十大创业投资，创业投资企业，创业投资基金,嘉定区运动营销推广部
栏目：网络推广 发布时间：2025-04-27
其三，需要解决应用场景层面的问题，找到适合生成式 AI 应用的具体场景和领域。 未来一两年，生成式 AI 存在巨大的成本下降空间。在这期间，成本有很大可能会下降 ... 十大创业投资，创业投资企业，创业投资基金
其三，需要解决应用场景层面的问题，找到适合生成式 AI 应用的具体场景和领域。
未来一两年，生成式 AI 存在巨大的成本下降空间。在这期间，成本有很大可能会下降到 1/1000。模型使用成本会降低。成本越低，AI 技术落地就越容易。
提升大模型的效果。大模型存在幻觉问题且不可避免，还有另外两个效果方面的问题较为重要：其一，当用户向某一语言模型或产品提出误导性问题时，模型应如何进行回答；其二，大模型在具体场景下生成的回答或内容，对于该场景而言是否准确且合适。
增强用户的留存率。第一波生成式 AI 应用的留存率处于相对较低的状态，与互联网的头部应用相比存在差距。如何让大家切实地将生成式 AI 产品融入生活或工作之中，无论是节省时间还是消磨时间，都是接下来发展需要重点关注的重要问题。
启明创投进行了统计分析，生成式 AI 在三个“C 领域”中获得了大量用户的喜爱。这三个“C 领域”分别是生产力工具、创意以及陪伴。生成式 AI 正在经历从提高效率类应用向获得愉悦类应用的转变，就如同当年互联网应用的发展轨迹一样。
去年启明创投对当前处于发展阶段的生成式 AI 产业脉络进行了梳理，到现在这个三层架构都没有发生太大的改变。并且在今天，依然能够顺着这样的脉络去继续进行投资。
启明创投去年对两百多家中国生成式 AI 企业进行了深度交流，之后进行了统计。当时这些企业主要以生产力工具为主，其中 46%的企业都在做 S*e Time 类应用。
这符合技术发展的趋势，技术不成熟时，会先诞生开发工具，供比较专业的用户使用。其他领域如智能助手、娱乐应用等，占比都不大。在基础架构方面，去年的创企主要有研发基础模型的企业和做大模型分布式训练平台的企业。
今年上半年，启明创投对深度交流过的 400 余家 AI 创业企业进行了统计。统计结果显示，多模态应用的比例呈上升趋势，出现了许多基于 AI 大模型技术的新应用类别。与此同时，更多创业企业在深耕某个垂直行业和场景。并且，基础设施层的技术创业方向也更加多元化。
2025 年生成式 AI 有十大展望。其中之一是多智能体技术将取得飞跃。另外，视频生成将会全面爆发。
2025 年，周志峰觉得生成式 AI 的技术底座正处于高速动态的发展进程里。视觉语言模型在快速发展，MoE 在快速发展，Agent 在快速发展，RAG 也在快速发展。启明创投现今提出了新的生成式 AI 的十个展望。
当前生成式 AI 的两大核心技术，即 GPT 和扩散模型，将会逐渐融合在一起，从而激发全新的模型能力。
高质量数据的获取以及组织，会对新一代模型产生显著的影响。同时，合成数据在预训练里的占比将会大幅度提升。
多智能体技术将会实现飞跃。它能够通过对协作进行优化以及对分工进行调整，从而显著提升生成式 AI 的效率和效果。
会出现图像和文本的统一且连续的表示，基于此的图文联合扩散模型能够达到 GPT-4o 级别的能力。
图像的隐空间表示压缩率提升五倍以上，这使得生成速度提升五倍以上；视频的隐空间表示压缩率提升五倍以上，也使得生成速度提升五倍以上。
3 年内视频生成会全面爆发。它结合 3D 能力后，可控的视频生成将会给*、动画、短片的生产模式带来变革。
我们将见证能够压缩更多模态信息的超级多模态大模型，其中包含文本，还有图像，以及语音，再有音乐，包括 3D 内容，以及传感器数据，像控制信号、眼动信号、手势信息、雷达信号等。
生成式 AI 让人类语言与机器语言的转换通道得以打通，这会使命令机器去完成复杂任务的成本明显降低，进而带来极为巨大的生产力变革。
端侧推理将会有巨大的增长，这种增长来自三个因素的叠加。其一，推理优化算法；其二，端侧推理芯片；其三，端侧大模型。
AI 会在多个数字化程度较高的行业里占据主导地位，并且会对绝大部分企业软件进行重塑。
03.热钱投向生成式AI应用
