ChatGPT橫空出世，引發生成式AI浪潮。在大模型帶來的新范式下，哪些行業會受到影響，同時又存在哪些投資和創業的機會？
“2023中國投資年會”上，在曦域資本合伙人李文寧的主持下，大米創投董事長艾民、深創投執行總經理&華東總部副總經理艾興、初心資本合伙人李可佳、力鼎資本合伙人劉睿、遠翼投資合伙人裴耘、東方富海合伙人王兵、基石資本合伙人楊勝君這8位VC、PE行業的資深投資人，圍繞AIGC和ChatGPT等話題展開了一場激烈的討論。
在李文寧看來，因為AIGC和GPT，互聯網行業和投資行業又有當年百團之戰的趨勢；裴耘認為，這塊的百團大戰對賽道總體是好事，大風才會推動賽道更快迭代前進，所有的企服項目都有機會用GPT或多或少重做一遍；艾民判斷，ChatGPT與元宇宙不同，能極大提升各個行業在各個領域的應用；在劉睿的理解中，大家之所以這么看好這個行業，最核心的點是它改變了人機交互方式。
結合長期的從業經驗，王兵判斷這次通用人工智能的突破具有決定性意義，不會亞于計算機和電力發明這么大的突破,因為它本質上把人類智能最根本的屬性“語言”給學會了。艾興認為，ChatGPT是因為數據量積累到一定的程度，加上巨大的算力才成功的，大廠之所以不遺余力沖進來，是因為不擠進來可能就會被淘；在李可佳看來，開源之后，大模型將有很多適合中國創業者的機會，隨著大量第三方中間件或應用開發者涌入生態，將創造整個產業底層的繁榮。不過楊勝君則認為，目前市場對AI的預期特別高，但是它需要時間去成長，期望在短期內達到很高的預期并不現實。
以下為現場探討實錄，由投中網進行整理：
李文寧：大家好！我是曦域資本的李文寧。我們今天繼續討論AIGC和ChatGPT的Topic。先自我介紹一下，我們成立于2015年，投ToB和軟件賽道，有42家被投公司，90%多都是做純軟件�，F在在投的是三期基金，除了討論的AIGC，在NLP和其他的隱私科技、隱私計算和RPA、衛星科技賽道都有布局。
艾民：感謝投中，大米創投專注早期成長期硬科技企業投資，目前管理4只基金，其中管理的天使基金拿到了深圳市區兩級天使引導基金的出資。大米創投挖掘培育了禾賽科技、云鯨智能、蘭洋科技、微埃智能、本末科技等一批具有發展潛力的項目，標志性的項目是在美國納斯達克上市的禾賽科技，個人+基金是該公司的天使投資人，占比10%多。還有一個是做掃拖一體智能機器人的云鯨智能，估值兩年多漲一百多倍，禾賽是漲了300多倍。
艾興：我是艾興，來自深創投華東總部，主要的投資方向是數字智能和智能網聯汽車，謝謝！
李可佳：大家好，我是初心資本合伙人李可佳。初心是一支成立于2015年的早期雙幣基金，目前已經投了一百多個項目，其中有多家獨角獸，都集中在新一代生產力工具、云原生和AIGC領域。我個人有10年創業經歷，把公司賣給字節后，在字節主要負責教育SaaS和硬件業務。目前在初心做投資人，以前創業者的視角和投資人的身份尋找下一個指數級增長公司和下一位新生代商業的領袖。
劉睿：大家好，我是力鼎資本的劉睿。力鼎資本成立于2007年，我們經歷了創業板和科創板兩波浪潮，從一家傳統的PE機構成長為綜合投資管理集團，目前管理的資產規模超過300億元，我們股權投資板塊有三個團隊：一個是生物醫藥、一個是碳中和，還有一個是硬科技。我所在的硬科技團隊，從上一波專用人工智能時代就開始關注AI賽道，投資了格靈深瞳、晶視智能、九章云極等一批代表性的AI企業。今天感謝投中的邀請，能和各位朋友交流當下最熱門的話題。
