Un inversor sobre 17 juicios de encarnación, modelos y potencia de cálculo

Autor: Xiao Yan, Tencent Technology

Editor: Xu Qingyang

En los últimos años, las palabras clave más candentes en el círculo de inversión en tecnología en China han girado en torno a la IA, los robots y la inteligencia encarnada.

En la carrera de modelos grandes, Zhipu es una de las primeras empresas que se discuten en el contexto de "OpenAI versión china". Jiyue Xingchen y Shengshu Technology también se encuentran en el centro de direcciones populares como modelos básicos y generación de video. En el ámbito de los robots, UBTECH ya ha llegado al mercado de capitales, mientras que empresas como Galaxy Universal Robots, Yinshi Robotics y Tashi Zhihang representan diferentes exploraciones de los robots desde el cuerpo, los modelos hasta la implementación en escenarios.

Detrás de estas empresas estrella, hay una institución de inversión común: Qiming Venture Partners. Esta institución fue fundada en 2006 y gestiona 11 fondos en dólares y 7 en renminbi, con un total de activos bajo gestión que alcanza los 9,5 mil millones de dólares.

Habiendo invertido en múltiples olas tecnológicas, ¿cuál es la metodología de Qiming Venture Partners?

Recientemente, Zhou Zhifeng, socio gerente de Qiming Venture Partners, compartió su metodología de inversión, analizando las tendencias de desarrollo subyacentes en campos de vanguardia como modelos grandes, inteligencia encarnada y chips de potencia de cálculo, y desglosando los estándares clave para distinguir entre la especulación de conceptos y la implementación real en la industria.

Como inversor, Zhou Zhifeng es un experimentador profundo de la IA. Durante la conversación, a menudo aborda la realidad de la implementación de la tecnología de IA desde perspectivas cotidianas, describiendo el verdadero panorama de la era de la IA. Mencionó que sus mayores, en casa, ya dominan el uso de plataformas de videos cortos y pueden utilizar la IA para consultas de información diaria; en su propio entorno laboral, la IA también está profundamente integrada, utilizando herramientas de IA para desglosar datos y organizar materiales, y aunque su agenda es apretada, sigue prestando atención a la iteración de contenido de videos cortos generados por IA.

Estos fragmentos cotidianos y reales corroboran una tendencia central: la IA ya no se limita a conceptos profesionales en teorías de laboratorio o artículos académicos, ni es solo una historia de capital que permanece en los comunicados de financiamiento del mercado primario, sino que realmente ha penetrado en los terminales móviles del público en general, completando la transición de tecnología de vanguardia a herramienta cotidiana para todos.

La responsabilidad del inversor es, antes de que estos cambios aparezcan a gran escala, juzgar qué direcciones tecnológicas, formas de productos y empresas tienen más probabilidades de llevar estos cambios a la realidad.

Zhou Zhifeng resume este enfoque como inversión "medio paso rápido"—no es mejor cuanto más temprano se entre, ni esperar a que el mercado forme un consenso para entrar, sino entrar después del punto de ruptura tecnológica y antes del punto de explosión comercial.

Zhou Zhifeng, socio gerente de Qiming Venture Partners

Zhou Zhifeng utiliza a Zhipu como ejemplo. En mayo de 2020, el lanzamiento de GPT-3 permitió a Qiming Venture Partners ver que la Ley de Escalado estaba siendo validada, y que los modelos grandes habían cruzado un importante umbral tecnológico. Basado en este juicio, Qiming Venture Partners invirtió en Zhipu en diciembre de 2021. En ese momento, ChatGPT aún no se había lanzado, y "All in AI" aún no era el lema colectivo del círculo de inversión. Hasta noviembre de 2022, cuando ChatGPT hizo su aparición, la IA generativa realmente fue llevada ante el público y el mercado de capitales.

Entonces, ¿dónde aparecerá la próxima oportunidad de "medio paso rápido" en estos campos populares de IA, robots, potencia de cálculo y chips? Durante la conversación en el evento, Zhou Zhifeng no dio una respuesta directa, sino que desglosó más los cambios que están ocurriendo en estos campos.

Frente a estas carreras candentes y la gran cantidad de dinero caliente que fluye, Zhou Zhifeng considera que cuanto más cerca se está del centro de la tormenta, más se debe volver a la pregunta más simple: ¿se está creando un valor real? ¿Puede resistir la verificación de la lógica comercial? Mencionó varias veces que es muy probable que el mercado entre en una fase de "muéstrame el dinero". Cuanto más nuevo es algo, más se debe tener cuidado con la brecha entre la atención a corto plazo y el valor a largo plazo; cuanto más ruidoso es el mercado, más deben las empresas demostrar que pueden convertir la tecnología en ingresos y hacer realidad la imaginación.

A continuación, para mejorar la eficiencia de lectura, Tencent Technology ha organizado los juicios clave de Zhou Zhifeng en primera persona.

