英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟

2024 年 3 月，英伟达的股价还在往上走，Sora 刚发布没几天，国内好几家上市公司因为「文生视频」的概念连着拉了四五个涨停板。同一时间，莫傑麟在家族办公室看二级市场，曲凯在一级市场见创业者，两个人坐下来聊了 39 分钟，试图把 Sora、英伟达、大模型融资这些散落的热点，塞进同一个框架里。

莫傑麟是 42章经去年最受欢迎那期节目的嘉宾，日常关注二级市场，对英伟达这类 AI 主题的大公司研究很深。这一期他带来的核心判断是：AI 现在有三个叙事阶段，1.0 是 Scaling law，1.5 是 Scale in 与 Scale out，2.0 是应用大爆发。我们正卡在 1.0 到 1.5 的交替期。

这个框架的价值在于，它能让后面每一个新模型、每一条行业新闻，都有地方对号入座。谁在曲线之上，谁被甩出曲线，会是 2024 年真正的看点。

1.0 时代：先相信，再看见 1:33

过去一年 AI 市场的逻辑，莫傑麟概括得很干脆：集中在模型和算力上，交付更好的模型，用掉越来越多的算力。这条线背后有三个假设。需要有超级领路者说服市场为什么要投入资源；需要一代代模型 demo 做出来；需要全世界的算力不断堆积，让更好的模型被训练出来，再反馈到资本市场。

整套趋势都围绕一个前提：Scaling law 成立，也就是越来越多的资源投进去依然有效，模型还在往前进展。

曲凯用蒸汽机做了个类比。大家发现烧柴烧煤只要力量足够大，就能让火车跑起来，这件事现在已经被相信了。但火还不够旺，火车还没真正跑起来。每一次 GPT-3.5、GPT-4、Sora 发布，都是往火里添了一把柴，让大家看到火更大了，于是更多人相信这件事能成，转身先去买柴。买柴就是买卡。

莫傑麟补了一个更玄的说法：这世界上可能有五十个人，他们知道大模型最终的终点是什么。这些超级个体愿意相信 Scaling law，并且基于它走向一个未来。市场相信的所有事情，都建立在一个原因上，Scaling law 没有失效，且有领路者在不断告诉你，我能依靠它做出惊喜，直到抵达那个梦想。

所以英伟达能不能继续涨，某种程度上是个检验题。它如果不涨，就说明 Scaling law 失效了。莫傑麟他们做过一个调研，问投资人为什么中途下车，最大的一群人的答案是看不到这个东西的空间和应用。

1.5 时代：谁在曲线之上，谁被甩出去 4:41

大家真正在等的，是移动互联网那样百花齐放的年代。但那需要信号，可能是一个个体，一个产品，一个 demo。莫傑麟说，这种信号目前还不够强烈，虽然很多创业者和工程师跃跃欲试。

已经看到的信号是「溢出」。他们判断 2024 年年中会有很多模型，包括一部分中国模型达到 GPT-4 的水平，也会看到比去年多得多的收并购。Scaling law 会溢出，溢出就带来 1.5 代的表现。

1.5 代的核心问题只有一个：Scaling law 往下走的过程中，谁在曲线之上，谁在曲线之外，谁 scale in 了，谁 scale out 了。曲凯的翻译更直白，谁能跟着这几家继续在第一梯队往前走，谁慢慢落后掉。

再往前是 2.0，应用的大爆发。但 2.0 的信号是什么，没有人知道。莫傑麟说，可能是来自某一个产品，比如苹果出了下一代手机。

从一级市场的视角看，2023 年是大模型的大冒险之年。虽然中间层和应用层也有融资，但回头看最大的新闻，包括 Moonshot 的融资，都属于那几大模型公司。2024 年很多人开始说我要投应用。1.0 时代不能说过去了，只能说比较稳定了，这些公司不外乎是谁跑出来，或者大家都拿了足够分量的钱，一起再往前跑。

曲凯把整个过程串了一遍：大家发现了一个新技术，国内的引爆点是 ChatGPT。出来以后每个人脑补了很多可以做的事，那些都属于 2.0 时代，现在还没有真正实现。因为大家都相信，所以要做这件事就得先买卡、先怼算力，把 1.0 的东西做起来。结果应用还没看到，英伟达的数据先起来了。