裴耘：大家好，遠翼投資目前在管規模五六十億元，目前是第二期基金，主要投資于成長期。在覆蓋賽道內，我們一直關注自動化和企業服務兩個領域。也投資了以高仙、珞石和已上市的微創機器人等為代表的機器人企業。企服領域，我們投資了e簽寶、唯智、DataPipeline等細分龍頭。也希望能夠借助投中的會議，在這兩個領域能找到與GPT有清晰技術交叉的項目。
另外，我們的集團遠東宏信，作為國內頭部的金融加產業集團，有兩萬多成交企業客戶，可以為大家提供非常多的產品迭代場景和樹立旗艦案例的機會。
王兵：我是東方富海的王兵，基金目前管理規模350億元，投資了超過600個項目，上市退出超過70個，主要的投資領域是信息技術、新能源新材料、半導體先進制造、生物醫藥等。
我在做投資之前，在半導體芯片、人工智能領域有超過20年的管理研發經驗，個人的投資方向也是這幾個領域。最近一段時間，大家都知道了AIGC，就是ChatGPT特別火。這個領域，不管是做研發，還是做投資，每天都處于睡眠不足的狀態，因為有大量的信息去看，希望今天有機會和大家分享一下最近的心得。
楊勝君：大家好，我是基石資本的楊勝君�；Y本是20多年的老牌機構，累計管理資產逾600億元。作為綜合性基金，目前大約70%投科技，30%投醫療健康。從2015年開始，在中國科技發展最快的方向，包括人工智能、半導體和新能源等，我們都進行了重倉投資。我也做了十幾年的半導體芯片投資，前幾年半導體沒人看，所以我做投資時第一個項目是商湯科技，正是看準了AI這個大方向。
幾乎所有行業都會受到新的通用人工智能影響
李文寧：這幾個月，每個禮拜都有AIGC相關的新聞出來。前幾年和朋友們聊天，我都不太好說自己做AI投資，這兩個月我很高興和別人說我專門投AI賽道。
現在因為AIGC和GPT出來，互聯網行業，特別是投資行業，又有當年百團之戰的趨勢。所以，第一個問題想問大家，怎么看待現在一個這么火的市場？二是，大模型除了在軟件、硬件的場景里面，大家覺得對于AIGC，還適用于哪些其他的領域，以及未來其他的機會。
艾民：剛才李總說了，自從去年下半年ChatGPT火了以后，一直是在跟蹤大的方向，對我們來說，這塊是非常大的革命。我們在深圳也搞過幾次小范圍論壇和聚會，大家也在探討它和之前的元宇宙不一樣，從底層還是改變和提升了效率，能夠通過生成序列，有自己新的內容產生，所以它會極大提升各個行業在各個領域的應用。所以，我看到很多大廠也是在投入大模型，搜狗創始人王小川的二次創業也是做大模型。
從投資的角度來說，我還是比較謹慎。我們今年在這個賽道有一些布局，因為ChatGPT的興起，非常確定的賽道就是算力的提升，還有數據的存儲和散熱等。我們之前布局了蘭洋科技，這是一個從日本回來做散熱的公司，我們從天使輪開始連續追投三輪，估值由幾千萬元增長到近5億元。我們判斷浸入式散熱領域即將爆發，項目跑得不錯。我們也投了一個從英國回來的光計算芯片項目，能大幅度提升算力，還有一個也是提升算力的Chilplet項目。
艾興：ChatGPT，在我看來，將引發人工智能的革命。人工智能已經發展了很多年，GPT實際上是提供了一種新方法。大廠都已經投入了，中小企業有沒有這樣的機會？我們已經陸陸續續地接到一些不錯的解決方案、感覺不錯的項目，我記得最早接觸的是一個做芯片數據的項目，一個芯片信息的網站，公司很快就做出了反應，以ChatGPT方法幫助客戶查詢所需要的信息，前兩年芯片短缺，實際上也是信息不對稱，這是一個案子。還有一個是在醫療器械領域，一個大廠有很多的醫療器械布在醫院，通過區塊鏈技術，經過加密把醫院的很多敏感數據集中起來，利用大模型的方法取得了很好的效果。我就講這兩個例子，說明小企業、各行各業都有機會。
