ChatGPT横空出世，引发生成式AI浪潮。在大模型带来的新范式下，哪些行业会受到影响，同时又存在哪些投资和创业的机会？
“2023中国投资年会”上，在曦域资本合伙人李文宁的主持下，大米创投董事长艾民、深创投执行总经理&华东总部副总经理艾兴、初心资本合伙人李可佳、力鼎资本合伙人刘睿、远翼投资合伙人裴耘、东方富海合伙人王兵、基石资本合伙人杨胜君这8位VC、PE行业的资深投资人，围绕AIGC和ChatGPT等话题展开了一场激烈的讨论。
在李文宁看来，因为AIGC和GPT，互联网行业和投资行业又有当年百团之战的趋势；裴耘认为，这块的百团大战对赛道总体是好事，大风才会推动赛道更快迭代前进，所有的企服项目都有机会用GPT或多或少重做一遍；艾民判断，ChatGPT与元宇宙不同，能极大提升各个行业在各个领域的应用；在刘睿的理解中，大家之所以这么看好这个行业，最核心的点是它改变了人机交互方式。
结合长期的从业经验，王兵判断这次通用人工智能的突破具有决定性意义，不会亚于计算机和电力发明这么大的突破,因为它本质上把人类智能最根本的属性“语言”给学会了。艾兴认为，ChatGPT是因为数据量积累到一定的程度，加上巨大的算力才成功的，大厂之所以不遗余力冲进来，是因为不挤进来可能就会被淘汏；在李可佳看来，开源之后，大模型将有很多适合中国创业者的机会，随着大量第三方中间件或应用开发者涌入生态，将创造整个产业底层的繁荣。不过杨胜君则认为，目前市场对AI的预期特别高，但是它需要时间去成长，期望在短期内达到很高的预期并不现实。
以下为现场探讨实录，由投中网进行整理：
李文宁：大家好！我是曦域资本的李文宁。我们今天继续讨论AIGC和ChatGPT的Topic。先自我介绍一下，我们成立于2015年，投ToB和软件赛道，有42家被投公司，90%多都是做纯软件。现在在投的是三期基金，除了讨论的AIGC，在NLP和其他的隐私科技、隐私计算和RPA、卫星科技赛道都有布局。
艾民：感谢投中，大米创投专注早期成长期硬科技企业投资，目前管理4只基金，其中管理的天使基金拿到了深圳市区两级天使引导基金的出资。大米创投挖掘培育了禾赛科技、云鲸智能、兰洋科技、微埃智能、本末科技等一批具有发展潜力的项目，标志性的项目是在美国纳斯达克上市的禾赛科技，个人+基金是该公司的天使投资人，占比10%多。还有一个是做扫拖一体智能机器人的云鲸智能，估值两年多涨一百多倍，禾赛是涨了300多倍。
艾兴：我是艾兴，来自深创投华东总部，主要的投资方向是数字智能和智能网联汽车，谢谢！
李可佳：大家好，我是初心资本合伙人李可佳。初心是一支成立于2015年的早期双币基金，目前已经投了一百多个项目，其中有多家独角兽，都集中在新一代生产力工具、云原生和AIGC领域。我个人有10年创业经历，把公司卖给字节后，在字节主要负责教育SaaS和硬件业务。目前在初心做投资人，以前创业者的视角和投资人的身份寻找下一个指数级增长公司和下一位新生代商业的领袖。
刘睿：大家好，我是力鼎资本的刘睿。力鼎资本成立于2007年，我们经历了创业板和科创板两波浪潮，从一家传统的PE机构成长为综合投资管理集团，目前管理的资产规模超过300亿元，我们股权投资板块有三个团队：一个是生物医药、一个是碳中和，还有一个是硬科技。我所在的硬科技团队，从上一波专用人工智能时代就开始关注AI赛道，投资了格灵深瞳、晶视智能、九章云极等一批代表性的AI企业。今天感谢投中的邀请，能和各位朋友交流当下最热门的话题。
