當月之暗面和MiniMax的投資人坐在一起 ｜WAVES新浪潮2024

過去18個月，AI在中國風馳電掣。尤其是月之暗面和MiniMax，這是時常被放在一起比較的兩家AI大模型公司：都更符合美元基金審美；融資上也跑得更快。

在上週的WAVES 2024上，我們邀請到了這兩家公司的投資人來到現場。他們是：真格基金管理合夥人戴雨森、源碼資本管理合夥人黃雲剛、高榕創投合夥人韓銳、雲啓資本合夥人陳昱和明勢資本合夥人夏令。前三人投資了月之暗面，後兩位投資了MiniMax。

從這場對話裡，我們能看到科技和投資交匯時的有趣部分：一切尚處於早期的渴望與非共識。比如當他們談到自己“最初的決定”時，每個人的說法截然不同：有人是因爲相信AGI，有人是相信“端到端”，有人就是“看好這個人”。

儘管一再強調不“拱火”，但在對話中我們還是能感受到雙方的分歧。比如對於和AGI概念相關的通用機器人行業，有在場投資人已經出手了不止一家，但戴雨森旗幟鮮明地認爲“行業早到還沒到VC”的出手時間。

AGI行業的確還處於早期。也正因爲一切尚早，對於身處其中的創業者和投資人來說，有些問題的確難以回答，畢竟說出口的就是歷史的底稿了。

WAVES是36氪去年推出的全新峰會IP，今年是第二屆。本場對話由「暗涌WAVES」主編劉旌主持。

以下爲對話摘編：1. 最初的決定

劉旌：大家好！歡迎來到WAVES。上臺之前我答應五位嘉賓，我們這場肯定不拱火。因爲在場的五位嘉賓要麼是月之暗面的投資人，要麼是MiniMax的投資人。但我們也希望世界和平，所以特地把大家的座位糅在一起，以免過於劍拔弩張。下面首先請各位用你們的方式來介紹下自己。

戴雨森：我們專門投天使，全球的華人創業者，AI領域佈局很多的天使投資，還有AI應用，我們做好了準備。

陳昱：我是典型的理工宅男，2021年和IO（MiniMax創始人閆俊傑）見面一見如故，因爲大家討論的都是計算機的東西特別聊得來，所以投資了俊傑。我們專注早期的科技投資，也投資了很多AI項目。雨森投的項目，我們都有不同的對標。

韓銳：高榕創投在過去十年一直專注在使人們的生活以及世界變得更好的項目上，過去一年我們在AI領域做了非常大的投入，我們認爲這只是一個開始，希望更多的好戲在後面。

夏令：過去十年我們只專注做一件事，就是科技賽道的早期投資。我們比較幸運從2014年開始抓住了過去10年最大的機會，就是智能電動汽車。我們是理想汽車最早的機構投資人。這波AI我們也佈局比較早，2022年年初和年中分別投了大語言模型公司MiniMax和人形機器人公司逐際動力，上午黃總和MiniMax的創始人閆俊傑做了精彩的對談。未來的8-10年最大的投資機會就是AI，我們將持續在AI賽道里系統性的投資佈局。

黃雲剛：我們特別看重AI，也看重AI帶來的一切應用，軟硬件都在看，也投了月之暗面和銀河通用機器人這樣的具身智能。

劉旌：我們的主題是討論大語言模型，可以從兩家公司討論起。各位能否回憶一下，你們投MiniMax和Moonshot 當時的過程，因爲確實有聲音會認爲大語言模型可能不是屬於VC的遊戲，硅谷的大部分VC錯過OpenAI這家公司最早期的階段。你們當時過IC的時候，你們說的最重要的那句話是什麼？

戴雨森：我們一直投人，而且我們非常專注投年輕人，符合今天主題。我們覺得大浪潮往往是年輕人推動，比如OpenAI創始人，他們一個30歲、一個29歲，一個28歲，非常年輕。我們一直尋找最優秀的年輕人，楊植麟，在清華的時候我們就關注他了，他是清華上下幾屆的神中之神，在CMU的時候也是非常知名的國際一線AI研究員，有非常好的工作。他當時在CMU讀博士的時候參與創業循環智能，我們因爲楊植麟投了循環智能，真格基金是循環智能的天使投資方。當植麟做大模型的時候，我們認爲這是大浪潮偏愛年輕人，最優秀的人早就關注到了，所以就投了，我們很容易的就決定了。