01 "La inteligencia encarnada es el campo que más células cerebrales me ha matado, sin excepción"

1. Tras conversar con muchas empresas de inteligencia encarnada, tengo principalmente tres impresiones.

Primero, tanto el mercado primario como el secundario tienen una gran confianza en este campo. La razón principal es que este podría ser el primer sector en la historia que combina la "escala de envío de teléfonos inteligentes" y "el precio unitario de automóviles de pasajeros". Si esta industria se desarrolla de manera madura, habrá un envío anual de 1,000 millones de unidades, con un precio promedio de aproximadamente 30,000 dólares, equivalente a 200,000 renminbi; esto, en la historia del desarrollo comercial humano de dos o tres siglos, es uno de los sectores más grandes, sin excepción.

Segundo, todos están compitiendo por las OPI, esencialmente compitiendo por el dividendo de escasez. El mercado secundario tiene esta característica: cuando las primeras dos o tres empresas de un gran sector se listan, debido a la escasez de objetivos, pueden disfrutar de un dividendo de capital superlativo, lo que se refleja directamente en que el precio de las acciones y la capitalización de mercado se disparan, alejándose de la lógica convencional, por lo que todos quieren adelantarse a la lista.

Tercero, muchas empresas se están volviendo cada vez más difíciles de distinguir. Hemos monitoreado que hay más de 370 empresas relacionadas con la inteligencia encarnada en China, y básicamente recibimos dos o tres nuevos proyectos cada semana. Sus antecedentes de equipo, rutas tecnológicas y escenarios de implementación son cada vez más similares: son principalmente profesores, genios jóvenes, ejecutivos de grandes empresas de conducción autónoma o con antecedentes en modelos de IA; todos hablan de VLA y modelos del mundo; la implementación también gira en torno a la fabricación industrial, la logística y los servicios comerciales, y recientemente han surgido escenarios de robots biomiméticos. Pero el problema es que actualmente no hay un estándar objetivo para evaluar el nivel técnico o la capacidad del modelo, que realmente pueda juzgar quién tiene una tecnología más fuerte o una capacidad de implementación más fuerte.

Por lo tanto, después de que las primeras dos empresas se listan, pueden alcanzar un valor de mercado muy alto debido a la escasez. Pero seis meses a un año después, es muy probable que el mercado entre en una fase de "muéstrame el dinero", donde solo se verá si puede implementarse y si puede convertirse en ingresos de ventas y márgenes de beneficio.

Si para finales de este año o mediados del próximo, la implementación no cumple con las expectativas, incluso si se listan con éxito, su valor de mercado podría caer a unos pocos cientos de miles de millones, y el mercado primario y secundario también podría tener una inversión de valoración. La valoración original del mercado primario no puede sostenerse, y la dificultad de la financiación posterior de las empresas aumentará significativamente.

La clave sigue siendo la tecnología. Si el sector de los robots no tiene un avance clave, especialmente si la ruta técnica no puede converger, la industria tendrá dificultades para implementarse a gran escala. Actualmente, las exploraciones de implementación de robots utilizan en gran medida modelos de escenarios específicos, y no los modelos generales que están muy de moda en la actualidad. Si no se puede lograr la convergencia técnica, no se podrán abrir escenarios de implementación a gran escala, y al final solo se podrán hacer algunos proyectos demo que son prescindibles, y la escala de comercialización no se desarrollará.

Por lo tanto, lo que puedo hacer ahora es seguir observando activamente todos los nuevos proyectos que surgen, asegurando la recolección completa de información y el seguimiento continuo del panorama de la industria.

Ahora el mercado primario sigue luchando por la financiación, y las empresas relativamente estables están preparándose para salir a bolsa. Pero al final, independientemente de si se listan o no, lo que el mercado observa sigue siendo la comercialización. Si la industria no puede presentar resultados de implementación reales, es muy probable que el mercado enfrente un ajuste profundo.

2. Nunca he considerado que el modelo del mundo sea un nuevo sector; la probabilidad de que VLA y el modelo del mundo se fusionen en el futuro supera el 50%.

Es más como una ruta técnica, solo que en el mercado primario se ha convertido en un concepto popular. Recientemente han surgido alrededor de 30 nuevas empresas emergentes de modelos del mundo, y en comparación con las empresas de la ruta técnica de VLA anteriores, no hay diferencias sustanciales en la implementación comercial.

3. Actualmente, la inteligencia encarnada carece de estándares de evaluación objetivos.

Los modelos de lenguaje tienen muchos benchmarks, pero la inteligencia encarnada enfrenta la dificultad de evaluar la fuerza laboral en el mundo físico. Actualmente, hay aproximadamente tres a cinco benchmarks de inteligencia encarnada en el mercado global, pero estas listas han sido cuestionadas recientemente. Algunas empresas han obtenido altas valoraciones mediante el "lavado de listas", lo que es evidente para los expertos de la industria y no tiene ningún significado.

Hasta que los estándares no se consoliden, actualmente más bien inferimos desde la lógica subyacente: primero, si la ruta del algoritmo y la arquitectura del modelo se ajustan a nuestras inferencias; segundo, si el equipo tiene experiencia rica en ingeniería; tercero, la estrategia de datos. Los datos pueden ser la variable más crítica en el futuro. Los modelos de lenguaje lograron la Ley de Escalado al recibir 10 mil millones de tokens; los modelos de video lograron la Ley de Escalado al recibir clips de nivel de mil millones. Actualmente, las principales empresas de modelos encarnados en China y EE. UU. tienen solo unas pocas decenas de miles de horas de datos, lo que está a un orden de magnitud de alcanzar una escala suficiente. Sin embargo, es probable que las principales empresas de inteligencia encarnada de China y EE. UU. alcancen esta escala de datos este año, por lo que podría haber un avance.

