2025 岁首，中国国内咫尺最活跃的 AI 投资机构之一的锦秋基金，组织了一场硅谷的 Scale With AI 行动。

5 天 4 晚里，OpenAI、xAI 、Anthropic、Google、Meta、Perplexity、Luma、Runway 等枢纽 AI 公司以及好多硅谷的投资机构聚首共享了硅谷 AI 的最新发达，以及他们对 2025 趋势的好多预测和判断。

算作这个行动背后的攒局者，锦秋基金不仅投资了北好意思的一些活跃的 AI 基金，与全球 AI 市集竖立流畅，也卓越推出了 Soil 种子盘算，以激进的、快速纯真决策的模式支抓 AI 限制的早期创业者。以前的 2024 年，锦秋平凡出手了 AI 达东谈主营销平台 Aha Lab、AI 内容平台造梦次元等诸多名堂。

以下是本次硅谷行整理出的对于 AI 发达的二十五条舛错阐明，共分为大模子、视频模子、AI 运用以及具身智能四个部分。

对于大模子：Scaling law 是否达到瓶颈以及硅谷更动的着手

1. 对 LLM 来说，Pre-training 的时间已基本末端了，但 post-training 还有好多契机。此外，在 Pre-training 参加少的原因，更多在于资源有限，而作念 Post-training 的旯旮效益会更高，是以，Post-training 还有好多契机。

2．先有 Pre-training，才有 Post-training 中的 RL，模子得有基础才略，RL 才能有的放矢。RL 不改变模子的才略，更多是想考模式。比较来说，Pre-training 是 imitation，只可作念到效法，而 RL 是创造，不错作念不同的事。

3、一些可能来岁成为共鸣的预判。比如 Model 架构可能变化；闭源和开源差距会大幅松开；对于合成数据，大模子生成数据然后观望小模子是可行的，反过来比较难。合成数据和确实数据的分手主如果质地问题。也不错用各种数据拼拼凑成，效力也很好。pretraining 阶段可用，因为对数据质地要求不高。另外，每家拼凑的模式王人不一样，用更大模子生成观望小模子是不错的，用小的模子观望大模子的话，近一年可能好点。而实质王人是数据着手问题。

4.Post training 团队缔造，表面上 5 东谈主实足（不一定全职）。比如一东谈主搭建 pipeline（infrastructure），一东谈主宰数据（数据效力），一东谈主认真模子本人 SFT，一东谈主认真家具对模子编排作念判断，采集用户数据等。

5. 对于硅谷更动的神秘由来，其中一个舛错身分即是他们的公司很容易形成一种扁平的组织文化。像 openAI, 就并莫得所谓特定的 decision maker, 每个东谈主王人很自主解放，团队之间的互助也很解放。而老牌的谷歌也在暗暗撤回中间层，让好多也曾的 manager 转一线。

对于视频模子： Scaling Law 的瓶颈还很早

6、视频生成还处于 GPT1 和 2 的时候点。咫尺视频水平接近 SD1.4 的版块，将来视频会有和商用性能差未几的开源版块。面前的难点是数据集，视频因为版权等问题莫得那么大的公用数据集，每一家如何获取、处理、清洗数据会产生好多不同，导致模子才略不同，开源版块的难度也不同。

7.DiT 决策下一个比较难的点在于如何普及物理轨则的遵照，而不单是统计概率。视频生成的效力是卡点。咫尺要在高端显卡上跑挺久，是生意化的荫庇，亦然学术界在探讨的标的。肖似 LLM 天然模子迭代速率在放缓，但运用莫得放缓。从家具角度，只作念文生视频不是一个好的标的，有关的偏裁剪、创意的家具，会屡见不鲜，是以短期内不会有瓶颈。

8. 会有 1～2 年才能达到 DiT 技艺阶梯的饱和。DiT 阶梯好多不错优化的方位。更高效的模子架构，长短常舛错的。以 LLM 为例，一运行巨匠王人在往大了作念，背面发现加 MOE 和优化数据散布后，不错无谓那么大的模子去作念。需要参加更多商量，一味 scale up DiT 相当不高效。视频数据如果把 YouTube、TikTok 王人算上，数目相当大，不可能王人用于模子观望。

9. 视频的 scaling law，在一定界限内有，但远够不上 llm 的级别。咫尺最大级别的模子参数也即是 30b。30b 以内阐述是灵验的；但 300b 这个量级，就莫得告捷案例。咫尺作念法中，不同主如果在数据上、包括数据配比，其他莫得大不同。

10.Sora 刚出来巨匠王人合计会不竭到 DiT，但实践上还有好多技艺旅途在作念，举例 based on GAN 的旅途，以及 AutoRegressive 的及时生成，比如最近很火的名堂 Oasis，还有把 CG 和 CV 聚首去结束更好的一致性和末端。每一家王人有不同的选拔，将来面向不同场景选拔不同的技艺栈会是一个趋势。

11. 长视频生成提速的技艺决策，能看到 DiT 才略极限在哪，模子越大、数据越好，生成的通晓度更高、时候更长、告捷率更高。DiT 模子能 scale 到多大，咫尺莫得谜底。如果到一定尺寸出现瓶颈，可能会有新的模子架构出现。从算法角度，DiT 作念出一个新的推理算法，来支抓快速。比较难的是怎样在观望的时候把这些加上。

12. 视频模态的观望数据其实还有好多，而况怎样样高效地选拔出高质地数据比较舛错。数目取决于对版权的理解。但算力相通是瓶颈，即便有那么多数据，也不一定有算力去作念，尤其是高清的数据。惟恐候需要基于手头有的算力去反推需要的高质地数据集。高质地数据一直王人是缺的，但即便稀有据，很大的问题是巨匠不知谈什么样的图像刻画是对的，图像刻画要有哪些枢纽词。