模型变强，不会让创业变容易 7:20

曲凯抛出一个争论：模型和 infra 进化之后，是会降低做产品找 PMF 的难度，还是说找到原生应用范式、自下而上的探索更重要？

莫傑麟不认为这两件事强相关。模型好了，不代表创业更容易，或者 PMF 更好找。他有一个「恒定稳定态」的说法：还是要从用户需求出发。事情变简单的时候，泡沫可能更大，更多人会进来做，可能会有一万家公司都进来。

「之前市场好的时候，可能是能输在一万家公司，而且都能拿到钱。那最后呢，可能就是剩了十家公司。」

他举了 O2O 的例子。当年那么火，国内真正剩下来的可能就是美团、滴滴这么几家。市场不好的时候，不外乎原来一万家里出十家，现在一千家甚至一百家里出十家。最后的绝对值不会有明显变化。

那现在应用层处在什么阶段？莫傑麟的定义是「试探玩法」。以前做一个 App，你知道图怎么做，左下角放什么，右下角放什么 tab。现在这些都没有。偶尔出来一个妙鸭，或者一个哄哄模拟器，在他看来都只是一个玩法。

一个好的应用里面可能有数十个玩法，一个好的产品经理把它们有机结合起来。但现在现存的玩法就那么两三个：我能文生图，或者我能用它做对话。所有类似 Character.ai 的产品，本质上也是一个玩法。你可以把玩法加到各种地方，或者把好几个玩法结合到一起，比如聊着聊着天，把聊天信息生成一张图，留作纪念。要等到有人先把十种玩法试出来，再挑出八个，按某种顺序排列组合成一个好产品，才算真正进入 2.0 阶段。

三种相信，三种投资 11:10

聊到人，莫傑麟对国内这波创始人的评价很高。横向比海外创始人不输，背景、对商业的理解、动用资源的能力都在线；纵向比五年前十年前，质量显著更高。最近几个月倒是没有特别多变化，很多人还在等。有一批更相信的人，在 1.0 时代就想入场做 2.0；还有一些人想等到 2.0 明确到来、有产品出来了再出来，这也很合理。

曲凯提了一个被忽略的话题：国内这些已上市的 TMT 公司，因为 AI 的新增量，会怎么被重新定价？莫傑麟没有直接点名，而是给了三个分类。

• 因为相信，所以看见。这是美国市场当下的状态。我相信这些东西，所以我愿意下注、愿意买、愿意投资。
• 因为看见，所以相信。这是国内一级市场的主流。我一定要等你先做出来，才愿意投。这也是当下国内市场大家遇到的问题。
• 因为觉得别人相信，所以我可以相信。这偏向国内二级市场。Sora 出来，好几家上市公司连着四五个板甚至更多。但里面的人很少有人真的相信这件事，他只是觉得这个事出来了别人可能会信，这里面可以赚一笔。

落到实际选择上，沿着前两条逻辑：如果是因为看见所以相信，那一定选今年就能和 AI 结合、能产生业绩的公司；如果是因为觉得别人相信所以相信，那就选足够有热点、足够有话题性的公司。

曲凯还问了一个对比移动互联网的问题。莫傑麟说，上一波技术相对 ready，大家明确知道怎么做、怎么推进、能做出什么东西，很多是需求带动技术、人才的发展。现在反过来了。

他提到一张流传很广的图：最上面是一头大象，代表大家对 AI 的整体期待；中间是英伟达，承受所有的力；底下两只蚂蚁驮着球，代表实际的 AI 应用与需求。实际需求要拿放大镜去找，中间是算力公司在承重，上面是强烈的期待。上一波是反过来的，上面有明确的大量需求，千万甚至过亿级的工具产品出现，底下才是后台技术。那个年代没人花大量精力讨论算法、内存、云，大家讲的就是产品、产品、产品。

还有一个区别：当年大家也会问「腾讯做了怎么办」，但不会觉得腾讯是一家创业公司，只觉得它是个大公司，可能用钱砸。现在大家想这件事，会觉得字节自己就是最适合做这件事的，而且把它当成一个创业公司来对待。马化腾当年不会亲自挂帅做移动互联网，真正起来后大家提的是张小龙。但 AI 时代，张一鸣自己非常 in，在一线，从上到下的管理层都在发力。

