傅盛和朱啸虎，又围绕大模型的终极形态及价值发掘等话题，展开了一场激烈的讨论。
一年前，朱啸虎和傅盛围绕ChatGPT创业的话题，在朋友圈隔空“抬杠”。朱啸虎站在投资者的角度认为，ChatGPT对创业公司很不友好，未来两三年内请大家放弃融资幻想。而傅盛作为创业者代表则认为，大模型相关领域有很多价值机会。
“第18届中国投资年会·年度峰会”上，在投中网总编董力瀚的主持下，朱啸虎、傅盛再同台，回应了这场跨年“争论”。在那晚的分歧以后，二人终于发现，对于AI大模型的观点，其实有很多一致之处。
本次对谈，傅盛和朱啸虎，又围绕大模型的终极形态及价值发掘等话题，展开了一场激烈的讨论。
金沙江创投主管合伙人朱啸虎重申了分红的重要性，他说：“怎么才能有耐心资本？必须每年有持续稳定现金流。投一亿出去，十年见不到一分钱回来，怎么可能有耐心？”
猎豹移动董事长兼CEO、猎户星空董事长傅盛从创业者角度出发，表示创业者不喜欢投资人站着说话不腰疼，指点江山，这还不如投资人自己干，创业之所以繁荣，正是因为有各式各样的非共识。
以下为现场探讨实录，由投中网进行整理：
董力瀚：我知道好多人等着听这一场呢，我也一直等着呢。去年年底的时候投中网有个同事写一篇文章，说朱总是“2023年嘴最硬的投资人”，这话说得不太礼貌，我跟您道歉。
但今年这场可以定个题目，创投圈2024年最火的两个老板今天又来抬杠了。两位今年钱挣得好不好我不知道，待会儿可以细聊，但火是真的火。今天这场会定个调，十个字“尽量说真话，保证不装逼”，行吗？这对两位没难度。我待会儿提问也就不提装逼的问题了。
今天一共就半个小时，人工智能谈技术、谈模式可能谈不太明白，我们就循着钱这条路来聊。开头先回两个返场问题，两位现在在场外留了很多问题在这儿。上回跟朱总做访谈，真的没想到火成那样，我真的沾了您的光，但我还是得继续追问。上次您说风险投资五年回本靠的是分红，这话一出来很多人说朱总又在发他的暴论了。
主要的返问有两个，一是如果企业现金流这么好的话，为什么要拿你的钱？二是张颖老师说的，作为美元基金，美元LP一定不会为你这个说法买单的。今天正好这个机会先回复一下这个问题。在您回复之前，我想问问傅总，从站着说话不腰疼的角度来说，您怎么看待朱总说的“暴论”。
**傅盛：**因为我是创业者，我不是专业搞投资的，术业有专攻，朱总能这么说，肯定有他的一套理论。但如果从字面理解，风险投资，没有风险了当银行也挺好的，是不是和风险投资的本质有一定的相悖？第二，科技的风险和收益是呈正比的，盯着分红就会错过像头条这样的企业。
**董力瀚：**非常温柔地说了点真话。
**傅盛：**当年朱总可能就有这样的思路，所以觉得头条不合适。但是事实上，风险投资有时候得冒一定的风险，这是我的看法，浅见。
**董力瀚：**朱总，又一个反对您的，来吧，朱啸虎回应一切。
**朱啸虎：**我说的分红主要是指消费项目的投资，现在消费行业投资分红已经是行业的惯例了。说实话，我说的分红还是很温柔的， 我们要求的分红只是按照股东股权比例的分红。现在很多投消费者PE的分红条款是非常非常复杂的，我看了都要算半小时才能算出来分红是什么样的。
按照目前的很多PE非对称分红，比如说创始人虽然占的股份比例很高，但只能分20%的分红，剩下80%的利润分红是给投资人的分红，是非常复杂的非对称分红的公式，五年拿回本金还是有可能的。当然里面还有很多假设条件，比如说利润每年增长50%，但是核心问题是必须要给投资人、投资人的投资人LP有持续稳定的现金流，这是最基础的假设。