13. 视频生成的确实度主要靠基模才略，好意思学普及主要靠 post training 阶段，比如海螺就多数用影视数据。视觉模态可能不是更好的通向 AGI 的最佳的模态，因为翰墨是通往智能的捷径，而视频和翰墨之间的效力差距是几百倍。

14. 多模态模子还在很早期阶段。给前 1 秒视频 predict 背面 5 秒如故很难了，背面加入 text 可能会更难。表面上视频和翰墨全部训是最佳的，然则合座作念起来是很难的。多模态咫尺弗成普及才略，将来也许是不错的。

对于 AI 运用：硅谷的趋势和国内不太一样

15. 硅谷 VC 倾向于合计 2025 年是有运用投资的大契机。他们投资 AI 家具的模范之一：最佳只作念一个标的，让竞品很难复制。也需要有一些集聚效应：要么是难以复制的瞻念察力；要么是难以复制的技艺 Edge；要么是他东谈主无法赢得的把握本钱。不然很难称之为创业，更像是一门生意。而况在好意思国，基本莫得 killer apps for everyone。巨匠俗例于在不同场景中使用不同功能的 App，枢纽是让用户体验尽可能的无荫庇。

16、硅谷 VC 合计 AI 家具公司是新物种，和之前的 SaaS 很不一样，找到了 pmf，它的 revenue booming 长短常快的，简直 value creation before hype 是在 seed 阶段；大模子很贯注预观望，运用公司更贯注 reasoning。每个行业有固定的看问题的模式和本事，新出现的 AI Agent 是在 LLM 的基础上加入了 Cognitive Architecture。

17.VC 里的小众不雅点是不错有条目接头投资中国创业者。原因是新一代中国首创东谈主很有活力，很有才略作念很好的生意模式。但前提是 base 在好意思国。中国及中国创业者在作念好多新的尝试，然则海外投资东谈主不了解，是以亦然一个价值洼点。

18. 硅谷的 VC 王人在想认识竖立我方的投资战略。Soma Capital 的战略是建联最优秀的东谈主，让最优秀的东谈主先容他的一又友，创建 Life Long Friendship。在历程中 inspire、support、connect 这些东谈主；竖立全景舆图，包括市集细分和名堂 mapping，想作念数据 Driven 的投资。会从 Seed 投资到 C 轮，不雅测告捷 / 失败样本；Leonis Capital 是商量驱动的风险投资基金，主如果 First Check。OldFriendship Capital 则是 Work first，invest later，会和 founder 先全部责任，打客户访谈，笃定一些访谈 guideline，全部搞通晓家具的问题，肖似商讨责任。投中国名堂，在责任中不错判断中国 founder 是否有契机大概和 US Customer 全部责任。

19.Storm Venture 心爱 Unlocking Growth，比较心爱 A 轮有 PMF 的公司，他们平凡赢得了 1-2M 的收入，然后去判断是否存在 Unlocking growth 撑抓他们涨到 20M。Inference venture 合计壁垒应竖立在东谈主际筹商和限制常识。

20．OpenAI 商量员创办的 Leonis Capital 有 几 个对于 2025 年的 AI 预测。比如会有一款 AI 编程的运用走红；比如模子提供商运行末端成本，创业者需要去选拔 model/agent 创造一个特有供给；数据中心会形成电力冲击，可能存在新架构从头；新的 framework，模子变小；Multi agent 会变得愈加主流。

21 AI Coding 公司模子观望的可能想路，一运行会用模子公司更好的 API 来取得更好的效力，即使成本更高，在积存客户使用数据之后，继续地在小场景训我方的小模子，从而继续替换部分 API 场景，以更低成本取得更好的效力。

22. AI Coding 的一个舛错趋势是使用推理增强技艺，肖似于 o3 或 o1 本事。本事不错权臣提高代码代理的合座效力。天然它咫尺触及昂贵的成本（多 10～100 倍），但它不错将不实率裁减一半以致四分之一。跟着讲话模子的发展，这些成本瞻望将赶快下落，这可能使这种本事成为一种常见的技艺阶梯。

对于具身智能：十足具备东谈主类泛化才略的机器东谈主，在咱们这代可能无法结束

23：硅谷的一些东谈主合计，具身机器东谈主尚未迎来肖似 Chatgpt 的时刻，一个中枢原因在于，机器东谈主需要在物理天下中完成任务，而不单是是通过编造讲话生成文本。机器东谈主智能的冲破需要搞定具身智能的中枢问题，即如安在动态、复杂的物理环境中完成任务。机器东谈主的枢纽时刻需要得志通用性：大概顺应不同任务和环境；可靠性：在确实天下中具有较高的告捷率；可彭胀性：能通过数据和任务继续迭代和优化等几个条目。

24：机器东谈主数据闭环难以结束是因为它们不毛肖似 ImageNet 这么的记号性数据集，导致商量难以形成长入的评估模范。另外，数据采集的成本昂贵，尤其是触及确实天下的交互数据。举例，采集触觉、视觉、能源学等多模态数据需要复杂的硬件和环境支抓。仿真器被合计是搞定数据闭环问题的一种舛错器具，但仿真与确实天下之间的"模拟 - 确实差距（sim-to-real gap）"仍然权臣。

25：具身智能面对通用模子与特定任务模子的冲突。通用模子需要具备高大的泛化才略，大概顺应各样化的任务和环境；但这平凡需要多数的数据和计较资源。特定任务模子更容易结束生意化，但其才略受限，难以彭胀到其他限制。将来的机器东谈主智能需要在通用性和专用性之间找到均衡。举例，通过模块化联想冰球突破九五至尊app(中国)官方网站，让通用模子成为基础，再通过特定任务的微调结束快速适配。