NG体育平台8月28日，由「甲子光年」主办的「举棋恰少年·2024甲子引力X科技产业投资大会」在北京金茂万丽酒店召开。
在《相向而行——人工智能：全面通向AGI时代的必经之路》圆桌对话上，来自不同领域的资深投资人和创业者展开了深入的讨论。他们分享了对AI行业变化的见解、未来趋势的预测，以及在当前市场环境下的投资与创业策略。
作为本次圆桌的主持人，BV百度风投董事总经理刘水开场便指出了AI行业的多变性。他提到模型参数不断变大，但同时也在变小，走向端侧，我们应不断思考大模型可能面临的技术挑战和新架构将如何出现等问题。此外，他也分享了BV百度风投在生成式AI和具身智能方向上的投资布局，他认为，投资机构应更注重企业的长期价值，而创业者则需要同时关注经营和技术创新。AI应用层的机会还有很多，在当前市场环境下，保持耐心，是投资人和创业者都应面对的课题。
峰瑞资本投资合伙人陈石凭借其丰富的创业和大厂经验，强调了投资人在面对AI技术快速发展时需要保持理性和乐观的态度。他认为，AI技术正在各行各业中发挥重要作用，如小鹏汽车在自动驾驶和智能机器人方面的应用，体现了AI技术的实际落地价值。同时，他也指出技术的迭代需要时间和耐心，投资人应当深入理解行业和技术的发展。
蓝驰创投投资合伙人石建平讨论了AI在To B领域的应用，尤其是具身智能的发展，并强调了“for AI”和“by AI”的双重视角。他认为，AI技术的发展需要解决用户的实际问题，特别是在垂直行业中的应用，这样才能更好地服务于社会。他还提到，创业者应当与产业界紧密合作，寻找AI技术在特定领域的应用潜力。
清智资本创始合伙人张煜强调了AI技术在生命科学、工业智能等领域的应用前景，他认为AGI可以帮助人类突破生理和知识传承上的限制，解决更宏大的人类难题。他呼吁资本界、产业界和学术界共同努力，一起推动AI技术的进步。
天际资本创始合伙人张倩分享了自己的投资经历和对AI行业的见解。她提到了基金的投资策略和对AI公司的投资情况，并且认为今年的创始人越来越强，而估值越来越便宜，这为投资者带来了更多机遇。她强调了AI技术在解决实际问题和创造商业价值方面的重要性，并提到了天际资本在AI和硬科技领域的投资案例。
EasyLink创始人兼CEO陈思吟从创业者的角度出发，讨论了从投资人转型为AI创业者的经历。她强调了非结构化数据在大模型训练和应用中的重要性，并强调创业公司在当前环境下需要聚焦核心竞争力，与客户紧密结合，以实现商业化的目标。
除此之外，嘉宾们还就多模态技术的发展、AI+硬件的应用、具身智能的发展前景等问题进行了交流。他们一致认为，尽管当前投资环境相对冷淡，但AGI赛道依然火热，其带来的机遇同样巨大。无论是投资人还是创业者，都需要保持耐心和信心，共同推动AI技术的进步和应用。
刘水：非常荣幸请到我们的行业里边几位资深的投资人和创业者，我们可以深度聊一聊关于AI的一些变化以及未来。今年行业的变化是非常大的，模型参数不断变大，但同时也在变小，走向端侧。另外模型从语言模型走向了多模态，这些变化都非常快，这些变量也让我们这些投资人和创业者不断重新思考。今天希望跟各位针对这些行业变化深入聊一聊，也给大家一些不同的思考。
我先做一下自我介绍，我是来自BV百度风投的刘水，我们百度风投是2017年由百度发起的一支市场化VC，从成立之初就一直聚焦AI投资，过往几年我们投资近200家企业。在大模型时代，我们依然活跃在市场上，会针对模型中间层，应用，包括AI和硬件的结合等做布局，下面也请各位嘉宾做一下自我介绍。
