字體：小 中 大 |
|
|
|
| 2023/01/02 10:18:28瀏覽72｜回應0｜推薦0 | |
|
2022年11月底，一場全球矚目的搬遷，在中國臺灣和美國亞利桑那州之間發生。兩架臺積電的客機，將300名半導體工程師運往美國，這還只是第一批，未來預計將會有1000餘名工程師赴美，他們將在臺積電亞利桑那州廠承擔先進制程的晶片製造。
隨後，臺積電舉行了上機儀式，出席這場儀式的包括美國總統拜登、AMD董事長兼CEO蘇姿豐、英偉達創始人兼CEO黃仁勳和蘋果公司CEO庫克，幾乎囊括了全球半導體行業巨頭。
臺積電亞利桑那州工廠奠基儀式，圖片來源：eetimes
拜登在儀式上宣佈，“美國製造業回來了。”
畢竟最初半導體產業鏈的全球化正是從美國加州發起，然後逐漸將製造環節外包到其他國家和地區。
臺積電創始人張忠謀卻感歎，“全球化幾乎死去，自由貿易也快了。”
這種帶著濃厚政治色彩的搬遷，是今年整個硬科技行業裏的底色之一。
另一重底色，是熬著、活著。
“今年的主要任務就是活著。”多位硬科技領域的企業創始人如是說。
“對今年的硬科技行業來說，不投，可能才是最好的選擇。”一個產業基金合夥人借此表達了無奈。
經濟衰退期又遇上了半導體的下行週期，每一個科技公司都無法倖免。
但，在看似低迷的環境下，正在醞釀一場百年未有的變局。
經濟學家對於變局，總是冷靜。清華大學經濟管理學院教授朱恒源看來，每當產業革命發生的時候，就會出現新老產業範式的替代。其結果是原範式主導者會本能發起技術封鎖、零部件斷供以及發動全球產業鏈對後發者脫鉤，阻止後發者搶先向新範式躍遷。因為只有這樣，它才能保住自己在產業鏈中的主導地位。這種現象有跡可循，例如第一次產業革命時英國對美國的封鎖，和第二次產業革命時美國對日本半導體的封鎖。
中科創星創始合夥人米磊則說：“只有重大技術的進步才能夠把大家從存量市場的內卷中解脫出來。”
2022年，無論對於半導體、自動駕駛行業、AI或是消費電子來說，都是拐點的一年。低谷和盤整，是2022年硬科技行業的主基調。脫虛向實、消解庫存、等待新的機會。
科技產業人士表示，這是行業回歸冷靜的標誌，大浪淘沙，是時候淘汰一些泡沫，將資源集中給真正有實力的公司了。
一些新的技術突破正在初露端倪，在AI行業，長期苦於研究瓶頸的AI迎來了一個重大突破——ChatGPT出現，讓大家看到AI大模型商業化的可能。
元宇宙和硬體的結合，在今年迎來了一個投融資的小高潮。儘管還處於技術成熟度曲線的早期，但VR／AR仍是目前看來，在消費電子領域最具現象級的市場創新。
儘管我們並不知道，誰是顛覆式創新的最終引領者，但一點毋庸置疑，全球科技行業的低谷只是暫時的，此刻，正處於創新爆發的前夜。
本土可控的背後：野望全球
近兩年，建立本土產業鏈是縈繞在科技行業的一個主題，也將是未來數年，全球每個國家和地區的重要命題。
全球化分工下的衝突，在晶片領域最為激烈，因為晶片已經成為了新一輪智能化革命的基礎，晶片界人士將其比喻為智能化時代的“石油”。
在過去的幾十年裏，美國一直主導著晶片產業的最高話語權，矽谷穩坐世界科技產業的頭把交椅，全世界的創新押注在美國西北部的加利福尼亞，由加州源起的產業鏈分工也在全球範圍展開。
張忠謀在德州儀器的同事和領導可能都不會想到，46年前由Morris Zhang所說的那個“無晶圓廠”和代工模式會在今天極大左右全球半導體行業，甚至威脅了美國的霸權地位——張忠謀所創立的臺積電掌握了全球最先進晶片的生產製造，主導了全球最關鍵的晶片產能，這種局勢，連美國都開始慌了。
臺積電創始人張忠謀，圖片來源：substack
為了解決這種擔憂，美國的做法是漸進式的。他們的擔憂從去年其要求半導體公司交出訂單數據就可以看出，美國政府表示，其需要更多有關晶片供應鏈的資訊，以提高危機的透明度，確定造成晶片短缺的原因。這些資訊對於企業來說都是機密，交出客戶訂單就意味著把公司的底牌展露無遺。
“我們對於這些措施絲毫不感到奇怪。”一位美國半導體公司高管曾告訴虎嗅。過去兩年裏，他們公司提交給美國政府的法律檔越來越多、越來越細，檔數量從幾十頁到幾百頁。
