梅先锋：在开始本次圆桌论坛之前，我想先简单介绍一下今年投资市场的现状。不久前，我去北京参加一个创投机构峰会。业内一位大佬对近两年的投资市场做了总结，用了三个关键词：“难、难、难”、“减少、减少、减少”。 ”、“新新新”，我这里借用一下，“难还是难”“难”的意思是这两年好项目越来越少，很难找到了；“减少、下降、下降”是指与往年相比，这两年资金规模有所下降；“新、新、新”是指与往年相比，资金规模有所下降，而且新行业、新机会不断出现；今年出现的，还是很当然，今年资本市场的表现不太好，持续调整，但我们注意到有一个板块持续受到投资者的关注，无论是一级市场还是二级市场。 。

这个细分领域就是人工智能和大模型行业。台上的所有人包括风险投资机构的合伙人和相关公司的创始人。接下来我们就围绕大车型时代的投资机会进行一些讨论。

首先请您自我介绍一下，并结合您自己的经历以及今年参与的实际投资案例，谈谈您如何看待大模型投资市场和机会。您会选择大型基础设施设备或应用程序吗？

韩毅：云栖成立于2014年，主要聚焦技术产业化和产业数字化两大板块。

云栖早年就一直关注AI，因为AI的大方向从最早的CV识别，到声音，再到吟游诗人的出现，已经走了很长一段时间。现在，大型模型也优化了监督学习场景。 。

我们投资了一些大车型方向的公司：投资了一家专注于自主研发多模联运大车型的早期公司；我们主导了对世界三大矢量数据库之一的投资。在支撑大规模模型行业落地时，不仅需要模型，还需要向量数据库来辅助应用场景的落地。我们投资的是一个生态环节的模式，今年我们投资了一家早期创业公司。这个行业的发展其实才刚刚开始。

现在，大车型的生态非常火热。不过我早年就开始投资AI，它经历了一个周期：一开始很流行，但企业的发展其实是渐进的。现在逐渐降温，企业开始迭代。我们总体的感觉是模型优化和迭代不是那么快。

王先生谈到，大模特的出现将如何取代一些更具创意的秘书和营销工作。当涉及到一致性和准确性要求较高的工作时，模型就需要依靠外围的工程能力来提高一致性和准确性。

总体而言，我们认为中国大模型行业有很多机会，因为大模型上游需要用GPU和计算卡进行训练，进而带动以IDC为主导的数据中心全产业链的迭代和增长。

吉力：华盖成立于2012年，今年已经11年了。现在我们主要关注医疗和科技两大赛道。医疗可能占华盖管理资本的大部分，我们从创立之初就一直在布局科技赛道。

华盖目前总管理规模已近200亿，投资了160多家公司，近30家公司完成了IPO。在华盖，我主要负责数字科技基金的筹建和投资。

在大车型领域，华盖投资的风格和策略主要集中在成长期，持续关注大车型赛道。具体来说，我们会看一些相对确定的投资机会和投资方向。之前我们有GPU等计划，涉及到计算基础设施的投资。因为大机型出现之后，对于算力的需求以及未来的市场空间越来越大，呈现出爆发式的增长，所以在算力领域，我们正在寻找一些相对确定的投资机会。

另外，在应用层，我们一直在关注泛人工智能的方向。这波大模型出来之后，AI就进化到2.0或者3.0阶段。我们一直在看1.0阶段，包括人工智能在金融领域的应用以及在一些企业服务领域的应用。现在我们也在寻找应用端的一些确定性的机会，包括最近我们也在关注科大讯飞孵化的一个大模型的应用。在有物联网应用场景的企业中，整体发展还是很好的。

因此，我们在看大模型的赛道和投资时，会更加垂直地看底层基础设施和顶层应用层。如果是横向的，我们会寻找两个更具确定性的机会。一种是大厂孵化，或者是寻找一些经过经验验证的应用场景。另外，在技术和产品方面，我们也在寻找有潜力成为这种平台和生态技术的技术或产品。

欧阳彦军：我主要负责硬科技的投资。我们目前有两大领域，医疗和科技。和鱼是一家非常关注早期底层创新机会的投资机构。我们是美元基金。

成立于2015年，基本上在成立之初，我们主要投资了老板直拼、美团、找钢网等互联网+，赋能中国传统产业的数字化转型。过去几年，我们专注于硬技术。应该说，从2017年或者2018年开始，我们投资了AI相关的公司，从底层计算芯片到中层应用，包括自动驾驶、医疗大数据分析、3D视觉机器人等。事实上，我们投资了很多所谓的上一代人工智能和决策人工智能公司。生成式人工智能采用一种所谓的不寻常的方法来训练机器，使其具有更强的泛化能力，这是一场划时代的革命。平台级模式的出现，必将创造出非常巨大的应用市场。投资者将会对这个万亿美元的市场感到非常兴奋。