劉旌：真格有一個看人理論，他屬於小天才嗎？

戴雨森：當然。他符合我們對小天才的定義，因爲他年輕，所以在新的浪潮裡是做最好的，這是新浪潮。如果你現在做房地產很難是一個小天才，我們希望這個天才是前面沒有年齡作爲限定的，就是不是什麼90後最佳創業者，或者說00後的最佳創業者，他就是最佳創業者，就是最懂AI的人。比爾蓋茨做微軟的時候他就是最好的程序員，扎克伯格做Facebook的時候他就是最好的創業者，我們希望優秀沒有年齡作爲定語，我們覺得植麟完全符合這樣的條件，他就是世界一線的AI科學家。

劉旌：關鍵是人。

陳昱：我們和閆俊傑聊的時候他說做OpenAI的中國版，他花了很多的時間解釋說什麼是大模型，爲什麼說大模型會比無數個小模型組合起來會更加有效。我也是程序員背景，我們聊的很好，有點臭味相投的感覺。我投科技型企業的時候比較習慣從聊天裡面看對技術的一些把握。雖然做的都是很前沿的技術，但對技術細節的基本把握，這是我非常看重的。我以前在谷歌工作的時候看過一些全球最頂尖的程序員到底是怎樣的，我會和創始人比較，很容易篩選出來技術最好的創業者。俊傑除了對技術的追求，他很早開始考慮產品化商業化的問題，不是一個只單純關注技術的人，這是我欣賞他的地方。

韓銳：我們一直在等到底有沒有一個大語言模型產品是能真正進入且留在人們的生活中。我們在內部做了一個關於Kimi的調查，然後發現，不僅是高榕的投資和研究團隊、也包括IT、HR、PR等同事都在用Kimi，且其中有不少同事是退訂了GPT轉投Kimi的，這是我們做判斷的一個小片段。

VC是不是大模型遊戲裡的合適玩家？剛纔雨森也提到，無論中美，VC的資金量都是小頭。容我拼接兩句話來表達我的觀點：勿以善小而不爲，衆人拾柴火焰高。

如果在IC上說一句話，我的答案是：中國一定要有也一定會有自己的AGI。如果這件事沒成估值都貴，成了都不貴。

劉旌：趨勢本身很重要。

韓銳：對。

夏令：黃總上午說21年10月我們明勢三個人見閆俊傑，只有我一個人聽懂了俊傑說的事情。背後是有原因的，衆所周知我們在智能電動車這條線投的非常好，賽道後面由我負責。如果是關注車自動駕駛的發展的朋友應該都知道2021年自動駕駛行業有一個標誌性的變化，就是特斯拉提出的基於transformer的BEV，以及基於端到端數據驅動做感知這一個環節。這對別的賽道的投資人是相對陌生的。

但對一個關注車和自動駕駛的投資人來說，這是絲毫不陌生的。無非就是把一個端到端數據驅動的範式從自動駕駛領域遷移到NLP領域是否能夠跑通。恰好MiniMax的早期團隊還有一個核心，以前就是在Uber做自動駕駛的。我在內部推動這件事的時候，從來沒有把MiniMax當成是中國版的OpenAI看待，我們認爲這是新一代的技術浪潮。大模型的“大”不本質，中國版的OpenAI或者說中國版的xx公司也不本質，本質的東西背後是端到端數據驅動的新範式。我在內部的邏輯是一以貫之的：怎麼看自動駕駛、怎麼看NLP，以及2022年中開始看端到端數據驅動的機器人，這背後的邏輯是連貫和延續的，我們投的是端到端數據驅動的新一代技術範式，這是我希望在內部形成共識。

