此后，国内大模特明星团队MiniMax传出新的融资消息，融资规模将超过2.5亿美元，推动MiniMax整体估值超过12亿美元，成为标准意义上的“独角兽”。
同时，此轮融资也吸引了新的投资者参与，包括与腾讯关联的投资实体。一旦消息得到证实，MiniMax将成为继国产大机型热潮之后，腾讯的首个相关布局。
MiniMax的创始团队堪称“中科院系”。由前商汤科技副总裁、通用智能科技负责人严俊杰创立。他毕业于中国科学院自动化研究所，博士，技术合伙人杨斌是严俊杰的校友。
对于这笔交易，人们感叹“这表明中国投资者对大模型赛道的兴趣仍在上升”，并预测“今年下半年，中国泛AIGC赛道将出现一笔具有里程碑意义的投资交易”。
这个论点的逻辑不难理解。MiniMax成立于2021年12月，在不到一年的时间里完成了两轮融资，其中不乏让国内人工智能赛道凸显的代表选手，包括天使轮的云起资本、Pre-A轮的史明资本、高邮创投、IDG资本、米哈游等。显然，这种“大众化”的增长速度，很难用“明星团队”来简单概括。
对了，据我听到的消息，Minimax这一轮融资的VC分成相当激烈，但是腾讯是第一个出来的。接下来，我们可以再看一遍。融资正式发布的时候，有没有最后能进去的VC？
更重要的是，进入2023年后，MiniMax并不是唯一的上架选择——王会文马上去官办了资本创业，用5000万美元成立了“光年之外”，还获得了王兴的“忠诚合伙”；李开复牵头项目AI 2.0，喊着“AI 2.0就是砸桌子”；王小川还以5000万美元成立了“百川智能”，并与百度就“是否是一线从业者”展开争斗——可以说，MiniMax在初创阶段的成长节奏，鲜明地体现了资本市场对于大模型赛道的决心和耐心。
就在MiniMax新一轮融资即将完成的消息发布4天后，也就是6月5日，其将成为光年之外“腾讯大模式第一投资”的消息迅速占领热搜。据Quantum Bit报道，近期已完成2.3亿美元(折合人民币16.3亿元)的新一轮融资，估值10亿美元，由源码资本领投，腾讯、五源资本、a auto faster创始人苏华参与其中。
虽然这一消息当天被“驳斥”，但也有说法称，参与的美元基金由于一些因素无法公开证实这一消息，而苏华确实参与了此次融资，且投资金额“相当可观”。
其实无论如何，从市场表现出来的热情来看，国内大型模型赛道确实到了“需要独角兽出现”的时候了。
独角兽？吞金兽？
首先需要明确的是，虽然独角兽级别的估值直到2023年才出现，但是国内大型模型赛道的形成其实比ChatGPT的发布要早很多。国内第一个正式发布的AI模型可以追溯到2021年3月致远研究院发布的“启蒙1.0”，已经包括面向中文的预训练语言模型启蒙文远、面向中文通用图文的多模态预训练模型启蒙温岚、具有认知能力的超大规模预训练模型启蒙文慧、面向蛋白质序列预测的超大规模预训练模型启蒙文慧。
致远研究院的成立可以追溯到2018年11月在北京举办的中国(北京)国际技术转移大会。时任北京市科委主任徐强作为代表正式发布了北京致远行动计划，明确指出致远研究院的使命是“推动数据共享、智能计算编程框架和计算基础设施建设”，“围绕人工智能领域重大核心基础理论问题布局研究团队和项目”
4月份收购的AI架构公司“一流技术OneFlow”也是如此。创始人袁锦辉2008年毕业于清华大学，博士学位，一年后创建了全球最快的主题模型训练算法系统LightLDA，被微软研究院全球副总裁周誉为“年度最佳成果”。2017年，因为预测到“大模型分发”方向的深度学习框架市场有空缺，决定创业。目标产品是谷歌TensorFlow和脸书PyTorch。
因为这次M&A的交易，王会文立刻在知乎受到了好评。一个有代表性的观点是“元宗(指袁锦辉)和OneFlow在深度学习框架和算法部署方面已经有很深的涉猎，在大模型算法的并行训练和部署方面有很多积累和执着的技术专家”。收购OneFlow证明光年团队在理解LLM(大语言模型)生态方面比其他团队“更好的判断”和“更早”。
总之，早在2019年，白宫就在国家人工智能R&D战略规划中敏锐地指出，中国将是美国人工智能的主要对手，并通过深入观察指出了中国人工智能产业的短板:“短板也很明显，硬件、算法、人才的创新能力...人工智能框架薄弱。”
正是这种割裂状态，决定了日本投资者一方面获得比欧日韩市场更好的配置机会，另一方面又不得不接受流向国内大型模型赛道的热钱，这些热钱必然会在很长一段时间内作为沉没成本来“弥补”必要的水下部分。以至于当时一些路比较野的自媒体直接嘲讽说“搞深度学习框架的人不是疯子就是骗子。”
但即使在美国这个公认的发达市场，也很难说大模式已经浮出水面。