Una vez que se logre un avance técnico, la evaluación se volverá más sencilla. Por ejemplo, en un escenario industrial, en una gran empresa con 25 procesos, sin ningún entrenamiento posterior o solo con un entrenamiento posterior muy simple, se puede observar cuántas tareas puede completar el robot con éxito; si la tasa de éxito supera el 50%, la gran empresa realmente pagará por el robot; si solo es del 5%, eso indica que aún no está listo.

4. Los datos son el cuello de botella técnico que los modelos encarnados necesitan superar, pero en el futuro, en uno o dos años, podría cambiar rápidamente.

Para desarrollar un modelo encarnado, se pueden necesitar entre 1 y 2 millones de horas de datos de entrenamiento, y en esta etapa, la cantidad de datos es más importante que la calidad de un solo dato. En cuanto a las diversas combinaciones de datos, la terminología profesional de la industria es estrategia de datos, y en los últimos meses se ha formado un consenso al respecto. Anteriormente, la industria clasificaba varias rutas de datos, como los datos recopilados por Tesla de máquinas reales, que tienen la mayor veracidad, lo que facilita que el modelo aprenda y se adapte; cuando el modelo se despliega en hardware, la coincidencia con los datos de entrenamiento es completamente consistente.

Sin embargo, la recopilación de datos de máquinas reales tiene un umbral muy alto; incluso empresas líderes como Tesla tienen dificultades para avanzar, y la producción anual es muy limitada; se necesitan desplegar 1,000 robots, con personal dedicado, y cada dispositivo solo puede recopilar datos efectivos durante uno o dos horas al día, lo que es extremadamente ineficiente. Para acumular 1 millón de horas de datos, podría llevar diez años, y si Tesla tiene dificultades, otras empresas lo tendrán aún más. Esta calidad de datos es de primera, pero la cantidad es escasa. Anteriormente, Google y OpenAI tendían a utilizar datos de video; Google se ha centrado en el campo de modelos de video, pero los datos de video generales masivos están desconectados de los escenarios de operación de robots; por ejemplo, videos de salas de conferencias son difíciles de usar para que los robots aprendan habilidades prácticas, y en cambio, introducen una gran cantidad de datos de ruido de baja calidad en el modelo.

Entre ambos se encuentra el dato UMI, que ha surgido en el último año, donde los trabajadores registran escenarios de operación reales con dispositivos portátiles, lo que es más fácil de alinear con las necesidades de entrenamiento del modelo. Actualmente, las principales empresas de China y EE. UU. planean adquirir un total de 1 millón de horas de datos de entrenamiento este año, donde los datos de máquinas reales solo representan entre el 1% y el 3%, los datos UMI alrededor del 70% y los datos de video el 20%. Noyiteng ha separado su negocio de captura de movimiento para desarrollarse de manera independiente; la tecnología de captura de movimiento puede optimizar la recopilación de datos UMI y de máquinas reales, y ahora puede proporcionar una variedad completa de datos de entrenamiento.

Además de la escala, los datos de tacto también se volverán importantes. Por ejemplo, cuando un robot levanta una botella que parece normal, pero en realidad es más pesada, los humanos perciben inmediatamente el cambio de peso y ajustan la fuerza de agarre; sin embargo, actualmente, los datos de máquinas reales, los datos de textura y los datos de video carecen en su mayoría de esta información táctil.

Por lo tanto, ahora hay un grupo de empresas que intentan desarrollar soluciones de tejidos táctiles para crear manos robóticas con percepción táctil y recopilar datos táctiles. Este es un área de inversión muy activa, pero actualmente no hay ninguna empresa en el mundo cuya tecnología esté completamente madura.

5. En el nivel de modelos de inteligencia encarnada, las ventajas de China se centran en tres aspectos: datos, escenarios de implementación y soporte de hardware.

Ahora es difícil cuantificar la diferencia en la tecnología de modelos entre China y EE. UU., porque la diferencia entre ambos en los modelos es esencialmente de potencia de cálculo. La tecnología aún no se ha consolidado completamente, y la exploración técnica es muy similar a navegar en un mar oscuro en busca de la isla del tesoro.

EE. UU. no tiene limitaciones de potencia de cálculo; las empresas líderes pueden enviar simultáneamente 30 barcos cada noche, y cada ronda de retroalimentación de exploración es crucial para encontrar la dirección. Cada equipo regresa y reporta la ruta; por ejemplo, hoy navegamos 5 millas en un ángulo de 30° y no encontramos el objetivo, por lo que no hay necesidad de repetir esta ruta en el futuro.

China ahora enfrenta restricciones en chips, lo que limita su capacidad a enviar solo un barco por noche, y esta es la diferencia clave. La ruta general de los modelos de lenguaje grandes ya está clara, por lo que la diferencia no parece tan grande a simple vista. Sin embargo, si la industria experimenta un próximo salto tecnológico, desde una perspectiva probabilística, abrir 30 rutas de exploración simultáneamente comparado con seguir solo una ruta, aumenta significativamente la posibilidad de que Estados Unidos logre un avance tecnológico primero. Aunque a primera vista la diferencia entre los modelos actuales parece pequeña, a largo plazo la brecha no es insignificante.