现在讲耐心资本，什么叫耐心资本，怎么才能有耐心？昨天晚上饭局大家开玩笑，我是有耐心，但没有资本。怎么才能有耐心资本？必须每年有持续稳定现金流，大家才会相信你。
如果我投了你1亿，10年，一分钱没有回来，你到底是不是骗子，我都不知道，资产是真的还是假的，我也不知道。但每年有稳定的现金流，大家能比较放心一点，才会有耐心长期的投资。
最主要的是中国VC和美国VC很大的差别是美国VC过去几十年基本很明确是十年一个周期，在2000年泡沫破灭，慢慢回来，到2009年又是一个金融危机，再慢慢回来。
中国VC过去二十年都习惯短周期的，每三年一个周期，我们经常看到每一两年、两三年就会讲一次冬天来了，信心为王。但那时候冬天来了大家不慌，因为周期很短，坚持个一两年泡沫又来了。
所以大家都是拿住，大家不舍得卖，觉得资产后面还会更高，不舍得卖，拿住。实际上，过去五年任何一个卖出都是正确的，没有人后悔，谁坚持基本上都丧失了逃生的机会。
中国VC以后可能要习惯以十年长周期来看，如果是十年，对现金流的预算、预测都要重新调整。如果你十年以后才能退出的话，那你今天拿分红，对投资人来说，对LP来说都是更好的选择。
我们和人民币LP沟通下来，大家都很喜欢这个概念，和美元LP交流，美元LP也出乎意料地觉得这挺好的，他们都认为可以减小现金压力，比如说大学endowment，每年要给学校支出的，医院的endowment每年也都要有支出的，如果你十年没有现金流回流，他们的现金从哪里来？
现在大家对分红都没有那么排斥，虽然要分红，但也不放弃梦想，万一大环境变化以后有IPO机会，那还是有upside，但靠分红，即使是不拿回100%，拿回50%，大家也都还是挺开心的。
**董力瀚：**我明白了，您还是提倡分红，但话不一定要说那么绝对。我觉得您今天没准下去之后大家又会说朱总说“暴论”了，“怎么做耐心资本，要分红才能做耐心资本”。
**朱啸虎：**这是实话，咱们只说实话，没有稳定现金流怎么做耐心资本？投1亿出去，10年见不到一分钱回来，怎么可能有耐心？
**董力瀚：**追问个小问题，上次张颖老师说美元LP一定不会为你这番话买单，您对这个评价怎么回应？
**朱啸虎：**我们现在实际和美元LP沟通，大家对这个概念也开始接受了。人民币LP都非常欢迎这个概念，美元LP也逐渐开始接受了，大家看不到退出的希望。投了1000万美金，十年不到0.1，不到10%的DPI，你说不要分红，我觉得这是自欺欺人。
**董力瀚：**咱们这个分歧先放这儿，反正张总也不在，下次把他拉来再辩一下。傅总，一年前你们在朋友圈抬的杠，我在准备的时候又回去看了一遍那个朋友圈，说实话，我看不懂，我不知道你们俩在杠什么，到底在杠什么？刚才我问朱总你觉得当时在杠什么？朱总说我没觉得我在跟他抬杠，我们两个没分歧。这个事你怎么看？当时你们俩在讨论什么？
**傅盛：**就那天晚上而言，肯定是有分歧的，因为那篇文章是我第二次见到朱总类似的发言，而且文章比较标题党“大模型对创业者不友好”，所以我当时有几个点。
第一点，首先是立场问题，我把自己定义为创业者，创业者不喜欢投资人站着说话不腰疼，经常来指点说这个可以做，那个不能做，这样就不要创业者了，投资人自己干就行了。创业之所以繁荣，就是因为有各式各样的非共识，所以从个人的立场角度不喜欢投资人说“这个东西你们就别干了”。