還有一點是，大家對這個東西都在討論，很多人都感興趣。有了興趣就會了解，項目來了就會認真去看。我們會看有什么特點，團隊有沒有什么能力把企業做起來。所以我覺得這是下一個風口，這是第一個問題。
第二個問題，所謂的大模型和小模型實際上是一個相對概念，大廠有資金，有算力可以去做通用大模型，小公司、特定行業可以做行業的大模型。行業大模型是把行業的數據打通，利用算法加以優化，然后幫助行業解決痛點。中國的企業家創業精神都非常好，然后思路打開以后，我覺得會有很多的企業在這上面去競爭和創業。
謝謝！
李可佳：目前行業變化速度很快。類比初心原來布局的云原生領域；以往，當我們從單體軟件向基于云的微服務架構遷移的時候，會面對多云，多租戶，異構數據庫等新環境管理和運維的增量需求。過程中就產生了一大批創業公司致力在工具層和中間層，推動了整個計算云產業的繁榮�，F在，大模型之上，在應用層和模型層之間，存在大量原生性的需求，海外的趨勢已經很明顯，例如hugging face，civitai等。我認為很適合中國創業者，尤其是開源以后，存在大量長尾和垂類的需求，初心認為這些是符合邏輯的投資機會。也是我們當前在看的方向之一。
第二個，過往抓住熱點的創業者很多，但能打透一個行業的創業者很少。我們回過頭來看一些優秀的連續創業者，為什么一些老炮能連續創業成功？因為這些成功的連續創業者有對行業更深入的認知，更成熟的組織調動能力，高效的打法和策略。尤其在復雜性很高、履約鏈條長的一些toB行業里，往往機會會握在成熟的創業者手里。這一輪機會，我們提前mapping了上百位符合這個畫像的優秀創業者。
劉睿：我們是從2015、2016年關注人工智能賽道，就像剛才艾總提到的，這當中我們也對某些項目持謹慎態度，但這次GPT展現出來的泛化和推理能力，不僅僅是讓投資行業，也讓科技產業對AI能做更多事，達到更加智能的狀態快速形成了強共識，這是信念的轉變。原來大家不太認可AI能和人一樣，或者覺得像電影中的故事相對遙遠。但當大家看到OpenAI用大力出奇跡的方式，在達到了這樣驚人的效果后，所有的資源都往這個賽道涌，帶來了很多機會，所以我們想象的未來會加速離我們更近。
其次，這次GPT浪潮，所有海內外巨頭跟進非�？�，和之前移動互聯網相比，除了極少數巨頭可能在前幾年有布局，其他基本上是被動參戰，他們帶著很強的憂患意識做大模型，他們知道自己在PC時代和移動時代所積累的工具，如果未來失去了工具升級的引擎，或者引擎不掌握在自己的手上，會很快被取代，所以大家在第一時間就All IN，快速把所有的工具加上了大模型的功能，基本上在巨頭本來就強勢的場景沒有留給初創公司太多機會。
大家這次為什么這么看好AIGC，最核心的點是它改變了人機交互方式，原來上一代我們是通過手指和觸摸屏完成應用操作的過程，但現在中間很多無趣的過程可以被取代，比如通過語音來操作�，F在只是第一步，大家把自己原來的工具加上AI的功能。
第二步會有大廠或初創企業推出類似于語音助手或智能助理，將所有的應用集大成于一起，以一個應用解決所有的簡單操作和復雜處理。
第三步是GPT將連接物理世界，因為它現在是輸入到輸出停留在數字世界，沒有接上如視覺、壓力或溫度等傳感器，未來接上這些傳感器再通過模型訓練去感知這個世界時，將可以處理更多更復雜的線下任務，所以我覺得這個行業的機會才剛剛開始。
裴耘：百團大戰對賽道是好事，總體上風大才會推動賽道更快前進。但對于身處其中的你我來說，更多在于競爭是否激烈，3-5年的生存率是否會低這件事上。