陈石：大家好，我是峰瑞资本的陈石，我们基金是2015年成立的，主要有三个大方向：消费和TMT；硬科技，包括AI；第三个是生物科技，我们在 AI 上投的范围比较广，包括应用，具身智能，还有Infra等。我以前有16年的创业经验，以及5年大厂经验，现在做投资也有3年了。我也希望能以创业者的身份看看这个行业和技术的进展。
石建平：我是来自蓝驰创投的投资合伙人石建平。蓝驰于90年代在硅谷成立，后来在2008年成立蓝驰中国，也参与了中国TMT行业，从互联网到移动互联网的发展。早期我们投了很多成功的项目，包括后来在云计算，新能源，高科技也投了很多成功的公司，比如理想汽车、青云等等。我们也积极参与了AI赛道，投了不少明星项目，我们也很有缘和这些创业公司达成早期的合作。包括现在大家都知道的月之暗面，智元和银河通用机器人等等，还投了Infra芯片等等。我们投资AI的逻辑是for AI和by AI两个场景。for AI投的是基础设施，包括芯片、能源算力和大模型。by AI是从C端的应用到B端应用，再到具身智能都符合这个类别。我们在这个赛道非常乐观，非常高兴今天和大家做交流。
张煜：大家好，我是清智资本的张煜，我们机构比较年轻，创立才两年。我们专注投资人工智能早期项目，一年多也投了十几个项目，包括了大模型，特别是行业大模型，我们投了差不多四五个行业大模型，还投了生命科学、机器人、生成式AI、工业智能、数据服务。人工智能以前叫三要素，现在增加到四要素、五要素，包括算法、算力、数据、系统、应用等方面，我们都投了。
我们的特点是：第一，我们专注在人工智能领域投资；第二，我们是清华大学智能产业研究院支持下成立的早期创投基金，所以我们有很多专家和产业资源的支持；第三，我们有自己的孵化器，有免费空间，算力也免费，还有专家的指导。所以如果大家要是创业的话，不妨到我们那边去看一看。今天经济比较有压力，希望大家抱团取暖，能够一起把人工智能向更高阶段，向产业应用和落地推进。
张倩：大家好，我是张倩，是FutureX天际资本/天际科技投资的创始人。我们第一期基金叫人工智能机会基金，投出了字节跳动、金山云、蔚来汽车、小米等一系列公司。迄今为止，我们已经投了70多家公司，其中20多家我们都算是第一个去投的VC，主要聚焦在AI和硬科技；大概一半是基础科技，就是以芯片为核心的基础科技，另一半是数据应用的科技，有软件，也有硬件。
我是原华夏基金一级投资平台的创始人，所以我们相对“胆子”比较小一点。在上一波周期中，我个人累计已经做过200亿的投资决策，也看过很多科技泡沫起来，再破裂，然后再起来。在目前环境下，我们人民币和美元基金都还在非常积极的投资，今年我们也投了10家左右，但是投资额可能只有2021年的20%，这是好的信号。
这一波AI创业尽管在美国非常火，但是在中国投资人看待AI公司却很实际，所以我们还是蛮兴奋的，今年看到的创始人越来越强，而公司估值越来越便宜，对我们现在还积极投资的基金来说是很大的福利。另外，尽管过去我们投的公司中80%都是AI驱动的，而这两年我们还是比较谨慎的，此前没有出手投大模型，但是今年我们投了Mistral，大模型作为基础设施在持续地迭代，所以我们会特别关注像Mistral这样非常高效的创新模型，这两年我们累计投了十几家公司，一会再跟大家具体分享。
陈思吟：大家好，我是EasyLink的陈思吟。跟刚才几位不同，我的身份是创业者。去年之前我也是投资人，一直关注Fintech赛道，也给很多企业做金融科技咨询。去年因为看到了一个机会，所以决定从投资人转型，成为一个AI创业者。