Sin embargo, China tiene ventajas claras en datos, escenarios industriales y soporte de hardware.

Varias grandes empresas estadounidenses están comprando datos a empresas chinas, lo que indica que su propia reserva de datos es insuficiente.

En segundo lugar, en términos de escenarios industriales, China cuenta con empresas de fabricación masiva como CATL y BYD, que tienen fábricas físicas suficientes para colaborar en investigación y desarrollo.

En tercer lugar, en cuanto a soporte de hardware, un robot humanoide tiene alrededor de 1200 piezas, más del 90% de la cadena de suministro se concentra en el Delta del Yangtsé y el Delta del Perla, lo que permite a las empresas chinas iterar rápidamente tanto el cuerpo como el modelo. Si se detecta que el algoritmo del modelo y la ejecución del hardware no coinciden, se puede ajustar y optimizar con los proveedores en un plazo de dos semanas.

En resumen, China tiene ventajas significativas en hardware y datos, mientras que Estados Unidos tiene ventajas en el modelo, pero la diferencia no es tan grande.

6. Sobre la controversia de si los robots humanoides son "demostrativos" o "prácticos", muchas discusiones no han aclarado los conceptos.

Los algoritmos relacionados con la inteligencia corporal se dividen en tres grandes direcciones: Manipulación, Navegación y Control de Locomoción.

Primero, la Manipulación se refiere al control físico de las operaciones, donde la inteligencia corporal y el modelo del mundo se encuentran; actualmente, la industria aún no ha formado una ruta unificada y madura. En segundo lugar, la Navegación es una tecnología que ya se ha implementado y madurado, utilizada en la conducción autónoma. Tercero, el Control de Locomoción se refiere a acciones de exhibición como correr y artes marciales, que son más demostrativas.

Las tres pertenecen a los algoritmos de IA robótica, pero la clave que determina si un robot puede generar un valor comercial a gran escala sigue siendo la tecnología de control. El desarrollo de la Locomoción es más maduro, y empresas como Unitree están a la vanguardia en este ámbito, mientras que UBTECH también ha acumulado buenos resultados. Por lo tanto, es normal que la gente sienta que solo están mostrando habilidades, ya que esa es su fortaleza. Recientemente, más de 360 nuevas empresas de robótica se han establecido, todas enfocándose en el control; mientras que Unitree y UBTECH tienen suficiente financiamiento y han formado equipos de investigación y desarrollo relacionados, su capacidad en este aspecto no es débil.

Si solo consideramos escenarios de exhibición como el control de movimiento, el techo del mercado global es de aproximadamente 1,000 millones de dólares; en contraste, los escenarios industriales relacionados con la robótica tienen un tamaño de mercado mucho mayor, y ambos no están en el mismo nivel. En términos simples, la tecnología de control de movimiento se desarrolló antes; en los primeros años, los robots solo podían realizar funciones como bailar y actuar; se espera que en los próximos uno o dos años, cuando la tecnología de control se consolide, los robots puedan implementarse en escenarios de gran escala que realmente tengan valor práctico.

02 "Dos cambios en el campo de la IA han superado las expectativas, uno ha quedado por debajo de las expectativas"

7. En los próximos uno o dos años, la valoración de las empresas de IA finalmente regresará a la capacidad de ingresos y entrega. Las empresas de software tradicionales pueden tener un múltiplo PS de 5 a 15, mientras que en industrias de moda y tecnológicamente avanzadas, el múltiplo puede llegar a 20 a 100. La clave para que empresas como Zhizhu mantengan su valoración radica en si pueden lograr un tamaño de ingresos significativo. Si logran ingresos de 10,000 millones, un múltiplo de 100 PS correspondería a una capitalización de mercado de 1 billón; pero si los ingresos son solo de 1,500 millones, la valoración del mercado experimentará una corrección, y la lógica es la misma en el sector de robótica.

El ARR (ingreso anual recurrente) de una empresa representa su potencial de crecimiento, y el reconocimiento de ingresos en libros representa el flujo de caja. La industria de la robótica es similar; al final, todo se reduce a los ingresos totales, y estos indicadores financieros son la medida más justa.

Por lo tanto, lo más importante para las empresas de IA son dos cosas: si la capacidad del modelo puede seguir mejorando y si los clientes pueden generar un uso real y ingresos. Estos dos factores determinan si la empresa tiene valor a largo plazo.

8. En el último año, ha habido dos cambios en el campo de la IA que han superado las expectativas, y uno ha quedado por debajo de las expectativas.

El primer cambio que ha superado las expectativas es la potencia de cálculo de IA. La demanda total de potencia de cálculo, así como la velocidad de cambio en el paradigma de demanda o de entrenamiento a inferencia, han superado las expectativas. Por ejemplo, una gran empresa tecnológica nacional tenía un presupuesto de potencia de cálculo de aproximadamente 50,000 millones el año pasado, y este año su presupuesto es más de seis veces el del año pasado.