2020年3月，《福布斯》杂志指出，当时人工智能行业面临的最大挑战“不是技术问题，而是如何从技术中获取价值”，论据来自麻省理工学院斯隆管理学院的研究。调查报告显示，“在接受调查的10家公司中，有7家公司表示，截至提交报告的截止日期，人工智能业务几乎没有或没有产生积极的财务影响...在那些业务布局围绕人工智能的公司中，不到2/5的公司表示在过去三年中从人工智能中获得了商业利益...如果把调查样本扩大到在人工智能方面有大量投资的公司，这个数字只会是。这也意味着，在所有对AI进行重大投资的公司中，有40%暂时没有从人工智能中受益。”
买是失血，美国商业精英现实选择用脚投票。在2019年的一项调查中，美国战略咨询公司NewVantage Partners发现，尽管91.5%的公司表示已经尝试了人工智能的布局，但认为应该加快人工智能布局的受访投资者数量从2018年的92%下降到52%。
因此，作者悲观地认为，这家美国企业缺乏数据驱动的文化，企业的决策者缺乏了解人工智能的兴趣和动力。此外，人工智能技术本质上是一场范式革命，与人工智能的结合将导致整个流程的端到端变革，如新的产品和服务开发、客户服务、订单管理以及“从购买到支付”，这实际上会增加企业的运营成本。作者进一步认为，“即使人工智能开发出应用场景，也很难在短时间内完成推广”。
2022年后，ChatGPT的出现很大程度上改变了这种情况。过去一年，人工智能帮助13个初创团队成长为独角兽，在经济指标上打了一个漂亮的翻身仗。用脚投票的商业精英已经回归。但这时候人们发现，当所谓的市场经济充分发挥调配功能的时候，人工智能干脆冲到了资源导向型行业。
例如，根据研究机构TrendForce的数据，OpenAI在训练GPT-3时，很可能使用了2万个英伟达A100 GPU的计算能力。迭代到ChatGPT时，GPU数量进一步增加到3万多个，需要上千个带芯片的服务器和上百个标准机柜。按照A100芯片10000-15000美元的大致价格区间，这意味着仅在GPU芯片上开放AI的硬成本至少在3亿美元以上。
同样，为了支撑大模型的持续迭代和优质体验，OpenAI对云服务的需求也水涨船高。2017年，OpenAI在云服务上的总支出为790万美元，占公司总支出的1/4。到2020年，这一成本已经上升到7500万美元。正是在2019年底，OpenAI决定接受微软的10亿美元投资，并逐步将更多服务转移到Azure平台，缓解了云服务需求不断增长带来的压力。
OpenAI甚至需要借用“金钱能力”来解决人力资源。
公开资料显示，截至2023年3月，OpenAI目前拥有200多名员工，其中大部分来自谷歌和人工智能研究实验室DeepMind的母公司Alphabet，也有相当一部分员工来自Meta、亚马逊和优步。知名猎头公司Punks & Pinstripes的首席执行官格雷格·拉金(Greg Larkin)因此警告传统巨头，“大公司需要优化对人才的投资”。
资源型行业的性质决定了在行业平均利润无法在短时间内快速提到的情况下，生产成本的增加必然导致亏损的增加。根据5月份公布的数据，2022年OpenAI的亏损比去年翻了一番，达到5.4亿美元。主要出口是ChatGPT的运维成本和员工跳槽产生的人力成本。OpenAI首席执行官山姆·奥特曼(Sam Altman)直接摊牌，表示如果要实现预期的发展计划，OpneAI除了提高盈利能力外，还需要在未来几年内完成多达1000亿美元的融资。
需要注意的是，几乎在同一时期(即截至2023年1月)，日本《日经新闻》发现，中国学术界发表的人工智能相关研究论文数量约为美国的两倍，美国学术界在论文引用率上落后中国约70%。
没有人能三言两语解释清楚这个“资源集群”是如何悄然形成的，但可以肯定的是，在这个时间节点上，中国市场几乎是配置大机型的最后机会。
投资人？CEO？
还有一点值得注意。据天眼查报道，5月31日，北京沈燕科技有限公司进行工商变更，股东新增腾讯旗下广西腾讯创业投资有限公司、好未来旗下新新项容教育科技(北京)有限公司。沈燕科技的核心团队来自清华大学，主要方向是通过NLP技术开发以大模型为中心的一体化文本信息处理平台。这意味着腾讯实际上已经完成了“大模式的第一票”。如果算上MiniMax和Lightyear away这两笔潜在交易，腾讯可以说是完成了一次“奇袭”。
要知道腾讯自研大模型的布局在时间轴上是这样呈现的:
2022年4月，腾讯发布了混合AI大模型，包括NLP、CV、multimodal等基础模型和多个行业/领域模型，并在发布前初步应用于广告创作、广告检索、广告推荐等腾讯业务场景，取得了一定的应用效果提升。
2022年底，混合AI大模型团队推出国内首款低成本、落地万亿中文NLP预训练模型HunYuan-NLP-1T，速度提升至一天256卡；
2023年2月，官方宣布成立针对ChatGPT类产品的项目组“HunyuanAide”，目标是联合内部团队构建大参数语言模型，通过性能稳定的强化学习算法进行训练...
