创投强则产业兴。“2023武汉创新投资生态大会”于2023年11月3日在武汉举办。大会以“聚力投资生态·助推创新发展”为主题，引导财政资金、产业资本、社会资本、创新力量紧密协同，共话新发展，奋力谱写武汉科创篇章。会上武创投副总经理梅先锋主持了以《大模型时代的投资机遇》为主题的圆桌讨论，对话嘉宾为：

韩    义      云启资本执行董事

姬    利      华盖资本董事总经理

欧阳延军   和玉资本合伙人

王雪梅      英诺天使基金合伙人

魏海涛      蓝湖资本合伙人

叶志钢      武汉绿色网络信息服务有限责任公司董事长&CEO

袁宏伟      卓源资本创始合伙人兼董事长

周   奇      金沙江联合资本管理合伙人

以下为对话实录，

经投资界（ID:pedaily2012）编辑：

梅先锋：在开始本轮圆桌论坛之前，我想简单把今年投资市场的现状做一个描述。前不久，我到北京参加了一场创投机构的峰会，有一位行业大咖对近两年的投资市场做了一个总结，用了三个关键词：“难难难”、“降降降”、“新新新”，我在这里借用一下，“难难难”说的是这两年好的项目越来越少，很难找；“降降降”说的是与前些年相比，这两年的基金规模在下降；“新新新”说的是今年新的产业、新的机会也在不断涌现，还是很有希望的。当然，今年的资本市场表现不是很好，持续在调整，但是我们注意到有一个细分领域持续吸引着投资人的眼光，不管是一级市场还是二级市场，都是如此。

这个细分领域就是人工智能和大模型行业，台上在座的各位既有创投机构的合伙人，也有相关企业的创始人，接下来就围绕大模型时代的投资机遇进行一些探讨。

首先请各位嘉宾做一下自我介绍，并根据自身的经验，结合今年实际参与过的投资案例，探讨一下如何看待大模型投资市场和机会，会选择大模型基础设施设备还是应用？

韩义：云启2014年成立，主要关注科技产业化和产业数字化这两个大的板块。

云启早年一直在关注AI，因为AI这个大的方向，从最早的CV识别，再到声音，然后到bard的出现，已经走了蛮长时间，现在，大模型把有监督学习的场景也优化了。

我们在大模型方向上已经投了一些公司：在早期投资了MiniMax，一家专注于做自研多模态大模型的公司；领投了Zilliz，全球排名前三的向量数据库。在大模型产业配套落地的时候，不光需要模型，还需要向量数据库，来辅助应用场景落地。我们在模型的一个生态链路上去投资，今年投了一个做AIagents的早期创业公司。这个产业的发展其实才刚刚开始。

现在，大模型的生态很热。但是从早年就开始投AI，已经经历了一个周期：最开始热度非常高，但企业的发展其实是循序渐进的，现在慢慢会有一些回冷、企业开始迭代。我们整体的感觉是，模型的优化和迭代速度没有那么快。

王总聊到大模型的出现会替代一些文秘、营销的工作，这是偏向创意类的。而涉及到一致性、准确性要求比较高的工作，模型就会需要借助外围的工程化能力去提高一致性和准确度。

整体上，我们认为中国的大模型产业有很多机会，因为大模型的上游需要用GPU和算力卡来训练，再拉动以IDC为主的数据中心整个产业链的迭代和增长。

姬利：华盖是2012年成立的，到今年已经11年了。现在我们主要是布局两个大的赛道，医疗和科技。医疗可能会占华盖管理资本量大头，科技赛道我们从创立之初，也一直在布局。

现在华盖总的管理规模差不多200亿，目前已经投了160多家企业，差不多30家企业已经完成了IPO。我在华盖主要是负责数字科技方向基金的筹建和投资工作。

在大模型领域，华盖投资的风格和策略，主要还是以成长期为主，也在持续的关注大模型赛道。具体我们会看一些比较确定性的投资机会、投资方向。之前我们有布局像GPU等，涉及到算力基础设施的投资。因为大模型出来之后，对于算力的需求和未来市场的空间越来越大，呈一个爆炸式的增长，所以在算力这一块，我们在寻求一些比较确定性的投资机会。