**董力瀚：**你是不喜欢他的身份，还是不喜欢他的观点？
**傅盛：**当然我自己也做了一些投资，所以对身份没有崇拜感。第二点，大模型刚出来，那时大家处于有点震惊的状态当中，大模型能力的边界到底在哪里？大家是有争论的，萨姆·奥特曼的观点是以后大模型出来以后你们都不要工作了，5%的人工作就够了。还有大模型能力碾压一切。
但是我当时还是认为一个技术再好，必须包装成产品，包装成产品变成一个Product被用户使用，这里面就是应用开发者的机会、创业者的机会，从大道理上来说应用开发还是很好。
第三点，任何时代只要技术的变迁就必然带来各种产品的变化，这就是创业者最好的机会，只是因为我们看不清。
当然还有一个小因素，那天稍微喝了点酒，稍微有点冲动，我后来看了一下发言有点不逊，和朱总道个歉，但观点是这个观点，我认为大技术变革的时代，创业者一定是更有机会的，而不是没有机会。
**董力瀚：**我觉得您今天说话挺客气的，但是刚才说话我听懂了，您没打算放过朱总，您的意思是当时朱总对GPT的估计有点太高了，刚出来的时候觉得它什么都能做，这个观点是有点问题的。你是这个意思吗？
**傅盛：**对，当然后来和朱总再接触，发现好像我们分歧也没那么大，也不知道是他偷偷改了，还是前面我理解有误。那时我觉得刚出来不能随便给它定性，还得自己去用，得去了解技术的边界，看上去新闻稿里、朋友圈里写得很神奇，自己用的时候发现好多地方用不好，用不好的地方就是创业的机会，让它用好。
**董力瀚：**我再挑个事，他的意思就是你当时说错了。
**朱啸虎：**不是我们当中有什么分歧，实际上是媒体的标题党造成了很多误解。我们后来沟通过，观点是很一致的。我个人对AI应用明年爆发是非常乐观的，Llama3出来，尤其这两个小模型是非常厉害的。
昨天iPad Pro出了M4芯片也是非常有意思的，以后可能在端侧直接可以跑一个小模型，几百亿参数的小模型可能在端侧可以直接跑，尤其是今年下半年的新iPhone可能是类似的，明年在应用层绝对会爆发。
**董力瀚：**我特别想问一句，因为这个问题想了很久，但是没有提前沟通过。你们两位是不是现在都在等这个节点？iPhone装大模型。我其实很好奇，傅总为什么要当“网红”？这个事好像之前有人问过你，你当了网红现在在做的机器人也好，To B的生意也好，我听说你还有C端的产品，但实际上好像和你现在的业务并没有关联那么大，你是在为明年、后年铺路？
**傅盛：**我其实很早就是个“网红”，最早微博几百万粉丝，但是我对这个真没兴趣，所以停了好几年的更新。从去年开始，我觉得AI的确是个热点，但是AI由于太快了，像爆炸一样，所以大家对技术真正的了解，如何去应用，是有很多不同观点的。
这个事我站出来说，一方面可以把一些知识分享出来，第二方面对公司的业务是一定有用的，所以我只讲AI，从来不会爬上车，不会什么都真正做“网红”，我想把AI这件事先讲清楚。
第二，为我们公司的业务奠定一个桥梁，通过我不断地宣讲以后，事实上达成了很多业务。当一个人对AI很感兴趣，但是不知道怎么做的时候会来找我，已经看到了非常明显的获客，和我们公司业务是很相关的。因为我们就是做AI的公司。
我在2016年开始做服务机器人，但那时我们的服务机器人就是AI为核心，没有做工业机器人，因为我认为AI是可以改变机器人的，所以我们在AI上一直投入。这波来的时候，我们把机器人变成软的和硬的两部分，软的就是今天视频里讲的企业要用AI智能客服、内部训教，甚至决策辅助，我们现在都在全力做这些组件。
