这篇文章最有价值的信息是:唐杰在内部信中明确表示,智谱将继续奉行“反直觉”路线,即押注AGI研究而非短期变现——这背后隐藏着一种对技术垄断型估值模型的坚守,以及
作为投资人,我见过太多创业者在“技术理想”与“商业现实”之间摇摆。唐杰的“Touch High摸高计划”让我想起当年DeepMind坚守AlphaGo、OpenAI坚持GPT路线时的情景。但历史不会简单重复,这次智谱选择了一条更极端的路:在行业普遍追求落地、收入、利润的当下,他们反而加大研发投入,拒绝用模型能力换钱。
对比两种路线:智谱的“摸高” vs 行业的“捞金”
| 维度 | 智谱路线(摸高) | 行业主流路线(捞金) |
|---|---|---|
| 核心目标 | 探索AGI边界,突破模型能力天花板 | 快速获取用户、收入、市场份额 |
| 商业动作 | 谨慎开放API,控制商业合作节奏 | 低价或免费开放API,积极输出行业解决方案 |
| 估值逻辑 | 潜在技术突破带来的垄断定价权 | 用户规模、收入增速、GMV |
| 竞争壁垒 | 顶尖人才、算力、数据、原创算法 | 渠道、场景、生态、品牌 |
| 风险点 | 技术突破不确定,资金消耗大,团队可能疲劳 | 同质化竞争,利润微薄,技术护城河浅 |
商业模式评估:两种路径的估值逻辑截然不同
智谱的“摸高”本质上是押注“技术奇点”带来的议价权。如果未来AGI真正实现,第一个达到AGI的公司将拥有近乎无限的商业空间——就像今天GPU的英伟达。但这种估值模型需要极度苛刻的前提:第一,技术路径必须正确;第二,资金必须足够烧到突破点;第三,团队必须在长期不确定中保持执行力。
而行业主流路线(如字节的豆包、百度的文心、商汤的日日新)更接近“工具型变现”:把模型作为API服务或解决方案输出,赚取每笔调用费或项目款。这种模式的好处是风险可控,坏处是天花板明显——模型能力同质化后,价格战不可避免,利润空间会被压缩。我投资过几家人工智能公司,它们在商业化初期都陷入过“卖模型不如卖课程”的困境。
竞争壁垒分析:智谱的“反直觉”是否可持续
唐杰强调“反直觉”,这恰恰是投资中最需要警惕的标签。反直觉意味着和市场主流认知对抗,历史上只有极少数公司能成功(如SpaceX、华为海思)。但失败案例更多:Webvan、Juicero。智谱的壁垒在于:曹翔、唐杰等创始人的学术背景,以及清华系在NLP领域的积累。但“团队执行力是关键”——如果摸高计划导致研发目标模糊,比如“探索AGI”变成“所有方向都想试”,资金会迅速耗散。
另外,智谱目前的主要收入来源是B端模型授权和技术服务,如果完全放弃短期变现,意味着现金流可能断崖式下跌。据我了解,智谱后续融资节奏或许会受影响,因为投资人更看重确定性。但唐杰的公开信可能是在向资本市场传递信号:“我们坚持长期主义,请用未来预期来估值。”
投资判断:机会与风险并存
如果你问我是否投智谱,我的答案是:会投,但必须设置关键里程碑。“摸高”不是“摸黑”,智谱需要向投资者证明:第一,资金使用效率——比如每年在模型能力上的提升能否量化(如评测指标、参数量、推理成本下降);第二,阶段性成果——比如在特定任务上达到OpenAI水平,或实现某个技术突破;第三,人才保留——长期研究环境下,核心科学家是否愿意留下。
对比之下,如果投资“捞金”路线,可能更早看到回报,但也会更早看到天花板。我近期接触的几家大模型初创公司,都在拼命压低API价格,毛利率已经不到10%。这种竞争是典型的“红海”,不是我的风格。
给读者的行动建议
如果你是一位关注AI领域的投资者或创业者,可以这样思考:
-
不要轻易否定任何一条路。智谱的“摸高”和行业的“捞金”都有其合理性,关键看你的资金周期和风险偏好。如果你有10年以上的耐心,可以关注智谱;如果你希望3年内看到回报,不妨多看看应用层项目。
-
关注智谱的“摸高计划”具体执行细节。唐杰说了“继续聚焦AGI研究”,但AGI的定义是什么?是达到人类水平的多模态理解,还是通用推理?如果内部没有明确的技术
原文链接:智谱创始人唐杰发内部信:开启 Touch High 摸高计划,继续聚焦于 AGI 研究、而不是短期商业变现 - IT之家
物界前沿