资深投资人揭秘Deepseek“不融资”生存法则 - 多模态是下一代大模型明确方向

多模态是下一代大模型明确方向

问：听说咱们今年的行研已经结束了，与去年比，我们在大模型和AI领域得出结论有哪些变化？之前您认为开源大模型可能落后于闭源，Deepseek大火后，您的看法有了哪些改变？
宋春雨：今年标志着一个新时代的开始，整体AI发展正在加速迈向硅基智能。以Deepseek为代表的开源大模型崛起，反映出AI普惠趋势明显加快。

我们得出三个主要结论。第一，去年我们在分析AI大模型格局时认为开源与闭源各占五成。Deepseek最大的价值是AI普惠了，AI普及加速，这会让开源和闭源模式变成八二开，开源大模型占比80%，闭源大模型占比20%。

Deepseek的开创性贡献体现在两方面，一是其不仅开源了推理模型，还大幅降低了模型部署成本，加速了智能体和AI应用的普及。同时，Deepseek在工具链、数据链以及调用性方面更透明，也促进了智能体之间的协作。例如，像Manus这样的平台，使得多个智能体协同完成复杂任务成为可能。

第二，在大模型和AI领域，中国和美国已成全球两大核心力量，代表当前AI发展的最高水平。由于大模型高度依赖数据，主权AI的逻辑依然成立。

第三，Deepseek带来AI普惠后，下一阶段会有智能体的大爆发，垂域智能体和通用智能体会加速进化。在物理世界，我们看大模型对物理世界的影响主要是两个方向，一是车的自动驾驶，二是具身智能。会出现基于物理世界真实数据和仿真数据的专属具身智能大模型。

问：现在行业对具身智能判断两极分化，你怎么看？
宋春雨：我个人认为具身智能是物理世界进化的终极形态。首先，在有限场景的泛化，比如工厂内的分拣工作，两年内能产生ROI；其次，未来的机器人将呈现多样化共存的状态，它们不一定是人形的，可能是轮式的，或者配备的不是五指灵巧手，而是简单的夹具等形式。

问：和第一波具身智能创业者相比，这波创业者有何不同？
宋春雨：第一波创业者大多来自高校教授，而这波创业者很多都具有产业背景，比如创业者本身在智能驾驶公司、或者在特斯拉等工作过。

问：智能驾驶现在处于哪个阶段？
宋春雨：智能驾驶现已进入快速收敛期，自动驾驶肯定是具身第一个成功的商业化成功的场景，毕竟自动驾驶本质上就是一种“四轮机器人”。

自动驾驶已经迎来了类似iPhone的突破时刻，这一进展主要由视觉大模型驱动，然而具身智能落地应用仍需进一步演进。在中国，自动驾驶领域的创业公司会进一步收敛集中。由于特斯拉的FSD在国内缺乏数据训练支持，这对中国的自动驾驶企业来说是一个机会。一旦这些企业能够提供超越用户体验门槛的产品，就会对市场产生重大影响。

问：多模态大模型算今年的投资重点吗？
宋春雨：从模型进化来看，Deepseek-R1和OpenAI的o1主要基于文本处理，下一代大模型比较明确发展方向是多模态。典型案例是GPT-4o的多模态能力，图像、声音等是大模型获取世界数据的方向。

问：怎么看文生视频方向？
宋春雨：我个人感觉文生视频的技术框架上还没有完全走通，OpenAI的Sora相当于给大家放了个demo（一个演示性产品），模型本身还需要突破。