英伟达、贪吃蛇与球球大作战 19:16

怎么看英伟达的股价？莫傑麟说，至少要同时具备宏观、中观、微观三个视角。那些在某个价格下车的人，算的是微观的账，微观层面可能是对的，但放到中观和宏观就不一定。能不能灵活快速地调整视角，很重要。

他打了个上学的比方。你跟一个朋友很熟，反而看不出他喜欢某个女生；一个不太熟的人跟他待了两个小时，就能得出结论，而且往往很正确。天天分析微观细节，不一定能得出宏观结论。

至于 2.0 的领路人会是谁，莫傑麟的判断是小公司。大公司擅长的是抄、用钱砸、做各种各样的事情，但真正的创新仍然在小公司手上。创新不是靠堆钱堆人做出来的，就像没人能预测下一个微博热搜是什么，它很可能从一个非常不起眼的地方起来。

他把大公司比作贪吃蛇：除了在模型算力上享受 Scaling law，还会看哪些场景、入口能提前占据。小公司则像俄罗斯方块：在大公司做贪吃蛇的过程中，总有一些更贴近客户需求、更需要百花齐放和灵感的场景，留给创业公司机会。两个游戏并存。

曲凯补了一个「球球大作战」。每个人是一个球，吃比自己小的球变大，但移动速度和体型成反比，体型越大移动越慢，追不上小球。这就像大公司和创业公司的关系。游戏里还有一个设计：你可以把一个大球分成十个小球，速度变快，但每个球只有原来十分之一的体积，可能被一个有一定体量的创业公司逐个吃掉。

这就是商业上的解构与重构。大公司要跑得足够快，可能要分拆一个公司，或者用一个很独立的部门做某件事，这时它就变成一个小球，可能被外面更大的创业公司蚕食。老公司失去增长性，就变成一个传统公司。

莫傑麟还补了一刀：贪吃蛇最后死在自己越来越长、撞在自己身上；俄罗斯方块码得越多越容易死。创业公司不怕大公司，因为速度和体量一定成反比。除非大公司足够切割，每一块都像一个创业公司。所以对创业公司的提醒是，要动得足够快，如果染上大公司病，速度慢又不会调整，那才是最大的问题。

曲凯由此想到字节。它很难被简单归为贪吃蛇式的巨头，也谈不上纯粹的创业公司，更像两个游戏同时在玩。拼多多当年也是类似，既不是小公司也不是大公司，找到了自己的模式，又在另一侧用 Temu 在全世界复制自己。这类公司在 1.5 时代会非常有看点，值得密集追踪它们在做什么，怎么解决人才密度和算力，会不会做很多收并购，会不会用高薪挖人。

砖被卡住了，游戏有没有结束 27:00

曲凯提了一个尖锐的问题：如果把大模型当作 Scaling law，每一张卡就是一块砖，地缘政治把砖卡住了，国内公司怎么存活？

莫傑麟先从技术层面拆 Scaling law 的来源。第一是技术结构，2023 年学界有争论，会不会出现 transformer 以外的新结构，OpenAI 和 Google 内部都在试。第二是数据，全网文本、视频、图片理论上够用，但越往后使用成本越高，所以大家在探讨合成数据。第三是算力，他觉得这是最容易的，只要堆积就能获得。第四是多模态，原来只看文本，总是缺一个对物理世界的模拟。第五是工程能力，比如代码生成，理论上很标准化了，但头部公司和非头部公司在效率和有效性上依然存在差距。

他的结论是，每个象限都不是绝对的，确实存在代际差。就像奥运会，OpenAI 是五个维度都拿第一的选手，当之无愧的第一；很多模型公司可能两三个项目第一，两三个项目第二第三。GPU 最先进的芯片上可能还是会被卡脖子，但只要在几个维度都有规模的公司，理论上都能享受到 Scaling law，只要还能享受，游戏就没有结束。

曲凯追问：国内大模型和 OpenAI 的差距是在缩近还是拉远？莫傑麟的回答是拉远。他最近跟很多业内人聊，包括搞算力、做卡的，很多人觉得越拉越远。原因不只是技术代际差，还有商业上的正反馈：OpenAI 的 ARR 进展很快，能从资本市场拿到足够多的融资，形成正循环。这个代际差在商业上被放大了。不只是跟其他国家的模型比，跟它自己国家的开源模型比，差距也在拉大。