另一面的威脅來自中國大陸。根據美國半導體行業協會統計，2021年，中國半導體市場銷售額為1925億美元，銷售額為全球最高。根據第三方諮詢機構Gartner的數據，2021年全球積體電路銷售額為5835 億美元。作為全球半導體最大的市場，勢必需要有與之相匹配的話語權。這一點也令美國擔心。
拜登上臺後，連續頒佈了多項產業政策引導製造業的回歸以及對中國的半導體產業發展作出限制。最為重磅的就是8月9日，拜登簽署的《2022年晶片與科學法案》，對美國本土晶片製造和研發進行直接補貼和稅收抵免。
圖片來源：NPR news
這項法案的補貼重點是晶片製造。為半導體和無線電行業提供542億美元的補充資金，其中有527億美元專門撥給美國半導體行業。該法案還包括了用於半導體製造以及半導體製造設備的25%投資稅收抵扣。在這份法案中，有一項關鍵規定指出，如果接受方在中國或其他相關外國進行涉及半導體製造能力實質性擴張的重大交易，將導致該接受方喪失抵免額。該政策將於2022年12月21日生效。在今年10月，美國政府所頒佈的新的制裁規定中，更是對半導體企業在中國的投資和運轉做了更加嚴格的限制。
對於研究產業政策的學者以及企業界人士來說，這無疑是美國有史以來力度最大的產業政策。即便是當初美國應對日本半導體崛起的危機時，也只是通過一些貿易制裁的方式對日本半導體企業進行限制，直接補貼，前所未有。
晶片法案之後，美國企業界人士就告訴虎嗅，在法案宣佈之後，已經有許多企業排隊拿補貼了。當然，500多億美元的補貼，還要給不止一家企業分，對投資極大的半導體製造業，顯然不夠塞牙縫。對企業來說，補貼之外，更重要的是稅收的抵扣。當然，在這套美國制定的遊戲規則中，英特爾、美光這些頭部半導體企業顯然是最大受益者，這一點上，臺積電和三星可能都要往後排。
不過，美國建立本土產業鏈的方法，除了補貼，還能通過霸權的方式讓臺積電、三星等企業在美國生產製造晶片，而且是先進制程的晶片。分析臺積電的股權結構可以發現，臺積電的主要股東有花旗銀行、摩根大通等，其能夠參與臺積電的決策。這個方法很管用，很快臺積電和三星就分別宣佈在美國建立先進制程生產工廠。
“我認為美國的製造業要回歸很難，他們的地價昂貴、工資高昂，代工廠對水電的用量高，這幾方面美國都沒有優勢。”一位在全球頭部代工廠工作過的研發專家告訴虎嗅，但他也表示，美國想要讓其製造業回歸，也完全是有可能的，只是需要時間。並且，美國不缺半導體產業的領軍人才，缺的是一些高級的製造業工程師人才，這相對更好培養。
與此同時，歐洲也著急了，其在2022年年初發佈了《晶片法案》，法案中提及，歐盟擬動用超過430億歐元的公共和私有資金，用於支持晶片生產、試點專案和初創企業。
當鏡頭拉到中國來時，一場圍繞建立安全可控產業鏈的故事正在悄然發生，力度和範圍都比過去幾年更大，這個趨勢將會在2023年延續。
一位投資人向虎嗅講述了他所瞭解到的發生在整車廠的故事，在整車廠內部的KPI考核中，被增加了一個指標——在終端產品中使用一定比例以上的國產零部件。這是在過去幾年裏極少發生的情況，或許車廠也不會想到，有朝一日，選擇國內供應商會被作為一個考核指標確定下來。
國內的供應商自然也迫切希望抓住這個機會。開模費，對車廠來說一直是一個不小的成本。之前找國外供應商做開模，可能要賣到10萬臺甚至以上的車，才能把開模費的成本攤回來。但現在，很多國內的創業公司可以免費開模。離客戶近，也是國內供應商所能夠利用的優勢。一款新車型在發佈之前，需要經歷三年及以上的測試，零部件廠商就需要時刻與主機廠保持溝通。一些國產零部件廠商的工程師幾乎每天都和車廠泡在一起，調試產品。
有一點可以肯定，國產替代的需求正在越來越多，這種需求更多來自於對建立本土可控產業鏈的迫切，很多時候可能並非是全球化市場競爭的結果。需要承認的一點是，選擇國產供應商，或許意味著更長時間的驗證、試錯。這個過程很長，但也是必須要走的一條路。
根據中國海關總署的數據，2022年10月，中國進口的半導體設備較去年同期進口數量下降了39.8%，採購金額下降了23.1%，是兩年以來的最低水準。另一面，在工廠端，半導體設備的國產化率在提升，根據天風證券的統計，以2022年以來規模化公開招標的5家晶圓廠為樣本，2022年1-7月份5家晶圓廠（華虹無錫、積塔半導體、福建晉華、華力集成和華虹宏力）合計完成國產設備招標230臺，國產化率約36%。
