在2025年初，中国知名AI投资机构锦秋基金于硅谷成功举办了“Scale With AI”活动，汇聚了OpenAI、xAI、Anthropic、Google、meta等硅谷顶尖AI公司，以及众多投资机构，共同探讨了AI领域的最新进展与未来趋势。
作为活动的主办方，锦秋基金不仅积极投资北美活跃的AI基金，与全球AI市场紧密相连，还推出了Soil种子计划，以灵活高效的决策机制，全力支持AI领域的早期创业者。回顾2024年，锦秋基金在AI领域频频出手，投资了如Aha Lab、造梦次元等多个项目。
此次硅谷之行，我们整理出了关于AI发展的二十五条重要见解，内容涵盖大模型、视频模型、AI应用以及具身智能四大方面。
关于大模型，业界普遍认为，LLM的预训练时代已基本落幕，但后训练阶段仍充满机遇。预训练投入有限主要源于资源约束，而后训练的边际效益更高。预训练为模型打下坚实基础，后训练中的强化学习则让模型具备创造能力。未来，模型架构或将迎来变革，闭源与开源的差距将大幅缩小。合成数据成为训练小模型的新途径，但数据质量是关键。硅谷的创新文化，如OpenAI的扁平化管理，为AI发展注入了强大动力。
在视频模型领域，当前视频生成技术尚处于起步阶段，类似于GPT的早期版本。视频生成面临数据集稀缺、物理规律遵循难、生成效率低等挑战。未来，随着数据集的不断丰富和模型架构的优化，视频生成技术将逐渐成熟。然而，视频的scaling law远未达到LLM的级别，技术路线仍有待探索。多家公司正尝试不同的技术路径，如基于GAN、AutoRegressive等，以应对不同场景的需求。
AI应用方面，硅谷VC倾向于认为2025年将是AI应用投资的大年。他们投资AI产品的标准包括：专注于一个方向，形成难以复制的竞争力；具备网络效应，如独特的洞察力、技术优势或垄断资本。与美国不同，中国AI应用市场呈现出多样化的特点。硅谷VC认为，AI产品公司是新物种，与SaaS有很大不同。它们一旦找到产品市场契合点，收入增长将非常迅速。硅谷VC正积极构建自己的投资策略，如Soma Capital通过建立长期友谊网络来发掘投资机会。
在AI编程领域，公司可能一开始会依赖模型公司的API来取得更好的效果，但随着客户使用数据的积累，它们将逐渐训练自己的小模型，以降低成本并提高效果。推理增强技术是AI编程的一个重要趋势，尽管目前成本高昂，但它能显著降低错误率。随着语言模型的发展，这些成本预计将迅速下降。
具身智能方面，硅谷业界认为，具备人类泛化能力的机器人可能在我们这一代无法实现。机器人需要在物理世界中完成任务，这远比虚拟语言生成文本复杂。具身智能的突破需要解决通用性、可靠性和可扩展性等核心问题。机器人数据闭环难以实现，缺乏统一的数据集和评估标准。仿真器虽然被视为解决数据闭环问题的重要工具，但仿真与真实世界之间的差距仍然显著。未来，机器人智能需要在通用性和专用性之间找到平衡，如通过模块化设计实现快速适配。
在投资方面，硅谷VC对中国创业者持开放态度，认为新一代中国创始人充满活力，有能力打造独特的商业模式。然而，这些创业者需要基于美国市场进行创业。中国及中国创业者在进行诸多新尝试，但国际投资人对此了解有限，因此存在投资机会。
OpenAI研究员创办的Leonis Capital对2025年的AI发展做出了几个预测，包括AI编程应用的走红、模型提供商开始控制成本、数据中心可能引发电力冲击等。这些预测反映了AI领域未来的发展趋势和挑战。
总之，锦秋基金举办的“Scale With AI”活动为硅谷AI界提供了一个宝贵的交流平台，让我们对AI的未来有了更深刻的认识。随着技术的不断进步和应用场景的不断拓展，AI将在各个领域发挥越来越重要的作用。