競爭激烈這件事，從整個媒體報道包括目前較多的研究報告表象來看，在To C端，以AIGC為代表的大模型應用項目會非常多，相對激烈，但在To B端，很多項目還在“水下”，很多做To B應用還沒有被大家看到GPT在其中的釋放潛力。
前一段時間和朋友還聊到，目前有點疲軟的企服賽道，其實可以用GPT或多或少重做一遍。比如說做Code Review這又比如流程自動化、RAP等等，類似比如Techface就是個很好的案例。
作為我們來說，主要還是關注各類成長期項目，所以會關注項目本身是不是有獨立于大模型技術之外的，已有的堅實場景和業務基礎，然后理由大模型技術去改善某一段生產效率，甚至是全鏈條整體的產品或者服務體驗。對于這樣的項目，我們非常關注，不光是軟件，也可以是硬件，因為硬件牽涉到設備對環境的感知和與用戶的交互，這都是GPT大有可為的地方。
王兵：我在上世紀90年代讀博士，很大的一部分時間是以神經網絡解方程。那時候AI畢業也找不到工作，所以我去做芯片。中間有好幾波AI進步，第一波是十年前英偉達把CODA做出來，做了非常好的并行計算架構，再加上互聯網帶來的大數據，還有算法上的創新，讓一些卷積神經網絡和視覺第一代AI可以學習人類的直覺了，這是深度學習上巨大的突破。
這次是突破了通用人工智能，相信大家也達成了共識。這次的突破具有決定性，不會亞于計算機和電力發明這么大的突破。因為它本質上把人類智能最根本的屬性學會了，那就是語言。我們是通過創建語言和使用語言，來實現通用人工智能。今天GPT4可以充分理解人類語言，而且可以推理和產生知識。這個被人類學會了，我們進入了新的時代，這個時代大家很焦慮的就是看任何一個行業，除了一些特別垂直的硬件領域，幾乎找不到一個行業不被新的通用人工智能影響和顛覆，有的行業是直接被顛覆。
舉兩個例子。第一個是軟件，剛剛好幾位嘉賓也說過，軟件是第一個被沖擊，為什么？因為軟件本質上是把人類語言翻譯為機器語言和計算機運行所需要的語言的操作。當你有通用人工智能的能力，這個操作不需要了。再去驅動計算機做一件事時，我們只需要用語言告訴它需要做什么。原來我們認為編程是一個固化的行為，是把一定人類知識固化到代碼的行為。未來所有的軟件都是動態，當你有一個智能助手也好，某一個形態的AI接口也好，告訴它你需要做什么，它是可以通過插件的方式調動世界上所有的智能軟件完成這個任務，即使這個軟件和原來理解的軟件完全不是同一個東西。這是對軟件行業的顛覆。
第二個是對互聯網的顛覆。為什么互聯網也是必然會被顛覆的行業？大家想想，我們去看互聯網，互聯網的本質就是每一個互聯網APP及某一個場景的入口。比如說我要訂機票用攜程，購物用京東，叫外賣用美團，看視頻用抖音。但是如果未來我使用所有Foundation的入口都是一個叫個人智能助手時，這些APP存在的價值還在哪里？所以為什么全中國、全世界的互聯網公司、AI公司和軟件公司都在搞大模型，因為他們都知道，如果你跟不上這一波，基本上就被淘汰了。所以我覺得這是一次特別大的行業的動蕩和顛覆及創新的過程，這里面一定會有大量的機會。
對我們來說，短期更偏確定性高的機會。比如說現在很多人挖金子，但是不是每個人能挖到，但是造鏟子的賺錢。所以我們投了大量AI算力的基礎設施，DPU、CPU、大芯片的封裝測試等。你得保證足夠的算力來支撐完成這件事，不管誰贏，算力都需要。