Por lo tanto, ya sea que el mercado primario esté viendo una gran cantidad de nuevas empresas de chips de IA de nueva generación, o que el mercado secundario esté especulando sobre la memoria HBM y el sector de comunicaciones ópticas, las diversas tendencias en la industria son impulsadas por una enorme demanda de potencia de cálculo, y toda la lógica subyacente es coherente. En cuanto a si el aumento repentino de acciones individuales es razonable, no puedo juzgar, pero la temperatura y el crecimiento del mercado de potencia de cálculo han superado con creces mis expectativas.

El segundo cambio que ha superado las expectativas es la velocidad de desarrollo de la tecnología del modelo en sí y el consenso que se ha formado rápidamente en torno al modelo en el mercado. Incluyendo en enero de este año, con los agentes representados por los camarones de río, la capacidad de codificación; cuando hicimos las diez principales previsiones el año pasado, en WAIC solo mencionamos que la capacidad de codificación era muy importante, no esperábamos que ahora la capacidad de codificación se convirtiera en la competencia central de los modelos de lenguaje grandes.

Porque la capacidad de codificación ha traído la capacidad de los agentes, creo que el valor industrial de los agentes es innumerablemente superior al de los productos de IA centrados en el diálogo como Chatbot en los últimos dos o tres años. Al mismo tiempo, también ha formado un ciclo positivo: el consumo de potencia de cálculo generado por la operación de los agentes es miles de veces mayor que el de los productos de diálogo simples, lo que también puede explicar por qué el crecimiento en el sector de potencia de cálculo ha superado las expectativas; estos dos están interrelacionados.

El desarrollo de la tecnología del modelo y el fervor del mercado de capital hacia las empresas de modelos también han superado las expectativas. La velocidad a la que se ha formado el consenso del mercado sobre las empresas de modelos de alta calidad es muy rápida, y los valores de las principales empresas pueden alcanzar escalas de billones; también han surgido muchas nuevas empresas de modelos neo labs en el mercado, cuyos fundadores son en su mayoría de la generación de los 90 y 00, y estos proyectos pueden tener valoraciones de 2,000 millones a 3,000 millones en la ronda de ángeles; nunca he visto un mercado tan caliente en todos mis años de trabajo.

Lo que ha quedado por debajo de las expectativas son las aplicaciones de IA, especialmente las aplicaciones 2C. El año pasado, juzgué que 2025 sería el año en que comenzaría la era de las aplicaciones de IA. Ahora, el mercado de aplicaciones de IA sigue siendo superior a las expectativas, pero la forma en que se abre es diferente de lo que pensé el año pasado. Hoy en día, las aplicaciones de IA están principalmente relacionadas con la IA de codificación, incluyendo el desarrollo de agentes, lo cual no había anticipado. El año pasado pensé que tal vez este año veríamos a la IA realmente empoderando a mil industrias, tal vez surgirían algunas aplicaciones 2C con un poco de esperanza de convertirse en nuevos Tencent, nuevos ByteDance o nuevos Alibaba, pero hoy no ha surgido ninguna nueva aplicación 2C que haya sorprendido al mercado.

La primera generación de aplicaciones de IA establecidas en 2022 y 2023, en su mayoría representan herramientas de diálogo y productos de acompañamiento emocional como CharacterAI, ahora muchos ya han desarrollado debilidades, y la industria ha caído en una competencia de homogeneización de productos. La velocidad de crecimiento de usuarios también ha disminuido en comparación con los altos niveles de los dos años anteriores, y el crecimiento general ha sido lento en el último año. En nuestra revisión interna, el problema central radica en que la lógica de crecimiento de usuarios y tráfico de Internet y de Internet móvil no funciona para productos 2C en la era de la IA.

Los juguetes de IA y los cortometrajes de IA son ejemplos. Algunas empresas de juguetes de IA han vendido decenas de miles de unidades, pero el 90% de los usuarios no activarán la función de interacción de IA a largo plazo; la empresa admite que esto es en realidad algo bueno, porque si decenas de miles de usuarios fueran todos de alta frecuencia de diálogo y consumieran tokens continuamente, la empresa no podría soportar los costos. En los cortometrajes de IA, la proporción de contenido de IA ha aumentado rápidamente, pero es difícil que surjan verdaderos éxitos.

Esto indica que la industria de los cortometrajes depende de una base de escala, pero la monetización central depende en gran medida de obras exitosas, y en esta etapa, la IA aún no puede producir muchas obras exitosas. Esto también puede indicar que en la creación artística, la expresión y la concepción del ser humano son muy importantes, y no se puede sostener contenido de calidad solo generando imágenes de personajes elaboradas con IA.

9. En el último año, la tecnología de modelos de video ha logrado un crecimiento exponencial.

La nueva generación de modelos de video, como Seedance 2.0, que ha causado sensación en todo el mundo, utiliza una arquitectura MoE, con una mejora significativa en la capacidad inteligente. Ahora ya soporta resolución 4K. Debido a esto, muchas películas de Hollywood y anuncios de grandes marcas como Coca-Cola y McDonald's tienen segmentos generados total o parcialmente por IA, basándose en la capacidad de generación de alta definición del modelo.

En esta ronda de modelos del mundo, se puede habilitar la generación de video, logrando efectos de movimiento y colisión de objetos, restaurando las leyes físicas reales, algo que era completamente impredecible hace un año. En el último año, las empresas relacionadas han experimentado un rápido crecimiento en sus negocios, y los principales actores se dividen en dos categorías: tres grandes empresas globales, ByteDance Seedance, Kuaishou Keling y Google Veo; y empresas emergentes como Shenshu Technology, Aishi Technology y Video Rebirth, cuyos negocios e ingresos han crecido en diez veces.