很多人也问过我为什么会选择当下创业？因为在过程当中我们看到了整个AGI的大方向，很多人提模型和应用，但是很少有人提到数据。我们也是从应用出发，在逐渐发展的过程当中把我们的视角聚焦在数据，尤其在非结构化数据上面。我们其实是在大模型的训练和应用场景下聚焦在非结构化数据的处理与知识治理，以提升知识挖掘的能力，来提升大模型应用的可用性和精准度。
EasyLink是非常年轻的公司，去年成立，但是今年我们已经陆续拿到了国内和海外一些大企业的大模型应用相关订单。这也给了我们比较好的鼓励，未来还是会沿着AGI的方向发力，聚焦在数据这个关键点上面。在大模型这个赛道，很多人提算法，但其实算法决定的是模型的下限，真正决定模型的上限是数据，所以我们EasyLink选择聚焦在非结构化数据能力之上构建大模型应用，期待和各位一起探讨。
刘水：各位无论是从投资视角，还是从创业视角，都介绍了各自的优势，过往经历的这些周期，更重要的是现在的机会。接下来我们会进入具体的讨论NG体育官网app下载。整个VC环境很冷，但AGI赛道很热，很多钱投进来，那么大家现在如何评估项目的价值？是不是应该追更明星的公司？
陈石：从当前AI的发展情况来看，各条战线都存在不确定性，因此很难说哪个赛道一定做不出来。无论是语言模型、应用、基础设施还是具身智能，它们各有各的好。现在投资热潮确实有点冷，今年跟去年比太冷了。冷的原因一个是大众的情绪，但是作为科技投资人，我们自身要理性一点，不要被不太懂技术的情绪或者文章所影响。我认为技术，scaling law这些还是有机会的。
我举个例子，昨天OpenAI发了草莓和猎户座，猎户座可能还是传统的自回归迭代，草莓就是加入了蒙特卡罗搜索，它做推理，然后产生数据去训练。我觉得科技投资人要多看论文，多看行业。有时候看论文你就会发现它天天在变化，所有最优秀的大脑都在做技术，做科研。看行业的话，你要深入进去看。我举个例子，我昨天晚上参加小鹏汽车的发布会，我发现它妥妥是一个AI公司，除了做新能源汽车之外，端到端的自动驾驶模型，做自己的推理芯片，也会做智能机器人，还有飞行器之类的。我们的AI技术已经在中大规模企业里面试运行了，效果比较显著。
AI可能对创业团队刚开始不太友好，因为资源在大厂手里。但大厂迭代一阵子之后就知道应用该怎么做了。语言模型可能有能力限制，但如果找到好的场景，做出商业模式，其实可以出来做应用，我们还是要更加乐观。
最后，我也回应一下甲小姐提到的人工智能有没有自我意识。有篇论文里提到人工智能会产生一些自我保护意识，比如你训练一个倒咖啡的机器人NG体育官网app下载，一天倒一杯酒加一分。如果有一天有人把它关了，第二天醒来它发现我昨天没有完成任务，它就要避免人类把自己关了。论文里是一个思想实验，这一类强化学习训练特别容易产生这类意识。我们不想让它具有的子目标和自我局部的自意识，这也是一个亮点，说明技术还是在进步，技术问题也会逐渐被解决掉。
石建平：刚才我们讲了耐心资本，这个赛道大家需要一些耐心，中国的大模型走过的时间才多少？智源研究院做了先遣部队做了几年，但AI对中国市场的影响实际上只有一年半左右，这是一个相对较短的时间跨度。因此，无论是创业者、投资人还是整个资本市场，都需要给予更多的耐心，避免过度焦虑。
第二，在这个赛道上，最关键的是专注于解决用户的实际问题。其实一共就两拨人，有人专注于基础设施建设，致力于下一代AGI的发展；另一方面，有人致力于解决应用场景中的具体问题，AI只是作为一种手段。我们观察到许多创业者和投资项目，发现历史上的创业过程中存在许多同质化的想法。实际上，将AI技术应用于垂直行业和场景，赋能这些领域，存在巨大无比的机会和想象空间。创业者可能需要花费更多时间与产业界人士交流，获得深入的见解，去做更有价值的创业，这可能为整个行业带来更大的机遇和动力。