在供應鏈紛紛本土化的洪流下，智現未來正是一個外企本土化的樣本。這是一家做先進制程式控制制軟體的公司，主要方向是打造一個結合智能監控、智能分析、智能預測三大產品線的半導體工程智能平臺。
智現未來的前身是韓國BISTel中國分公司，BISTel成立於2000年，在半導體智能製造系統和人工智慧技術在半導體製造領域的應用中有20多年的積累。2021年，中國科技集團收購了BISTel的資產與團隊，重組為中國本土公司——這是一個外企本土化的樣本。
作為一家製造EDA和工程智能系統供應商，半導體代工廠，半導體IDM和液晶面板廠是智現未來的客戶。一直以來，半導體生產先進制程式控制制的軟體市場一直是歐美公司佔據，頭部廠商就有Onto Innovation、應用材料、PDF Solutions這些公司。許偉，是智現未來的CEO，他形容，這是一家“既年輕又成熟”的公司。過去一年，他們完成了所有技術，甚至包括資料庫關聯上的脫美化的動作。 相比於從零開始做一家本土工業軟體公司，智現未來的這條路顯然更高效。
許偉告訴虎嗅，智能工程領域的軟體最大的難點在於試錯成本太高。在半導體工廠，產線基本是精細化、自動化管理、無休運轉。因此，對於設備、測試、經營等數據的管理要求很高，一旦由於軟體原因產線停運，損失巨大。
一些國產設備公司或國內的代工廠在軟體的認識上並不到位，許偉坦言，這是他面臨的挑戰之一。例如，Interface-A 作為國際半導體製造協會SEMI的設備數據採集標準，為先進制程式控制制和設備診斷維護提供了完善的協議。但是至今國內的設備公司在提供Interface-A 能力上還有很長的路要走。
“我們看到國產設備公司與國外領先公司的差距在軟體上也很大，一方面需要投入更多研發，另一方面完全可以與我們這樣經過產業驗證過的軟體公司合作。”許偉說，目前來看，至少要讓他們開始重視這件事。作為一家全球先進制程式控制制領域排名前列的工業軟體公司在中國的二次創業，他們要講的，比起簡單的國產替代，更多是一個關於教育和引領生態的故事。
中國的半導體廠商需要重視這件事：建立本土產業鏈的背後，其實依然是全球化的競爭，國產替代並非一勞永逸的機會，只是一個時間窗口，這些中國公司仍然需要瞄準全球競爭，他們的征途應該是全球的商海。
建立本土產業鏈，還意味著一個更為核心的能力——在全球範圍內尋源的可控性，包括自己開發、掌握以及在全球尋求可獲得的供應鏈資源。這或許可以通過某些資本的運作，或是通過某種核心能力的交換。因為沒有一個國家和地區能夠單獨完成所有半導體生產的環節。
自動駕駛夢醒時分
與半導體行業一樣，2022年，對自動駕駛行業來說同樣沒有多少好消息。
裁員、高管離職、申請破產、估值暴跌，這些關鍵字貫穿著今年自動駕駛行業的始末。先是背靠福特、大眾兩座大山的Argo AI宣佈破產，然後是英特爾旗下的Moileye以估值縮水70%的代價完成“放血式上市”，最後，劍指L5級自動駕駛的蘋果也不得不在大裁員後規劃出一個“相對平穩”的技術路線。
儘管國內暫時沒有出現大範圍的行業危機，但資本市場對於自動駕駛產業已經不再如過去那般熱忱。
根據第三方數據機構IT桔子統計，2021年國內自動駕駛行業共發生144起投融資事件，融資規模為932億元。但截至2022年11月14日，自動駕駛行業投融資事件為92起，融資規模僅為240億元，這種斷崖式的下跌在2019年發生過一次，只不過這次市場已經給行業設定了“最後期限”。
數據來源：IT桔子
“2022年，（自動駕駛）量產為先。” 中國汽車百人會車百智庫研究院高級研究員張強認為，在今年，無論是開發輔助駕駛方案的廠商，還是高階自動駕駛方案的廠商都要儘快在量產車型上應用，即使無法實現盈利，但至少要逐步形成“自我造血”的能力。
張強所提到的自動駕駛與輔助駕駛是一個相對寬泛的定義。按照國際汽車工程學會發佈的《標準道路機動車駕駛自動化系統分類與定義》：根據系統執行動態駕駛任務的多少，將自動駕駛分為L0-L5及六種不同級別。
其中，技術分水嶺在L3級別。理論上講，只有L3及以上才能稱之為自動駕駛，而之下被統稱為輔助駕駛，目前量產車上常見的如ACC（自適應巡航）、LDW（車道偏離預警）、BSD(盲區檢測)都可以被歸為這一範疇。