Ahora, Hollywood, la industria publicitaria, empresas de bodas y conferencias están utilizando estas tecnologías. Diversos escenarios de implementación se han abierto de golpe, y predigo que este año la escala comercial general de la industria experimentará un gran aumento.

10. Las ventajas centrales de Seedance, Keling y Google Veo 3 son la potencia de cálculo y los datos.

Seedance, Keling y Google son del mismo tipo; incluso si Keling se separa, aún puede depender del soporte de potencia y datos de Kuaishou; las tres tienen como ventaja la escala de potencia propia, en comparación con empresas emergentes como Shenshu Technology, tienen una ventaja, y también poseen cierta ventaja en datos. Después de la actualización del modelo de video, la escala de entrenamiento e inferencia debe seguir el ritmo, y estas empresas tienen decenas de miles a cientos de miles de tarjetas, lo que les da una ventaja clara.

Pero creo que las empresas emergentes aún tienen oportunidades: la tecnología aún no se ha consolidado completamente, y las empresas emergentes no se quedan atrás de las grandes empresas en términos de velocidad de exploración y iteración de talento y tecnología. Creo que la decisión de Keling de separarse también es beneficiosa para retener talento de primer nivel. La lógica subyacente entre VC y empresas emergentes es que, aunque las empresas emergentes son pequeñas, su mecanismo de incentivos de acciones y la capacidad de concentrar todos los recursos para avanzar les dan ventajas sobre las grandes empresas.

El tamaño del mercado está ampliándose rápidamente, y después de la escalabilidad, la división del trabajo se volverá más detallada, y los puntos de enfoque comercial de cada empresa ya han mostrado una clara diferenciación. Primero, en el modelo de lenguaje, las tres principales empresas estadounidenses tienen diferentes experiencias de uso, algunas personas sienten que la experiencia de chat de Gemini es mejor, pero desde la perspectiva técnica y del consenso industrial, ChatGPT de OpenAI tiene la mayor base de usuarios y fue el primero en lanzar un chatbot, muchas optimizaciones se han centrado en el escenario de diálogo.

Si se trata de escenarios de diálogo en inglés, ChatGPT tiene la fluidez líder a nivel mundial; Gemini, respaldado por Google, tiene acceso a una gran cantidad de datos en línea, con ventajas en la recuperación y organización de información; Anthropic, por su parte, parte de principios de primera clase, y desde la etapa inicial tiene ventajas en codificación y capacidades de agentes, las tres ya han formado una clara diferenciación.

Las empresas de generación de video también siguen rutas diferentes: ByteDance se centra en el cliente final, Keling se enfoca en negocios B2B, y nuestra inversión en Shenshu Technology también se centra en ciertos escenarios B2B, mostrando una tendencia de diferenciación muy clara. Los requisitos de características del modelo para escenarios B2B y B2C también tienen diferencias significativas.

11. Ahora hay un riesgo: después de que se forme el consenso de IA, una gran cantidad de dinero caliente está fluyendo hacia el mercado.

Después de que se forme el consenso, una gran cantidad de dinero caliente entra primero en el mercado secundario. Actualmente, no hay muchas empresas de IA puramente duras que estén cotizadas, y el mercado secundario no puede absorber una gran cantidad de fondos. Es evidente que el dinero caliente del mercado secundario está comenzando a fluir hacia el mercado primario y el mercado primario intermedio. Muchas empresas que acaban de completar financiamiento, que no tienen problemas de capital, aún tienen instituciones dispuestas a elevar su valoración en un 50% a 100%, y rápidamente agregar una ronda de inversión. Este dinero caliente tiene un gran impacto en la industria; las empresas que obtienen fondos que exceden sus necesidades interferirán con su juicio estratégico y operaciones diarias. Pero también entiendo a los emprendedores; si alguien ofrece una valoración más alta y mucho capital, rechazarlo es en sí mismo muy antinatural y difícil de hacer.

A corto plazo, esto es más beneficioso, pero a largo plazo, el mercado se verá muy desordenado. Como mencioné antes, ahora hay cerca de diez empresas de inteligencia corporal valoradas en más de 20,000 millones, y más de diez empresas valoradas en más de 10,000 millones, que se han establecido solo en dos o tres años, lo cual es muy anormal.

Muchas empresas han recibido grandes sumas de dinero para ingresar al sector, lo que probablemente desencadenará una competencia desordenada: primero, el costo de la potencia de cálculo ha aumentado drásticamente; un servidor de Nvidia que originalmente costaba 3 millones ahora se ha disparado a más de 10 millones, elevando pasivamente los costos de toda la industria. Segundo, hay una feroz competencia por el talento, lo que ha llevado a un aumento en los salarios del sector. Tercero, en el lado del cliente, la competencia es desordenada; ninguna empresa tiene escenarios comerciales maduros y concretos, por lo que todas se agrupan para atraer grandes clientes, compitiendo únicamente en términos de ingresos.

Estos fenómenos, a largo plazo, perjudicarán el desarrollo de la industria, y el mercado actual está lleno de comportamientos irracionales y frenéticos.

