过去的 2023 年是 AGI 从诞生到蔓延生长的一年。这一年我们见证了 GPT 3.5 到 4.0 的加速进化，见证了 LLama 作为 LLM 民主化的标志性开源模型，帮助了很多垂类小模型的涌现，见证了号称 “迄今为止最强大、最通用的模型”Gemini 的诞生，见证了“斯坦福小镇”的诞生让 Agent 这一概念落地到更多场景，也见证了以 Character.ai 为代表的一大批应用层项目成长为 1.6 亿 MAU 的 killer app 的可能性......

更重要的是，这一年我们和近 500 个创业团队交流了 AGI 创业的可能性，听到了来自最一线创业者从 0 到 1 的思考，他们对技术底层的理解、对未来世界的构想，和对产品创新的执着也一直启发着我们不断迭代。

通过梳理和观察巨头在 AGI 里的动作，我们一直在试图回答一系列问题：“哪些机会是一定存在的？哪些是可能存在的？在这些机会里，哪些是大厂的机会、哪些是创业公司的机会......”所以，我们在许多细分赛道的判断和投资策略都经历了“假设 - 推翻 - 再假设 - 再推翻”的过程。

我们试图用这份年终总结呈现出我们思考的全过程，其中包括海内外大厂在 AI 上的动向和投资布局，也包括 10 多个细分赛道的行业格局，希望对 2024 年还坚守在 AI 行业的创业者们一些新的启发。

在第一篇文章中，我们首先对海内外整体投资趋势和大厂动向做了总结。

海外投资趋势与大厂动向

2023 年全球人工智能领域融资事件共超过 3800 起，较 2022 年超过 5000 起有所减少。但 2023 年全球人工智能领域融资金额超过 460 亿美元，较 2022 年超过 465 亿美元差距不大，平均单笔融资额上升。人工智能领域投融资交易数量保持集中于早期公司。

今年海外前十大人工智能投融资交易集中于基础大模型公司，尽管这些大模型公司有不同的应用方向。也有部分资金流向了以 Databrick 为代表的 infra 公司。

海外的大厂对生成式 AI 做了很多布局，而这些布局和他们自身的业务也有着互补和协同关系。微软大部分的资金流向了OpenAI、InflectionAI、AdeptAI 这类大模型公司。我们认为这与微软在技术上落后于其他竞争者，但在应用上有巨大优势有关。而OpenAI的大部分投资则集中于下游应用，这符合其作为大模型供应商的战略布局。Google 作为大模型技术的发源地，在大模型布局深而广泛。除了大模型公司外，Google 布局了大量应用，以弥补其主业务与大模型应用弱相关的劣势，且 Google 通过基金和自身的战略投资，是这几家大厂中布局最频繁的。