AI技术的到来本质不仅仅是为了生成图片，它最大的希望在于为人类文明带来新的技术力量创新，推动社会进入一个新的发展周期，这是更具想象力的领域。大家讨论了很多关于模型的自我学习能力，通过自我迭代去探索人类没有想象或发现的新理论和知识，这才对整个人类社会具有重大的社会意义和价值。我们期待创业者能看得更远一点，探索新的方向，并期待与大家的深入交流。
张煜：我们基于自己的观察，认为人工智能的发展，特别是ASI，可能会消耗巨大的能量和算力。它可能是国家战略，因为AI的影响力不仅限于技术革命和经济革命，还可能引发思想革命、信仰革命和价值观革命。在这场国家间的竞争中，中美两个主流国家都必须搞，谁也输不起。因此，ASI这种超级通用人工智能的发展是国家为基础推动的，仅靠商业领域的投资可能承担不起。
此外，AGI的发展速度，我们前面的期望有点过高，其实并没有达到最初的预期。scaling law大家一开始认为是对的，但看起来目前发生了一些偏移。OpenAI等机构把世界上所有能够扫描到的文本数据基本都学习完了，但接下来的发展路径是什么？就有了分歧和讨论。总体来讲，我们对AGI目前的表现稍微有点失望，科研和产业领域都在探索新的理论和方法，如各种白盒模型、多模态和TTT等等，我们认为AGI真正产生价值还需要时间，不应像现在一样仅限于知识小助手或内容文本分析等辅助工作。
其实科学发现很重要，AGI可能帮助我们克服人类生理限制NG体育官网app下载，我们的记忆，精力和知识传承的限制，推动科学发现。比如人类寿命问题，为什么人只能活到100岁，我们活到150岁行不行？能不能用AI制造一些很好的药和基因工程的方法，能够改变人类的寿命，能够使人类活得更长，活得更健康。还有像星际旅行和可控核聚变等等，这都是我们现有的实践方法没有办法做到的，有可能通过 AGI 来实现。目前通用模型类别里的行业模型已经开始产生商业价值了，我们已经投资了四五个行业模型，包括制药、工业、视觉和3D生成等AI领域。这些模型更注重专项能力而非通用能力，已经在特定领域展现出价值。
Agent技术在国外的生态发展较好，但国内尚未达到预期。我们原本预计今年将是Agent技术的爆发年，但实际并没有发生。这可能是因为大模型基础能力还不够完善，导致Agent未能充分发挥作用。尽管如此，我们仍然看好Agent的发展，预计到明后年能实现快速成长。
还有一个是工业智能，尤其是To B领域，可能会成为AI赋能千行百业的重要方向。中国的制造业基础雄厚，通过AI提升制造业能力可能比开发新的AI大模型更有现实意义和紧迫性。
最后，数据经济也是一个值得关注的领域。随着数字经济的发展，未来数据可能会占据社会资产的主要部分，实体资产向数据资产的转变将带来巨大的机会。目前大家都在探索，我们正在关注包括隐私保护、确权、定价、水印、标注、交易等方面的基础AI技术的发展。
以上是产业角度来分析。从资本的角度来看，除了提倡耐心资本，我们还应该提倡爱心资本，耐心需要等待，爱心需要陪伴和共同推进。我们希望资本界、产业界和学术界能够与创业者携手，共同推动产业进步。