劉旌：夏令講的很誠實，陳總從AGI的角度看待這類公司，但夏令講的是端到端，這是從汽車行業特斯拉身上感覺到的啓示。

夏令：正是因爲是從端到端數據驅動新範式的視角看，我更關注團隊的工程化能力。俊傑這個人經歷過0-1-100點科研、工程和商業化，他內心裡一直想怎樣利用工程化的方式做事，這是他非常顯著的特質。包括他應該怎樣利用1/10的成本獲取10倍的數據等等一系列的思考方式，這都非常工程化的。恰好這個時間點，LLM就是應該從科研到以工程化的方式推進LLM的發展，我們的視角也跟他是匹配的。

黃雲剛：我們春節的時候投了月之暗面，但其實之前聊了很長的時間。我們當時聊天除了AGI中國是誰，願景是什麼，還得聊具體的落地，大模型格局，對未來的產品化和商業化怎麼理解，我們是比較務實的。他們當時說的東西在之後的半年都慢慢落地的，包括產品的能力，到了那個點。因爲大模型是非常耗錢的生意，團隊證明戰略和執行能力，同時又有更多的投資人一起來支持。到了這個點就是最好的方式，所以我們投了。

2.早期投資中的“燈下黑”

劉旌：對真格來說，看人是做投資非常重要的一點。大家都是早期的投資人，你們或多或少有自己看人的一套方法論。現在AI大模型的第一、第二梯隊形成自己的風格。想請問夏令、雲剛，你們認爲在AI領域能夠取得最終大成的團隊，可能會有什麼不一樣的特質？

夏令：明勢過去十年一直投科技初創企業，我們喜歡的科技企業創始人的畫像比較鮮明，也比較容易概括：專注、堅韌、低調。我們投的創始人都是專注、堅韌、低調的特質非常明顯，上午黃總和俊傑的對談也可以看到專注、堅韌和低調的特質。

另外一個維度也是我們一直堅持的，我們認爲真正能夠把一個科技企業做成的是懂技術的企業家，而不是科學家。我們非常清晰應該投的是他能夠成長爲一個懂得技術的企業家的人，而不是說投一個科學家。因爲科學家和企業家這兩類人的思考方式上有非常大的差別。在明勢，我們更多會是以企業家完整的畫像來看待，而不單單說可能是某一個領域非常優秀的科學家就願意投他。

黃雲剛：我同意夏總說的意見。不管是任何的時代，各個行業，哪怕今天的大模型也一樣，創業者特別懂產品，背後有兩個含義，特別懂用戶的需求，懂承載未來有可能商業化的路徑。這個產品包含了很多，前提是技術的變量，對產品的感覺特別重要。植麟除了對技術大家都很認可以外，他對產品的感覺非常好，有了這個感覺才能真正的走向商業成功。真正拉開差距的就是有沒有獨有的產品，帶來獨有的數據，這樣才能走向最後的成功。說到底就是這個人確實要綜合，既懂技術，又懂產品。

劉旌：今天在場的五位裡會編程的有幾位？會不會編程對你做AI投資有什麼影響？

戴雨森：我們早期特別容易看到燈下黑的情況，當你懂一個領域的時候，當這個領域範式變化出現的時候，反而在早期是容易過早的下這樣的負面判斷，或者說比較批判性的判斷。我們投的領域確實比較多樣化，所以某一個具體的背景可能都不是在這裡最核心的。當時做創業賣化妝品，其實我也不需要化妝品，就是對經營和企業以及創業本身的理解。

劉旌：會編程的陳總有“燈下黑”嗎？

陳昱：我沒有燈下黑，這還是一個開放的心態。你懂得編程，但你自己意識到在學校裡學習的東西，其實和現在的東西都是不一樣的。這個技術是變化很快的，計算機科學化基本上四五年整個知識結構全部都是會重新的迭代一次。我也贊成雨森說的爲什麼大家喜歡投30歲左右的年輕人，因爲這裡就是隱含着知識結構也是相對比較新的，才能做出前沿的東西。不會有燈下黑的東西，我會以開放的心態看最新的技術，而且我自己也在不斷的學習這個東西。