因为基础是 Scaling law，就一定有规模效应。站在美国市场可以问，Google 会不会被 scale out，苹果会不会被 scale out；站在全球视角，问题就变成，中国的模型会不会被 scale out。这也解释了为什么大家对 Google 的估值给得比较别扭，很多人没想明白一个问题：奥运会就跟中国乒乓球一样，拿银牌到底有没有意义。

Sora 的震撼，与面壁者、破壁人 31:31

Sora 发布，曲凯最大的震撼是预期差。所有人对文生视频的预期都是一两年以后才会成熟，OpenAI 突然发出来，一下把大家对 AI 的预期大大拉高，也让人意识到 OpenAI 手里不知道还有多少东西，随便发一个就这么炸裂。国内到底能不能赶上？

莫傑麟补了两个观察。第一，2024 年以模型为主的公司会收敛，最大的变数是特斯拉的 xAI。多模态技术上特斯拉有非常强的储备，这是事实；Elon Musk 作为领路者的角色，也不会逊色于 Sam Altman。录节目之前两天，Musk 起诉了以 Altman 为首的 OpenAI 核心团队，这件事让特斯拉会不会入局、会在这个事情里做什么，变得很值得关注。

第二，很多公司把复刻 Sora 变成了 2024 年上半年甚至前三季度的重要目标，这有点超出他们的预期。

曲凯用《三体》做了个比喻：Sam Altman 像面壁人，非常擅长做领路人，不管是对整体格局的把控还是 PR 节奏；Elon Musk 像破壁人。这场戏会很好看。但最后实际的获益者还是黄仁勋。莫傑麟同意，老黄不是那种低调被动的创始人，上一波 Web3 挖矿的时候英伟达就抓到了红利。

还有一个短期反应的例子：Sora 出来之后，Adobe 股价大跌。莫傑麟说，分析 Sora 的技术和工程难度，看长期终局，这很重要；但短期大家的反应就两个字，战略。听说 Adobe 在很快准备自己的 Sora，证明给市场看这件事对它没有影响。回到国内，字节最近蒋璐加入、张楠更 all in 剪映这条线，反馈到 1.5 代叙事里最重要的信息就是：不要被 scale out。

曲凯总结，Sora 的出现仍然是把整个叙事往 Scaling law 上继续拉，而且视频一定比文字更能拉爆这件事。莫傑麟说，1.0 时代大家关注 Scaling law，是因为所有人都能受益，这是一个金矿，大家都能来掘金。2024 年非常重要的看点是谁被 scale out 了。

在 Sora 出来之前，做文生视频的 Pika 这类公司可能享受最大的荣誉和热点，是绝对的第一梯队。转眼之间，只要 Sora 出来，它就会被质疑。Adobe 这样的公司也一样。最一线和被淘汰之间就是一线之隔，可能取决于大模型怎么更新，或者 OpenAI 又做了一个什么新产品。对创始人来说，不管大公司小公司，战略选择和节奏选择都是非常大的考验。

莫傑麟形容这些公司的状态像量子纠缠：今天好，明天被质疑，后天又好，然后又质疑，最终纠缠出一个结果。连它们自己可能都不是特别确定。对旁观者来说，这会是非常精彩的大戏。

节目最后，曲凯说争取每个季度复盘一次国内外 AI 的情况，包括一二级市场，希望下次聊的时候能有一个更乐观的结论，更接近 2.0 时代，或者国内大模型已经到 4.0，跟 OpenAI 的距离更近一点。

把这一期听完，能带走的东西大概有三件。一是那把尺子：1.0 看 Scaling law 是否成立，1.5 看谁 scale in、谁 scale out，2.0 等应用的信号。二是那个提醒：模型变强不等于创业变容易，泡沫大的时候进场的公司更多，最后剩下的绝对值不变，所以还是要从用户需求出发，先攒玩法，再谈产品。三是那个视角：评估英伟达这类标的，微观的账要算，但中观和宏观的视角同样不能丢，速度和体量成反比这件事，对大公司和创业公司都成立。