另外在应用层这一部分，泛人工智能这个方向我们一直有在关注。这一波的大模型出来之后，AI进化到了2.0或者3.0阶段，在1.0阶段我们就一直在看，包括人工智能在金融领域的应用、在一些企业服务领域的应用。现在我们也在寻找一些应用端确定性的机会，包括最近我们也在关注讯飞孵化的一个大模型的应用，在物联网应用场景的企业，总体发展还是非常不错的。

所以我们在看大模型的赛道和投资的时候，纵向看底层的基础设施和最上层的应用层会相对的多一些。如果横向，我们再去找两个确定性的机会，一个是大厂孵化，或者说在寻找一些经验证实的应用场景。另外就是在技术端和产品端，我们也在寻找有潜力成为这种平台型、生态型的技术，或者是产品。

欧阳延军：我主要负责硬科技的投资，我们现在基本上两大块，医疗和科技。和玉是一个非常关注早期底层创新机会的一个投资机构，我们是一个美元基金。

2015年成立，基本上我们在成立之初主要是投互联网+，像boss直聘，美团和找钢网，赋能中国传统行业数字化转型。这几年我们专注于硬科技，应该说从17、18年开始，我们就投资AI相关的公司，从底层的算力芯片到中层的应用，也包括自动驾驶，医疗大数据分析，还有3D视觉机器人。其实我们投资了很多所谓上一代的AI, 决策式AI公司。生成式AI用一种所谓非寻常的方式去训练机器，让它更具有这种泛化能力，是一个划时代的革命。一个平台级模型的出现，肯定会衍生出来一个非常巨大的应用市场。这个万亿美元级的市场，投资人都会非常兴奋。

我们关注还是两块，一个是底层的这种算力。国产芯片制造，是非常有机会，也是非常必要的，不管赚不赚钱，大家都要支持。还有应用，头部应用或者是新的垂类的应用，我觉得是有很多的机会。当然最近我们也一直在看，也没有特别出手大模型相关的东西。我们投了一个AI公司，它是整个研发的平台，整个AI工业设计的平台，为医疗、智能制造、新能源行业做提高产品效率的工作。我们一点一点在这个行业里面深耕，和玉主要的优势是深耕中东地区，同时我们在美国也投资一些早期项目。

王雪梅：英诺是成立于2013年，到现在已经有10年的时间，我们一直专注于早期的投资，管了有50亿的天使基金，投资了500多家早期项目。

英诺源于清华根植于清华，最近我们在光谷注册成立了一支新的天使基金，主要专注于人工智能和新一代信息技术的投资。

在投资方面，从底层到中间层，然后再到应用层，英诺都已经有了不少的投资。底层和算力这一块我们投了原粒半导体，做核心功能芯粒。模型这一块我们投了深言科技，他们的模型能力在国内是头部，深言是多模式覆盖所有文本生成任务，他们和清华大学NLP实验室联合开发的语鲸模型系统发布了第一个开源的中英文大模型。深言创始人岂凡超说，他们在创业之初和发展过程中获得了很多来自于开源世界的帮助，所以现在想做一些回馈，把他们在训练大模型过程中的一些技术和数据开源出来，欢迎大家使用。模型方面另外还投了两个Ai for Science的项目，一个是做医用材料研发的，一个是做锂离子电池正负极材料研发的。

魏海涛：我们的基金主要有两个投资方向，一个是企业数字化，对应的是企业级的一些应用软件，另外一个就是工业数字化，其实就是智能制造，包括数字和智能驱动的产业升级。我们在阶段上没有太多的限制，有些公司也从天使轮开始投资，主要聚焦的轮次在A轮和B轮。