第二個，大量的行業場景有小公司的機會。底層大模型難看到小公司的機會，但是垂直類的行業應用會有很多小公司的機會。這里面會有大量對行業的了解和數據的積累，快速的響應和靈活的能力，這并非大公司所具備，所以這些領域還有很多的機會。
楊勝君：主持人問這波ChatGPT的熱潮。我們在行業深耕了很多年，2015年，我在做了十多年芯片后轉行做投資，第一個做的就是AI投資那時候芯片沒太多機會，只能看其他的行業。
2015年，我們國內的第一次AI熱潮是非�；鸬�，遠超今天�，F在的市場遠比那個時候更加冷靜和理性。
當時做模型和應用的公司非常多�，F在二級市場非�；�，人工智能相關的股票漲了很多，但是很多公司真的是和chatGPT、AI相關嗎？不一定。而2015年那一波很多是和chatGPT、AI相關。上一波（20152018年間）行業里面前10的AI公司，我們投了一半。像商湯、云從、第四范式等我們都參與了投資。
上一波，整個市場的期待很高。
但是從2018年到2022年這4年時間里，AI迎來了一個低谷，雖然大家對AI的期望很高，但是實際上從商業化的進程來說AI是很慢的，哪怕是頭部的公司都是如此，所以真正的AI其實遠未達到大家所想象的能力，更不用說所謂的通用AI。今天ChatGPT來了所謂的通用AI，這個東西和這個話題還是比較早的，我們依然需要堅持很長的時間。
以前很多人問我們怎樣看待AI這個行業，我舉個例子，人類兩千年前發明了馬車，今天火箭、衛星的速度比馬車快幾千倍。AI的發展從1956年開始算，到現在也就是五六十年的時間，從2012年的深度學習到現在也就是十年。AI的發展還處在非常初期的階段，一個非常初期的行業大家想讓它在短時間內達到非常高的預期，是很難的，它需要時間去成長。
反過來說，為什么我們說AI是硬科技，是可以放在地緣政治的平臺里進行討論的話題？因為它是需要長期投入的行業。所以今天的局面市場熱鬧，但理性比5年前程度高，這是正常的現象。
第二個問題是，ChatGPT帶來的AI是否意義很大？意義非常之大。我們以前的設想今天ChatGPT很容易做到了，不管是語音還是NLP的東西都可以做了。前一段時間，我們家小朋友要寫一篇作文，題目是《論蘇軾》，我寫底稿花了兩個小時，但用ChatGPT，很快4、5段文字就出現了，可見它的效率比人類高。而且我們只要把里面胡說八道的東西改一改，文章就可以達到80分的水平。所以這種重大的進步，對于推動行業的各種應用意義重大。美國人在這方面有很好的敏感性，對于它的行業上下游進行了限制。從這個角度，我們依然會投資像ChatGPT這樣的東西。
第三點，怎樣投資ChatGPT呢？這個賽道有熱度也有理性，理性是因為這件事不像大家想象的那么容易和快速，這個領域的初創小公司的機會越來越少。不管是數據還是訓練所需的算力，以前的模型和ChatGPT都有幾個數量級的差距，ChatGPT 4可能是在2萬億的參數水平，但是三四年前通用語言的模型只有1億水平。
這幾個數量級的提高，這對數據的要求很高的。更高的是算力，所以我們看到，ChatGPT出來以后，英偉達馬上對中國斷供A100芯片，然后為了做生意把A100改成A800。即便是英偉達要做這么高算力的芯片也是很不容易的，這巨大的投入更不是初創公司能夠做到的。
前一段時間，像王小川等團隊要做初創公司，他們的融資規模和以前完全不是一個數量級的，是按10億美金的級別來準備的。我和好幾個團隊聊了，他們覺得基本上要準備10億美金的體量，才能做到ChatGPT-4的水平。以往很少會有初創公司需要這么多的啟動資金。今天在算法領域也能融到這樣的資金，是巨大的突破。所以我們對這一領域期待還是很大的。
