10月26日，由界面新闻主办的2023 REAL科技大会在京举行。在讨论“AGI时代，创业者和投资人如何熨平技术与商业之间的褶皱”圆桌对话环节，来自投资界、创业届、学界的多位嘉宾就新技术浪潮造成的新机遇进行了探讨。

　　谈及AI变革的影响力，绿洲资本开创合伙人张津剑认为外界对其低估了，现在正在进入新的算力平台。

　　在过去，个人电脑时代是由CPU来统治的，2002年开始高速发展，直到2006年行业发现所需算力越来越多，以至于单一公司无法覆盖，于是AWS诞生了——把所有算力集中起来形成云服务。2018年Transformer出现后，人们意识到需要更多的算力推动下一步变革，如何把5万张卡、10万张卡集合在一起，是今天在推动的新生态建设。

　　“底层的算力平台已经发生了根本性的改变”，因此甭管是底层还是上游，绿洲资本都在积极布局。

　　张津剑称，能够活过十年的企业都会成为伟大的企业。“2006年到2018年的12年间，投资互联网公司的回报率中位数是40倍，而今天凡有能力的企业都在买显卡、建立自己的云化平台。”他判断，接着CPU云化核心的12年甚至6年时间，这些公司的投资回报率中位数一定会超过40倍。

　　张津剑认为，今天就是2006年的云时代，是一个新的起点，谁能在算力大潮里应运而生，谁就会获得逾额回报。

　　趣丸网络副总裁庄明浩已经率领公司进行了AI实践。在To C应用板块，社交、游戏、娱乐承载了过去几十年的科技发展成果，和商业化落地的重要场景，大模型诞生后，趣丸网络也做了一点尝试，也与头部公司进行了沟通，得出的定论是， “过去一年间，几乎所有人都高估了大模型的商业能力，却低估了大模型落地的工程实践过程。”

　　他把大模型比作太阳，提供了绝对强能量的光和热，但企业无法直接使用太阳，需要用一根导管，把能量合理地传导到正确点位才能使用。过去对这根导管的探索，包含需求端AI Native的游戏、社交广告内容的供给端生产等等，但回到用户端，目前能看到的实践多少都是在模仿美国公司。以ChatGPT为例，很多于20家公司已经亮明了自己的运营思路、打法，但暗牌是啥尚未知晓。

　　澜舟科技合伙人兼CPO李京梅则注意到了新时代一个令人兴奋的标志：出现了一批AI原生公司，他们提供的技术产品服务都以 人工智能 为核心，而普通用户与大模型或信息化的系统交互只需要使用自然语言即可。这是一个大的改变。

　　在大模型创业潮里，应用落地分为To B与To C两大阵营，双方所需的模型能力聚焦点不一样。B端期望的能力相对集中，好比阅读理解、通用写作、多轮对话、代码生成等；C端则需要创作诗词、写歌词等等复杂应用场景。澜舟科技所在的To B阵营里，大部分的参数量会落在百亿和千亿之间。

　　创业之初，澜舟科技做的是10亿参数量数据小模型阵营，但今年起公司也在转型做更大的模型，因为参数量过小造成To B落地的很多能力难以施展，但千亿以上大模型也有投入产出比不均衡的困扰。李京梅表示，大模型在B端真正做出价值，最早要到明年上半年才能显现。

　　因此，澜舟科技认为最具有性价比的合适参数量是在百亿和千亿之间，未来大模型的练习、推理，和用到的CPU资源、技术算法都会降本增效。

　　对于较为前沿的“具身智能”（一种智能系统或机器能够通过感知和交互与环境进行实时互动的能力），清华大学副教授眭亚楠认为，大语言模型与具身智能是强互补性的。具身智能这一概念最早来自于哲学界。智能的发生本身需要一个客体作为承载，来和环境进行交互，进程中再学习、提高和发展。

　　大语言模型已经很大水平上解决了感知问题。眭亚楠表示，机器领域的感知来自于视觉，视觉的快速提升使得具身智能和 机器人 的能力也在快速提升。接着几年，随着语言能力、对 机器人 的控制、规划能力变得更强，大语言模型和多模态能力会推动具身智能的发展。

　　对于AGI（通用 人工智能 ）的潜在增长点，眭亚楠提出，从生物进化的视角看，刚开始比较强的是视觉和基础运动能力，然后生物才进化出和环境交互、操作控制的能力，更之上才是语言。但今天语言模型先走一步，接着如果从控制、操作层面走起来，可能会是一个新的增长点。

　　光源资本董事总经理娄洋也很乐意看到新技术浪潮造成的新创业机会，他认为这次和手机端不一样，是产学研、资本界共同参与的结果，造成的效率潜力是非常巨大的。“作为一级市场的连接者和推动者，我们希望在中国和全球更快地推广第四次工业革命。”