这种戏剧性的节奏变化，很容易让人联想到马花藤在5月18日腾讯股东大会上的发言。会上，马在回答有关ChatGPT和AI的问题时做了无限反省的发言。他说:“起初，我们认为(人工智能)是互联网十年一遇的机会，但越想越觉得这是类似于发明电的工业革命的百年一遇的机会...关键是做好底层算法，算力，数据，更重要的是落地场景。目前，(我们)还在做一些思考。感觉现在很多公司都太着急了。我感觉是为了提振股价。我们从来不是这种风格。”
结合当时的语境，很多人认为这种“反省”与腾讯最新的财务表现高度相关。虽然2023年Q1财报显示，腾讯已经呈现全面复苏的态势，总收入、游戏收入、广告收入、金融科技、企业服务业务收入等关键数据都有10%以上的增长，但这些增长基本都是由传统业务完成的。
没有人比马更了解这种情况背后的隐患。2011年，腾讯在3Q大战中取得“胜利”，被百度抢走了保持了5年的中国互联网公司市值第一的宝座。当时恰逢所谓的“web2.0时代的社交平台”兴起，新浪微博快速成长，人人网以中国版脸书的概念赴美上市。根据潘銮撰写的《腾讯没有梦想》一文，“看不起腾讯”几乎一夜之间成为舆论场上的政治正确，甚至高盛也直言不讳地批评腾讯“管理层习惯性地持保守态度，导致腾讯的核心平台面临新浪、人人网等威胁”，直接将其逼上绝路。
2011年初，陷入严重自我怀疑的马在一次股东大会上，邀请16位高管在纸上写下他们最真实的“腾讯核心竞争力”，最终从全部21个答案中选出两个，分别是“流量”和“资本”——刘炽平的定义是“通过资本结盟，既能达到开放的目的，又能让腾讯庞大的流量资源获得一种资本意义。
据说腾讯曾经有过投资部门所谓的“建制派”和业务上的“年轻一代”的交锋，但在那之后，马确实“又伟大了”。
这过去的十二年可能又是一个轮回。
其实今年的大模特明星创业者可能也是这么想的。
虽然MiniMax早在Pre-A轮融资时就被广泛认为拥有类似OpenAI的商业模式，其业务围绕to B和to C两条线展开，但实际上to B业务起步较慢，直到今年3月才逐渐开始AI服务接口。在不到四分之一的运营时间内，很难帮助MiniMax API形成足够的竞争壁垒。上个月，金山办公CEO张清源在直播中谈到大模式的应用时，非常坦率地表示“之前和MiniMax有过合作，接下来会和百度深入合作”。
To C业务相对成熟。目前主要的对话式AI软件Glow已经积累了数百万用户，初步具备了通过“内容生成和用户反馈的内循环”的“用户在环”模式迭代基础大模型的能力，在形式上已经尽可能接近ChatGPT的人类反馈强化学习机制(RLHF)。但由于Glow与ChatGPT、文新一字之差，产品定位偏向“AI情感机器人”，MiniMax在运营层面承担了过大的监管压力。今年3月的短暂下架被认为是“敲门炮”等灰色应用场景，触及了今年初颁布的《互联网信息服务深度融合管理规定》中“深度融合服务提供者有义务建立健全用户管理制度，制定并公开管理规则，加强内容管理”的要求。
2月，当刚刚宣布下一次创业，准备找联创打造核心团队时，同样是并购传闻一方的西湖创始人蓝曾在朋友圈做了一次“两段式辟谣”:前半段婉言谢绝，蓝表达了“把打造成中国的OpenAl”的决心，以及“陈欣的打法更适合中国国情”的信心；后半部分是招聘启事。兰钟真希望招聘一名首席执行官，并找到“山姆奥特曼”属于西湖陈欣。
当时，许多人把这解释为西湖陈欣在等待一个比王会文更合适的向导。庄和认为，兰说的是一个共同的问题:人工智能赛道的竞争不是一个纯粹的技术问题。"