在2018年以前，行業內的投資幾乎全部圍繞自動駕駛展開，一位業內人士感慨，“那時候如果說自己做的是L2級輔助駕駛，投資人都懶得看你的PPT”。
雖然自動駕駛的願景很美好，但經歷過去幾年的大浪淘沙，純粹的L4級自動駕駛技術已經很難被相信在現階段具備量產化的商業價值。
“當下L4最大的問題是受法律法規限制，可場景局限性較強，主要在在港口、礦山、園區等封閉場景中使用”，張強表示。
這也導致了目前L4自動駕駛難以量產的問題，由於可靠性和安全性在現階段無法得到切實保障，大多能夠實現L4自動駕駛的汽車，當下能做的就是在示範區的路上採集數據以完善迭代演算法。也有業內人士向虎嗅表示，如今在自動駕駛上，技術正走在立法的前面。
因此，部分過去主攻L4自動駕駛的廠商開始考慮起更實際的問題——同步向輔助駕駛領域降維。
最具代表性的公司是Monmenta和百度。前者在成立之初就制定下“量產自動駕駛與完全無人駕駛同步開發”的產品戰略，後者作為國內最早佈局自動駕駛領域的互聯網大廠，在2021年x正式成立智能汽車事業部，開始佈局L2+，並於今年再次強調了“L4/L2+”技術共生路線。
所謂L2+，就是自動駕駛公司在傳統L2功能的基礎上，通過感測器等硬體補充和軟體定義，打造符合當前監管框架下可量產的導航輔助駕駛功能。L4自動駕駛廠商進軍L2+賽道，不僅能提升企業營收，提升估值，而且還可以借助數量龐大的量產車輛中的實際行駛數據去迭代演算法，比單純地推進L4效率高很多。
在這方面，數據顯然是最重要的一環，而在張強看來，大多數L4公司都具備互聯網基因，在數據和演算法的處理上得心應手，這也是他們在“降維”後最大的優勢。
目前市面上常見的幾種概念，如L2+，L2.5，L2++並沒有本質區別。
儘管自動駕駛廠商的理念開始貼合實際，但業內也不乏出現反對的聲音，其中最集中的就是——L4演算法遷移至L2平臺時難以匹配。
張強指出，目前L4的演算法已可以通過剪裁應用到L2輔助駕駛，這對公司演算法的剪裁能力要求較高，如何在保障L2輔助駕駛功能安全和可靠性的同時，平衡計算平臺的算力利用效率和成本，這是企業面臨的挑戰。
對此，百度方面向虎嗅表示，在成本問題上，近年來百度進行了L4、L2+整體技術架構的統一，同時把兩邊數據打通，形成數據閉環和建立仿真基礎設施、把二者的配套工具鏈完全共用。所以整體而言，成本是能夠被攤薄的。
此外，L4公司降維L2+的另一大問題是，這些過去缺乏工程開發經驗的公司，在供應鏈管理和系統集成的能力上存在明顯的短板。
一位業內人士向虎嗅表示，“傳統Tier1廠商在配合車廠研發時，可以派出上百人的工程師團隊，例如複雜的電子電氣架構，都需要大量的人力資源投入，以滿足不同車廠的標準，這對於以軟體工程師為核心的L4廠商來說是個很大的挑戰。”
但L4公司降維去做L2+，是否會和傳統L2廠商形成針尖對麥芒的對立局面？
“在輔助駕駛系統供應商中，2020年年搭載量超過百萬套級的有博世、大陸、電裝和安波福，僅這四大Tier1廠商所占的市場份額就超過80%。”一位業內人士認為，初創自動駕駛商不會輕易染指已經固化的傳統L2業務，相反，上述的Tier1廠商可能會因為數據演算法能力的不足，主動找到L4和L2+廠商展開合作，補足自身短板。
實際上，張強所說的這種合作趨勢在行業中已經非常明顯。比如博世自2020年6月開始，先後投資了馭勢科技、Monmenta、文遠知行三家從事L2+技術開發的公司。
綜合看來，2022年可能是L4廠商降維的最後機會了。一位自動駕駛領域資深人士告訴虎嗅，類似小馬智行、AutoX等今年還在執著於“跨越式路線”（L4）的公司，明年可能真的要好好考慮下風險問題。
“道理很簡單，在當前悲觀的大環境下資本市場對於高階自動駕駛無法‘自我造血’的忍耐度很有限，少有投資者能再給他們3-5年的時間去實現量產。”上述資深人士表示。
當然，這並不代表L4自動駕駛的願景將就此破滅。
百度的做法可能是一條可行的道路。有業內人士認為，從更長期看，利用L2的規模優勢，能夠提前收集L4泛化所需要儲備的長尾問題(即制約高級別自動駕駛發展的關鍵問題)。隨著未來制約L4的政策和技術突破，L2積累下的數據也會賦能L4的發展。