这一年的时间我的感触很深，我们在企业软件和制造业领域都投了非常多的做产品的公司，以前我们开股东会和董事会，很多的时候是投资人问这个企业家：最近有一个新的方向，你有没有关注？我觉得AIGC、大模型这一波的浪潮过来，趋势是倒过来的，非常多我们投资的企业CEO和CTO在问我们有没有在用大模型，他们已经在用了。这一波浪潮在产业界的关注比投资界更多，他们已经用这个大模型对整个生产环节的品质监测，包括数据的收集和处理，在做一些非常实操的事情。

我相信在座每一个投资人都希望在这样一个浪潮里面，找到属于自己的独角兽，并在早期的时候投进去。任何一个产业的发展都有自己的规律，最开始一定是技术的进展。这一次的进展从美国开始，从技术变成产品，产品慢慢成熟以后进入一个市场化的时代，用自己的技术形成了产品后去打对标的市场。现在大模型毫无疑问处在一个技术发展的阶段，如果我们回头去看上一代的AI时代，在13、14年AI刚开始兴起的时候，投资人也在不断的找方向，那个时候大家把AI分了非常多的细分赛道。

我们在当时的AI时代经过深入研究，最后落脚在了无人驾驶。在无人驾驶这个领域，我们投资了几个天使轮项目，今天他们发展成为了非常成功的公司。

回过头去看，我们把那个时代不错的AI公司都看过一遍，但我们对估值还是有比较高的要求，在时机不对的情况下也错过了一些投资的机会，类似于第四范式。

今天这个节点来看，大模型对未来整个产业的发展是一个巨大的推手和助力，无论是在TO B还是在TO C端，企业里已经有很多人在用ChatGPT解决个人工作中的问题，这个价值是巨大的。

具体到商业层面，我们还是会回归到商业本质，你用这样一个技术的进步推动了这个产品，到底给客户解决了什么样的问题。我觉得这个事情在中国跟在美国还是会不太一样。

我们对中国在应用层的创新和发展很有信心，因为在中国尤其是做TO B的客户，大家可能并不太关心你到底用了什么样的先进技术，最关心你这个东西到底解决了企业，或者在生产和供应链当中遇到的问题。我们希望看到它对产业有比较大的革新作用，能够为客户创造一些真实的价值。同时在中国，我们期待有非常刚性的付费意愿。

叶志钢：我是武汉绿色网络信息服务有限公司的董事长和CEO，也兼任CTO，实际上我就是一个工程师。

武创投最近在我们pre-ipo轮也投资了，东湖开发区、武汉市、湖北省、国投四级都有给我们公司投资。公司的领域是基础设施，客户是三大运营商，我们围绕着运营商网络的流量，大模型和人工智能所涉及到的底层技术，像机器学习和深度学习，好几年前我们就开始在用。

更重要的是由ChatGPT、OpenAI引爆的人工智能的方向，很显然这是一个巨大的市场。 2020年我们刚成立，到现在为止流量增长了两千倍。我们的价格是下降的，主要因为这个基础增长得非常厉害。所以说我们的增长率也非常高。今年估计也会有比较大幅的增长。

归结于原因，实际上就是因为你的基础选对了，方向选对了，我认为人工智能这一块，我看到一个数据，到2040年应该估计是有2.6万亿到4.6万亿美金的市场，我们不可能说每个企业都选自己的方向，如果大方向选对了，在细分领域做到第一，一定能抓住机会。我们选择的大方向没有偏离，但是细方向实际是变化的，这个细方向变化了以后，还是能抓住机会，这次确实是一个很大的机会，但是我们坚持到在自己的领域上深耕，不会跟风。我们会想潮水退了，风落了以后，我们还能不能活着。

袁宏伟：疫情开始的时候，我们团队从另一个平台出来自己创业，到现在我们的策略依然没有变，不管是在什么条件下，什么样的外部环境下，我们还是聚焦在自己的策略上，那就是投最前沿的科技。

