在当前AI技术快速发展的时代，我们不仅要关注技术本身的突破，更要思考如何将这些技术落地应用，创造真正的商业价值。我想从对AI在新时代的理解、应用现状、开源大模型优势、中美对比以及投资机会等方面，和大家分享我的一些观点。
AI新时代最显著的特征是算力与成本的双重突破。算力的提升主要由美国引领，而成本的大幅降低则是中国在开源大模型浪潮中的重要贡献。
以往AI发展的叙事逻辑主要关注能力上限的突破，而不太关注成本问题。然而，开源大模型的出现彻底改变了这一逻辑。它将成本拉低了90%，而不仅仅是30%-40%的小幅下降，这使得AI应用从"阳春白雪"真正走向"千家万户"。
虽然美国在AI基础创新方面仍然领先，但中国在应用落地和成本优化方面拥有巨大机会。中国企业"短平快、高效率、低成本"的特点，在这一轮AI应用浪潮中将得到充分发挥。
企业对AI的态度正在发生根本性转变。去年，大多数企业还在讨论"为什么要用AI"，而今年讨论的焦点已经转向"为什么用不起来"。这种观念转变意义重大，表明企业已经认识到AI的价值，但在实际应用中仍面临一些挑战。
主要挑战包括：
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">数据质量问题：许多传统企业积累了大量数据，但数据质量参差不齐。数据的清洗和整理工作至关重要，仅仅购买硬件并不能解决应用问题。
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">技术门槛：不同的AI应用有不同的技术门槛。训练定制模型的门槛最高，而构建知识库与大模型结合的方式相对门槛较低，后者允许企业将内部数据与大模型能力结合，使AI能够根据企业内部情况回答问题。
开源大模型的出现带来了几个关键优势：
性能与成本的平衡：性能达到顶级闭源模型的90-95%，但成本仅为5-10%。这种性价比使得更多企业能够负担得起AI应用。
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">开源透明：完全开源的策略（包括模型权重、源代码和技术论文）使企业可以自建模型，确保数据安全，不必担心数据泄露。开源分为多个层次：开源数据、开源模型权重、开源代码和开源论文，越完整的开源越能促进技术发展。
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">工程优化：虽然原始创新不多，但将已有概念优化到极致，并有效整合，使模型效果远超预期。这种工程能力恰恰是中国企业的强项。
中美两国在AI领域的发展路径有所不同：
1. 美国：注重前沿创新方面的突破，不惜代价推进基础能力，追求能力的突破式探索。
2. 中国：专注于成本优化和性价比，致力于让AI能力普惠大众。
在具体能力上：
人才方面，美国拥有更多顶尖人才，而中国在工程化和产品化人才方面更具优势
值得注意的是，今年开始有更多高端人才考虑回国创业，这是一个积极的信号。
AI应用带来的效率提升往往远超预期。例如，在信息收集方面，传统方式可能需要两天时间，而使用AI Agent(实测manus.im体验)只需10分钟就能完成同样的工作，效率提升显著。
更重要的是，AI正在从单纯的顾问角色转变为执行者角色。过去的大语言模型主要是"语言进、语言出"，像一个顾问提供建议，但难以执行具体任务。而现在的AI可以将复杂任务拆解为多个步骤，并调用不同的模型或工具来完成各个步骤，最终交付完整结果。
这种能力使AI从单纯的对话助手转变为真正的任务执行者，大大扩展了其应用场景。
在AI大模型领域，竞争格局已经相对稳定，新进入者机会有限。但机器人领域仍存在巨大机会，可分为三类：
移动类机器人：专注于空间移动，如机器狗。技术已相对成熟，今年有望开始落地应用。
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">交互类机器人：关注机器人与物理世界的交互和改造。这一领域技术难度更高，需要处理视觉、文字和动作等多模态数据，训练复杂度远高于语言模型。预计在工业领域2-3年内会有实际落地。
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">家务类机器人：面向家庭和养老等场景。这类机器人目前仍处于演示阶段，预计需要3-5年才能实现落地，更通用的产品可能需要5年以上。
机器人领域的技术挑战在于，它必须尊重物理世界的规律，容错率要求更高。语言模型的"幻觉"问题在机器人领域可能导致严重后果，因此对安全性和准确性的要求更高。
AI时代对创业者的要求发生了变化：
ingFang SC", system-ui, -apple-system, BlinkMacSystemFont, "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">产品打磨能力：将技术转化为优质产品的能力至关重要。中国有一批对产品极度执着的"匠人"，这是宝贵的人才资源。
年轻化：当前AI创业的主力军是90后至00后，他们没有传统经验的负担，更容易接受新思维。如果回顾杭州"六小龙"的创始人，他们在创业时大多是80后至90后，现在投资未来7-10年可能发光发热的创业者，应该关注90后至00后。
早期科技投资领域的机会主要集中在：
自动驾驶：新技术浪潮正推动自动驾驶加速落地。
总体而言，中国在AI应用落地和成本优化方面具有独特优势，未来有望在产品化、普惠化方面取得更大成就。对于投资者来说，关注那些能够将AI技术与实际场景深度结合，并能带来显著效率提升的项目，将是把握这一轮AI浪潮的关键。
线性资本 Linear Capital 是一家聚焦“前沿科技+产业”方向投资的早期投资机构，即以数据智能、数字新基建、新一代机器人技术及传统领域的新技术变革（如生物医疗、材料、能源等）为代表的前沿科技，应用于各个垂直产业大幅提升产业效率，赋能其解决痛点问题，完成产业升级，通过产业价值的大幅度提升实现商业价值的超额回报。目前总共管理十支基金，管理总规模约20亿美元。
我们投资阶段以天使至A轮领投为主，每个项目投资金额从100到1000万美元（或等值人民币）不等。
短期内，线性资本正在努力成为最好的「数据智能科技基金 Data Intelligence Technology Fund」，并在长期内逐步打造成最有影响力的「应用性前沿科技基金 Frontier Technology Application Fund」。
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |