卧槽！搜索引擎还能这么设计?！阿里「疯」投所图不小；中国AIGC该去向何方；谷歌病在腠理还有救吗；瓶装水与AI创业破局 | ShowMeAI日报

激进的阿里战投：智谱、百川、MiniMax、月之暗面、零一万物，我全都要!!

3月5日消息，据彭博社今日报道，阿里巴巴正作为领投方参与中国AI大模型创企 MiniMax 至少6亿美元的一轮融资，融资仍在进行中。这是阿里今年在生成式AI领域的第二笔重大交易。知情人士称，MiniMax 估值超过25亿美元。

至此，中国一级市场目前估值超过10亿美金的AI大模型初创公司「智谱」「百川」「MiniMax」「月之暗面」「零一万物」，阿里已经全部拿下。

阿里这么激进的投资策略，到底是在图什么？庄明浩在他的播客频道 屠龙之术最新一期 里进行了解释 。简单说有三个原因：

1. 阿里云投给大模型公司的钱，能以「提供云服务」的方式再挣回来，未来还可以成为这些公司大模型的 2B 端的分销商 (就像微软正在做的那样)，提升了云业务的收入
2. 阿里云成为投资者之后，可以更全面和清晰地跟进这几家公司的技术发展进度
3. 目前阿里集团最大的两位掌权者蔡崇信、吴泳铭，都有投资背景，非常擅长用投资的方式做业务延展和战略延伸

这期播客还讲了更多的阿里分析视角，包括其组织框架近期的频繁变动、阿里内部的投资实体、阿里的大公司病等等，如果感兴趣可以听一下，一共就20分钟 ⌚

🉑 Globe：一款很卧槽!!! 很爆炸!!! 的搜索引擎 😮

explorer.globe.engineer (需要魔法)

网上冲浪时看到了这款搜索引擎，试了一下感叹惊为天人！！

搜索关键字后，Globe 可以在左侧生成要点的结构关系 (类似论文大纲或者思维导图)，更爆炸的是每条呈现时能匹配到清晰且准确的配图！！更更重要的是，响应速度非常快 👍👍👍

如 👆 上图所示，搜索「OpenAI」可以看到这家公司的研究进展、产品列表、社区入口，以及最受关注的 AI 安全话题整理；搜索「Machine Learning (机器学习)」则效果更爆炸，非常清晰且 (比较) 完整地列出了重要算法，配图也很准确，一目了然~

整体使用下来，Globe 给我们留下最深刻的感受就是快速、系统、清晰，是初步学习探索的利器。以及！开发团队在页面提示，服务器资源紧张，请大家轻用~

👀 AI VS 瓶装水：在技术差异不明显的情况下，向何处求生存

www.nfx.com/post/ai-lik…

作者团队经过一年半的追踪、研究了数百家生成式AI公司后，提出AI (尤其是AI相关应用) 已经处于「技术差异化 → 品牌差异化」的转折点。具体来说，AI领域的技术差异化正在迅速缩小，拥有的技术优势会在短时间内被模仿和超越，甚至许多公司在底层技术上几乎没有区别。

这种情况下，公司该如何寻找甚至创造差异化，寻求生存空间呢？

🔔 瓶装水行业教给我们的知识

在美国 90% 的自来水都是可以安全饮用的，但是瓶装水市场依旧巨大且繁荣：所以，人们为什么要花钱买本来免费的东西呢？

Perrier 品牌作为行业鼻祖，可谓玩得一手好花活：开始主打「更健康」，随后变换策略主打「更新鲜、更纯净」，更是邀请到大牌明星打广告，疯狂掘金十几年。而现在，美国大约有80个瓶装水品牌，各自带着独特的故事和价值主张来到谈判桌上，角逐着这个庞大市场的利益分配比例。

🔔 AI公司如何在技术同质化的情况寻求差异化

(Data + Model) x UX x (Distribution + Perceived Value to Customers) = Your new AI MVP

(数据+模型) x UX x (分销 + 客户感知价值) =新的AI MVP

从上方公式可以看出来，当各家AI公司的 (Data + Model) 相差不多时，就需要提升其他元素的数值来获取竞争优势：

• UX (用户体验)：直接影响用户对产品的感受和满意度；想创造出令人惊叹的用户体验，有时会需要一些奇思妙想
• 分销策略、品牌建设、市场定位、客户服务等也要重视，尤其是初创公司，要对这些非技术领域有清晰的认知并积极筹措落地

总的来说，AI领域产品的技术同质化时可以预见的，要想在激烈的竞争中脱颖而出，需要重视品牌和影响策略啦！而且是从现在！立刻！马上！ 发掘独特的品牌故事和价值主张，努力找到差异化和区分度。

🉑 金沙江创投主管合伙人朱啸虎：现实且扎心的中国AIGC故事

朱啸虎在最新访谈里保持了他火力全开的特质，咔咔咔说了一箩筐的「大实话」：他毫不避讳地展示了对大模型投资圈无脑跟风的鄙夷，阐述了当下中国大模型公司的生存窘境，也给出了他对开闭源之争、中美差距、国内外大模型公司终局的确切判断，还有对应用层创业的无限热忱和确信。

当然，他的很多观点带有极强的争议性，这篇文章应该把很多投资人和创始人的心扎成了筛子 😂 但他的视角的确更务实，从快速商业化的应用层找到中国 AIGC 的星辰大海。

以下是核心观点的浓缩版，依旧强烈推荐 ⋙ 阅读原文(问答都很清晰明快)

• 国内的大模型公司肯定没戏，要场景没场景，要数据没数据，没有价值还估值巨贵；中国敢砸钱做大模型研发的，心里肯定很虚，投入巨大且风险高，很难赚到钱。
• 大模型能力是底层，而上层应用公司的构建壁垒是数据；美国没有产品短视频数据，而中国过去三年全部转成短视频了。
• 中国在AIGC的应用场景发掘和落地方面，远远领先美国；很多 2B 公司已经短期内实现了商业化，基于开源模型手搓两三个月就可以上，其中的关键就是找到 PMF。
• 一定要做成 AI 100% 做不了的东西，这才是中国的机会，那些大模型 100% 能做的很快就被颠覆掉，现在做的都是浪费。
• 目前的几家 (头部) 大模型创业公司都没希望的，现在融资很困难，与「AI四小龙 (云从科技、商汤科技、依图科技、旷视科技)」的资本泡沫时期不同了。
• 基金、大厂、包括王慧文的入场和病退离场，在这波大模型浪潮中的布局，都是典型的 FOMO (Fear of Missing Out，怕错过)。
• 如果必须要投场上的这几家基础大模型公司，愿意把一亿美金投给王小川，他技术靠谱，人也靠谱，和大厂关系也还可以；但这不是一个好的选择，因为投了没办法退出，更愿意布局AI应用赛道。
• 大厂里就阿里展现出并购意愿，字节和百度觉得自己能做，腾讯内部几个团队在做并且也没并购意愿；而且腾讯一贯思路是不急的，有场景有数据，一般都是在后面慢慢跟着跟着就第一了。
• 中国大模型的进展，追上开源能证明有存在价值，追上闭源才能有独到的、额外的价值；月之暗面需要继续证明自己
• 这波 AIGC 中美差距非常大，美国底层大模型的投入和能力都越来越强大，所以美国的AI应用要么是很薄的套壳，要么是很厚的行业宏观变革 (但短期内走不通)；但是中国底层大模型还不够强大，那么应用层可以做的事情就很多。
• 中国的 AIGC 应用已经大爆发，只是大家都不知道！因为都是to B应用。
• 现在有200多个大模型拿着锤子找钉子，找不到啊！但是找到钉子后再找一个锤子是容易的，而且可能一个很小的锤子就行了，不需要那么高、那么大的锤子。
• 现在开源比非开源落后一代 (一年甚至一年半)，但长远来看，开技术迭代曲线只要放缓，开源立马就追上去了，没有谁能永远保持秘密
• 不建议国内创业者用国内大模型，因为做好之后这些大模型公司肯定别人会抄你，不要在别人的地基上盖房子
• 大模型本身不是好的商业模式；私有化大模型的价格一年时间就从1000 万掉到了 100 万，这么早就陷入价格战，大模型公司就会很难单独生存。
• 现在看，语言模型进步差不多见顶，突破在多模态，Sora再发布三四个版本也能见顶。先让美国在前面试错，我们在后面跟是最好的、最稳健的策略。
• 建议创业者：每一轮都要当成最后一轮，千万别烧钱，从第一天起就不烧钱是今天的创业新趋势。