这个团队是我在16、17年的时候，大家就开始一起工作的。那个时候也是人工智能在国内刚刚开始被大家关注。在人工智能的启蒙阶段，我们非常幸运的选择了投相关领域的头部企业全覆盖的策略。在智能驾驶上，我们选了小马智行，人工智能视觉上我们选的商汤，在机器人上，我们选了优必选，还有第四范式，我们都是在这个阶段做了一些布局。其实对中国来说，这个十年到二十年的时间是技术类创业企业最有发展前景的，机会最好的，吸收了社会最大的关注和资源倾斜的领域。我相信有那么多的资源倾斜在这里，一定会诞生出非常伟大的公司。

在前沿科技上，大模型这一块我们也早已布局了。AI数字人领域布局了拓源智慧，大模型领域选择了比较熟悉的百川智能。虽然我们是个人的一个平台，但是我们的团队成员主要是清华人工智能专业毕业的，聚焦在很多清华校友创业的团队，经常会遇到英诺天使、百度风投大家比较熟悉的一些机构。

关于专注在大模型这一块，我们也形成了自己的一个打法，首先中国一定会有自己的大模型，这个是不容错过的。而且这个大模型实际上就是未来的超级大脑。我们有人工智能的人才基础。国家发展到这个程度，我们必须要有自己的核心技术，在前沿技术上我们肯定要非常着力的做布局。

我们总结的三个基础设施的方向，就是算力、存力和传输力。这给我们国内的创新企业提供了非常好的机会。当然这不是一蹴而就的，需要一个很长的时间。但它是一个实实在在存在的市场，而且是我们必须要靠自己的力量来解决的，也会有全社会的资源向这个方向去倾斜。所以在基础设施上，我们也持续布局了很多和算力相关的一些基础设施，还有半导体算力相关的芯片。

综上所述，大模型这一块还是会带来非常多的机会，我们也非常看好，会持续关注，持续投入。

周奇：金沙江联合资本目前管理规模是70多亿人民币，投了100多个项目。我们主要关注两硬一软的方向，分别是智能制造、新一代信息技术，以及数字化企业的服务。我们基本上是投产业为主，以TO B为主要的抓手。关于大模型这一块，我们是这么理解的，首先大模型到底颠覆的是什么，我觉得根本来讲是两块：一是内容生成，所谓的AGI、AIGC；二是改变了人与机器交付的方式。

这几年美元基金投资的速度比以前放缓了很多，大模型非常适合美元基金的风格，如果这两年美元基金没有放缓，可能在大模型的投入量会大十倍以上，可这并不能阻挡大模型在整个行业里面的发展趋势。但与此同时，我们也要清醒的看到中国有很多原创性的技术还是非常不够，大模型不是我们中国人发明的，过去几年人工智能领域大家都在做NLP，突然发现大模型大力出奇迹，就像以前大家都在练各种各样的武功，但人家拉了大炮，所以练什么武功都没有用，一炮就轰完了。我们现在更加希望看到原创性的AI技术，这需要有更长期的投资和更有远见的企业家来进行创业。

再就是应用端，就整个大模型领域来讲，就是两头大：一是大模型的模型这部分，这绝大多数是大公司的机会，或是有长钱支撑的创业公司的机会；二是应用大，所以就是抓两头。

梅先锋：在座的大部分都是天使投资机构，也有创投机构，像华盖资本，还有叶总的绿色网络有限公司。大家都谈到了对大模型市场的投资，有很早就开始覆盖的，有在看大模型的基础设施，也有看大模型的应用的。

从刚才的讨论我已经很明确的感觉到大模型这个行业未来的趋势，以及天花板很高。基于大模型技术开发出来的新应用，不仅推动了各行业的智能化升级，更带来了经济的进一步发展，武汉近年来把人工智能列为了重要的产业，请大家结合武汉的优势产业，以及各自对武汉的了解，为武汉大模型的发展提提建议，同时投资者应该如何通过股权投资推动和引导大模型的发展，助力科技创新？

