人工智能初创公司的新风险投资洞见：模型创新和年轻人才比工程调整更重要
人工智能初创公司的风险投资格局正在发生重大转变，投资者更看重基础模型的突破和年轻、灵活的团队，而不是传统的工程改进和经验丰富的技术专家。行业洞察表明，在缩放法则、强化学习以及Transformer之外的新型人工智能架构的推动下，未来两到三年至少将出现两次重大技术迭代。
这种转变已经在市场趋势中显现出来：专注于改进基础人工智能模型的公司，而不是微调现有应用程序的公司，正在获得竞争优势。Talkie超越Character.ai 的案例突显了这一转变，因为Talkie对基础模型的持续投资胜过了其竞争对手停滞不前的做法。此外，像 DeepSeek 这样的人工智能初创公司，利用年轻、创新的团队，以更低的成本取得了卓越的成果，证明了敏捷性和新颖的思维是成功的关键因素。
对于人工智能初创公司的创始人来说，这一洞见具有颠覆性意义：与其依赖渐进式的工程改进，不如专注于开创新的 AI 架构，并招募年轻、敢于试验的人才来推动创新。
此外，人工智能的“杀手级应用”已经出现——直接基于大型语言模型的类似ChatGPT的用户界面。随着大型语言模型的成熟，包括代理和特定领域工作流程在内的大多数应用程序都将过时，因为大型语言模型可以原生处理这些功能。这意味着专注于应用层创新的初创公司可能难以在长期内找到相关性。
主要结论
-
基础模型创新胜过工程调整
- 人工智能初创公司必须优先考虑深度基础模型的发展，而不仅仅是改进现有应用程序。
- 仅依赖应用层改进的公司将难以保持竞争力。
-
人工智能扩展法则正在推动重大迭代
- 在预训练和推理扩展法则的推动下，未来两到三年将至少出现两次重大的人工智能突破。
- 研究正在转向强化学习扩展和测试时扩展，以最大限度地提高效率。
-
年轻、敏捷的团队驱动人工智能的未来
- 拥有年轻团队的初创公司证明更具创新性、适应性和成本效益。
- 传统的大型技术专家可能会减慢决策速度和创新周期。
-
Transformer不是唯一的出路
- Transformer之外的替代架构正在受到关注，为效率和多模态人工智能处理带来突破。
-
类似ChatGPT的用户界面是杀手级应用
- 大型语言模型已经发展到可以取代大多数特定领域应用程序和代理的程度。
- 未来的人工智能应用很可能成为大型语言模型的直接界面，从而减少对专用代理和工具的需求。
深度分析：不断变化的人工智能初创公司策略
1. 扩展法则正在重新定义人工智能创新
长期以来，扩展法则一直主导着人工智能的发展，但最近的进展表明，仅仅增加模型规模不再是最佳策略。人工智能研究界正在将重点转移到： * 强化学习扩展和测试时扩展——在推理过程中利用额外的计算能力来优化性能。 * 探索非Transformer架构——新的人工智能框架有望提高处理能力、内存和多模态能力方面的效率。
随着计算成本的飞涨，找到更有效的方法来提高人工智能能力的初创公司将主导市场。
2. 基础模型创新：市场领导地位的关键
大力投资于构建和改进自己基础模型的初创公司，胜过那些专注于应用层工程的初创公司。Talkie超越Character.ai 的案例证明了这一点：当Character.ai 的创始人离开回到谷歌时，该公司的创新停滞不前，而Talkie 对基础模型改进的承诺带来了用户数量的指数级增长。
这表明，未来属于不断增强其模型架构、突破自然语言理解、推理和多模态人工智能集成界限的人工智能公司。
3. 年龄因素：年轻的思想驱动人工智能的突破
在一个以惊人速度发展的行业中，年轻的团队已被证明是一项重要资产。与通常依赖既定方法的经验丰富的专业人士不同，年轻的工程师和研究人员： * 更具实验性和适应新趋势的能力。 * 可以快速地从研究转向实施，从而减少决策瓶颈。 * 挑战传统的人工智能范例，从而带来突破性的创新。
DeepSeek 通过组建一个更年轻、更灵活的团队，以传统成本的一小部分实现了具有竞争力的人工智能性能，从而体现了这一趋势。
4. 以应用为中心的初创公司的衰落
风险投资家越来越怀疑那些仅仅在大型语言模型之上构建应用程序的初创公司。认为仅靠“工程润色”就能使产品脱颖而出的观点正在过时。相反，专注于专有基础模型改进的初创公司正在获得投资和市场主导地位。
此外，随着 类似ChatGPT 的用户界面成为人工智能的标准界面，特定领域的应用程序和代理可能会消失。大型语言模型将以原生方式处理大多数工作流程，从而使传统的人工智能应用程序变得多余。对于人工智能企业家来说，这意味着要将重点从短期产品迭代转移到长期的、根本性的人工智能发展。
你知道吗？
- Transformer 可能不是人工智能的未来——尽管它们在该领域占据主导地位，但正在涌现出可能更高效、更可扩展的替代架构。
- 强化学习正在进入一个新时代——强化学习现在不仅仅用于训练，还被应用于推理过程中，从而释放出更大的性能提升。
- 人工智能研究人员的平均年龄正在下降——许多最突破性的人工智能模型是由30 岁以下的研究人员开发的，从而重塑了该行业的劳动力动态。
- 风险投资家正在优先考虑人工智能模型创新，而不是工程人才——随着初创公司意识到年轻的新团队能够以更低的成本带来更多的创新，从大型科技公司大规模招聘的时代可能已经结束。
- 类似ChatGPT的用户界面正在使传统的人工智能应用程序过时——随着大型语言模型变得越来越强大，大多数特定领域的应用程序将在不久的将来变得多余。
最后的想法
人工智能初创公司的格局正在迅速发展，基础模型突破、新颖的架构和年轻的人才正在成为成功的关键驱动因素。投资者正在支持那些突破人工智能研究界限的初创公司，而不是那些仅仅改进现有技术的初创公司。
对于人工智能创始人来说，信息很明确：投资于模型创新，优先考虑年轻的敏捷性，并拥抱技术实验。在未来几年，那些采纳这种心态的人不仅会生存下来，而且会引领人工智能革命。