裴耘：大家好，远翼投资目前在管规模五六十亿元，目前是第二期基金，主要投资于成长期。在覆盖赛道内，我们一直关注自动化和企业服务两个领域。也投资了以高仙、珞石和已上市的微创机器人等为代表的机器人企业。企服领域，我们投资了e签宝、唯智、DataPipeline等细分龙头。也希望能够借助投中的会议，在这两个领域能找到与GPT有清晰技术交叉的项目。
另外，我们的集团远东宏信，作为国内头部的金融加产业集团，有两万多成交企业客户，可以为大家提供非常多的产品迭代场景和树立旗舰案例的机会。
王兵：我是东方富海的王兵，基金目前管理规模350亿元，投资了超过600个项目，上市退出超过70个，主要的投资领域是信息技术、新能源新材料、半导体先进制造、生物医药等。
我在做投资之前，在半导体芯片、人工智能领域有超过20年的管理研发经验，个人的投资方向也是这几个领域。最近一段时间，大家都知道了AIGC，就是ChatGPT特别火。这个领域，不管是做研发，还是做投资，每天都处于睡眠不足的状态，因为有大量的信息去看，希望今天有机会和大家分享一下最近的心得。
杨胜君：大家好，我是基石资本的杨胜君。基石资本是20多年的老牌机构，累计管理资产逾600亿元。作为综合性基金，目前大约70%投科技，30%投医疗健康。从2015年开始，在中国科技发展最快的方向，包括人工智能、半导体和新能源等，我们都进行了重仓投资。我也做了十几年的半导体芯片投资，前几年半导体没人看，所以我做投资时第一个项目是商汤科技，正是看准了AI这个大方向。
几乎所有行业都会受到新的通用人工智能影响
李文宁：这几个月，每个礼拜都有AIGC相关的新闻出来。前几年和朋友们聊天，我都不太好说自己做AI投资，这两个月我很高兴和别人说我专门投AI赛道。
现在因为AIGC和GPT出来，互联网行业，特别是投资行业，又有当年百团之战的趋势。所以，第一个问题想问大家，怎么看待现在一个这么火的市场？二是，大模型除了在软件、硬件的场景里面，大家觉得对于AIGC，还适用于哪些其他的领域，以及未来其他的机会。
艾民：刚才李总说了，自从去年下半年ChatGPT火了以后，一直是在跟踪大的方向，对我们来说，这块是非常大的革命。我们在深圳也搞过几次小范围论坛和聚会，大家也在探讨它和之前的元宇宙不一样，从底层还是改变和提升了效率，能够通过生成序列，有自己新的内容产生，所以它会极大提升各个行业在各个领域的应用。所以，我看到很多大厂也是在投入大模型，搜狗创始人王小川的二次创业也是做大模型。
从投资的角度来说，我还是比较谨慎。我们今年在这个赛道有一些布局，因为ChatGPT的兴起，非常确定的赛道就是算力的提升，还有数据的存储和散热等。我们之前布局了兰洋科技，这是一个从日本回来做散热的公司，我们从天使轮开始连续追投三轮，估值由几千万元增长到近5亿元。我们判断浸入式散热领域即将爆发，项目跑得不错。我们也投了一个从英国回来的光计算芯片项目，能大幅度提升算力，还有一个也是提升算力的Chilplet项目。
艾兴：ChatGPT，在我看来，将引发人工智能的革命。人工智能已经发展了很多年，GPT实际上是提供了一种新方法。大厂都已经投入了，中小企业有没有这样的机会？我们已经陆陆续续地接到一些不错的解决方案、感觉不错的项目，我记得最早接触的是一个做芯片数据的项目，一个芯片信息的网站，公司很快就做出了反应，以ChatGPT方法帮助客户查询所需要的信息，前两年芯片短缺，实际上也是信息不对称，这是一个案子。还有一个是在医疗器械领域，一个大厂有很多的医疗器械布在医院，通过区块链技术，经过加密把医院的很多敏感数据集中起来，利用大模型的方法取得了很好的效果。我就讲这两个例子，说明小企业、各行各业都有机会。
