■ Chat GPT的出现极大提高了行业内外对于AIGC的关注度，经过这一轮发展，行业目前处于什么阶段？作为投资机构，在什么时点适合入局？

对比美国，美国第一阶段投资基本已经确定，正进入第二阶段，在应用层大量做布局。而国内由于硬件不足等原因，AIGC的生态链和基础设施的投资上离美国还有一定距离。但长期来看，我们依然对中国创业者在AIGC的应用保持信心。因为拉长时间维度到几十年后，行业目前仍处于起步阶段。

当下新一波工业革命已经开始。回过头去看之前的工业革命，蒸汽机发明，铁路铺好后才出现商业盈利巨大的公司。目前正类似当时新一代的蒸汽机被发明，但铁路还未铺好的状态。这过程中很多产品形态可能是临时的阶段性的，最终会消失，基于这些阶段性的产品形态所做的商业模式可能不一定站得住、站得久。但是这些产品也足够让人兴奋。过去短短一年，Chat GPT 3.5到4的过程中让人惊叹的时刻非常密集；但发布之前，每一年都不一定有一次让人振奋的时刻。这也是一个有意思的信号。

回到今天，有很多大模型和产品可以做到比市面上互联网巨头的产品功能更出色，但因为价格昂贵并没有往前推进。但人类最聪明的大脑们都在为此而努力，全球最大的论文数据库中每月产生的生成式AI论文数量超过其他所有行业领域总数。因此我们没有道理对AIGC没有信心。

关于投资，有些合伙人关注基础架构公司，以行业降本增效为契机；有些认为市场是偏巨头的战场，看重早期投资和团队跟巨头结盟；有些关注具备有模型能力的应用公司。

■ 如何看待开源和闭源？开源大模型是否会影响闭源大模型的发展？

大模型领域大概率会重复一项规律，即在人类共同智慧研发阶段，开源会起到非常重要的作用；在最后商业化成功上，闭源可能会更为重要。

开源模型毫无疑问是行业往前发展在研发层面最重要的东西。它使得整个生态系统可以做的很大，大量世界级不同开发者参与，应用商业化会更快。开源相当于可以在巨人的肩膀上继续发展，但必然也存在一些风险。开源模型的发展不受应用厂商的控制，也就是说，如果想在开源模型上做微调去服务自己的产品，当开源模型升级后，成果不一定会被采纳。至于闭源，国内的大厂、互联网企业的大环境更偏好自己完成所有环节，就算当下用了闭源的产品，最终也有可能用开源模型自己进行修改。如果初创企业只做闭源大模型，未来去跟巨头竞争时可能比较弱势。因此如果团队有自己的模型能力，不管是在开源的基础上去修改制作to C的产品，或者自己有闭源产品直接去提供to C产品，相对来说可能活的会更久一点。但是最终什么样能胜利，其实也不好讲。

今天市场上大家公认做的最好的十几家，做法已经不一样了。有的走开源基础模型，有的已经想好了特定应用再去训练优化模型。同样是聊天机器人，Open AI GPT 聊天没法做到情绪，没有个性化内容，只能训练成一个什么都懂的小博士。但如果有一家大模型公司，初衷要做拟人化陪伴性，数据集一定不是open AI的通用数据集，至少要加入多轮的情感对话的预训练。今天大模型看似一样，但闭源模型走的方向已经千差万别。未来出现真正颠覆性应用，非常可能是因为底层的基础技术模型和其他模型的差异化。

当然我们保持观察。谷歌五月份有个内部讨论，其中也有观点认为他们和闭源公司并没有绝对的技术壁垒，这其实是一个综合复杂的战争。

■ 基于国内大环境，如何看待AI在to B和to C的商业化应用？

To B to C需要看市场的演变。当下阶段， to B场景走得相对远，但长期看to C的市场和商业体量可能会更大。

在to B方面，如果中国的大模型能有一个类似安防这样的机会，那也可能跑出比美国那边更大的安防类创业公司，但这无法预测。此外，中国to B有一个独有的区别于美国的潜在市场，即97家央企。一些简单客户服务都可能涉及到用户信息泄露，未来用大模型对企业核心业务系统做决策判断时，一定会选择和一家能够提供模型私有化部署的、用专用云方式部署的公司合作。所以中国的to B永远有这么一个机会。投to B也有挑战，比如大厂可能把很多场景入口都已经覆盖了，做to B的一些垂直场景非常困难。

To C永远是任何科学技术最终的价值放大体现。我们期待投资to C的大商业应用机会。一类是有足够强的模型能力的年轻团队，他们有足够强的技术能力，且没有以往成功经验的包袱。另一类是有丰富经验、充分认知的老兵，当出现新的生产力工具新的锤子时，他们愿意去砸原有的钉子。

此外，无论to B to C，团队的核心模型层能力、产品的场景都很重要。大模型对应用层的大部分影响潜力还没有释放。如果用一个第三方模型，对预训练数据完全没有把控，就不可能做出一个好应用。在更复杂的多模态和行业模型中，这一点更明显。因此短期内真正能够跑出来的大模型公司需要掌握核心模型层能力。而对于产品场景，如果原有场景中已经有巨头，巨头无论用开源或者闭源的模型继续做产品，都可以服务于原来的用户，这种场景下的创业公司机会会比较少。还有两类机会，一类是原有场景中没有垄断性的，比如游戏，可以随时做出新产品来；另一类是之前完全没有大模型或场景，产品可能是创业公司的机会。

■ 如何看待人工智能AIGC和具身智能的结合？会不会是未来中国大的机会？

在技术上，具身智能由于和AIGC的结合，有了很大突破。具身智能在技术上分成三层，上面两层是大脑——软件层AI层，项目最底层是适配不同场景的执行器。上面两层当下已经有了很大的突破。一层现在被语言模型颠覆了，对高级别人的意图的解读；另一层现在用的是增强对抗模型，在仿真空间中给机器人无数个架设环境，让它自己去解决问题。执行器目前最大的问题是量，上规模后降成本是显然的。

回顾整个改革开放40年，从ODM/OEM开始，从电子产业链、集成电路产业，做偏机械的工业制造，中国是联合国第一品类最多最全的生产国。由于产业链能力外溢，具身智能有非常多系统的结构性的机会。做手机、汽车积累下来的生产制造能力，结合AI能做出非常有意思且有一定规模的产品。此前大家也探索了很多不同场景下的机器人早期形态，比如工业场景、家庭陪伴场景。当技术更加平权的时候，这里面会有很多应用。在人才方面，视觉人才、无人驾驶人才进入具身智能领域，加上二三十年积累下来的工业管理人才，我们非常看好这个领域的投资机会。