韓銳：投資人要抓大放小，不一定會做飯才能投餐飲。

夏令：我歷史上燈下黑過。我讀研究生的時候是做圖像識別的，所以我入行做VC的時候，其實因爲燈下黑所以錯過了face++。自己做了10年投資以後，我認爲是否會編程也是很表象。早期投資人的價值要能夠比市場上其他人更早的發現未來的機會。機會的認知與把握，跟是否會編程不是劃等號的，好奇心和學習能力更重要。看自己願意把精力花在哪裡，你的認知來自於哪裡。如果瞭解了技術，懂得技術，或者說懂得編程天生會更加容易接近技術發展的前沿領域，如果僅僅只有一點是遠遠不夠。

黃雲剛：有知識不等於有判斷，知識和判斷是兩件事。我們還是要努力的學習知識，何況現在AI已經幫我們解決了很多知識的問題，我們更多的是把問題想清楚，然後AI會越來越多的幫我們解決問題。編程大多數的代碼AI都可以幫忙完成，所以會不會編程不重要。

3. 節奏感

劉旌：早期投資中的節奏感特別重要。ChatGPT從2022年10月發佈至今一年半，中國的AI投資行業好幾個春秋了，玩家都出現很多更替，序列也出現很多變化。在面對這麼巨大且波動浪潮的時候，你們怎麼找到自己的節奏感？

戴雨森：大家基本都在互聯網和移動互聯網的時代做投資，這已經是互聯網技術到了比較成熟階段的投資。AI現在還是在比較早的階段，所以很多的時候得以史爲鑑去尋找天使投資從硅谷開始，VC這些年曆史上可以類比的地方。要有耐心，百團大戰，百模大戰，百C大戰，大家習慣一個新東西出來很多人趨同。但現在的AI或者說大模型很像當時做芯片，需要很多的科研成分在裡面，不是利用開源代碼搭一個。需要有耐心，ChatGPT發佈至今一年半的時間，已經誕生很多新的應用創新，有新的場景。

很多人說AI進化變慢了，是因爲大家要求高了，大家想的都是互聯網百花齊放一下子出現很多的新應用。我們要意識到這還是比較早期的技術，有很多投資人和創業者說現在是蘋果時代，大幹快乾，現在很難說是蘋果時代、是黑莓時代。我們85後的人經歷過黑莓時代，95後的人不知道黑莓是幹什麼的。黑莓時代的技術有侷限，黑莓時代沒有辦法做抖音，哪怕知道抖音很火，但那個時候的技術做不出來。

一個技術的發展會經歷技術是瓶頸的階段，想到但做不出來，技術發展到達技術變的比較成熟，會進入一個想法限制，想得到就會做到，想不到就不行——現在是想到，但做不到。我們的技術創始人要對技術有判斷，要預判現有的資源下一兩年的時間裡技術可以發展到什麼程度。如果想太遠可能就沒有辦法落地，這個時候懂得技術，尤其是在科研的角度有很多的一線認知是非常重要的。要有耐心，黑莓不是百花齊放，三朵花可以摘，摘哪朵花很重要。

對用戶和變現，因爲我們都經歷過移動互聯網比較成熟的年代，所以大家說商業模式是什麼。因爲我們大家都看到了移動互聯網的終局，所以問AI的終局是什麼，現在這個問題沒有答案。誰說有答案，那一定是騙子。

我之前發朋友圈，谷歌在1998年發佈，然後到2004年上市的時候纔算是找到了比較核心的商業模式。Facebook是2004年上線，2012年上市的時候才上了信息流廣告，才找到商業模式。如果說現在互聯網的兩大印鈔機谷歌和Facebook都花了六年和八年才找到商業模式，我們現在要求一個更早的技術大模型應用花一年多要有明確的商業模式，要探索終局和格局是什麼，這個太早。

重要的還是滲透率，當技術的滲透率到一定的程度之前，其實都處在快速擴展的階段。過早想變現這些事情，其實這是在階段的錯配。我們要關注怎樣讓更多人應用到AI的產品，現代技術可以做什麼產品，什麼場景是真正用戶用的，而不是講概念沒有人用的階段，尤其是現在資本市場也沒有那麼樂觀的情況下。