韩义：我是武汉大学毕业的，在这里度过了四年的青春，对这个城市有蛮深的感情。在我原来的认知体系下，以前的武汉经济格局靠重工、钢铁和化工，支撑1.8万亿的GDP。武汉还有一个特点，就是大学特别多，大学代表着人才、科研。我们有很多的被投在和武汉的各种企业去做合作，比如说我们的被投元戎启行在和东风集团落地自动驾驶的合作。

我毕业的时候，光谷在渐渐崛起，代表电子产业的崛起。武汉的核心优势是人才力量，在科研人才的体系下，会有更多的科技产业兴起。另外，一线城市现在人力成本比较高，所以很多做数字化的公司会把人才往武汉、成都迁移，这是武汉的机遇。政府现在支撑的力度也非常大，有很好的融资和投资环境。

第二点，基金未来怎么帮助武汉做落地的实事。武汉的智能制造发展得很好，机械加工、精工类行业的厂区可以迁往武汉，长江中上游的配套已经比较齐备。未来会有更多机会，帮助我们被投合作的一些产业落地到武汉，推动武汉的发展。

姬利：最近两年来武汉的机会倒不是很多，这两年往合肥跑的倒还挺多的。大家经常去比较武汉和合肥两个城市的产业基础和政府的风格，正好我们也在合肥看跟大模型相关的创业企业，从科大讯飞出来的，同时，也在看武汉的一个跟算力，跟光子计算相关的一个创业型企业，发展得也非常不错，我觉得每个城市都有自己产业的基础。

合肥在人工智能领域已经培育了不错的上市公司，加上也有比较深厚的产业基础。武汉这边在光计算、芯片、智能制造这些方向上，有比较深的一些基础，所以如果给武汉一些建议，要在大模型等比较前沿科技的产业上去做一些布局。有两个认清，一个是要认清这个产业，有哪些是可以政府去推动的，比如说通过投资，我们可以寻找一些确定性的机会，通过招商落地的方式落到当地。还有一些早期的，从高校、科研院所能够做长期布局的一些案子，我觉得也可以做一些布局。第二个认清，就是认清自己在整个大模型这个产业链当中有哪些优势，或者有哪些点是可以通过单点突破做出一个爆款，依托一个点去把整个生态，或者说整个产业链能够做得相对全一些。不是越全越好，要做出自己的一个特色。

最后的问题是从基金的角度如何去推动产业的发展，希望找到好的企业，然后寻找到合适的资金，能够长期的去促进产业的发展。

欧阳延军：我大概讲三点，还是围绕着刚才的话题，我觉得在算力上，我们国家在这一方面确实不够。政府的支持很有必要，还是要加大对芯片相关的投入。我们也研究了各地政府对大模型的支持政策，貌似北上深在大模型方面给的政策更多一些，武汉可以考虑模仿北上广，增加算力中心和数据交易的投入，建一个智能算力的枢纽，发挥一些统筹调度的作用，武汉说不定现在已经有了，也可以参考。

基金投资的这个事情，武汉也有很多早期布局，就是投天使，像我刚才讲的算力也好，大模型也好，其实投到后面越投不动了，早中晚要有一个统筹的规划，要有一个接力的概念，这就是一个架构的问题，我们早期机构投完了，后面如果没有人能接上，就很麻烦，我们看到一些芯片公司就面临着这样的问题。当然很多政府都在支持，但是我觉得重要的是从政府的角度，去扶持一些长线的生意。

王雪梅：武汉应该会成为新能源的第四大城市，仅次于北京、上海和深圳，所以我认为大模型这一块，能源方面垂直行业的模型在武汉应该是有机会的。我们正在引进一个能源的模型，会把它们倒挂过来落地，这中间可能也会遇到一些问题，因为能源行业或者其他的垂直行业，会有一些行业方面的knowhow，或者区块割裂的问题，导致模型本身的深度，模型的灵敏性和及时性有待提高，除了要找到一流的创业团队，需要资金，需要一流的投资人投入更多的认知，包括人脉还有产业的资源，里面还有各级政府的支持和帮助。这是在垂直行业的模型方面。