从创业和投资的视角来看，AI 领域存在着很大的机会。摩根士丹利的数据以及启明创投科技团队的分析和评估表明，仅仅在 2025 年，全球一级市场在 AI 领域的投资金额达到了 224 亿美元，这个金额超过了过去十年的投资总和。
未来一两年，生成式 AI 存在巨大的成本下降空间。在这期间，成本有很大可能会下降到 1/1000。模型使用成本会降低。成本越低，AI 技术落地就越容易。
提升大模型的效果。大模型存在幻觉问题且不可避免，还有另外两个效果方面的问题较为重要：其一，当用户向某一语言模型或产品提出误导性问题时，模型应如何进行回答；其二，大模型在具体场景下生成的回答或内容，对于该场景而言是否准确且合适。
增强用户的留存率。第一波生成式 AI 应用的留存率处于相对较低的状态，与互联网的头部应用相比存在差距。如何让大家切实地将生成式 AI 产品融入生活或工作之中，无论是节省时间还是消磨时间，都是接下来发展需要重点关注的重要问题。
启明创投进行了统计分析，生成式 AI 在三个“C 领域”中获得了大量用户的喜爱。这三个“C 领域”分别是生产力工具、创意以及陪伴。生成式 AI 正在经历从提高效率类应用向获得愉悦类应用的转变，就如同当年互联网应用的发展轨迹一样。
去年启明创投对当前处于发展阶段的生成式 AI 产业脉络进行了梳理，到现在这个三层架构都没有发生太大的改变。并且在今天，依然能够顺着这样的脉络去继续进行投资。
启明创投去年对两百多家中国生成式 AI 企业进行了深度交流，之后进行了统计。当时这些企业主要以生产力工具为主，其中 46%的企业都在做 S*e Time 类应用。
这符合技术发展的趋势，技术不成熟时，会先诞生开发工具，供比较专业的用户使用。其他领域如智能助手、娱乐应用等，占比都不大。在基础架构方面，去年的创企主要有研发基础模型的企业和做大模型分布式训练平台的企业。
今年上半年，启明创投对深度交流过的 400 余家 AI 创业企业进行了统计。统计结果显示，多模态应用的比例呈上升趋势，出现了许多基于 AI 大模型技术的新应用类别。与此同时，更多创业企业在深耕某个垂直行业和场景。并且，基础设施层的技术创业方向也更加多元化。
2025 年生成式 AI 有十大展望。其中之一是多智能体技术将取得飞跃。另外，视频生成将会全面爆发。
2025 年，周志峰觉得生成式 AI 的技术底座正处于高速动态的发展进程里。视觉语言模型在快速发展，MoE 在快速发展，Agent 在快速发展，RAG 也在快速发展。启明创投现今提出了新的生成式 AI 的十个展望。
当前生成式 AI 的两大核心技术，即 GPT 和扩散模型，将会逐渐融合在一起，从而激发全新的模型能力。
高质量数据的获取以及组织，会对新一代模型产生显著的影响。同时，合成数据在预训练里的占比将会大幅度提升。
多智能体技术将会实现飞跃。它能够通过对协作进行优化以及对分工进行调整，从而显著提升生成式 AI 的效率和效果。
会出现图像和文本的统一且连续的表示，基于此的图文联合扩散模型能够达到 GPT-4o 级别的能力。
图像的隐空间表示压缩率提升五倍以上，这使得生成速度提升五倍以上；视频的隐空间表示压缩率提升五倍以上，也使得生成速度提升五倍以上。
3 年内视频生成会全面爆发。它结合 3D 能力后，可控的视频生成将会给*、动画、短片的生产模式带来变革。
我们将见证能够压缩更多模态信息的超级多模态大模型，其中包含文本，还有图像，以及语音，再有音乐，包括 3D 内容，以及传感器数据，像控制信号、眼动信号、手势信息、雷达信号等。
生成式 AI 让人类语言与机器语言的转换通道得以打通，这会使命令机器去完成复杂任务的成本明显降低，进而带来极为巨大的生产力变革。
端侧推理将会有巨大的增长，这种增长来自三个因素的叠加。其一，推理优化算法；其二，端侧推理芯片；其三，端侧大模型。
AI 会在多个数字化程度较高的行业里占据主导地位，并且会对绝大部分企业软件进行重塑。
03.热钱投向生成式AI应用
从创业和投资的视角来看，AI 领域存在着很大的机会。摩根士丹利的数据以及启明创投科技团队的分析和评估表明，仅仅在 2025 年，全球一级市场在 AI 领域的投资金额达到了 224 亿美元，这个金额超过了过去十年的投资总和。