按照百度的測算，未來3年-5年，百度領航輔助駕駛產品搭載量有望突破百萬，如此龐大的L2+乘用車規模，可有效地收集和補充長尾問題。
人們為何對AIGC如此興奮？
2022年，被稱為“AIGC元年”。
在2022年中旬，就有人如此定義，彼時，人們還只是看到了基於DALL-E 2、Stable Diffusion在圖像生成領域的成就，以及那張Midjourney的《太空歌劇院》。
Jason Allen製作的AIGC畫作《太空歌劇院》，圖片來源：technologyreview
Midjourney社群
直到AIGC文本生成模型ChatGPT上線，這個刷爆Twitter和朋友圈的網紅應用可以說是把“AIGC元年”的標籤貼死了。AIGC即AI-Generated Content，利用人工智慧生成內容。
2022年，對於AI行業來說，無疑是里程碑式的一年。AIGC的現象級應用通過社交媒體刷新了公眾對AI的認知，每個人似乎都能明顯感覺到，AI正在變聰明。而對於科學家來說，AI for Science的成果則把AI的想像力拓展到更寬廣的領域。
AI大模型是AI的一種基礎模型（Foundation Model），在大規模寬泛的數據上進行訓練後能適應一系列下游任務的模型。這與過去相比，是一個明顯的改變。
早期的人工智慧以小模型為主，針對單一場景和需求引入知識圖譜，單獨訓練解決單一任務的模型，其代表就是戰勝了人類圍棋大師的AlphaGo。小模型擅長分析單個問題，在過去的幾年中，AI小模型在安全、金融、工業等領域解決單一問題的能力已經超過了人類。
2018年穀歌發佈了大規模預訓練模型BERT之後，AI研究人員發現持續增大AI模型訓練的數據量，不僅能直接有效地提升AI的能力，更可以拓展AI的邊界，從單一任務向多模態發展。但此後的數年，AI行業一直處於學術研究和商業化的瓶頸，難以出現一個明顯的進步以帶動大規模創新。
隨著算力成本逐年下降，大模型演算法不斷優化，數據量指數上漲，GPT-3、DALL-E 2、LaMADA、PaLM、Switch-Transformer等AI大模型不斷迭代升級，AI學界、產業界正在從“大煉模型”向“煉大模型”轉變。
AI行業從業者普遍認為，大模型正在推動人工智慧的第三波發展浪潮。在2022年中引爆的AIGC，正是乘上了這一波浪潮，在AI文本生成、圖像生成、視頻、3D模型，甚至是蛋白質生成方面不斷湧現強大的應用。
OpenAI通過強化學習和通用大模型打造的ChatGPT在2022年底上線公測，其“萬事通”的“人設”迅速躥紅。而OpenAI此前推出的通用大模型GPT-3，則已經開始賺錢，通過API（Application Programming Interface，指軟體系統之間的通信介面）的形式向開發者客戶有償提供文字生成服務基於GPT-3產生的App超過300個。
其中使用GPT-3為網站創建行銷副本的創業公司Jasper，在發佈僅18個月後就達到了15億美元估值。客戶人數約10萬，其中部分客戶已將網路文本編寫工作全部轉向了AI。據行業媒體TechCrunch報導，該公司2021年的收入約3為4500萬美元，到2022年底，其收入有望翻一番。
在圖像生成方面，同樣來自OpenAI的大模型DALL-E 2和Stability AI公司的開源大模型Stable Diffusion則把“文生圖”的AIGC能力推向了可用。Stability AI CTO Tom Mason介紹，Stability AI在AWS上有4000個A100節點，在其他地方還有1500個節點。Stability AI正在將資源開放給研究員們，以便他們訓練模型，這些模型最終都會開源。
此外，英偉達、Meta、穀歌等公司還各自推出了基於AI大模型的“文生3D”、“文生視頻”工具，GET3D、Make-A-Video、DreamFusion等。
與AIGC一樣，在2022年中實現了跨越式進步的還有AI for Science。同樣是AI研發機構的Deepmind在研究方向上與OpenAI火爆的AIGC不同，Deepmind更關注AI for Science，利用強化學習和大模型，深入發掘AI在科學探索方面的能力。