劉旌：以史爲鑑，尊重規律，保持耐心。

戴雨森：耐心資本。

陳昱：在這個信息爆炸的時代，大考很容易被媒體和同行的節奏帶偏。我覺得最重要的還是保持獨立思考，不要被別人帶節奏，要從底性原理出發，考慮什麼東西是有用、可行的。ChatGPT在2022年12月火起來，而我們2021年初就接觸大模型，並且決定投資。爲什麼這樣呢？因爲我認爲世界總是需要通用智能體，雖然現在的大模型解決方案未必是最終的解決方案，但它會帶領我們朝正確的方向邁一大步。這有點像哥德巴赫的猜想，未必可以解決問題，但可以把我們帶到足夠近的領域。投資領域的獨立思考很重要。

韓銳：我們過去看過不同行業，每一個行業有自己週期和速度，我理解劉老師的問題是我們作爲投資人看不同行業的時候怎麼應對？

如果終局特別遠，不要試圖犯精準的錯誤，模糊的正確就足夠了。我們也許可以在路徑上放一些關鍵的溫度計，例如高榕內部投研人員、中後臺都開始用Kimi，我們認爲這是AI產品第一次走進生活、留在生活，這個溫度計在路徑中對我們相當重要。

如果回到狹義的關於節奏的定義，市場沒有人在乎你的節奏，市場也不會配合你的節奏。在節奏變成邏輯自洽的陷阱，或者說自我改變的約束之前，你要乾的事就是打斷它。

劉旌：警惕地發現變化。

韓銳：不要讓自己的節奏成爲自己的主旋律，你的節奏對這個世界沒有任何意義。

4.非共識

劉旌：成功的VC投資早期基本在早期都有非共識性，這個問題我想問一下：大家在面對今天的AI，有什麼不同於市場的觀點嗎？

戴雨森：現在不知道什麼是共識，什麼是非共識。

劉旌：哈哈我就知道你會這麼說。那你就分享一下自己的觀點吧。

戴雨森：不要討論AI的變現。另外就是，通用人形機器人還太早，所以我們一家都沒有投。這個非常值得學習，但確實太早了，肯定沒有到GPT時刻。

劉旌：你認爲是早到VC都不應該投嗎？

戴雨森：看你是不是超級有耐心。或者說看你是科研還是投資的角度。

陳昱：現在這個階段能源比所謂的算力更加重要，美國很多大廠是停止了數據中心的投資，並不是說他們沒有錢買卡了，而是因爲美國已經沒有足夠的能源供給。你現在就算是開始建核電站，大家也看到新聞，微軟和西屋合作建設核電站，這不是一朝一夕的事情。解決能源這個問題是非常重要的，甚至比現在的算力問題更加重要。

韓銳：接着前面陳昱的觀點多說一句啊，我跟同事聊天的時候還開玩笑說，現在有那麼多的穿越劇，假設一個擁有豐富知識的現代人穿越回古代，是什麼最終限制了你去改變世界，是材料學。

回到劉老師的問題，非共識一個是角度問題，還有一個容易被忽略的是程度問題。在今天，我認爲程度可以把人們在AGI的信仰上拉得很開。“相信”跟“相信”是可以有巨大的差距的，你是有條件相信，還是無條件相信，有條件又是什麼條件？嘴裡相信、心裡相信、還是身體上相信？如果拿爬珠峰作爲例子，我們到底是剛買好了裝備、還是說裝備其實也就買對了一半，還是到了西藏、還是到了大本營，抑或是要登珠峰了。當然，更樂觀的是這座珠峰沒有頂點，可以一直爬。我覺得今天如果談論很多細節的非共識，變化會特別快，但我認爲相信的程度，可以把從業者、投資人拉得很開。

劉旌：你相信的程度是什麼階段？

韓銳：就像月之暗面的英文名，Moonshot，是一場登月。

夏令：迴應一下前面兩位嘉賓的觀點。2022年我們投了通用機器人公司逐際動力，核心的邏輯就是認爲端到端的數據驅動範式可以遷移到這個領域。如果把通用機器人或者說人形機器人作爲我們想要的終局或者類比自動駕駛的L4的話，那自動駕駛L4從提出到落地需要多久，通用機器人進入千家萬戶就需要多久。人形機器人實現智能泛化操作的“ChatGPT Moment”至少需要2-3年的時間。但是有沒有公司在端到端數據驅動的技術範式下，找到自己類比智能駕駛L2++的機會，先做到自己的數據和商業閉環，同時技術棧底層可以持續演進迭代跟自己要做的L4相通。跟特斯拉和理想過去幾年做的事情一樣，我認爲今天市場是有這樣的公司，而且是正確的timing。