张倩：我分享一下具体的案例。这两年我们投入了约一半时间研究基础大模型和底层芯片技术的创新，但为什么去年我们没有投资大模型？因为我们认为国内模型相较于美国还有所落后，同时我们一直在关注和寻找谁有可能超越/替代Transformer。最近我们发现了一些有潜力的成果，例如我们7月份投资的Mistral公司发布的基于Mamba的模型在效能方面表现出色，我们也期待在下一代模型中发现更多优秀的创新应用。在底层芯片技术领域，我们还投资了一家创新的芯片架构公司——芯盟科技，他们去年已经开发出了一种非常强大的架构，实现全球范围内的科技创新，并能很好地发挥中国的优势，公司之所以能做到这一点，也受益于中国在芯片领域20年的经验积累、工程化能力非常强大。所以，即便在当前的资本寒冬中，他们融资上也有很大的进展，但由于公司非常低调，我们不能透露太多信息。
此外，我发现国内有一些非常接地气的团队，他们开发的一些创新架构也非常有潜力。如果大家看最新的论文，在AI应用和芯片创新的工程化架构方面，基本上是华人在领先，作为中国人我感到非常自豪。我相信，在未来十年只要我们静下心来认真研究AI，并且全力以赴，但不盲目all in全部子弹，将会有很多属于我们的好机会。
在移动互联网时代，我们投资滴滴和美团时都是巨亏的，虽然最终这些龙头企业都实现了盈利，但资本消耗非常大。因此在选择AI应用进行投资时，我们更倾向于投资那些不依赖资本竞争，而是真正依靠创新和天赋走出不同路径的公司。目前，我们从去年到今年投资的公司中，已经有一半实现了盈利，包括天使轮投的公司如未来智能，在每月发布的全球AI硬件排行榜中可以看到，未来智能的办公耳机也是销量最好的产品之一。我们希望能够支持那些不管是在应用创新、底层架构创新或是芯片技术创新方面具有创新精神的企业家。中国拥有巨大的产业优势，只要做好自己的工作，就能跑通盈利模式。感谢大家！
陈思吟：各位讲的比较宏观。那我从个人创业者的角度来看，To B领域相较于其他赛道似乎不那么受到关注。我跟To B投资的朋友聊天感觉，与过去相比，近两年To B领域的融资环境明显变冷，许多To B企业正面临转型的压力。
作为创业者，我认为在当前相对冷淡的融资大环境下，企业找到自己的核心聚焦点至关重要。比如去年我们提Agent概念时还比较新，现在市场上到处都是Agent。整体来看，大模型场景下toB的商业模式还在探索阶段。因此，创业公司必须明确自己的核心发力点，这也是我们创业从应用出发逐步聚焦到大模型训练和应用场景下非结构化数据处理和知识挖掘的原因。上一个创业时代处于资本泡沫时期，你可能很快聚拢很多资源。但现在怎么样可以快速把资源集中发力，这很重要。
此外，与客户紧密结合，聚焦于特定产业也是非常重要的。技术的发展需要结合场景，进而推动某个行业或产业的进步，形成科技与产业正向循环。科技公司也要遵循企业的本质，就是通过技术实现商业价值。创业团队的技术研发应该围绕解决某个行业具体问题展开，这更加现实，也更符合当前资本市场和整体环境的实际情况。
投资逻辑也在发生变化。过去一些投资者开玩笑说，这个公司盈利，做生意的企业我不投，咱们就要投资那些大量投入研发但尚未盈利的企业。但现在投资机构的投资逻辑也在变，大家越来越认识到企业的核心本质是创造价值，而创造价值必然带来商业回馈。所以创业公司也需要理清这一逻辑，围绕商业逻辑、客户需求和为行业创造价值进行技术研发。
刘水：几位嘉宾讲了很多干货，其实我稍微总结一下，在当前环境变冷的情况下，无论是资本方还是创业者，都需要保持耐心。资本方更注重企业的长期价值，而创业者则需要同时关注经营和技术创新。我们也讨论了大模型它可能面临的技术挑战和新架构的出现。我们应该密切关注这些变化，并认识到应用层面存在的机会是相当多的，所以我感觉还是非常积极的。
