界面新聞記者 | 程璐

10月26日，由界面新聞主辦的2023 REAL科技大會在京舉行。在討論“AGI時代，創業者和投資人如何熨平技術與商業之間的褶皺”圓桌對話環節，來自投資界、創業屆、學界的多位嘉賓就新技術浪潮帶來的新機遇進行了探討。

談及AI變革的影響力，綠洲資本創始合伙人張津劍認為外界對其低估了，現在正在進入新的算力平臺。

在過去，個人電腦時代是由CPU來統治的，2002年開始高速發展，直到2006年行業發現所需算力越來越多，以至于單一公司無法覆蓋，于是AWS誕生了——把所有算力集中起來形成云服務。2018年Transformer出現后，人們意識到需要更多的算力推動下一步變革，如何把5萬張卡、10萬張卡集合在一起，是今天在推動的新生態建設。

“底層的算力平臺已經發生了根本性的改變”，因此無論是底層還是上游，綠洲資本都在積極布局。

張津劍稱，能夠活過10年的公司都會成為偉大的公司。“2006年到2018年的12年間，投資互聯網公司的回報率中位數是40倍，而今天凡是有能力的公司都在買顯卡、建立自己的云化平臺。”他判斷，接下來CPU云化核心的12年甚至6年時間，這些公司的投資回報率中位數一定會超過40倍。”

張津劍認為，今天就是2006年的云時代，是一個新的起點，誰能在算力大潮里應運而生，誰就會獲得超額回報。

趣丸網絡副總裁莊明浩已經帶領公司進行了AI實踐。在To C應用板塊，社交、游戲、娛樂承載了過去幾十年的科技發展成果，以及商業化落地的重要場景，大模型誕生后，趣丸網絡也做了一些嘗試，也與頭部公司進行了溝通，得出的結論是， “過去一年里，幾乎所有人都高估了大模型的商業能力，卻低估了大模型落地的工程實踐過程。”

他把大模型比作太陽，提供了絕對強能量的光和熱，但企業無法直接使用太陽，需要用一根導管，把能量合理地傳導到正確點位才能使用。過去對這根導管的探索，包括需求端AI Native的游戲、社交廣告內容的供給端生產等等，但回到用戶端，目前能看到的實踐多少都是在模仿美國公司。以ChatGPT為例，不少于20家公司已經亮明了自己的運營思路、打法，但暗牌是什么尚未知曉。

瀾舟科技合伙人兼CPO李京梅則注意到了新時代一個令人興奮的標志：出現了一批AI原生公司，他們提供的技術產品服務都以人工智能為核心，而普通用戶與大模型或者信息化的系統交互只需要使用自然語言即可。這是一個大的改變。

在大模型創業潮里，應用落地分為To B與To C兩大陣營，雙方所需的模型能力聚焦點不一樣。B端需要的能力相對集中，比如閱讀理解、通用寫作、多輪對話、代碼生成等；C端則需要創作詩詞、寫歌詞等等復雜應用場景。瀾舟科技所在的To B陣營里，大部分的參數量會落在百億和千億之間。

創業之初，瀾舟科技做的是10億參數量數據小模型陣營，但今年起公司也在轉型做更大的模型，因為參數量過小導致To B落地的很多能力難以發揮，但千億以上大模型也有投入產出比不均衡的難題。李京梅表示，大模型在B端真正做出價值，最早要到明年上半年才能顯現。

因此，瀾舟科技認為最具有性價比的合適參數量是在百億和千億之間，未來大模型的訓練、推理，以及用到的CPU資源、技術算法都會降本增效。

對于較為前沿的“具身智能”（一種智能系統或機器能夠通過感知和交互與環境進行實時互動的能力），清華大學副教授眭亞楠認為，大語言模型與具身智能是強互補性的。具身智能這一概念最早來自于哲學界。智能的產生本身需要一個客體作為承載，來和環境進行交互，過程中再學習、提高和發展。

大語言模型已經很大程度上解決了感知問題。眭亞楠表示，機器領域的感知來自于視覺，視覺的快速提升使得具身智能和機器人的能力也在快速提升。接下來幾年，隨著語言能力、對機器人的控制、規劃能力變得更強，大語言模型和多模態能力會推動具身智能的發展。

對于AGI（通用人工智能）的潛在增長點，眭亞楠提出，從生物進化的角度看，最開始比較強的是視覺和基礎運動能力，然后生物才進化出和環境交互、操縱控制的能力，更之上才是語言。但今天語言模型先走一步，接下來如果從控制、操縱層面走起來，可能會是一個新的增長點。

光源資本董事總經理婁洋也很樂意看到新技術浪潮帶來的新創業機會，他認為這次和移動互聯網不一樣，是產學研、資本界共同參與的結果，帶來的效率潛力是非常巨大的。“作為一級市場的連接者和推動者，我們希望在中國和全球更快地推廣第四次工業革命。”