**董力瀚：**朱总现在是特别紧盯着iPhone装大模型这个节点吗？
**朱啸虎：**我们一直在关注AI的应用，媒体采访的时候我们也一直在说只关注能够商业化，能够实现PMF的AIGC应用，而且明年这个时间点上肯定会AI应用大爆发，所以我们目前在密切关注这方面。
**董力瀚：**两位都攒着劲，再谈一下即便没有那么多分歧，咱们谈共识也可以，真诚地说一点骚话。我看了一下，之前傅总谈过一个问题，最近一波国内大模型公司的未来，之前有个非常通用的说法“下限是四小龙”，但是你说这个问题你俩好像聊过，而且达成一致了，你认为这个机会现在也不大。当然你说你自己在做百亿大模型，你说人家千亿大模型做成四小龙也很难，你是不是要解释一下。
**傅盛：**第一，我觉得这一波叫AI 2.0，2.0和1.0很大的不同就是它迅速在全社会达成了共识，这一波会颠覆生产力革命，基本上没有什么分歧。
但是AI 1.0不是这样。第一，最早上市就是几个科技企业开始动，所以留给创业公司时间差是够的，你真正看“四小龙”做人脸的时候，互联网大厂基本没怎么动。但这一波OpenAI 11月份发布了，其实12月份、1月份像几个大厂都开始动了，在2、3月份创业者才进来，所以时间差留的不一样。
第二，这个比较得罪人，我到今天依然不认为“四小龙”是好模式，因为我最近看了一下上市公司的财报，收入30亿、亏损70亿这种，我觉得好企业当然前期要投入，但是十多年都是这样的话，这一点我认同朱总说的。
**董力瀚：**比猎豹怎么样？
**傅盛：**我们至少钱是自己挣的，虽然这两年因为美国我们当时被下架有些亏损，但实际上我们都在自己的资金池里做，量入为出地在做，有一点超前，但并不是完全不计成本的投入。
所以我认为所有的科技一定要最后形成闭环。而且大模型这一轮如果真要烧钱的话，你烧得过OpenAI吗？而且我们觉得OpenAI未来商业化都是个问题，不要说未来，可能现在就是。
核心是，大模型技术不搞AI的人觉得很了不起，但是真正搞AI的就知道是科技树上长出来的，就像哥伦布航海走了另外一个方向，等发现美洲大陆的时候其实大家都能到了。所以今天所有大模型能力迅速拉齐，你做不出超过一年技术壁垒的时候，商业化再不快速落地，怎么跟这些已经有的大厂比拼？
所以我是不看好只堆大模型能力的创业，这种创业一定是容易被大厂的模型能力赶超的，至少你拉不开我。谷歌最近股价还在涨，涨回2万亿美金了。苹果没有发M3，直接发M4，它的财报会上说我们要人工智能，分析师质疑说你才花这么多钱买这么多卡，苹果说我用混合模型，大的我用别人的，端的我用自己的，我把芯片和端做好，反正大的都太多了，我随便用谁的效果都不差。
你看全世界最有钱的公司都这么去思考战略，所以这里面有很多可以深入去看。但真正能把一个东西用好的机会，一直存在，谁先趟出来，就像互联网当年第一波特别热的时候，最后死的都是狂欢的公司，反而是那些比较“土”的公司活下来，最后变得很厉害。
**董力瀚：**我总结一下，傅总的意思一个是成本的问题、一个是竞争的问题、一个是商业模式的问题，这三个问题我们国内的千亿大模型公司是非常难跨过的挑战，这个事情估计跟朱总是有共识的。
**朱啸虎：**我比他还要激进一点，我觉得“四小龙”不是下限是上限，“四小龙”运气很好的，“四小龙”碰上了安防大建设巨大的红利，投入几千亿甚至上万亿建摄像头，所以很快有收入。当然，虽然有很多收入，现金流都比较难一点，但他同时碰上资本泡沫。又有投资人不断垫着他的现金流，所以“四小龙”的运气非常好。
我们当年为什么不投“四小龙”？因为技术是没有门槛，最多领先别人半年时间。大模型更差，技术没有差异点，而且每一代技术都要大额投入，现在3.5可能几千万美金，4可能几亿美金，5可能要几十亿美金。每一代模型都要重新砸钱，而且变现周期可能就两三年，比发电厂还要差。