總得來說，熱度反映了大家對這一事情的期望，但是理性也反映了這里面的難度。
AIGC和元宇宙本質上就是不同的
李文寧：沿著剛才艾興總和楊樹總提到的這波AIGC創業的時間口，這波創業潮什么時候能明顯看出行業格局？像不像區塊鏈和Web3一樣，來的時候非�？�，但是過了三四年，不管是從投資也好還是創業也好，好像就沒那么火了，特別是在國內。
所以對行業格局、包括這一波AIGC，大家覺得什么時候可以明確看出格局？
艾民：我覺得這和之前的元宇宙是完全不同的事情，我認為它是一個非常革命性的技術的誕生，會影響人的各個領域，包括李總說的AI的設計等，包括各種消費級別的機器人，今后的掃地機器人可以人機交互，之后各個領域都會顛覆的。它會徹底改變各個領域從B端、C端的生活。這里面國內一定會跑出自己大模型的公司，一定會起來的。我認為兩三年應該格局就會明朗了。
艾興：我們集團2017年左右成立了數據智能小組，我是這個小組的成員之一。當時集團的想法就是布局大數據、云計算、人工智能。
現在因為有ChatGPT出現，它把以前通訊基礎的數據量積累到一定的程度。這些大廠為什么要拼命擠進來，就是因為它會被顛覆。今天不改，明天就沒有它了，所以他們不遺余力沖進來。對于小廠，對于一些產業，你如果現在能開始思考這種方法，你就和大廠們站在同一起跑線，但你晚一天就比人家晚一天。當然了，這里面也會有成功和不成功的，每一次風口都是這樣，需要我們有火眼金睛。
李可佳：第一，熱度帶來更多的研究者和更充沛的資金，但若技術預期落空，短期看不到更多價值，會帶來一定寒潮，要時刻保持警惕。
第二，AIGC不同于元宇宙，它不是簡單需求的升級，是真正技術帶來的范式的創新，本質上是有區別的。
第三，現在大家普遍看到的AIGC是生成能力，但我們更期待未來AIGC在歸納能力上的突破。包括我在內的上一批的AI創業者，我們做的SaaS產品，都是偏幫助行業提升效率。但如果未來AIGC的歸納能力能夠大規模應用，就會從提升效率直接變成達成結果，從copilot +到真正的auto-pilot，會帶來爆炸式的范式變化。
劉睿：會不會像元宇宙和其他的概念一樣快速結束？我認為決定行業熱度能否快速結束，一是技術上限多快達到，二是可轉化落地的商業化場景有多少。
比如上一波以機器視覺為代表的AI公司，剛開始是人臉識別模型大家發論文打榜，技術很快到了天花板，人臉識別準確率沒用多久大家都是99%以上。元宇宙則是長期沒有找到一個真正讓無論是ToB還是ToC用戶持續付費的商業模式。反過來看GPT，算力不斷發展，無論是A100到H100，還是后面其他的100出來，算力還在不斷地迭代，模型也在不斷地改進。
現在大家都知道確定性模型越大可能會出來意想不到的效果，這一波GPT下游應用需要較長的時間才能形成格局，但是上游算力和模型的行業格局基本上會很快形成，就類似云服務行業的格局在兩三年內固化。
不過下游應用剛剛開始，我們也很期待在這一波GPT浪潮中即使巨頭林立，也會像移動互聯網時代爆發。就像當我們覺得電商沒有機會的時候，出來了拼多多，當我們覺得社交沒有機會的時候，出來了今日頭條，所以這一波浪潮中，很可能會涌現出更具商業創新精神和冒險精神的企業。
裴耘：關于時間點的話題，我聽到最激進的結果是69個月。我覺得保守來說是兩年時間。這里主要說得是Foundation model。并不是說2年后大家都停止進步了，而是由于大模型智力密集與資金密集的兩大特點會導致這兩類核心資源會快速向頭部匯集，不太可能長期地讓整個賽道都雨露均沾。但之后，各類基于幸存下來的大模型基礎展開的應用迭代，時間會很長，這個是確定性的，不用擔心。