另外，生物医药也是武汉的一个重点产业，我现在有一个蛋白质的模型，正在介绍他来光谷落地，我觉得这是一块很好的土壤。

第三块，我们也在等待语言模型上会长出一些杀手级的应用来。现在整个资本市场的环境不一样，资金结构也不一样。一个创业者创业，前几年天使投资几百万，A轮投到几千万，现在不是那个时代了，以前的创业者创业前几年需要看月亮，更需要看六便士，现在是都要坚固，所以环境是不一样了。

上午听报告的时候，听市长提到了武汉现在人口有1500万，其实在应用端，武汉本土来说是一个超级大的市场，应用端的AI助理、医疗服务都会有很好的机会。抖音最开始做的时候，其实不是抖音字节，最开始做段子和做头条，现在变成了巨无霸。美团最早是做拼团的，并不是做外卖的。所以我们需要寻找到一些一流的团队，把投资人所有的资源，把我们的认知能够赋能进去，能够陪伴他们一起来成长。

魏海涛：武汉拥有非常优质的高校资源，人才是不缺的。尤其是这些年有一个非常大的趋势，就是人才往相对内陆地区的回流，比如武汉、成都、西安这些地方，都是近期中国人口净增长最快的城市，也是人口结构年轻化程度较高的城市，所以武汉人才的基础面临一个非常难得的历史机遇。

我个人还是比较信奉市场化，任何产业的市场化发展一定是良性的。作为一个很新的产业，我们要先找到六便士在哪里，武汉有非常多的对大模型应用有支付能力的甲方，我觉得甲方能够把这个场景和预算开放出来，一定能吸引非常优质的创业公司、创业团队来到这里去服务这些甲方，去做这个生意。

这些优秀的头部创业公司来到以后，人才会沉淀下来做研发和产品。我认为应该考虑把应用场景开放出来，找到好的团队，让大家来这里落地。

另外，有一些事情是投资机构的钱不太适合做，政府适合做，就是很长线的投资，比如关于基础设施的投资，降低创业成本，吸引创业者来创业。非常长线的东西需要政府来布局，使整个产业生态能够循环起来，武汉是具备了非常好的这样的基础。

叶志钢：我从一个创业者和工程师的角度来说一下我的看法，从投资的角度，我都认同各位的观点。大家可能担心算力不足，但从技术角度我不是特别的担心，更担心的是我们能不能有这种真正有效的、细分的、丰富多彩的应用。因为从基础设施来讲，中国具有非常多数量的工程师，80年前我就看到了工程师红利。农民工的红利被珠三角占了，但是在武汉有非常多的高校和科研院所，所以我认为工程师的价格是美国硅谷公司的一个汇率差，就是6-7倍，我们的价格是这样一个比例，必须从中看到我们缺乏真正创新型的人才。但是，我们绝对人数的比较大。

基于这个原因，中国做得好的，现在我们讲GPC，以前是讲CPU，存储和网络，把CPU吃掉的这些都是应用，不管是腾讯，QQ、微信、阿里、京东、美团、头条，海外的青年人都很疯狂去用，这种都是从中国一个巨大的应用市场的角度做出来的。做完了以后，确实是科技含量比较高的。但是在我们来看并不是技术驱动的，是市场驱动的。在这个层面，我认为中国想逆转，可能芯片很重要，整个投资也很重要。如果不把这个业务运作起来，这个就很难了。这个业务运作，昆仲王总讲的我都认同，最后有一点他漏掉了，就是实际上从宏观上来讲，多的技术复合结合可能产生杀手级的应用是很厉害的，比如说像大模型，还有波士顿动力这样的机器人，我们刚刚看他的时候，震撼得一塌糊涂。虽然最顶级的技术没有开源，AI很多核心没有开源，但是我们能够成长是因为有一些技术开源了。包括前两年的元宇宙，这些东西结合网络进行复合型的创新，这是产业的机会。