还有一点是，大家对这个东西都在讨论，很多人都感兴趣。有了兴趣就会了解，项目来了就会认真去看。我们会看有什么特点，团队有没有什么能力把企业做起来。所以我觉得这是下一个风口，这是第一个问题。
第二个问题，所谓的大模型和小模型实际上是一个相对概念，大厂有资金，有算力可以去做通用大模型，小公司、特定行业可以做行业的大模型。行业大模型是把行业的数据打通，利用算法加以优化，然后帮助行业解决痛点。中国的企业家创业精神都非常好，然后思路打开以后，我觉得会有很多的企业在这上面去竞争和创业。
谢谢！
李可佳：目前行业变化速度很快。类比初心原来布局的云原生领域；以往，当我们从单体软件向基于云的微服务架构迁移的时候，会面对多云，多租户，异构数据库等新环境管理和运维的增量需求。过程中就产生了一大批创业公司致力在工具层和中间层，推动了整个计算云产业的繁荣。现在，大模型之上，在应用层和模型层之间，存在大量原生性的需求，海外的趋势已经很明显，例如hugging face，civitai等。我认为很适合中国创业者，尤其是开源以后，存在大量长尾和垂类的需求，初心认为这些是符合逻辑的投资机会。也是我们当前在看的方向之一。
第二个，过往抓住热点的创业者很多，但能打透一个行业的创业者很少。我们回过头来看一些优秀的连续创业者，为什么一些老炮能连续创业成功？因为这些成功的连续创业者有对行业更深入的认知，更成熟的组织调动能力，高效的打法和策略。尤其在复杂性很高、履约链条长的一些toB行业里，往往机会会握在成熟的创业者手里。这一轮机会，我们提前mapping了上百位符合这个画像的优秀创业者。
刘睿：我们是从2015、2016年关注人工智能赛道，就像刚才艾总提到的，这当中我们也对某些项目持谨慎态度，但这次GPT展现出来的泛化和推理能力，不仅仅是让投资行业，也让科技产业对AI能做更多事，达到更加智能的状态快速形成了强共识，这是信念的转变。原来大家不太认可AI能和人一样，或者觉得像电影中的故事相对遥远。但当大家看到OpenAI用大力出奇迹的方式，在达到了这样惊人的效果后，所有的资源都往这个赛道涌，带来了很多机会，所以我们想象的未来会加速离我们更近。
其次，这次GPT浪潮，所有海内外巨头跟进非常快，和之前移动互联网相比，除了极少数巨头可能在前几年有布局，其他基本上是被动参战，他们带着很强的忧患意识做大模型，他们知道自己在PC时代和移动时代所积累的工具，如果未来失去了工具升级的引擎，或者引擎不掌握在自己的手上，会很快被取代，所以大家在第一时间就All IN，快速把所有的工具加上了大模型的功能，基本上在巨头本来就强势的场景没有留给初创公司太多机会。
大家这次为什么这么看好AIGC，最核心的点是它改变了人机交互方式，原来上一代我们是通过手指和触摸屏完成应用操作的过程，但现在中间很多无趣的过程可以被取代，比如通过语音来操作。现在只是第一步，大家把自己原来的工具加上AI的功能。
第二步会有大厂或初创企业推出类似于语音助手或智能助理，将所有的应用集大成于一起，以一个应用解决所有的简单操作和复杂处理。
第三步是GPT将连接物理世界，因为它现在是输入到输出停留在数字世界，没有接上如视觉、压力或温度等传感器，未来接上这些传感器再通过模型训练去感知这个世界时，将可以处理更多更复杂的线下任务，所以我觉得这个行业的机会才刚刚开始。
裴耘：百团大战对赛道是好事，总体上风大才会推动赛道更快前进。但对于身处其中的你我来说，更多在于竞争是否激烈，3-5年的生存率是否会低这件事上。