2022年，Deepmind集中發佈了多項成果，包括AIGC編程AlphaCode，可搜索的蛋白質結構資料庫AlphaFold DB，矩陣乘法演算法AlphaTensor等AI系統，以及與瑞士洛桑聯邦理工學院 EPFL合作使用深度強化學習控制托卡馬克裝置等離子體的研究，在這一年中，Deepmind雖然不像OpenAI一樣再社交網路大紅大紫，卻頻登Nature、Science封面。
“從2021年Deepmind發佈AlphaFold2到今天，越來越多的科學家開始看到AI for Science的價值，很快就會有更多的科學家參與到利用AI工具探索科學邊界的隊伍中來。”百度主任研發架構師小度AI演算法負責人謝劍說。
“未來應該會出現幾個大型的基礎模型，開發人員都將基於這些基礎模型研發AI應用。但目前的情況依然是某一家公司開發出一個大型語言模型，然後開放API供他人使用。我認為，將來在基礎模型和具體AI應用研發之間會有一個中間層：出現一批專門負責調整大型模型以適應具體AI應用需求的初創企業。”OpenAI首席執行官Sam Altman曾在採訪中表示，大模型的未來應該是成為基礎平臺。在他眼中，AI是一個可以孵化出無數工具，推動各行各業前進的基礎平臺。
大模型研發和探索的深入正在引導AI逐步邁向AGI（Artificial general intelligence，通用人工智慧）。Sam Altman認為，AGI相當於一個可以共事的普通人，任何遠程同事可以通過電腦幫你完成的工作，AGI也可以做，包括讓AGI學習醫療知識和寫代碼等。AGI的重點是擁有學習的元能力，只要人類需要，它就可以往任何技能方向發展並精通。
不過，從目前來看，在眾多百億、千億級參數量大模型中，產業應用水準尚不樂觀。算力和成本在一定程度上仍然限制著大模型推廣應用。大模型解決問題能力不完全盡如人意，圖片生成錯誤多，語言模型易出現胡編亂造的情況。且機器訓練成本過高，對於應用企業來說性價比過低，研發企業則無法用利潤覆蓋運營成本。
“2022年，AIGC幾乎是實現了從0到1的跨越，在此之後，AIGC的發展速度一定會更快，明年可能就是1到10，10到100。”謝劍認為儘管目前大模型的推理成本還比較高，但是隨著技術的進一步發展，一方面推理成本會逐步下降，另一方面技術能力不斷突破會創造更大的價值，長遠來看AIGC的發展潛力巨大。
事實上，ChatGPT的研發者OpenAI一直以非盈利模式推動研發的，在2019年接受微軟10億美元投資時，曾設置“有限盈利”架構，限制VC投資。OpenAI規定投資者的回應不能超過投資金額100倍。據The Information報導，目前行業AIGC的頭部企業OpenAI的年收益只有數千萬美元，收入主要來自Jasper等授權API的初創公司。
不過，OpenAI亦正在慢慢從偏學術的科研機構轉化為科研和產業並重的機構。路透社的報導中則提到，雖然OpenAI短期營收表現不樂觀，但其商業模式有望在未來一到兩年內有巨大改善，預計明年營收將達2億美元，到2024年營收達10億。
AI企業盈利能力的問題，也並不只存在於側重研發的大模型或科研領域。在商用AI領域，今年上半年登陸科創板的兩家國內AI企業格靈深瞳、雲從科技的招股書顯示，2018-2020年，兩家公司營收均不甚理想。格靈深瞳在2020年剛剛實現正向現金流，盈利1032萬元，雲從科技的持續虧損收窄趨勢亦不明顯，2020年虧損達7.2億元。1月3日，在港交所更新了招股書的創新奇智，這三年的營收則分別為0.37 億、2.29 億、4.62 億。淨利潤為-0.45 億、-1.6 億、-1.44 億。
“AI的商業化道路還有待繼續探索，目前很多行業的AI小模型已經非常成熟了，因此短期來看主要商業模式還會集中在通過小模型實現具體功能。不過，未來的AI版圖中一定少不了大模型。”智源創投基金投資總監向其奇認為，雖然現在AI產業還處在“找釘子”的階段，但大模型的不斷演進，使AI這把錘子愈加好用，找釘子的難度會越來越小。
在AI通用大模型加速人工智慧產業變革的過程中，中國人工智能的發展也迅速崛起。