12. Actualmente, el mercado de capitales tiene una especie de "misteriosa fascinación" por los jóvenes emprendedores de IA.

Primero, la gran mayoría de las instituciones se perdió la oportunidad de invertir en empresas de modelos grandes hace dos o tres años. La mayoría de las instituciones no invirtieron en ese momento porque no tenían convicción ni determinación sobre la IA. A principios de este año, hubo un consenso sobre los modelos grandes, por lo que muchas instituciones están ansiosas por invertir, lo que seguramente otorgará beneficios de capital especiales a las nuevas empresas de modelos.

Segundo, después de que surgió DeepSeek, todos quedaron sorprendidos; muchos medios informaron que el equipo central está compuesto por estudiantes de doctorado de la Universidad de Pekín y de la Universidad de Tsinghua, y no son "veteranos" en el campo de la IA. Esto ha creado la impresión en el mercado de que cuanto más joven es el equipo, más inteligente es, y cuanto más inteligente es, menos carga histórica tiene y más éxito puede lograr. Actualmente, muchos inversores en el mercado tienden a confiar en equipos jóvenes; no estoy diciendo que los equipos jóvenes sean malos; nosotros también hemos invertido en equipos muy jóvenes y hemos visto muchos proyectos. Solo digo que considerar a los jóvenes emprendedores como el principal criterio de inversión me parece muy subjetivo y poco sólido.

Tercero, en Estados Unidos también han surgido algunos nuevos laboratorios de modelos de vanguardia. Los salarios anuales de los miembros clave de las tres principales empresas en el extranjero ya han alcanzado los millones de dólares; algunos jóvenes investigadores destacados, debido a sus altos ingresos y la falta de preocupaciones financieras, eligen fundar nuevas empresas de modelos, lo que también ha llevado a muchos jóvenes en el país a querer intentarlo.

La lógica detrás de esta ola es comprensible, pero al evaluar proyectos individuales, no invertiremos simplemente porque el fundador sea joven. Lo que debemos observar es si la ruta técnica del otro tiene un potencial disruptivo o puede lograr mejoras de diez veces. Incluso si el fundador es solo un estudiante de doctorado o un recién graduado sin experiencia en la industria, también recopilaremos información de respaldo de múltiples fuentes para verificar la verdadera fuerza del equipo y la elección de la dirección de investigación, realizando un análisis de evaluación completo.

13. Cuanto más loco es el tiempo, más debemos aprender de las lecciones de la historia. Cuanto más ruido hay, más importante puede ser el pensamiento filosófico; debemos entender y profundizar en este asunto.

Para las jóvenes empresas que se han establecido durante dos o tres años, mi consejo es mirar más hacia la historia. Cuanto más grande es la ola, más debemos aprender de las lecciones de la historia.

De hecho, en grandes olas como la era de Internet y la era del móvil, han ocurrido situaciones similares, solo que la escala se ha vuelto cada vez más exagerada. A finales de los años 90, también aparecieron muchas empresas que podían recaudar dinero con una sola persona y completar una salida a bolsa en dos años. Pero al final, todo se reduce a polvo, no se crea valor real, y aunque sean muy apreciadas por el mercado de capitales, también pueden fracasar.

Por lo tanto, cuanto más loco es el tiempo, más debemos aprender de las lecciones de la historia. Cuanto más ruido hay, más importante puede ser el pensamiento filosófico; debemos entender y profundizar en este asunto.

La esencia de la inversión es que invertimos en una empresa que puede escalar en el futuro, y realizamos retornos a través de formas como la IPO. Por ejemplo, invertiremos en McDonald's, pero definitivamente no invertiremos en un restaurante con tres estrellas Michelin. Un restaurante Michelin puede ser muy rentable, pero si no puede capitalizarse y no tiene un amplificador de IPO, no podrá salir.

03 "Si dentro de un año los agentes no han despegado, la demanda de potencia de cálculo será reevaluada"

14. Este año, los principales gigantes tecnológicos de Estados Unidos han aumentado su presupuesto de inversión en potencia de cálculo de IA de más de 700 mil millones a más de 800 mil millones de dólares; en China, es de aproximadamente más de mil millones de dólares.

Esta estadística puede no ser completamente precisa, pero la dirección es clara: esta es la mayor demanda que se puede ver actualmente en la sociedad comercial humana, más clara que en el campo de los robots y con un ciclo de implementación más cercano.

Para dar algunos ejemplos, en los últimos años todos estaban haciendo entrenamiento de modelos, pero hasta este año, sabemos que la demanda de potencia de cálculo y razonamiento de ByteDance ha pasado de 1:1 a un mayor enfoque en el razonamiento. Incluyendo Zhiyu, ahora se utilizan más tokens; si puede mantener el crecimiento de los últimos meses, su potencia de razonamiento aumentará rápidamente. Básicamente, las grandes empresas tecnológicas como ByteDance, dentro de dos o tres años, tendrán una demanda anual de potencia de razonamiento que alcanzará millones de tarjetas. Por lo tanto, esta es una demanda enorme, muy concreta y real.