竞争激烈这件事，从整个媒体报道包括目前较多的研究报告表象来看，在To C端，以AIGC为代表的大模型应用项目会非常多，相对激烈，但在To B端，很多项目还在“水下”，很多做To B应用还没有被大家看到GPT在其中的释放潜力。
前一段时间和朋友还聊到，目前有点疲软的企服赛道，其实可以用GPT或多或少重做一遍。比如说做Code Review这又比如流程自动化、RAP等等，类似比如Techface就是个很好的案例。
作为我们来说，主要还是关注各类成长期项目，所以会关注项目本身是不是有独立于大模型技术之外的，已有的坚实场景和业务基础，然后理由大模型技术去改善某一段生产效率，甚至是全链条整体的产品或者服务体验。对于这样的项目，我们非常关注，不光是软件，也可以是硬件，因为硬件牵涉到设备对环境的感知和与用户的交互，这都是GPT大有可为的地方。
王兵：我在上世纪90年代读博士，很大的一部分时间是以神经网络解方程。那时候AI毕业也找不到工作，所以我去做芯片。中间有好几波AI进步，第一波是十年前英伟达把CODA做出来，做了非常好的并行计算架构，再加上互联网带来的大数据，还有算法上的创新，让一些卷积神经网络和视觉第一代AI可以学习人类的直觉了，这是深度学习上巨大的突破。
这次是突破了通用人工智能，相信大家也达成了共识。这次的突破具有决定性，不会亚于计算机和电力发明这么大的突破。因为它本质上把人类智能最根本的属性学会了，那就是语言。我们是通过创建语言和使用语言，来实现通用人工智能。今天GPT4可以充分理解人类语言，而且可以推理和产生知识。这个被人类学会了，我们进入了新的时代，这个时代大家很焦虑的就是看任何一个行业，除了一些特别垂直的硬件领域，几乎找不到一个行业不被新的通用人工智能影响和颠覆，有的行业是直接被颠覆。
举两个例子。第一个是软件，刚刚好几位嘉宾也说过，软件是第一个被冲击，为什么？因为软件本质上是把人类语言翻译为机器语言和计算机运行所需要的语言的操作。当你有通用人工智能的能力，这个操作不需要了。再去驱动计算机做一件事时，我们只需要用语言告诉它需要做什么。原来我们认为编程是一个固化的行为，是把一定人类知识固化到代码的行为。未来所有的软件都是动态，当你有一个智能助手也好，某一个形态的AI接口也好，告诉它你需要做什么，它是可以通过插件的方式调动世界上所有的智能软件完成这个任务，即使这个软件和原来理解的软件完全不是同一个东西。这是对软件行业的颠覆。
第二个是对互联网的颠覆。为什么互联网也是必然会被颠覆的行业？大家想想，我们去看互联网，互联网的本质就是每一个互联网APP及某一个场景的入口。比如说我要订机票用携程，购物用京东，叫外卖用美团，看视频用抖音。但是如果未来我使用所有Foundation的入口都是一个叫个人智能助手时，这些APP存在的价值还在哪里？所以为什么全中国、全世界的互联网公司、AI公司和软件公司都在搞大模型，因为他们都知道，如果你跟不上这一波，基本上就被淘汰了。所以我觉得这是一次特别大的行业的动荡和颠覆及创新的过程，这里面一定会有大量的机会。
对我们来说，短期更偏确定性高的机会。比如说现在很多人挖金子，但是不是每个人能挖到，但是造铲子的赚钱。所以我们投了大量AI算力的基础设施，DPU、CPU、大芯片的封装测试等。你得保证足够的算力来支撑完成这件事，不管谁赢，算力都需要。
第二个，大量的行业场景有小公司的机会。底层大模型难看到小公司的机会，但是垂直类的行业应用会有很多小公司的机会。这里面会有大量对行业的了解和数据的积累，快速的响应和灵活的能力，这并非大公司所具备，所以这些领域还有很多的机会。
