再访硅谷：生成式AI随处可见，VC开始关注国家安全类项目

2022年下半年，硅谷科技圈迎来“毕业季”。微软、苹果、Facebook、亚马逊、奈飞、Snapchat等公司均宣布了裁员计划，其中部分公司裁员人数之多为史上之最。

除了受疫情、利率等因素影响，新技术的出现和扩散也是引发这场“寒流”的重要因素。

演化经济学家卡洛塔·佩雷斯（Carlota Parez）在《技术革命与金融资本》中曾提出：从第一次工业革命以来，每两次重大技术革命的间隔基本都在五十年左右。随着旧技术革命红利的耗尽，继续延续使用其成果的收益就会大幅下降。

相比之下，引入全新技术的收益则会上升。在这种情况下，新的技术革命就会诞生。而2022年距离佩雷斯在书中提到的上一次技术革命——1971年英特尔推出全球第一款微处理器，已经恰好过了五十多年，世界正处在新旧科技革命的临界点。

所以我们看到，在这些硅谷科技巨头裁员的同时，都纷纷将更多资源投注到了下一个技术革命关键点——人工智能，尤其是生成式人工智能。

2022年11月30日OpenAI发布全新聊天机器人模型ChatGPT，新一轮AI革命一触即发。而硅谷作为众多创新技术的发源地，无疑将会继续引领本轮革命。

2024年第一季度，团队再次深度走访了硅谷的创投产业，该篇文章将从第一视角出发，为各位介绍我们所观察到的硅谷当前的大趋势。

1.趋势一：创投氛围只增不减，创业环境十分友好

硅谷是一个到处可见业界大牛地方，这与当地几十年如一日创业氛围高涨密不可分，团队在此次走访中观察到：硅谷还是那个硅谷，创投氛围只增不减。当地基本每天都会举办各类创投活动，尤其到了周末，活动更为密集，这些活动大量是由华人发起组织，农历新年当天，团队还参加了斯坦福GPT相关项目的路演活动。

斯坦福GPT项目路演活动

大厂高管、普通工程师、高校学生和老师创业热情都十分高涨，迫不及待想冲进这股AI热潮。市面上充斥着在融资的新项目，这些项目推进交割的速度也很快，不断能听到融资close的消息。

团队此次在硅谷访谈了30多个AI项目，华人创业项目之中只有10%是“海归项目”；50%是“海留项目”，“海留项目”中多个是由OpenAI与DeepMind离职人员创立；剩余40%则为“出海项目”，即国内创业者将原有公司搬至硅谷，单腾讯系便不在少数。

从创业环境来说，硅谷仍保持着较为开放的状态。比如，硅谷目前的投资条款较为简单，基本都是标准的SAFE (YC版的标准可转债CB模板)，没有对赌和回购条款，而且不必担心被竞业协议约束。

此外，作为创新之都，“前卫”很多时候都是硅谷的代名词，Cybertruck(特斯拉电动皮卡)目前已在硅谷街头满地跑。

Cybertruck满街跑

消费复苏之势也较为明显，以下现象可以佐证一二：咖啡馆和餐厅的人气都很旺，受欢迎的餐厅经常需要排队或提前预定；高速路上的堵车情况也几乎接近了20多年前互联网泡沫时期。

硅谷餐馆消费者爆满

2.趋势二：生成式AI随处可见

此次参访过程中，团队发现，在硅谷生成式AI已随处可见，大有淹没其他领域项目之势。相比于国内，硅谷几乎完全没有关于“人工智能是否有应用场景、是否能商业落地、是否可获得超额投资回报”等问题的反复争论。硅谷的资本、产业和创业者都将绝大部分时间用在了研发以及商业模式探索上，站在反思的视角，这也折射出硅谷为什么在每次真正的颠覆式技术创新阶段都能够保持绝对领先。

但在访谈完诸多GPT相关创业项目后，团队对于OpenAI打造的生态较为担忧：

在以GPT为主流技术架构的路线中，短期内很难出现技术栈分层，OpenAI定义的GPT商店生态里，平台自身通过预训练语料的积累，已经具备了相当大的内容和流量获取能力，这样上层应用的空间就被大大挤压。即便是使用RAG等复杂的检索、编排技术来整合私有数据，最终核心价值仍来自GPT自身。To C端应用容易被OpenAI自身的新版本所覆盖，To B端应用则可能出现一些交付服务公司，但长期来看，这些公司都不太具备核心竞争力，Perplexity被Lepton.AI的500行代码基本重现便是一个印证。

另外，基于开源模型的微调很难做出较好的效果，团队认为，由于技术栈分层短期内难以实现，LLM仍旧严重依赖技术栈的垂直整合，在此背景下，我们应该继续聚焦应用层创新，但技术栈必须下沉，关注“有基座大模型算法能力的垂直整合应用层公司”。

在生成式AI的浪潮之中，Agent、具身智能、算力、无人驾驶等都是被国内创投圈频频提及的词汇，硅谷又是何种景象？

（1）关于Agent

Agent的概念与创业在硅谷也非常火热，团队此次访谈的项目中，有相当比例来自于Agent领域。自主智能体类似于软件形态的无人驾驶技术，也是在感知、决策、执行等环节, 结合记忆和工具的使用，同时通过“Multi shot”等方式调用基座大模型来实现。

