随着AI人工智能的发展与市场的变化，现在，大模型的投资逻辑可能会出现转向，投资大模型的重点也会发生一些具体的变化。具体可能会产生哪些转向？不妨来看看本文的解读和分析。

大模型投资逻辑要变了？

大模型不会失败，但投资大模型的原有逻辑可能会失败。

目前，投资大模型的逻辑是“谁家大模型像 OpenAI，谁家融资多！”“谁家产品靠近 ChatGPT 谁家融资多！”

这种逻辑是基于对大模型的误解。大模型的诞生不是模仿，也不是越像谁家越好。大模型需要新思路，需要从“大”和“像”两个维度突破。

一、大模型需要从“大”的维度突破

目前的大模型，参数量都在百亿、千亿甚至万亿级别。但参数量只是衡量大模型的一个维度，并不能代表大模型的性能。

未来的大模型，需要在参数量之外，还要考虑模型的结构、算法、训练数据等因素。

二、大模型需要从“像”的维度突破

目前的大模型，在生成文本、翻译语言、写不同类型的创意内容等方面，已经取得了突破性的进展。但它们仍然无法完全像人类一样思考和理解世界。

未来的大模型，需要在“像”的维度上取得突破，能够理解和生成更复杂、更有意义的内容。

三、VC 可能会很快调整投资逻辑

随着大模型技术的不断发展，投资大模型的逻辑可能会很快调整。

未来，投资大模型的重点将会放在以下几个方面：

1. 模型的创新性

上图展示了破坏性创新的概念。破坏性创新是指一种新技术或新业务模式，它通过以一种非传统的方式满足了原有市场的需求，从而迅速地取代了传统产品或服务，颠覆了原有的市场格局。

上图图中的纵轴表示性能，横轴表示时间。在传统创新模型中，随着技术的进步，产品或服务的性能会不断提高，最终满足了消费者的需求。然而，在破坏性创新模型中，新技术或新业务模式往往会从低端市场开始，以低成本、低性能的产品或服务满足了部分消费者的需求。随着技术的进步，新技术或新业务模式的性能会逐渐提高，最终取代了传统产品或服务。

这特征符合这波大模型爆发的行情。

上图中的曲线表示了传统创新和破坏性创新的不同。传统创新的曲线是向上的，表示产品或服务的性能会不断提高。破坏性创新的曲线是先向下，然后向上的，表示新技术或新业务模式会从低端市场开始，然后逐渐提高性能，最终取代了传统产品或服务。

如图示例除了LLMs历史上还有如下破坏性创新的产品：

• 数码照相机：早期的照相机性能很差，但价格很低，满足了部分消费者的需求。随着技术的进步，照相机的性能不断提高，最终取代了传统的胶片相机。
• 计算机：早期的计算机价格很高，只能在大型机构使用。随着技术的进步，计算机的价格逐渐降低，最终进入了家庭。
• 互联网：互联网最初只用于军事和学术研究。随着技术的进步，互联网逐渐普及，改变了人们的生活方式。

破坏性创新可以颠覆现有的市场格局，创造新的机会。因此，创业需要了解破坏性创新的概念，才能在竞争中保持领先。

以下是一些关于上图关于LLMs具体见解：

• 这张图中的“性能”可以理解为大模型和LLMs产品或服务的满足需求的能力,如：文生文、文生图、图生文、文图生视频等单模态和多模态。
• 这张图中的“时间”可以理解为技术进步的速度，大模型和其应用的时间进步速度是毫秒ms计。
• 破坏性创新往往会从低端市场开始，因为低端市场往往是竞争最不激烈的市场，例如大模型中的替代客服的应用（一般客服被认为不需要很高学历的岗位）。
• 破坏性创新往往会以低成本、低性能的产品或服务满足部分消费者的需求（如大模型生成文案可用较低的成本替代160万年薪的高手文案）。

随着技术的进步，破坏性创新的产品或服务的性能会逐渐提高，最终取代了传统产品或服务。

2. 模型的应用场景

应用场景主要看如下书籍：

3. 模型的商业化潜力

目前大模型和LLMs对应的应用在TO B 和 TO P （IP各种比C大的个人）应用中付费能力和意愿度都是比较高于移动互联网时代，另外TO C的超级应用/强应用会诞生于TO P的产品。

AI For everyone：

小结

大模型投资是人工智能领域的热门赛道。但投资者需要注意，投资大模型的逻辑正在发生变化。

希望这篇文章对你有所帮助。