能源對中國和美國是不一樣的，美國電網和電力公司極其分散，電力基礎設施的建設速度是沒有辦法追的上算力集羣搭建的速度，這是它的問題。但在中國這個不是問題，我們算過了，今天AI對算力的挑戰不是在於絕對數，而是在有限的空間裡，能源密度是挑戰，而不是能源絕對數。中國的基建特別強，還有特高壓輸電，這不是我們核心的瓶頸。

迴應劉老師的問題，我認爲跟AI密切相關，但其實國內沒有深入探討的重要趨勢。我覺得因爲這一代的AI，芯片這個詞的實質發生了根本性的變化。在PC和在數碼時代，我們認爲芯片就是大規模集成電路；智能手機時代，我們認爲芯片就是一顆SOC。但在今天的AI時代，芯片是一個系統，芯片設計應該design for the system。SOC領域摩爾定律每18個月翻一倍，而系統層面每兩年提升一個數量級，這是國內今天較少討論的。

黃雲剛：人形機器人，我們看的很多、也投了一些。這個世界和人類特別需要，因爲現在AI可以乾的事情特別有限，需要物理世界幫我們疊被子和洗衣服，需要實體的陪伴，不需要AI虛擬的陪伴。這就是多遠的問題。

機器人爲什麼要兩隻腳，爲什麼是足式，而不是輪式的，因爲輪式更快。最智能、最通用的就是在座的各位，我們是最能的智能體。它是最通用，最強大的。跑的快可以坐車，機器人也可以坐車。如果要在小範圍移動，我們也有臺階，輪式的很有劣勢。馬斯克爲什麼造人形機器人？最會用第一性原理思考的人怎麼選擇的，非常簡單。

5.守正與出奇

劉旌：一位投資人向我提供了一個問題：阿里的千問作爲開源模型不輸，甚至比創業公司做的更好。角逐賽中，創業公司和大公司可以PK的或者說生存空間到底在哪裡？

陳昱：得拼差異化。現在大模型明顯有幾種商業模式或產品形態：比如提供API，那像阿里雲、火山引擎有優勢，它們的API可以以成本價或更低的價格提供，但從雲計算賺錢。但對創業公司來說，顯然很難在成本和收費上與大廠競爭。再比如生產力工具，無論是聊天還是搜索，如果字節收不上錢，你也收不上錢。不能說一邊消耗算力，一邊付很多錢，最後又掙不回來錢。大模型創業公司得找到產品和商業模式與大廠的差異點，做差異化競爭纔是創業公司生存的重要方向。

韓銳：事在人爲。當我們用一個公司的名字或者用一個大廠的名字代表模型能力的時候，我覺得這未必是完全準確的。我們也許更應該關注到那一小撮最核心團隊的顆粒度，具體看是誰做的。今天中國大模型公司的現狀都還是在追趕者的狀態，大廠、創業公司都是。從我們的視角看這個過程，更像是一個蛙跳比賽，上新的玩家可以往前跳一步。在任何一秒去拍張照片都有第一名，但過了幾秒再拍可能換別人是第一名。

如果一個問題的答案在現實生活中是每個月都在變化，那這個答案可能在三到五年和更長的維度沒有意義，更關鍵的是跳來跳去，誰可以一直在第一梯隊。

我們原來不止在AI行業，在別的行業觀察到破局的路徑，是創業者一定先出奇再守正，如果沒有出奇就沒有守正的機會。找到有機會出奇的點去all in。大廠做事情的也是具體的人，也是肉身之驅，沒什麼不可突破的。