“與高端製造、生物醫藥、航空航太等行業相比，人工智慧或許是中美差距最小的行業之一。從現在看來，這個差距大概有兩三年，人工智慧的發展充滿潛力。”向其奇表示。
國內研發起點雖然仍比美國略低，但追趕勢頭強勁。在通用大模型研發方面，北京智源研究院的悟道、華為的盤古、浪潮的源等在算力、演算法和參數方面與OpenAI領先的GPT-3均已相差不多。智源悟道2.0的參數更是高達1.75萬億，為GPT-3的10倍。
“有了成型的模型以後，我們還需要不斷地在實踐中迭代，探索模型能力的邊界。”向其奇表示，目前國內大模型在應用方面的實踐正在逐步增多，主動與悟道團隊接觸的下游企業已有數十家，且還在持續上漲。
不過，向其奇也表示，國內AI產業還是熱衷於“追熱點”，以數字人產業為例，根據艾媒諮詢報告，2021年，國內虛擬偶像整體市場規模和核心市場規模分別為1074.9億元和62.2億元，預計2022年將分別達到1866.1億元和120.8億元，一年時間實現翻倍。
“中國現在有上萬家數字人企業，其中很多公司都是在這幾年成立的，有的專案甚至只需要幾萬元的資金就能啟動，整體產業偏低端，核心競爭力差。最近火熱的AIGC也是如此，國外模型開源後，國內大量AIGC公司雨後春筍一般湧現，大家又進入了“開卷考試”階段，專案個體差異很小。
VR/AR還接不了手機的棒
對今年的消費電子廠商，冬天來得更早也更冷一些。
第三方調研機構Canalys的數據顯示，今年一季度，全球智能手機出貨量同比下降11%，二季度出量下降9，三季度出貨量下降9%，這個創造全球萬億美元產值規模的行業，在2022年已經不存在銷售“淡旺季”之分。
PC行業的光景要更加慘澹。第三方機構Gartner的數據顯示，2022年一季度全球PC出貨量同比下降6.8%，二季度出貨量下降12.6%，三季度出貨下降19.5%，直接創下行業20年來的最大降幅。
一位PC從業者向虎嗅表示，“儘管2021年我們被供應鏈的問題所困擾，線上上辦公與線上教育的需求結束後，2021年可能是這個行業最好的一年。”彼時，線上上辦公與線上教育的需求提振了PC產業的銷售。
手機與電腦，這兩個左右消費電子市場風向的行業，如今已進入歷史性的衰退階段，想要複刻過去的高增長幾乎再無可能。今年開始，至少到2023年中旬，都將是去庫存的一年。
全球產業資本都在迫切地尋覓下一個現象級市場創新，在“元宇宙”概念的推動下，VR/AR行業站在了舞臺中央。
根據陀螺研究院的統計數據，2022年上半年，全球VR/AR整體投融資總額為312.6億元，較去年同期的228.2億元，同比上升37%。
數據來源：陀螺研究院
愉悅資本投資總監蔣鍇向虎嗅表示，今年行業內最大的變化是，互聯網大廠的戰略投資部門開始主導這個賽道，產業資本也較為積極，相反財務資本要表現得相對謹慎。
“很多互聯網公司有著很強的憂患意識，已經在考慮VR/AR設備未來替代或與智能手機融合的可能性。”在蔣鍇看來，當下的互聯網大廠在智能手機市場爆發的時代，完成了從Web端到移動端的升級，而隨著手機行業走入創新瓶頸，VR/AR至少在現階段有很大希望成為下一代計算平臺。
這樣一場潛在的終端革命，國內的互聯網大廠們不願缺席。從去年位元組跳動收購Pico後，包括阿裏、騰訊、美團在內的一眾公司，紛紛從硬體、內容、生態等多個維度展開佈局。
互聯網大廠親自下場後的效果是立竿見影的。在位元組收購Pico後，這家向來缺乏“硬體基因”的公司給Pico提供了包括內容、管道和行銷上的全方位扶持，來自第三方數據分析機構Wellsenn XR的統計，僅在今年第二季度Pico出貨量就突破26萬臺，較去年同期增長近8倍。
一些獨立的VR／AR創業公司，雖然沒有大廠雄厚的資源作為支撐，但其中也不乏有抓住機遇的創業者。
成立於2017年的Nreal，在過去5年基本沒有踏足國內市場但也選擇在今年進軍中國市場，並在短短5個月內佔據國內AR眼鏡市場出貨量的首位。
數據來源：analysys
Nreal創始人徐馳告訴虎嗅，國內用戶對於AR的熱情要遠遠超出他們的設想。“與海外用戶相比，其實國內的數碼極客群體在人數上要少一些，但國內的年輕消費者對於新興電子產品的接受度非常高。”徐馳向虎嗅表示，在用戶的溝通回饋中，他們發現許多國內用戶能夠認同數字螢幕替代物理螢幕這一觀點，這讓他信心十足。