杨胜君：主持人问这波ChatGPT的热潮。我们在行业深耕了很多年，2015年，我在做了十多年芯片后转行做投资，第一个做的就是AI投资——那时候芯片没太多机会，只能看其他的行业。
2015年，我们国内的第一次AI热潮是非常火的，远超今天。现在的市场远比那个时候更加冷静和理性。
当时做模型和应用的公司非常多。现在二级市场非常火，人工智能相关的股票涨了很多，但是很多公司真的是和chatGPT、AI相关吗？不一定。而2015年那一波很多是和chatGPT、AI相关。上一波（2015—2018年间）行业里面前10的AI公司，我们投了一半。像商汤、云从、第四范式等我们都参与了投资。
上一波，整个市场的期待很高。
但是从2018年到2022年这4年时间里，AI迎来了一个低谷，虽然大家对AI的期望很高，但是实际上从商业化的进程来说AI是很慢的，哪怕是头部的公司都是如此，所以真正的AI其实远未达到大家所想象的能力，更不用说所谓的通用AI。今天ChatGPT来了——所谓的通用AI，这个东西和这个话题还是比较早的，我们依然需要坚持很长的时间。
以前很多人问我们怎样看待AI这个行业，我举个例子，人类两千年前发明了马车，今天火箭、卫星的速度比马车快几千倍。AI的发展从1956年开始算，到现在也就是五六十年的时间，从2012年的深度学习到现在也就是十年。AI的发展还处在非常初期的阶段，一个非常初期的行业大家想让它在短时间内达到非常高的预期，是很难的，它需要时间去成长。
反过来说，为什么我们说AI是硬科技，是可以放在地缘政治的平台里进行讨论的话题？因为它是需要长期投入的行业。所以今天的局面——市场热闹，但理性比5年前程度高，这是正常的现象。
第二个问题是，ChatGPT带来的AI是否意义很大？意义非常之大。我们以前的设想今天ChatGPT很容易做到了，不管是语音还是NLP的东西都可以做了。前一段时间，我们家小朋友要写一篇作文，题目是《论苏轼》，我写底稿花了两个小时，但用ChatGPT，很快4、5段文字就出现了，可见它的效率比人类高。而且我们只要把里面胡说八道的东西改一改，文章就可以达到80分的水平。所以这种重大的进步，对于推动行业的各种应用意义重大。美国人在这方面有很好的敏感性，对于它的行业上下游进行了限制。从这个角度，我们依然会投资像ChatGPT这样的东西。
第三点，怎样投资ChatGPT呢？这个赛道有热度也有理性，理性是因为这件事不像大家想象的那么容易和快速，这个领域的初创小公司的机会越来越少。不管是数据还是训练所需的算力，以前的模型和ChatGPT都有几个数量级的差距，ChatGPT 4可能是在2万亿的参数水平，但是三四年前通用语言的模型只有1亿水平。
这几个数量级的提高，这对数据的要求很高的。更高的是算力，所以我们看到，ChatGPT出来以后，英伟达马上对中国断供A100芯片，然后为了做生意把A100改成A800。即便是英伟达要做这么高算力的芯片也是很不容易的，这巨大的投入更不是初创公司能够做到的。
前一段时间，像王小川等团队要做初创公司，他们的融资规模和以前完全不是一个数量级的，是按10亿美金的级别来准备的。我和好几个团队聊了，他们觉得基本上要准备10亿美金的体量，才能做到ChatGPT-4的水平。以往很少会有初创公司需要这么多的启动资金。今天在算法领域也能融到这样的资金，是巨大的突破。所以我们对这一领域期待还是很大的。
