連續投資了 3 輪，這是我們少有的連續 4 輪加注的項目。
「暗湧」：ChatGPT 熱潮之後，很多東西就快速成共識了，這之後我們有哪些調整？
宋春雨：ChatGPT 之前，業内有三四種技術路線，大家都在探索。當 ChatGPT 出現後，大家覺得這是大的範式轉移，整個産業界都爲之一振，國内很多公司也開始做大模型，到處挖人。這個時候我們反其道在德國投了一家名爲 nyonic 的公司。
「暗湧」：爲什麽選擇一家歐洲的大模型公司？
宋春雨：這是一家德國的大語言模型公司。首席科學家是 Jakob Uszkoreit ，他是 transformer 論文 8 個人中的關鍵人物。當時論文裏雖然寫的是同等貢獻者，他們也是通過扔色子來決定名字露出順序，但第二個注釋就寫着 Jakob Uszkoreit 是核心作者。
此外，nyonic 的 CTO 是 Open AI 的創始成員 Johannes Otterbach。聯合創始人之一 Hans Uszkoreit 是歐洲大語言之父，也是德國人工智能中心主任。另外還有合夥人兼首席創新官徐飛玉博士之前是 SAP 和聯想的人工智能研究的負責人。
「暗湧」：明星陣容是其中最關鍵的考量？
宋春雨：首先，我們認爲大模型和人工智能的威力相當于 " 核武器 "，是有地域邊界的，歐洲會出現歐洲的大語言模型。
其次，數據是大模型訓練的壁壘。歐洲有嚴格的數據保護法，一旦拿了不合規的數據訓了模型，必須要把不合規的數據從模型上拿出去。
此外，歐洲有非常好的基礎，它是全球前三位的工業市場，軟件公司有 SAP，另外也聚集了全球最好的科技人才優勢。
2. 下半場的爆發點
「暗湧」：在國内，我們有投新的大模型公司嗎？
宋春雨：我們投了一家做中間層 infra 公司 OpenCSG。國内在卷大模型，出現了 100 多個模型。中間層的公司的作用就是通過它的工具，幫助大模型公司和最終用戶快速落地，從而把大模型在産業的使用門檻降到最低。這類公司對标的其實是美國的Hugging Face。
「暗湧」：但更常見的一種判斷是，中間層更适合矽谷，而不是國内。
宋春雨：這個要看具體賽道，很多人不知道如何将數據放在模型裏訓練，但數據又是不能共享的。這裏就需要一個平台可以推廣和交付，代碼可以托管到平台，平台提供測評工具，可以快速利用用戶數據訓練自己的模型。但不是所有賽道都需要這種平台。
此外，坦率講，infra 是有時間窗口，或者說最佳價值成長期。它的機會點在于應用還沒有起來，大語言模型使用壁壘很高，但最終會逐漸平衡。
「暗湧」：你覺得這波 AI 浪潮最大的機會可能在哪裏？
宋春雨：最大的機會，除了基礎模型，就在應用了。人工智能大模型能力增長曲線，本質在 AI 的邏輯與推理。其次是數據驅動。這意味着所有依賴數據的産業，未來都可能被 " 替代 "。比如程序員是要被替代的，在美國已經有超過 50% 的代碼是 AI 寫的。
「暗湧」：在數據掌握上，大廠和行業龍頭公司顯然更占據優勢。
宋春雨：一些既往數據，大廠和行業龍頭更占據優勢，他們也可以借助大模型，實現新的降本增效。
但還有一類數據叫原生數據：AI native，它不依托于過往曆史數據，或者說大廠沒有絕對的控制，這個是創業公司一開始就需要主攻的方向，我認爲這是應用中最重要的趨勢。
「暗湧」：現在已經有 AI native 産品的公司了嗎？
宋春雨：中國有，但還需要一段時間完善。中國現在最主要問題是基礎模型還不夠完善，如果基礎模型沒有更大的突破，前端 AI native 應用的效果也沒有那麽好。
「暗湧」：什麽時間點可能是理想節點？
宋春雨：可能是大模型成熟一年左右。以去年 11 月起算，得到今年 11 月底，中國的大模型到 ChatGPT3.5 水平，應用可能就會爆發了。
「暗湧」：後邊智能體和具身智能，會帶來新的爆發點嗎？
宋春雨：它們都屬于大模型應用的下一個階段。逐漸讓大模型知道你的意圖，中間會有 Agent（智能體）的誕生，還是整個科研人員在研發的方向。
具身智能也是頗具想象力的領域。大模型 + 機器人把大模型能力帶到了物理世界，也是我們特别看中的一個前瞻性方向。
3. 甜蜜的陷阱
「暗湧」：回頭看，爲什麽中國的 "AI 四小龍 " 和大廠 AI lab 集體錯過了 ChatGPT？
