TSVC举办了《打造下一个独角兽》讲座第25讲。2024年的CES是疫情后的回暖，在AI的盛宴下及中企占参展企业四分之一的热闹中看到了什么磕绊？请随TSVC联合创始合伙人夏淳博士和TSVC投资企业AIZip联合创始人加州大学戴维斯分校的陈羽北教授来透过现象聊本质。

嘉宾：

陈羽北博士，加州大学戴维斯分校助理教授，AIZip联合创始人

夏淳博士，TSVC联合创始人

我们都聊了什么

00:00 活动概要 嘉宾介绍

04:15 为什么说CES的AI化是个尴尬？

11:54 作为AI生成模型的专家和AI公司的创业者，怎么找到一条独特的路径脱颖而出？怎么才是一个真正的AI公司？

19:24 AIZip应该怎么面对开源模型的冲击？

24:35 作为参展公司，可以分享一下现场的参展感受？

30:23 在现场的时候，看到有中国的高管团吗？

31:45 今年回归参展的中企和疫情前有什么不同？讲一讲你的感受？

34:00 请主持人Charlene你先来讲一讲，因为你过去经常去CES，觉得过去和现在比较，由于不参展或者缺位，到底是怎么样的情况？

37:14 那些参展的企业，他们是不是那些真正有出海需求的企业呢？他们是怎么做宣传的？

49:24 公司内部如果想要自研落地，是不是在研发大模型的阶段，就要建立和实际业务更匹配的评估手段来评估模型的能力，而不是使用开源的Benchmark?

52:36 AI产品的路径会分叉成中美两个不同方向发展吗？

54:58 在学术界，就现在AI的发展，中美之间是怎么样的？有没有一个主次，还是说不同？

56:04 在AI这种特别高层次的敏感的领域，地缘政治对学术界有没有影响？

59:06 智能家居存在着使用体验的问题，如果AI介入的话，会对消费电子产品或者智能家居产品有什么影响？

1:05:36 今年看到很多出圈的机器人演示，那么今年算是机器人的爆发点吗？

1:07:34 人工智能和人工智能在应用场景方面如何结合才能创造出最自然的使用体验？

1:09:42 从学术角度如何看待AI的发展，以及近期的一些发展和机会？

提到的公司/项目

以下为讲座正文及音频：

我们也知道2024年的CES是疫情后的回暖，那么在热闹的大秀场下，我们能够看到两个现象，一个是AI化，一个是去中国化。首先我们来谈一下CES的AI化，这次两位嘉宾都是去了CES的现场，问一下夏老师，为什么说CES的AI化是个尴尬，这是不是和去年10月份TSVC请来雷鸣老师，和您在TSVC讲座上讲的TSVC主张去AI化是一个意思，还是有什么其他想法？

TSVC联合创始人夏淳博士表示，关于CES具体产品层面的报导非常多，视频也很精彩，所以就不再重复这些产品的报导，更多还是希望能够透过现象看本质，跟大家做一些分享和探讨。TSVC去年讲去AI化，和今年讲CES的AI化是一个尴尬，道理都是一样的。最近一年多AI的火爆，我们认为也是一个大泡沫，首先还是得益于ChatGPT的热度，ChatGPT准确说是2022年11月底推出来的，到了12月呈爆发式增长，在计算机的历史上，是用户增长最快的一个应用，立刻传遍全世界。

但是有一点需要注意到，ChatGPT是一个语言的大模型，那么一旦涉及到和语言无关的应用，预期的智能是达不到的。当然现在还有它自身的问题，比如幻觉，但是CES里面很多产品，比如扫地机器人，甚至于三星的冰箱，还有各种各样的汽车产品，语言仅在这些应用里面占很少的部分，并不是最核心最本质的，语言大模型没有特别大的影响，这就产生了一个尴尬。因为以ChatGPT 的惯性来看CES，ChatGPT已经很神奇了，甚至有人会说，再继续做到ChatGPT 5就进入了AGI，会威胁人类的安全等等，但CES展品变成消灭人类的武器，这个距离还差的很远，因此，这件事我们认为是一个尴尬。也就是多数CES的产品尽管贴上一个AI的标签，实际上，它是前GPT时代的那种AI的水平，没有实质上的突破，很多人还是希望看到后GPT时代的高度智能，这是一个挺大的落差。

第二方面讲我们的感觉，本质上讲我们去CES不是看软件的，CES根本就不是一个软件展，而是消费电子，应该说都是硬件，那硬件很多方面都是能够动起来的产品，我们觉得现在AI领域里面特别火爆，大家特别关注的具身智能embodiedAI，包括这次CES也展出了很多机器人，在具身智能方面，还处于初级阶段。从前GPT时代，进入后GPT时代的转折点，而embodied AI方面，单纯靠语言模型的突破远远不够。也就是在语言之外，这个智能还是差得很远，这点在我看来也是蛮失落的，这也是一个尴尬。关于这方面夏淳博士表示并不是那么在行，今天很荣幸能够请到陈教授，陈教授是AI的大专家，包括主持人Charlene也是AI的博士，是NLP的大专家，在这方面都很有发言权。

另一方面，我们看到很多CES的产品都在打AI的标签，这样就导致了大量的同质化，而AI本身也没有做得很透彻，还是一个同质化的产品。过去TSVC提倡去AI化，要回归商业本质，做什么样的产品，本质上讲是最能够反映产品的能力。例如展会里有一个能识别鸟类的望远镜，里面有AI的能力，这个也许用不到大模型，还是蛮实惠的。