Por lo tanto, el espacio de demanda del mercado para las empresas de GPU es muy grande; incluso si una empresa de GPU solo obtiene el 1% de este gran mercado, significaría ingresos de miles de millones en un año, y su valor de mercado podría fácilmente alcanzar los miles de millones. Pero el mercado se dispersará primero y luego se concentrará. Actualmente, China puede albergar muchas empresas de GPU, pero ¿cuántas quedarán en cinco o diez años? Estoy seguro de que habrá una concentración.

15. Actualmente, hay aproximadamente tres tipos de rutas para las GPU nacionales:

Las empresas de chips de IA en la nube en el mercado corresponden a tres rutas tecnológicas diferentes; las dos últimas han surgido solo en el último año y son direcciones muy activas en el mercado actual. La primera categoría son los fabricantes de GPU nacionales, como Birran Technology, Muxi, Moer Thread, Kunlun Chip, Cambricon y Huawei. Actualmente, el factor clave es quién ha obtenido la capacidad de producción de la cadena de suministro nacional. Actualmente, solo unas pocas empresas pueden ver perspectivas de suministro continuo y estable.

Debido a problemas de cadena de suministro, la capacidad de producción de procesos avanzados está limitada, lo que ha dado lugar a dos nuevas rutas que pueden satisfacer mejor las futuras demandas de razonamiento de IA que las GPU actuales y también evitar problemas de cadena de suministro. Las dos rutas son DRAM apilado en 3D y DDR. Actualmente, hay cerca de diez empresas que están en la ruta de apilamiento 3D y en la ruta de DDR, muchas de las cuales son empresas líderes, y su valoración actual generalmente se encuentra en el rango de 10 a 20 mil millones de yuanes, con grandes escalas de financiamiento.

La lógica del mercado que ve con buenos ojos a estas empresas es muy simple: siempre que el producto pueda ser producido en masa, podrá resolver el problema de suministro de capacidad; además, el espacio de crecimiento en el mercado de razonamiento es enorme, y estas empresas siempre podrán obtener una parte del mercado correspondiente.

16. Las expectativas del mercado sobre la demanda de potencia de cálculo aún están fluctuando, lo que es preocupante.

Lo que más debe preocupar al mercado es que, hace un par de días, ya hubo un temblor; se informó que Meta planeaba vender parte de su capacidad de cálculo redundante. La noticia no fue publicada oficialmente por Meta, y el mercado instantáneamente comenzó a dudar de todas las previsiones de la industria anteriores. Esa noche, el mercado de valores de Corea del Sur se detuvo, y los precios de las acciones de Samsung y SK Hynix cayeron drásticamente, y las acciones de Hong Kong y A-shares en el país también cayeron en sincronía.

Si las aplicaciones de IA no pueden mantener un crecimiento explosivo continuo, por ejemplo, si el desarrollo de agentes no muestra progreso en un año, o si la comercialización no avanza, o si la capacidad del modelo no mejora más allá de su nivel actual, la escala general de aplicaciones no podrá aumentar, y las expectativas de crecimiento de la potencia de cálculo se verán afectadas, lo que generará riesgos concentrados en los mercados primario y secundario.

17. La brecha entre los chips de IA de alta gama nacionales y Nvidia radica, en primer lugar, en el ecosistema de software.

Actualmente, los chips que se utilizan para el entrenamiento de modelos son principalmente tarjetas de Nvidia, y todos los sistemas de entrenamiento de modelos están construidos sobre el ecosistema CUDA. Para realizar razonamientos de manera eficiente y a bajo costo, es necesario ser compatible con CUDA. Esto no solo afecta a las empresas chinas, sino que AMD también ha estado luchando con esto durante más de diez años.

Ahora ha habido algunos cambios: primero, en comparación con la era de IA 1.0, la convergencia de los algoritmos de modelos grandes es mayor, y la optimización de operadores es relativamente más fácil, lo que puede reducir la barrera de adaptación que trae CUDA. Segundo, en los últimos seis meses, la capacidad de codificación de modelos grandes ha mejorado; ahora todas las empresas que no son de Nvidia están utilizando modelos grandes para hacer la adaptación de operadores automáticamente. Pero, de todos modos, hasta ahora, el ecosistema CUDA sigue siendo la mayor barrera competitiva de Nvidia.

En el aspecto del hardware, durante todos estos años se ha dicho que estamos una generación detrás de TSMC en términos de procesos de suministro avanzados, y el número de transistores en los chips es menor. Para lograr la misma potencia de cálculo, es necesario aumentar el tamaño del chip, lo que a su vez aumenta los costos y la presión de refrigeración, creando una serie de problemas encadenados. En resumen, nuestros chips de alta gama actuales están al menos una generación detrás de Nvidia.

Descargo de responsabilidad: Este contenido se proporciona únicamente con fines generales de desarrollo de marca e informativos y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, evento en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación para comprar, vender, tradear o negociar de cualquier otra forma con cualquier criptoactivo o para utilizar cualquier servicio. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. Es posible que los servicios de WEEX y los eventos en línea no estén disponibles en todas las regiones, así como que estén sujetos a las leyes, regulaciones y requisitos de elegibilidad vigentes. Usted es responsable de asegurarse de que su uso de los servicios de WEEX cumpla con las leyes locales y de evaluar cuidadosamente los riesgos antes de participar en cualquier actividad relacionada con las criptomonedas.