发电厂投入基建以后，基本不需要再投入很多钱去更新，但大模型是每两三年就要砸更多的钱去升级，而且变现的周期可能就两三年，说实话这个商业模式是非常差。而且我个人感觉，我们都感觉Sam Altman在吹牛，GPT5肯定没有这么惊艳，或者GPT5惊艳不惊艳都已经不重要了，GPT4已经满足了绝大部分的商业需求。
所以今天和x86会很像，x86到586以后的升级几乎都是边缘化的那些升级，对本身商业模式已经没有什么大的变化了，一直到586以后的差不多十年，Intel才推出新的多核架构，那是一个本质性的升级，当中这十年的升级都是意思不是很大。我觉得GPT4以后，我对GPT5没有那么多期待。
**傅盛：**还有一点，它这么久不发布，要么就是性能没有提高多少，要么就是成本太高。
**朱啸虎：**包括前两天有文章说，Sora其实还是要人工编辑的，真正靠AIGC我觉得无法达到那么好的效果。
**董力瀚：**两位大哥，这轮问题把人都得罪光了。
**朱啸虎：**我们主要是在批评美国公司。
**董力瀚：**没关系，坦诚一点没关系。无差别攻击，咱们再攻击一下傅总，傅总说他现在专攻百亿大模型，你觉得这个路子对吗？
**朱啸虎：**我觉得特别好，边缘端的开源小模型必然是未来方向，而且这里面机会特别多。我前两天还在和朋友举例，在日本最近出来了一个卖得特别贵的宠物玩偶，卖一两万人民币卖得特别好，加一个边缘大模型可以做得很智能，而且可以卖几千人民币，肯定卖爆。这种机会很多的。
**傅盛：**我从技术原理上稍微解释一下，像GPT的理解语言能力，如果不是OpenAI出来硬堆，可能再晚个两三年，慢慢的那条路也差不多能走通。只是OpenAI出来以后用了大算力、大数据，大力出奇迹，涌现出智能，但是中间过程是一个黑盒，大家不知道为什么出来。
既然能涌现1000亿参数或者1.5万亿参数，但是里面有很多是浪费的。所以另一条路就在中小参数模型上，LLaMA-3就是参数规模不加大，数据量增加10倍会怎么样？性能又上了一个台阶，还有一些在做所谓白盒化研究。
所以百亿参数模型的智能水平，足够满足很大部分应用了。
而且为什么看两个巨头的路线？比如微软和苹果，苹果最近刚发了两个模型，这些模型都是开源的，但都是几十亿、百亿参数的规模，因为苹果最后就是让手机能跑本地大模型。微软就是电脑以后要跑一个模型，这个模型不联网，不用交token值，你睡觉了电脑在工作，真正变成生产力工具了。
所以大家一定要把这条路堆出来以后，AI对生产力的变革就真正出现了，如果每次变革都得花10倍的钱，实现所谓的技术AGI，这件事也不会真正落地。
所以中小参数的模型，它也是大模型，但是参数量小的，只要这条路能走通，对整个社会是真正可闭环的变革。而现在我们帮一些公司做私有化模型，发现百亿参数在绝大部分的场景下就够了。甚至如果规定的层级很清晰，会比GPT4还好。
就像你招一个中专生每天回答问题，你不需要写古诗，也不需要做数学题，也不需要参加奥赛，我们都在关心大模型能做一道奥数题，你说在座谁的工作，需要做奥数题的？
**朱啸虎：**大部分的工作都不需要清华本科、哈佛博士的，只需要一个专科学生就足够了，这是现实情况，所以百亿的小模型就是专科的学生，但他可以干绝大部分的活。
**傅盛：**对，只要岗位定义得清晰，它是可以胜任的。
**董力瀚：**上回您跟周鸿祎做了对谈，他对你很不客气，提了非常尖锐的问题，说傅总你为什么同时要搞这么多事，又是To B，又是To C的产品，而且还在做机器人，说你要是现在心里特别有谱的话，为什么不all in一个呢？
**傅盛：**他的原文其实是说你又做大模型，又做机器人，为什么不做具身智能，这样才能有机会，我觉得他提这个问题时，对人工智能的理解还不够深吧，这两件事不能对立着看。
为什么今天具身智能很火，包括特斯拉最近财报发了以后还涨了10%几，因为它的FSD在国外发了。FSD也好，具身智能也好，底层都是Transformer大语言模型。