总得来说，热度反映了大家对这一事情的期望，但是理性也反映了这里面的难度。
AIGC和元宇宙本质上就是不同的
李文宁：沿着刚才艾兴总和杨树总提到的这波AIGC创业的时间口，这波创业潮什么时候能明显看出行业格局？像不像区块链和Web3一样，来的时候非常快，但是过了三四年，不管是从投资也好还是创业也好，好像就没那么火了，特别是在国内。
所以对行业格局、包括这一波AIGC，大家觉得什么时候可以明确看出格局？
艾民：我觉得这和之前的元宇宙是完全不同的事情，我认为它是一个非常革命性的技术的诞生，会影响人的各个领域，包括李总说的AI的设计等，包括各种消费级别的机器人，今后的扫地机器人可以人机交互，之后各个领域都会颠覆的。它会彻底改变各个领域从B端、C端的生活。这里面国内一定会跑出自己大模型的公司，一定会起来的。我认为两三年应该格局就会明朗了。
艾兴：我们集团2017年左右成立了数据智能小组，我是这个小组的成员之一。当时集团的想法就是布局大数据、云计算、人工智能。
现在因为有ChatGPT出现，它把以前通讯基础的数据量积累到一定的程度。这些大厂为什么要拼命挤进来，就是因为它会被颠覆。今天不改，明天就没有它了，所以他们不遗余力冲进来。对于小厂，对于一些产业，你如果现在能开始思考这种方法，你就和大厂们站在同一起跑线，但你晚一天就比人家晚一天。当然了，这里面也会有成功和不成功的，每一次风口都是这样，需要我们有火眼金睛。
李可佳：第一，热度带来更多的研究者和更充沛的资金，但若技术预期落空，短期看不到更多价值，会带来一定寒潮，要时刻保持警惕。
第二，AIGC不同于元宇宙，它不是简单需求的升级，是真正技术带来的范式的创新，本质上是有区别的。
第三，现在大家普遍看到的AIGC是生成能力，但我们更期待未来AIGC在归纳能力上的突破。包括我在内的上一批的AI创业者，我们做的SaaS产品，都是偏帮助行业提升效率。但如果未来AIGC的归纳能力能够大规模应用，就会从提升效率直接变成达成结果，从copilot +到真正的auto-pilot，会带来爆炸式的范式变化。
刘睿：会不会像元宇宙和其他的概念一样快速结束？我认为决定行业热度能否快速结束，一是技术上限多快达到，二是可转化落地的商业化场景有多少。
比如上一波以机器视觉为代表的AI公司，刚开始是人脸识别模型大家发论文打榜，技术很快到了天花板，人脸识别准确率没用多久大家都是99%以上。元宇宙则是长期没有找到一个真正让无论是ToB还是ToC用户持续付费的商业模式。反过来看GPT，算力不断发展，无论是A100到H100，还是后面其他的100出来，算力还在不断地迭代，模型也在不断地改进。
现在大家都知道确定性——模型越大可能会出来意想不到的效果，这一波GPT下游应用需要较长的时间才能形成格局，但是上游算力和模型的行业格局基本上会很快形成，就类似云服务行业的格局在两三年内固化。
不过下游应用刚刚开始，我们也很期待在这一波GPT浪潮中即使巨头林立，也会像移动互联网时代爆发。就像当我们觉得电商没有机会的时候，出来了拼多多，当我们觉得社交没有机会的时候，出来了今日头条，所以这一波浪潮中，很可能会涌现出更具商业创新精神和冒险精神的企业。
裴耘：关于时间点的话题，我听到最激进的结果是6—9个月。我觉得保守来说是两年时间。这里主要说得是Foundation model。并不是说2年后大家都停止进步了，而是由于大模型智力密集与资金密集的两大特点会导致这两类核心资源会快速向头部汇集，不太可能长期地让整个赛道都雨露均沾。但之后，各类基于幸存下来的大模型基础展开的应用迭代，时间会很长，这个是确定性的，不用担心。