宋春雨：像商湯、曠視這樣的企業，很多被現實逼迫去做系統集成，錯失了生成式 AI 這一波的可能性。
「暗湧」：那大廠的錯過呢？
宋春雨：中國大廠的問題，在于 AI 很燒錢，仰望星空和腳踏實地很難平衡。此外，海外微軟和谷歌也沒有自己做，僅有資金也沒用，還得有信仰和信念。
其實生成式 AI，也有幾條技術路線，其中一個是 Bert。但 Bert 很像甜蜜的陷阱。它是用很小的數據量去訓練，并且很快能達到 80 分水平。但我們會發現，在不斷加更多的數據後，還是 80 分。中國大廠很多也都選擇了這條路線。
但 OpenAI 就堅定賭了自己的路線，相信加大算力，加大數據量，就能實現躍升。事實上耗費了 7 年後才訓出來。
「暗湧」：不同技術路線的抉擇也造就了很多悲情故事。
宋春雨：很多悲情故事。這波浪潮裏瀾舟、智源和智譜 AI 是堅定這條路線的。
「暗湧」：回頭看 2019 年後，整個中國一級市場對 AI 的消極，你怎麽看其中原因？
宋春雨：主要是産業對 AI 信心不足。AI 是很複雜的技術，它的落地是需要數據到訓練到應用部署的一條長鏈條，很燒錢。"AI 四小龍 " 燒了很長時間也沒燒出正循環的商業模式，産業界就開始擔心。
我覺得大家要給中國科技在原始突破探索上足夠的寬容度。
AI 的商業模式很難找到，但它是人類的超級複雜科技工程，等同于曼哈頓計劃，如果突破，就是對全人類的最大進步。
我有時候特别不理解，礦泉水公司可以有千億市值，但一些高科技公司才幾百億，就被苛求要盈利。OpenAI 如果不燒 100 億美金，怎麽可能迎來人工智能範式的轉移？
4.重複昨日的故事
「暗湧」：這一波 AI 浪潮同樣面臨商業化過程，你覺得它會重複上一代 AI 公司的宿命嗎？比如大家又回到項目制來解決盈利問題。
宋春雨：很有可能。
「暗湧」：那有沒有可能解決的途徑？
宋春雨：或許國家可以補貼或買單。
「暗湧」：爲什麽？
宋春雨：盡管 AI 不能等同于 SaaS，AI 是更重要的科學突破領域。但在 SaaS 領域遇到的問題，比如中國人的付費習慣等等，AI 的創業公司都會面對。
我曾經跟團隊講過，我有一個建議，中國政府如果像補貼支持新能源汽車一樣，支持中國 SaaS 和中國軟件的産業鏈，那會有很大的不同。我們現在看新能源領域，中國已經是全球第一了，美國的儲能市場甯德時代占了一半。所以如果中國扶持下一個新的行業，比如軟件業，也會實現行業的快速發展。
「暗湧」：爲什麽中國人的付費習慣一直培養不起來？
宋春雨：從 C 端看，上一波互聯網企業沒有給中國商業模式建立好的付費習慣，很多都是免費的。移動互聯網時，大家會付費娛樂型的會員，但工具型的軟件，沒有養成習慣。
從 B 端看，中國的中小企業太苦了，再加上自己在産業鏈的地位非常弱，沒什麽賺錢的能力，就更難有軟件付費的習慣。曾經有人跟我說，中國的 SaaS 和美國的距離已經縮短成 5 年。但這次從美國回來，我覺得還差 20 年。美國任何一個初創公司，要買十幾個以上的軟件，而中國可能也就一兩個付費。
「暗湧」：國家補貼一定有效嗎？
宋春雨：中小企業爲什麽不買？因爲連自己未來一兩年的生死都不知道。如果在公司前兩年，國家能補貼 80% 的軟件費用。等公司挺過 3 年，有了付費能力，這個時候補貼可以降到 30%，新能源汽車也是這樣的過程。等公司有能力時，自然就會購買了，當全行業都在用正版軟件互聯互通，數字化就起來了。
「暗湧」：中小公司起來就可以帶動大公司嗎？
宋春雨：因爲中小企業不付費，那麽軟件公司隻能去大企業做系統集成。如果中小企業能賺錢，就不需要做系統集成，就慢慢形成标準化。我們投歐洲的大模型也有一部分原因是歐洲的用戶是有付費意願的，它的商業模式更順暢。
「暗湧」：你覺得這波大模型浪潮的競争格局可能是什麽樣态？
宋春雨：美國的格局已經定了，頭部就是微軟和谷歌兩家，主要創業者都圍繞在 infra 工具和應用上，中國的第一波都在做基礎大模型，但這件事肯定會收斂的。
中國的基礎大模型，未來我們認爲是一個混合态。它不會像美國隻有兩家，最多三家，中國可能有 10-20 家。參照互聯網的格局就知道了，比如百度搜索類或文本類比較突出，頭條是多模态強，騰訊是社交類或者遊戲類很強。
創業公司也可能占有一席之地。因爲這個市場足夠大，中國卷的成本又很低。好處是從中國卷出來的成功者，可以去全世界卷。