與相對成熟的VR行業不同，AR還處於一個混沌發展時期。如果把手機行業的發展歷程套在VR/AR行業上，那麼VR行業中的Oculus Quest 2發佈大概相當於初代iPhone，至於AR行業，可能還沒邁入智能機時代。
這也給AR創業公司提供了一個寶貴的窗口期。徐馳認為，當行業進入下半場後，產業鏈的成熟勢必帶來同質化競爭，後續互聯網大廠的介入將會給行業帶來衝擊，但在此之前，創業公司完全有機會憑藉與產業鏈的共創，以及藍海市場的增量，去形成自己的技術壁壘和品牌優勢。
看到這一機會的不止是Nreal一家公司。2022年，包括影目科技、亮亮視野等過去定位於工業顯示的AR企業都推出了C端產品，李未可、麥耘等新入局的玩家也拿出了首款作品。而發展較早的VR行業，甚至已經進入比拼生態的階段，似乎在消費電子行業中，一個百花齊放的時代即將到來。
當然，這一切的前提是，VR/AR能夠實現真正意義上的爆發。
但就目前來看，這個行業還無法斷言能否穩步增長。根據IDC發佈的預測數據，2022 年，AR 和 VR 頭顯的全球出貨量將下降 12.8%，降至 970 萬臺。不過，這一數字預計 2023 年將恢復增長，出貨量預計將同比增長 31.5%。
出貨量波動劇烈反映的問題是，無論是VR頭顯，還是AR眼鏡，都沒有出現真正的殺手級應用，甚至連核心的使用場景都十分匱乏，這也給VR/AR行業增添了幾分不確定性。在新浪財經發起的一項名為“最容易吃灰的電子產品”投票中，VR/AR設備得票率高居第三位，許多用戶的購買動機僅僅是出於獵奇心理，導致行業內只有極少數公司能夠形成穩定的活躍用戶群體。
尤其是在“元宇宙”概念遇冷後，VR/AR行業失去了一個寶貴的被用戶瞭解的管道。許多從業者都一致認為，“2023年，元宇宙的故事基本也就講到頭了。”在“後元宇宙時代”,VR/AR產業如何獨木成林，這對創業者來說是個很大的挑戰。
但蔣鍇認為，弱化“元宇宙”的概念，反倒可能有助於VR/AR行業形成良性發展。“那些真正有能力的公司，有自己獨立思路和判斷的公司，能夠基於自身實際去創造路徑的公司，不會因為元宇宙熱度的消退而倒下，相反這會幫助行業完成一次洗牌，讓行業歸於理性。”
令人欣慰的是，不同於2016年的那次VR行業爆發後留下的“一地雞毛”，近兩年的VR/AR從業者們還是表現出了相當務實的態度。
多位業內人士向虎嗅透露，今年國內圍繞VR/AR行業的投資開始逐漸向產業鏈上游靠近，從光機到顯示模組，再到定制化晶片，乃至系統級解決方案，國內資本對於產業鏈上游的重視程度甚至要超出VR/AR終端公司。
專用於AR眼鏡的Micro LED螢幕，圖片來源：格羅方德
“一方面，這些投資人普遍都經歷過智能手機爆發的時代，從手機行業經驗來看，在產業形成體系後，核心零部件供應商的估值也可以輕鬆突破百億，甚至千億。另一方面，作為新興行業，中國在VR/AR硬體解決方案上與美國、日本等國家之間基本處於同一起跑線上，在計算光學等部分領域甚至具備一定的先發優勢。”一位資深行業研究者如是說。
在軟體方面，國內VR/AR產業要補足的功課還有許多。比如SLAM演算法，這是一種實現機器人定位、建圖、路徑規劃的演算法，這項被視為VR/AR在軟體工程上的核心技術，Meta等海外巨頭公司早已輕車熟路，這就導致了在使用幾乎相同的硬體解決方案下，Oculus Quest的使用體驗要明顯好於業內的大多數公司。
而在內容生態端上，差距可能要更加明顯。
2022年，VR行業內的一起標誌性事件就是Meta停止對旗下Oculus的補助，全系價格上漲100美元，儘管這造成Quest 2銷量的小幅下滑，但在蔣鍇看來，這也在一定程度上反映了目前Oculus在內容生態上的階段性穩態，或許形成了較為穩定的增長飛輪，而這對於其他VR/AR公司而言，還有很長的路需要探索。
現階段，大多數業內公司在產品升級上仍然秉持著“軟體不夠，硬體來湊”的策略，雖然這更像是一種無奈之舉，但如果要給出“VR/AR能否成為革命性終端”的答案，這個問題恐怕無法回避。這個還處於技術成熟度曲線早期的市場創新還需要經過一條漫長而陡峭的爬坡，才能進入成熟的大眾市場中。
|
|
| ( 時事評論｜政治 ) |