6.大模型公司的天花板

劉旌：回到Moonshot和MiniMax的話題上，這兩家公司的估值已經達到25億美金、甚至更高。你們會不會擔心市場過熱會提前透支公司的估值增長空間？能否預測一下中國這波大語言模型公司的天花板可能會在哪裡？

戴雨森：如果做成，都便宜，做不成3億、30億都會很貴，有巨大的不確定性來看，估值很難。資本市場是躁鬱症患者，之前30億美金不算什麼，很多的公司都是這樣，賣咖啡什麼的都有。估值是相對的，能否最後把技術變成產品，然後落地纔是最重要的。我想起來在移動互聯網的早期， Instagram10億美金賣了，13個人。大家說這個公司這麼早，這麼小，也沒有收入就賣這麼多錢，最後發現值幾百億美金。

在技術革命早期的時候，如果你真的可以做到這裡面最領先的玩家，不管是誰，那這個公司的價值幾十億美金我不覺得很高。現在你說中國的資本市場有沒有泡沫，起泡劑都沒有了，泡沫不知道在哪裡。

夏令：中國今天不管是MiniMax還是Moonshot，他們的估值一定的程度是被低估的，而不是被高估的。如果你對比歐洲和美國的同行，以我們這兩家公司的技術水平絕對至少估值應該翻2-3倍。反過來說，如果美國的挑戰是能源，那中國AI行業今天最大的挑戰就是資金。如果我們想建一個十萬張H卡的算力集羣，你需要的capex投資是400-500億人民幣。就算租賃，每年也需要付100多億人民幣的租金，這樣對應的公司每年需要的融資額再反算出估值，這肯定有挑戰。

如果長期看，我還是傾向於保持極其樂觀的態度。問上限在哪裡，2014年有人問黃明明總，你投了理想以後，它會成爲什麼公司。明明總說下限幾百億美金，上限是千億美金，當時是被極大挑戰的。AI中國最頭部的優秀公司就如今天上午俊傑所說，如果將來真的世界前五大AI公司裡面第二名是中國公司，那我相信這家公司以十年的尺度來看，這應該是萬億美金的公司。第一波中國互聯網的企業是百億美金，第二波的像字節、阿里，基本上做到了千億美金，很遺憾各種原因字節按理說今天應該是中國第一家萬億美金的公司。如果我們以十年、十五年的時間來看，那個時候如果美國今天有Magnificent 7，我覺得中國到那個時候也一定會有6-7家萬億美金市值的公司，AI公司不會少於兩家，這樣對中國纔有意義。

我認爲AI更像生產力的革命，更容易類比的還是計算機的發明。1967年IBM市值是1500億美元，當年美國的GDP是8000多億美金，意味着IBM一家公司因爲是計算機最頭部的公司，所以它是美國GDP的1/4。如果十年以後中國的GDP是180多萬億人民幣，甚至是200萬億人民幣，1/4的市值公司是多大的體量。爲什麼值這麼多錢，因爲當時的美國的GDP20%-30%都是由計算機這個產業帶來的。如果AI能夠爲中國將來的GDP拉動帶動增量20%-30%，這樣的企業一定值得。

黃雲剛：大模型投資對VC是不太友好，需要的資金量非常大。實際上創業公司也好，還是投資人也好都不想那麼高的估值，就是因爲要花錢，所以把估值堆上來了。實際上每一輪的估值漲的不是很多，需要錢。我相信肯定會出一個巨大的東西，千億、萬億美金。中國最主要的一點，大家不要特別分散的投資，大家團結起來把最好的那兩三家公司支持起來，這是最有效的。我去年去硅谷，每次去都特別感嘆，美國大模型公司或者說團隊都想做全人類的AGI，做引領者。中國每一個團隊不管能力大小，不管什麼位置都說我要做我的AGI，讓我們團結起來一起支持那個最好的團隊，這就會好，不是把錢浪費掉。

劉旌：套用王傳福的話，在一起纔是中國的AGI。

陳昱：大家回答的特別好，今天能夠坐在這裡也是對AGI有絕對的信仰。既然有絕對的信仰，那這個數字本身不重要。

韓銳：雖然在這個階段我認爲是定性大於定量，但衷心希望大家說的數字都能實現。

劉旌：謝謝大家。