我们仍然关注两件事。一是底层算力。国产芯片制造是一个巨大的机遇，也是一个必然。不管赚不赚钱，大家都必须支持。还有应用，头部应用或者新的垂直应用。我认为有很多机会。当然，我们最近一直在关注，并没有特别推出任何与大型号相关的东西。我们投资了一家AI公司，它是整个研发和整个AI工业设计的平台，为医疗、智能制造、新能源行业提高产品效率。我们一点一滴深入参与这个行业。和宇的主要优势是我们深耕中东。同时我们也在美国投资了一些早期项目。

王雪梅：英诺成立于2013年，到现在已经10年了。我们一直专注于早期投资。我们管理着50亿规模的天使基金，投资了500多个早期项目。

英诺源于清华，根在清华。近日，我们在光谷注册成立了新的天使基金，主要专注于人工智能和新一代信息技术领域的投资。

在投入方面，英诺已经从底层到中间层再到应用层进行了大量的投入。对于底层和算力，我们投资半导体原材料，做核心功能芯片。我们投资了深研科技的模型。他们的模型能力在国内是名列前茅的。 是多模态的，涵盖了所有文本生成任务。他们与清华大学NLP实验室联合开发的语言鲸模型系统发布了首个开源的中英文大模型。深研创始人齐凡超表示，他们在创业时和发展过程中得到了开源界的很多帮助，所以现在他们想回馈并开源他们在项目中使用的一些技术和数据。训练大型模型。 ，欢迎大家使用。模式方面，我们还投资了两个艾作项目，一个是医疗材料的研发，另一个是锂离子电池正负极材料的研发。

魏海涛：我们基金主要有两个投资方向。一是企业数字化，对应一些企业级的应用软件。另外一个是工业数字化，实际上就是智能制造，包括数字化、智能化驱动的产业升级。我们对舞台没有太多限制。一些公司也从天使轮开始投资，主要关注的轮次是A轮和B轮。

今年感触很深。我们在企业软件和制造领域投资了很多产品公司。以前我们开股东会、董事会的时候，投资人经常会问创业者：最近发生了什么事情？新的方向，你关注了吗？我认为随着AIGC和大型车型的浪潮，趋势正在逆转。我们投资的很多公司的CEO和CTO都在问我们是否在使用大型模型，他们已经在使用了。这波浪潮在行业内比在投资界更受关注。他们已经用这个大模型来监控整个生产过程的质量，包括数据收集和处理，并且正在做一些非常实际的事情。

相信在座的每一位投资者都希望在这样的浪潮中找到自己的独角兽并尽早投资。任何行业的发展都有其自身的规律，必须从技术进步开始。这次进步是从美国开始的，从技术到产品。产品逐渐成熟后，进入市场化时代。他们利用自己的技术形成了产品竞争的市场。毫无疑问，大型模型现在正处于技术发展阶段。如果我们回顾上一代人工智能，2013年或2014年人工智能刚开始兴起时，投资者也在不断寻找方向。那时候大家的AI都分为很多细分的赛道。

经过当时AI时代的深入研究，我们最终选定了无人驾驶。在自动驾驶领域，我们投资了几个天使轮项目，如今它们已经发展成为非常成功的公司。

回过头来看，我们把那个时代所有好的AI公司都看了，但我们对估值的要求还是比较高，而且时机不对的时候我们也错过了一些投资机会，类似于第四范式。

从今天来看，大车型将会是整个行业未来发展的巨大推动者和帮手。无论是TO B端还是TO C端，企业中很多人已经在使用它来解决个人工作问题。这个价值是巨大的。

具体到业务层面，我们还是会回归到业务的本质。你们用这样的技术进步来推广这个产品，为客户解决了什么样的问题。我觉得这个事情在中国和在美国还是不一样的。

我们对中国在应用层的创新和发展非常有信心，因为在中国，特别是对于TO B客户来说，人们可能不太关心你使用什么样的先进技术。他们最关心这个东西如何解决企业问题。 ，或生产和供应链中遇到的问题。我们希望看到它对行业产生比较大的革命性影响，为客户创造一些真正的价值。与此同时，在中国，我们预计支付意愿非常严格。