中国科技界针对大模型的态度已分裂成两股阵营：技术信仰派像 OpenAI 一样信仰 AGI 和 scaling law，市场信仰派信奉陡峭的技术曲线终有放缓的一天，只需将“足够的AI能力”投入可以快速变现的商业场景中，用中国市场庞大而独特的数据构筑壁垒。

杨植麟 是前者，朱啸虎是后者。

二者对技术判断的一个根本分歧是，开源模型会不会有一天，缩小甚至拉平与闭源模型的差距？技术信仰派的观点是差距只会更大，市场信仰派的观点是一定会。

双方对自我的判断都深信不疑，我们也可以从两篇访谈里管中窥豹。

🉑 Google 是如何迷失的？从「世界上最伟大的公司」到「令人大跌眼镜的笑话」

www.businessinsider.com/google-gemi…

前两天，Business Insider 发了一篇深度长文「How Google lost its way」，回顾了 Google 这25年逐步「沉沦」的历程：从硅谷文化的伟大创建者，到患上「大公司病」的沉疴难医。

所以，Google 还有救吗？

1. 外界明显感知到不对劲，是 Google 在这轮大模型浪潮里表现实在拉跨：OpenAI 用着 Google 的技术、挖走 Google 的人、一次次踩着 Google 的负面坐稳了AI世界老大的位子；而 Google 丢失先手后踉跄追赶、一次次险些跌倒的身影，让人无限感慨。
2. Google 当前面临诸多棘手问题：对风险的忍耐度下降、创新受限、裁员、标志性产品 (搜索/Gmail等) 质量下降、人才流失、产品陈旧、对其广告业务过度依赖…
3. 而 Google 之所以发生这样的变化，是很多因素叠加的结果：公司规模的扩大、领导力的缺乏、对监管和公众反响的恐惧、对华尔街的迎合、公司文化的稀释…
4. 亲手缔造了自由创新文化的 Google，用25年的时间走到了自己初心的反面。文章里有很多细节的对比描述，能感受到作者和亲历者们的的痛心。比如：

曾经鼓励员工用 20% 时间 探索与工作不直接相关的项目，被最终转移到 Area 120 内部孵化器，项目也被大幅缩减关闭；曾经诞生了 Google 自动驾驶汽车单元的创新探索中心 X加粗样式，被迫收缩壮志雄心和向外寻求投资；曾经视 Google 为终身职业的员工们在2023年突然被裁员 12,000 人，企业归属感和信任感瞬间崩塌；曾经不符合 Google 文化的员工进入了公司，而且日趋增多并把水越搅越浑…

1. 所以，生成式AI的落后只是一个更明显的结果。在这之前， Google 其实已经错失了语音助手、自动驾驶汽车等领域的先机。并不是 Google 技术不成熟，而是它已经太大了，大到成为了一项基础设置，要绝对正确和不能出错，并因此宁愿让出先手。
2. 是成为像 IBM 一样老旧的巨头，还是像 MicroSoft 一样扭转命运，Google 前路将走向何方……

原文写得非常好！日报整理难免丢失了细节和情感，你可以阅读原文 (英文) 或者查看代餐 ⋙ 中文译版全文

从 Google 的故事里，也看到了国内诸多互联网大厂当下面临的困境。在组织变革这个难题面前，大家都是求索者 ⛵

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！