另外，我也想帮元宇宙说两句话，大家觉得元宇宙不行了，但我想告诉大家六七年前那一波元宇宙浪潮里的企业，目前仍然是赛道内的领先企业。他们现在产品更好、价格更低，市场比原来大，而且如今的估值也比当时高很多，所以这个赛道并未昙花一现，依然是在往前走。
王兵：我觉得这一波AI的浪潮是和元宇宙是本质上不同的东西，以前我们所做的很多东西叫生产力工具，这次创造的是生产力本身。那这波浪潮多大、会持续多久？今天GPT4相当于大学本科的水平，在美国的律师考试能够超过90%的大学生，大致是这样的水平。
未来GPT多长时间能达到工科博士和全世界最顶级的数学家的智力水平？这还是需要相当长的时间。可能是十年、二十年甚至更久。这一波从技术的角度看是可以持续不断地做下去。
从商业上，和元宇宙巨大的不同的是，我们看到今天哪怕是我的智力就一个本科大学生的水平，我也已经可以在非常多的工作中产生巨大的价值。就像文生图，我们现在可以用几美分的成本创造出专业摄影师图片质量的东西，所以这个商业价值非常巨大。
目前这一波里第一技术还有非常大的提升空间，商业化潜力也巨大，所以这一波有非常大的投资机会，只不过最近几年处于非常动荡和不确定性的阶段，要过一段时间赛道才会清晰，但这个赛道本身的价值是不需要质疑的。
杨胜君：我们高度看好人工智能的技术。2000年前人类发明了马车，而现在人类比2000年前跑得快多了，因为两千年来人类在交通工具上一直在发明和创造。相应的，人类对于智能化也是发明和创造。
前一段时间我问一些美国的教授，他们已经不搞ChatGPT了，为什么？搞不起，成本太高。所以美国学术界已经没有人搞ChatGPT了，ChatGPT的生意只有大公司才能做。这意味着门槛越来越高。
那中国大陆的机会在哪里？首先不是应用的问题，而是我们自己能不能把模型做到GPT-3.5、GPT-4的水平。刚才有嘉宾说两年时间做到GPT-4，那这两年我们怎么把模型做出来？上一波AI浪潮起得快、落得快，这是因为上一波的AI起来以后美国人很快把开源模型释放出来，3个人的公司也可以做人脸识别、酒店和社区安防。但是今天，美国人没有开源GPT-4的模型，所以国内没有几个人知道ChatGPT 4长成什么样。
第一步要解决底层技术是什么样的，把这个问题解决了以后，才能讲我们未来的应用是什么。今天这一波热潮，一级市场的投资人要比以前理性，一方面是因为真正更深层次的技术问题需要时间打磨，而我们现在手上没有这么多的人才和资源。另一方面，我们的模型需要不断地训练，需要验证模型的芯片和算力，但这些是紧缺的，如果国内哪一家公司能够拿到一千片英伟达A100的芯片，那它会非常火。
所以这AIGC在中国还是仅处于早期底层技术的开发阶段。
当底层技术开发赶上OpenAI的ChatGPT 4，我们才能讨论我们的应用是什么样的应用。当然，我们的应用非常广泛，比互联网更广泛。仅仅是一个联接的生意，就吸引了全世界。
人工智能的浪潮，我们看好，但投资过程我们很谨慎，我们一直在找靠谱的企业。
前一段时间我见到李开复，我问他现在ChatGPT可以写文章和写内容了，大家做汽车赛道的都想做自动驾驶，我们也投了几家自动驾驶的公司，那什么时候人类能真正实现L4、L5的自动驾驶？我问他，从你人工智能博士的角度，你认为GPT能够做自动驾驶吗？
他说我们要实现自动驾驶需要努力，但有可能会演进出能够开车的GPT；如果是这样的话当然最好，但是这一时间会比大家想象得更长。
李文宁：非常感谢各位嘉宾。
加载中,请稍侯......