今年还有几个重要事件，包括Sora的出现，这与我们去年的预测相符，即模型将从语言模型向多模态发展，从文本到图像，再到视频，因为视频一定是更大的市场。因此，我们在早期就投资了中国版的Sora——生数科技，他们发布了一款非常惊艳的产品。我想请陈总就多模态领域，特别是文本到视频的赛道，分享一下您看到的机会和挑战NG体育官网app下载。
陈石：现在多模态技术是大模型发展的主要战场，我觉得一定要做，不用质疑。输入和输出的多模态能力是关键。视频的重要性日益凸显，我们已经进入了所谓的视频优先（video first）的时代，视频已成为最有价值或者说消费最多的媒体格式，无论是媒体传播、广告还是电商，都大量使用视频。因此，在视频领域还有大量的机会。
但要实现这些机会，并不一定要复现现有的技术，如Sora的技术，它还没有公开使用，成本又很高。但你可以有另外的思路，我们投资的特看科技，它在视频能力的基础上，为海外博主提供一键式商业视频生成服务。用户只需上传链接并填写一些选项，系统即可自动生成视频内容。这种服务类似于自动化的剪映，结合剧本和其他元素，就形成一种新的应用生态。
我认为创业者在寻找应用机会时，不一定需要采用正向推导的方式，即从技术出发寻找应用场景。相反，创业者应该采用倒叙解题的方法，即从行业痛点和机会出发，结合现有技术来解决问题，这才是我们创业者应该做的事情。所以我们一直说叫应用创业，叫科技为先，场景为重，我觉得就是这个意思NG体育官网app下载。
张倩：视频赛道太大了，我认为可以大致分为三类：第一类是技术含金量极高的，比如Sora这样的攻坚型项目通常具有极高的创新性；第二类是像HeyGen这样的项目，能够迅速通过技术变现；第三类则是工具型项目，例如剪映提供了易于使用的工具，让普通用户也能轻松制作视频。
其中，攻坚型项目由于其技术先进性，很容易被大厂收购。而对于工具型项目，我认为很多都会结合AI技术。以剪映为例，字节跳动之所以推出这款产品，是因为公司非常重视内容领域包括内容生成、分发和变现在内的各个环节。字节跳动在内容分发和变现方面目前已经是全球效率最高的公司之一，而在内容生成方面，如果被OpenAI等竞争对手截胡，那么其可能会面临巨大挑战。所以，我认为字节一定会积极布局这一领域。
对于从事视频领域的创业者来说，在考虑项目时必须思考一个问题：你的项目未来是否会被字节跳动等大厂PK掉？同时我认为，无论是攻坚型还是技术变现型项目，都有很大的发展空间，而且这个领域的竞争和发展才刚刚开始，正如大家所言，这里仍然存在大量机会。
张煜：我补充一下，视频生成领域，从技术上讲有几个要素：一个是时长，一个是一致性，一个是物理性，这是现在限制视频生成模型的三个很重要的难点；从商业模式上讲，可控性，可编辑性，可玩性非常重要。前两个主要是To B，如广告和媒体行业，后一个主要是To C，比如自媒体和社群，这是现在视频生成模型当前的情况，谢谢。
刘水：我还想快速问一个特定问题，就是关于 AI+硬件的，具身智能这个赛道，上周世界机器人大会在北京召开，之前我每届都会参加，但这届特别不一样，整个具身赛道或机器人赛道又被AI点燃了，大家都在关注人形，包括新的场景等等。那我们自己也在具身智能赛道做了一些布局，包括跟蓝驰的石总，我们其实都在早期就投资现在非常不错的一家企业叫智元。我想请石总讲一讲关于具身智能的机会和你的理解。