所以大语言模型应该改个名字，应该叫大逻辑模型，逻辑能力很强，语言的知识库丰不丰富不重要，当知识库丰富的时候是语言模型，当它视觉能力丰富的时候就是个自动驾驶模型，当它和机械臂连接起来，就是自我动作规划模型。
我们现在之所以会做大模型，因为不把这个东西吃透，具身智能做不好的，它就是机器人的“大脑”，最后机器人拼的就是大脑。
日本机器人的制造技术是全球最好的，但在这波具身智能里，日本、德国企业没有任何声量，反而是中国和美国，尤其美国，美国制造业号称被我们打垮了，但这波特斯拉的擎天柱，都是美国，因为大脑发达了，硬件成本慢慢降，大脑能做出来这些事，能真的拿电池的时候，就是变革型的，我现在做的事情一定就是不冲突的。
**董力瀚：**你认为是一码事。
**傅盛：**大语言模型是机器人的大脑。我们发布的是大语言模型，现在在机器人上就在做这些事，包括路径规划，包括在内部机器人也加了机械臂。我对双足不看好，但加臂这件事我是很看好的，简单的工作、简单的场景已经可以做了，以前没有大语言模型，做最简单的动作都很复杂，因为环境在变。今天有大语言模型直接就可以做规划，成功率高了很多。
**董力瀚：**朱总，从坐着说话不腰疼的角度，假设你是他的股东，他公司现在的战略方向你认可吗？他刚才的解释你认为说得通吗？
**朱啸虎：**最近傅总一直在尝试在边缘端侧的小模型商业化应用，这是我非常看好的，而且在未来一两年肯定会爆发的方向，的确很多人在尝试，现在必须要聚焦在这方面，有很多很多机会。前面讲的陪伴机器人，都是需要端侧小模型的具体应用场景。
**董力瀚：**同时又做机器人呢？
**傅盛：**可以把机器人看成大模型的应用，我帮朱总再补充一下，从去年开始，所有的PC厂商都在喊AIPC，所有芯片厂商的AI算子算力是单独的模块了，Windows的下一版芯片AI计算能力要30个T。这次我看了一篇文章说，苹果急了，把M3直接舍弃掉，因为它在这部分已经落后了，M4最大的加成就是AI算力的提高。
显存必须大量，100亿参数的模型，基本上跑在2个4090卡上可以，如果做Intel4量化，跑在单独的显卡上就可以。随着大家都在往这里怼硬件、优化参数的情况下，以后一定每个设备自己就是大模型了，不需要再去联网。
为什么要训百亿参数模型？因为我对这个东西足够了解，训完大语言模型，再训具身智能的模型就比以前要简单很多。
**董力瀚：**我听得不是很懂，但您说得对。
**傅盛：**我跟朱总的观点应该是一致的，真正运行在自己设备上的大模型，会是对整个社会生产力真正变革的开始。
**朱啸虎：**中国的VC和创投界说边缘计算说了十多年了，但我觉得这次应该真的要迎来春天，迎来机会点了。
**董力瀚：**最后一轮问题，我一直比较好奇，因为这两年大家不怎么谈第一性原理了，我自己的理解，第一性原理要拿掉周边的东西，把题换算成最后的一道计算题或选择题，要拿掉身份、年纪、挣没挣过钱、做过一些什么事。
举个例子，大模型和AI机会来了，傅总一定会做公司，朱总一定会做投资，这跟你的身份、经历、过往路径都是没办法摆脱的。假设我们今天把身份拿掉，先问傅总，你说成本问题，是不是因为你融的钱太少了？假设今年年底谁给您投了20亿美金，您还会做百亿大模型吗，还会做现在的东西吗？会怎么选业务？