另外，我也想幫元宇宙說兩句話，大家覺得元宇宙不行了，但我想告訴大家六七年前那一波元宇宙浪潮里的企業，目前仍然是賽道內的領先企業。他們現在產品更好、價格更低，市場比原來大，而且如今的估值也比當時高很多，所以這個賽道并未曇花一現，依然是在往前走。
王兵：我覺得這一波AI的浪潮是和元宇宙是本質上不同的東西，以前我們所做的很多東西叫生產力工具，這次創造的是生產力本身。那這波浪潮多大、會持續多久？今天GPT4相當于大學本科的水平，在美國的律師考試能夠超過90%的大學生，大致是這樣的水平。
未來GPT多長時間能達到工科博士和全世界最頂級的數學家的智力水平？這還是需要相當長的時間�？赡苁鞘�、二十年甚至更久。這一波從技術的角度看是可以持續不斷地做下去。
從商業上，和元宇宙巨大的不同的是，我們看到今天哪怕是我的智力就一個本科大學生的水平，我也已經可以在非常多的工作中產生巨大的價值。就像文生圖，我們現在可以用幾美分的成本創造出專業攝影師圖片質量的東西，所以這個商業價值非常巨大。
目前這一波里第一技術還有非常大的提升空間，商業化潛力也巨大，所以這一波有非常大的投資機會，只不過最近幾年處于非常動蕩和不確定性的階段，要過一段時間賽道才會清晰，但這個賽道本身的價值是不需要質疑的。
楊勝君：我們高度看好人工智能的技術。2000年前人類發明了馬車，而現在人類比2000年前跑得快多了，因為兩千年來人類在交通工具上一直在發明和創造。相應的，人類對于智能化也是發明和創造。
前一段時間我問一些美國的教授，他們已經不搞ChatGPT了，為什么？搞不起，成本太高。所以美國學術界已經沒有人搞ChatGPT了，ChatGPT的生意只有大公司才能做。這意味著門檻越來越高。
那中國大陸的機會在哪里？首先不是應用的問題，而是我們自己能不能把模型做到GPT-3.5、GPT-4的水平。剛才有嘉賓說兩年時間做到GPT-4，那這兩年我們怎么把模型做出來？上一波AI浪潮起得快、落得快，這是因為上一波的AI起來以后美國人很快把開源模型釋放出來，3個人的公司也可以做人臉識別、酒店和社區安防。但是今天，美國人沒有開源GPT-4的模型，所以國內沒有幾個人知道ChatGPT 4長成什么樣。
第一步要解決底層技術是什么樣的，把這個問題解決了以后，才能講我們未來的應用是什么。今天這一波熱潮，一級市場的投資人要比以前理性，一方面是因為真正更深層次的技術問題需要時間打磨，而我們現在手上沒有這么多的人才和資源。另一方面，我們的模型需要不斷地訓練，需要驗證模型的芯片和算力，但這些是緊缺的，如果國內哪一家公司能夠拿到一千片英偉達A100的芯片，那它會非�；�。
所以這AIGC在中國還是僅處于早期底層技術的開發階段。
當底層技術開發趕上OpenAI的ChatGPT 4，我們才能討論我們的應用是什么樣的應用。當然，我們的應用非常廣泛，比互聯網更廣泛。僅僅是一個聯接的生意，就吸引了全世界。
人工智能的浪潮，我們看好，但投資過程我們很謹慎，我們一直在找靠譜的企業。
前一段時間我見到李開復，我問他現在ChatGPT可以寫文章和寫內容了，大家做汽車賽道的都想做自動駕駛，我們也投了幾家自動駕駛的公司，那什么時候人類能真正實現L4、L5的自動駕駛？我問他，從你人工智能博士的角度，你認為GPT能夠做自動駕駛嗎？
他說我們要實現自動駕駛需要努力，但有可能會演進出能夠開車的GPT；如果是這樣的話當然最好，但是這一時間會比大家想象得更長。
李文寧：非常感謝各位嘉賓。