石建平：具身智能，也就是聚合AI的能力，将AI从数字世界带入物理世界，是AI发展的重要路径和领域。与上一代AI相比，这次的AI发展让产品的可落地性大大增强，通用能力得到提升。以前的人脸识别技术主要用于特定任务和场景，而泛化能力相对较弱。现在，像银河这样的具身智能项目，在超市拣货等场景中表现出强大的通用能力，能够识别并抓取不同的物品，拿一个可口可乐等等，都能够识别，并且具备一定的移动性。
然而，这个赛道的泛化能力和通用能力仍处于非常早期的阶段，但它的重要性不容忽视，因为在具身AI领域，数据收集是一个非常大的挑战。谁能更早地收集到从视觉识别到决策执行的一系列数据，谁就能推动具身智能的发展。例如，特斯拉发布的Optimus，通过工人穿着运动捕捉服收集从视觉到执行的信息，雇佣的每个人要给他50美元一小时去马路上走，这为具身智能的AI发展提供了核心且重要的数据。
对于早期的创业公司来说，提前布局并收集相关数据，建立这方面的能力是非常关键的。虽然从技术架构上来说，模型的迭代和进步空间仍然很大，但基本的能力和架构与现有的语言模型有一定的趋同性，这为具身智能的发展奠定了基础。
我们在这个赛道上的布局相对较早，行业内普遍认为具身智能到来的时间已经大大缩短，从原本的50年缩短到10年。大家都非常期待这一领域的发展，并希望这一速度能够适当加快。
刘水：谢谢石总，我们也期待整个具身智能赛道能够实现技术的突破，其实国家也给了很多支持，建立很多创新中心，包括公开数据集来推动整个行业的发展。我们在整个供应链，智能化和场景方面是非常有优势的。最后想请每一位嘉宾用一句话总结我们的主题，也就是全面通向AGI的必经之路。AGI 这条路虽然很长，也很艰难，但是我们相信最终可以到达。
陈石：因为我自己之前作为创业者完整经历了移动互联网的发展过程，我在当时创业的时候，我不知道这是个大机会，我也了解有很多的未知因素，所以创业者一定要乐观一点，而且我觉得今天大会的主题特别好，举棋恰少年，我们要以少年的心态去创业、去投资。谢谢。
石建平：我说两句相关的话，第一句话是其实还是要相信。AI+这个赛道肯定是非常高，也是非常深的，只有你相信才能看到这个未来，但同时也不能盲目乐观，还是要学会沿途下蛋的手段，因为创业公司活下来是基本的，你活不下来，你再相信也没有用，所以这是创业公司都需要特别关注的两个视角。 张煜：创业和投资都不易，我们希望用爱心加耐心共同创造AI的未来。
张倩：一定要all in AI，保持这种梦想和信仰，在下手的时候多帮助创始人，多创造有价值的落地应用。我相信未来5年、10年之后，大家一定会看到今天的投资都有了巨大的结果。
陈思吟：我自己的感受是，刚才听到各位投资人说要all in AI，然后要加大对于AI的投入，对创业者来说是特别好的信号，也就是说这个市场上大家依然坚信科技发展，依然愿意投入，我当然是希望可以有更多人参与进来，大家一起去推动AI的前进。
作为创业者，我注意到刚才嘉宾提到目前AGI还处于相对早期阶段，比如在企业应用中主要看到的还是文档分析、问答等一些较为简单的应用。从技术发展和创业的角度来看，我们在研发过程中也希望能够给投资人带来信心。我们相信，随着模型的不断发展，以及相应的算法能力、知识挖掘和数据分析能力的提升，AI将能够解决更多复杂的问题。从目前简单的问答到未来可能处理更复杂的任务或辅助决策，我们坚信这样的未来一定会到来。也希望大家保持信心，继续关注AI领域发展。
刘水：谢谢，那我们本次圆桌论坛就结束了，再次感谢各位嘉宾的精彩分享，谢谢大家。
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。
官方微信