**傅盛：**钱多了可能会做千亿参数模型，但可能就做错了。我们钱虽然少，没有20亿美金，2、3亿美金还是有的。我现在越来越觉得，有时候资源就是陷阱，当你有足够多资源的时候，你会走别人已经趟出来的路，这时候就走错了。
比如说苹果是全世界最有钱的公司，但它在AI上非常审慎，就是在做端侧的模型，自己不研发，微软也是通过投资AI或者收购，它自己研究院做的也是小参数模型。
从技术理解、技术落地，以及对商业化的能力上，像我这样体量的公司，中小参数的模型是最适合的。回顾当年做机器人时，也就是直接砸了1、2亿美金进去，今天如果让我用第一性原理，重新做这件事，一定搞一个不超过10-20人的团队，有钱也放在账上，要克制自己的欲望，而是真正深入下去，把一个东西做透。
第一性原理创业永远是Day One，和你有钱没钱没关系，如果你不通过Day One的方式建立足够深刻的认知，你的钱很快就烧掉了，而且会变成“死亡螺旋”，不停地投入，就需要更多钱，甚至在中国科技界还有很多卖身、上市。
我越发觉得做科技创业，创始人自己如果对技术的理解不够透，对闭环没有绞尽脑汁地想，而是用资源堆的话，做不出来。
最后再补充一句，那次我们还有一个讨论，中国创业者和美国创业者有一个不同，美国创业者是真的有机会做出“漫无目的的创新”，反正我没这个能力，好好地结合产品，这就是我们的特点，中国式创新绝大部分也来自这个。
**董力瀚：**你的意思是我不需要那么多钱，给了我这么多钱可能也是在账上吃利息。你们俩为什么现在这么多共识？朱总之前的访谈也是，你要不要募大基金？我不需要募大基金。给我那么多钱干什么？我投不出去，不需要那么多。
你们两位现在的状态、心态几乎是完全一样的。朱总正好，我把对您的问题完整地说一遍，假设今年您30岁，您是90后、95后投资人，正在上升期，现在出了一些成绩，现在大模型有机会，你投不投？
**朱啸虎：**我们稍微记忆长一点，一直在反复复盘，从PC互联网到移动互联网，都是应用赚最多的钱，一开始每个周期都是硬件和基础设施赚的钱多一点，但到后面是应用，应用赚钱是前面的10倍以上。
这次大模型肯定也是的，而且这次速度比以前要快，PC互联网迭代速度是十年为周期的，这次是以年为周期的，我为什么很乐观明年应用一定爆发？因为开源的模型已经到了足够的智能水平。
Llama 3两个小模型的智能水平，已经能满足大部分场景的实际需求了，如果今年400B的大模型在6、7月份能出来，会更智能一点。包括端侧的算力，M4芯片出来以后，我们对明年的应用爆发很乐观，所以现在很看好明年应用投资的机会点。
**董力瀚：**所以你的意思是即便你年轻，你也等明年？
**朱啸虎：**对，很多时候让子弹飞一会儿，不是坏的选择，是更好的选择。
**董力瀚：**耐心资本？
**朱啸虎：**耐心资本。
**傅盛：**补充一点，在AI 1.0的时候，有一批企业要做很好的技术，但有些企业要做出产品，像“四小龙”是我的人脸识别最牛，多少个论文，拿了多少专利，拿了多少博士。
头条就拿了人工智能1.0的技术做了一个产品，最早博士肯定也不多。但今天大模型上，中国最有竞争力的公司之一就是头条，卡的储备是排名第一的，是因为应用做好了反哺。
**董力瀚：**谢谢傅总，别再提头条了，朱总心在淌血。今天差不多了，为什么今天特意把两位请过来，而且两位这么愿意聊、敢聊。我觉得是因为二位现在都在蛰伏期，朱总已经把话说得很明白了，明年两位买卖都就做大了，但即便做大了，明年也回来，咱们再聊一聊，谢谢！
感兴趣的朋友可以点击下方链接
观看本次对话的直播回放