智能体技术很可能成为后续GPT发展的实际护城河, 机会也可能大于AIGC自身(内容领域)。但OpenAI在该领域已亲自下场，初创公司还是要寻找自己坚实的壁垒，团队此次看到的数个Agent项目Demo效果都很惊艳，但目前能自主独立完成复杂任务的场景还很少，场景扩充成本也很高，还不确定Agent在这些方面的能力是否能够快速提高, 真正达到能商业落地的水准。

（2）关于具身智能

在硅谷，具身智能领域确实也是一个较为火热的方向，Google的RT-1、PALM-E、RT-2等一系列模型为具身智能奠定了非常好的基础。团队观察到，华人背景的创业者尤其对机器人赛道更感兴趣，这与国内硬件供应链底子扎实息息相关。

具身智能本就属于多模态，而多模态大模型的核心仍然是语言大模型——多模态数据由Transformer编码，以语言模型为接口统一处理，分别与其他模态相关的输入输出信息交互，将一切信息转化为token的表现形式，用类似语言文本的方式去做预训练。Sora“世界模型”的尝试，正是将世界的所有物理规律转化为了tokens，如果能继续有所突破，对于具身智能也会是一个巨大推动。

此次团队也与斯坦福Mobile Aloha项目的负责人进行了交流，其采用模仿学习的方式高效搜集机械控制数据，我们认为这很有意义。同时，我们也意识到，硬件相关场景下, 对于感知控制等实时性要求极高的任务，多模态大模型在边缘平台的推理速度会是重要限制因素，这意味着，行业对端侧推理芯片的要求会越来越高，其中蕴藏着一个超越英伟达的巨大机会。

巧合的是，团队此行也与英伟达无人车部门进行了交流，其也在进行具身智能方向的尝试与探索。

参访英伟达无人车部门

（3）关于无人驾驶

无人驾驶目前算是遇冷的领域，GM Cruise在旧金山运行一段时间后被取缔，该方向在技术上遇到了不少瓶颈，可行性不甚明朗。

但此次大模型的浪潮可能会为无人驾驶注入新机会，无人车可看做是只有一个发动机的机器人，研发难度低于普遍的机器人，Agent技术与具身智能可共同赋能该行业。当然，因事故成本较高，需要着重解决错误率和极端情况的问题。

在与谷歌Waymo的交流过程中，团队发现，Cruise退出之后，Waymo的推进进度也较为缓慢，总体运营车的数量还停留在千台级别，他们也在摸索通过大模型能为其带来突破。

参观谷歌Waymo

同时，我们也参观了此前被亚马逊收购的Zoox，体验下来感觉车的设计很独特, 功能很完备, 整个无人驾驶行程很顺畅, 遇到一些corner cases也都能处理。

被亚马逊收购的Zoox

此行过程中，恰逢苹果宣布放弃已投入数十亿美元的造车计划，我们也去到了苹果的各部门进行参访，包括芯片、Vision Pro (MR)、大模型、前无人车、机器人等。

华映资本海外合伙人邱谆认为：苹果的优势在于它是极少数拥有算力层、中间层、模型层、应用层等全栈式能力的科技公司，在自有人工智能芯片、云计算、算法和数据的多层降本增效优化叠加下，其模型系统优化效果将会非常显著。当然苹果从底座大模型和自研芯片入手，软硬件结合，同时进入OpenAI和英伟达为代表的业务线，所需成本较高，如再保留造车条线, 精力难以为继。因此苹果可能并没有真正放弃造车, 而是调整了优先级，其调整后的业务优先级前后次序应该变为了：MR→大模型→大模型芯片→无人车→具身智能(机器人)。

3.趋势三：硅谷VC开始关注国家安全类项目，制造业回流在即

两三年前，硅谷对数字化的绝对信仰与中国在新能源、智能制造等硬件相关领域的投资热潮形成鲜明对比。曾经硅谷VC集体错过了Tesla，《The Power Law》中谈到，硅谷VC偏好“High Risk + Long Term + High Capital Efficiency”产业。但此次硅谷之行中，A16Z合伙人Connie Chan提醒团队关注一个趋势——硅谷的投资人也开始关注国家安全、供应链安全相关的项目。

近年来硅谷已经有几十只新基金成立，投资方向为国防技术、太空技术等硬科技领域，如A16Z的American Dynamism基金、General Catalyst的Global Resilience基金，以及Shield Capital的“前沿技术”基金。

不止硅谷，在行程期内，团队还关注到，洛杉矶举行了一个名为"Gundo国防黑客松"的大型军工项目创业竞赛。

不难看出，美国正在推动制造业回流，试图模仿中国, 重造一个"世界工厂"。

这恰恰印证了团队之前所提出的“Converged Decoupling”观点：新的全球地缘政治形势中，中美两国在很多层面开始脱钩，呈现出“趋同性双循环”。在内循环上，美国通过政策吸引制造业回流，而中国企业有强链补链。在外循环上，中美都需要寻求与其他国家的合作，开拓新的市场和产业链。同时，中美各有长板和短板，比如中国制造业门类齐全，在制造业的流程、工艺、设备上很有优势，这恰是美国的短板；而美国又是高端制造和科技创新最发达的地区，在芯片高端制造、基础软件上有绝对的优势，这是中国的短板。所以在中美都有内外循环需求的情况下，形成了一个趋同性的双循环。