TSVC在去年讲去AI化，是说在2000年的时候，所有的公司都标榜我是一个互联网公司，直到今天可以说所有的企业基本上都有一个网站，但没有人会说我是一个互联网公司，而真正的互联网公司，只有谷歌或者百度有资格去说。比如一家餐馆会有一个网站，但这个不叫互联网公司，所以我们要让AI回归到商业的本质，这是我们所说的去AI化。

问一下陈教授，这次CES最关键的词就是AI，现在很多公司都在提AI，都说外行看热闹，内行看门道，那陈教授您作为AI生成模型的专家和AI公司的创业者，是否能谈一谈AI公司如何能避免同质化，而找到一条独特的路径脱颖而出？就像刚才夏老师讲的，大家都说自己是AI公司，我怎么能够和别人不一样，怎么才是一个真正的AI公司？

陈羽北教授表示，其实在回答这个问题之前，首先应该提一下，作为AIZip它有一个非常有代表性的，就是把AI赋予到各个万物上，在设备极小的情况下，都可以把有用的AI能力赋予到这些设备上，这就势必导致，以AIZip来讲的话，很多时候他们做的AI都是离线的智能，就是它并不需要云的能力，这点相对来讲有一点特殊性。其实他觉得这是件好事，在CES上大家都在体验AI，同时这也是他们第一次参展，觉得很有意思的就是，今年大家对AI的需求明显的增加了。当然同质化的一个原因，感觉大家展示的这些AI的能力，有点像从原来的一些实验室评测Benchmark的能力，真正用来打造产品，本质上它的商业价值是怎么样的，有时候是存疑的。

第二点，他觉得这些很多工作，真正进入到现实世界，robust其实做的不太好。展示概念就是需要在AI的能力里，做两类工作，一类是赚眼球的工作，另一类是卖产品的工作，觉得都挺有价值的。但是赚眼球的工作最好是概念非常新颖，而不是大家都有的概念，大家都提了一个语言模型，我也有一个语言模型，这个其实是没有太大的区分度。另一类工作是实实在在的，而不是搞概念，更多的是做出来的东西，能够进入到实际的产品，在现实世界里能够非常可靠地使用，其实用户也不会听太多这样的概念，而是觉得这个产品用了觉得很好，不会退货。所以很多时候，AI的能力在大家展出的这些能力并没有，这两者都不靠，从概念上来讲，大部分都不够新，从robust来讲也不够。

所以作为一个AI的公司的话，其实应该重视两点：第一点，如果提一个概念化AI的技术，是否可以提出一些新的技术。比如在AIZip，我们提的一个新的技术，可用于多种能力的方式来生产各种各样的AI模型，也就是我们提的AI设计自动化，这其实有点像硅谷在90年代有很多的芯片领域，会产生很多的进展。依靠EDA的技术，会产生各种各样的发展，使得芯片的设计变得非常高效。但AI作为一个相对来讲不是那么成熟的产业，能否设计一系列的自动化工具，使得我们在设计人工智能模型的效率显著增加。另一方面从做模型的角度来讲，希望能够远远的超出基准和演示。相对来讲，有时候大家说高中生就可以做很多的模型，确实也是这样，拿一个开源模型就能跑一跑。但是从Benchmark到Demo再到现实世界，这种robust是差了很多个数量级的，还是有相当大的区分度，从这两个角度来讲的话，作为一个AI的公司都是可以做出一定的区分度。

另外，陈羽北教授认为离线智能，一定会有非常大的需求和空间，不管将来的设备如何发展，离线智能一定会占大部分。假如一个卧室里，有四个摄像头对着你，还有20个麦克风，并且所有的数据都传输到云端上，然后我告诉你，这是大公司提供的，绝对安全，人们还是存疑的。

夏淳博士从产品方面，针对陈教授所说的再发挥一下，刚才听陈教授讲完以后，给他一个体会。他对AIZip也比较熟悉，我们今天一谈AI往往都是被大模型概念包围，觉得大模型是必须的，这个非常神奇，尤其是GPT之后，再到了AGI好像造出神了，其实这个距离还差的很远。那么比较现实的，尤其针对CES能够把各种各样的产品用AI武装起来的路径，我觉得AIZip还是走出一个很有意思很有价值的路径，我们不一定要做大模型，而是可以做很多小模型，甚至是微小的模型，因为AIZip的能力是可以把一个模型缩小到一个很小的单片机里面，而这个单片机可能不到一美元，特别便宜，因为这样的价格，再加上它也不需要网络，使得这个智能可以完全固化在一个设备里，就是刚才陈教授说的AI是可以离线可以离网的，这个AI是无所不在的。

因为任何一个物体，只要有这样的芯片，有这样的模型，它就具备AI的能力，而这种AI相对来说比较特定，所以这种模型怎么去做，又是一个挺大的挑战。AIZip是蛮有意思的，在我理解它有一套自己的大模型的方法，也是在做生成，但是它AI生成的是小模型，这点很独特，在我看来是目前世界上第一个来做这样的工作，可以生很多的小模型，智能程度可以非常非常高。

因字数限制，更多内容请收听音频

欢迎关注“TSVC“微信公众号观看视频，了解更多早期创投相关话题的干货内容！

加入日常交流群请看海报右下角，添加TSVC小助手，获取更多分享。