武汉的机会在于高素质的中等创新人，而不是顶尖，不是全球顶尖的，这一点必须得看清楚。好多都是清华的，北大和清华是顶尖的，这是毫无疑问的。所以我们如果把这一部分的人才用好，政府在这一方面引导比较精准，我觉得还是有机会的，硬拼我觉得很难。

袁宏伟：之前对武汉谈不上特别的深入的了解，也是因为一些机缘投资了一些企业，感受到了武汉的氛围。19年的时候投了联特，上市的时候确实感受到一个是对这个行业，属地助推的力量还是非常强的。另外，我比较了一下，它不是一个在光通讯领域非常领先的这样一个企业，但它是落地和产业链的结合非常深入的这样一个状态。因为我也投了一些很领先的企业，反而到现在还没有成功上市。

我的感觉不一定正确，确实是赞同叶总说的，武汉有非常强大的工程师基础，相对来说成本是比较低的。确实是缺乏一些真正有能力，带领他们的领军人才。其实不管合肥还是湾区的经验也好，还是需要政府和资本共同结合形成这样一个生态，把更多的有领军、有创意的，能够真正做科技企业家的人才吸引到地方来，带领当地的这些工程师和当地的环境相结合，我相信能创造出非常伟大的公司来。

周奇：我之前做过一次AIGC的分享，当时分享题目叫AIGC“认知”智能的新时代，而不是“人工”智能的新时代，因为人工智能里面分了计算智能、感知智能和认知智能，现在已经进入到了第三步的认知智能新时代。

从大模型的角度来讲，中国的机会到底在哪里？我认为中国发展大模型，主要还是中 美科技割裂所带来的机会。那怎么培育大模型呢？我认为这不是工程师的红利，大模型颠覆的其实就是工程师。比如今年马斯克刚刚发布的全自动驾驶V12版本，没有一行代码是人工写的，全是机器自动生成的，所以说人工智能颠覆的就是工程师，我们虽然不想去承认，但就是这么一个结果。真正要搞大模型，缺乏的不是工程师，是顶级的科学家。我认为他们的出身是要有土壤的，像OpenAI、Midjourney这样的公司，只有十几人就能做出年收入超过十亿美金的公司来，这是件复杂且长期的事情。另外就是能够有长线思维资本的助力，这一点上我相信武汉是有这样的机会的。

我认为在整个大模型领域里的投资分为两端，一端是技术模型本身，另外是应用端。过去我们也投了很多人工智能公司， AI浪潮退去以后，发现AI行业虽然很热闹，但应用和落地都有问题，都不赚钱，只是靠一些技术并不高的收入来维持公司的利润。我觉得AIGC或者大模型行业在刚刚发展起来的时候，一样应该清醒认识到这样的情况。事实上我们投过的一些包括数字人、AIGC在内的公司在早几年都找不到应用场景，反倒是另外一些有非常好应用场景、非常赚钱的公司更愿意与AI合作，把AI、大模型作为他们提供服务的小工具，形成了这样的一个状态。

所以我认为在中国的土壤上，我们不希望把AI和大模型仅仅作为一个工具，而更应该作为服务去卖。

梅先锋：首先回应一下周总精彩的分享，我觉得您所讲的跟刚才叶总所讲的不冲突，叶总所讲的是企业的发展，行业的发展，大模型和AIGC在发展的过程当中，需要大量工程师的推动，行业发展起来之后，行业应用也会推动人才向更高层面去发展。

刚才各位嘉宾对武汉人工智能的发展、大模型的发展从政府的投入，能源模型，投资阶段，武汉人才优势和资本招商等各个角度提供了很好的建议。

行业在快速的发展，投资机构也在逐渐重视这个行业，投资了不少有潜力的企业，也错失了一些机会，希望今后咱们这些同行，在线下，在项目端能够深入交流，助力行业发展，分享行业发展的果实。让我们再次用掌声感谢各位嘉宾精彩的分享，本轮圆桌论坛到此结束。