叶志刚：我是武汉绿色网络信息服务有限公司董事长兼CEO，兼任CTO。事实上，我是一名工程师。

Wu 最近投资了我们的 pre-IPO 轮。湖北省武汉市东湖开发区、国投公司均投资我公司。公司领域为基础设施，客户为三大运营商。我们专注于运营商网络的流量、大模型以及人工智能涉及的底层技术，比如我们几年前就开始使用的机器学习和深度学习。 。

更重要的是引爆的人工智能方向，显然这是一个巨大的市场。我们2020年刚刚成立，到目前为止我们的流量已经增长了两千倍。我们的价格下降主要是因为这个基地增长了很多。所以我们的增长率也是非常高的。今年预计将出现较大幅度增长。

归根结底就是原因。其实就是因为你选对了基础，选对了方向。我觉得在人工智能领域，我看到一个数据，预计到2040年应该是2.6万亿到4.6万亿美元的市场，我们不可能说每个公司都会选择自己的方向。如果大方向选对了，在细分领域做第一，一定会抢占先机。我们选择的大方向没有偏离，但具体的方向其实已经改变了。这个细节方向改变后，我们还是可以抓住机会的。这确实是一个很大的机会，但我们坚持在自己的领域深耕。不会跟风。我们想知道，当潮水退去、风吹过时，我们是否还能生存。

袁宏伟：疫情开始的时候，我们团队就在另外一个平台创业。我们的策略现在没有改变。无论条件如何、外部环境如何，我们仍然聚焦于自己的战略。那就是投资最尖端的技术。

这个团队在我2016年或者2017年的时候就开始合作了。那时候人工智能在国内刚刚开始引起大家的关注。在人工智能的启蒙阶段，我们非常幸运地选择了投资相关领域领先企业的策略。对于智能驾驶，我们选择了小马智行。对于人工智能视觉，我们选择了商汤科技。对于机器人技术，我们选择了育碧和第四范式。这个阶段我们都做了一些安排。事实上，对于中国来说，这十年到二十年的时间是科技创业公司最有发展前景、最好机遇的时期，也是受到社会最大关注和资源倾斜的时期。我相信，这么多的资源倾斜在这里，一定会诞生一个伟大的公司。

在尖端技术方面，我们已经在大型车型上做出了布局。在AI数字人领域，部署了拓远智能，而在大模型领域，选择了大家更熟悉的百川智能。虽然我们是个人平台，但我们的团队成员主要是清华大学人工智能专业的毕业生。我们关注众多清华校友创业团队。我们经常会遇到一些大家都熟悉的机构，包括Inno Angel和百度创投。

关于专注于大模型，我们也形成了自己的玩法。首先，中国肯定会有自己的大型车型。这是不容错过的。而这个大型模型实际上就是未来的超级大脑。我们有人工智能人才基础。国家发展到这个水平，必须要有自己的核心技术，必须在前沿技术的布局上下功夫。

我们总结的三个基础设施方向是计算力、存储力和传输力。这为我们国内的创新型企业提供了非常好的机会。当然这不是一朝一夕的事，需要很长时间。但它是一个真正的市场，必须依靠我们自己的力量来解决，全社会的资源都会向这个方向倾斜。所以在基础设施方面，我们也持续布局了很多算力相关的基础设施，还有半导体算力相关的芯片。

综上所述，大车型还是会带来很多机会。我们也非常乐观，会继续关注，继续投资。

周琪：金沙江联合资本目前管理规模超过70亿元，投资项目超过100个。我们主要聚焦两硬一软方向，即智能制造、新一代信息技术、数字化企业服务。我们基本上专注于投资行业，以TO B为主。关于大模型，我们是这样理解的。首先，大模型到底颠覆什么？我认为基本上有两个部分：一是内容生成，即所谓的AGI和AIGC；二是内容生成。另一个是改变人和机器的交付。方式。

过去几年，美元基金的投资速度较之前放缓了不少。大款非常适合美元基金的风格。如果这两年美元资金没有放缓，对大机型的投资可能会增加十倍以上，但这并不意味着我们无法阻止整个行业大机型的发展趋势。但同时我们也必须清醒地看到，中国有很多原创技术还很不足。我们中国人没有发明大型模型。这几年人工智能领域大家都在做NLP，突然我们发现大模型被大力生产了。奇迹，就跟以前一样，大家都在修炼各种武功，但是却用的是大炮，所以修炼什么武功都没用，一炮就全部灭掉了。我们现在更渴望看到原创的AI技术，这需要更长期的投资和更多有远见的企业家来创业。

然后是应用端。就整个大模型领域而言，有两大端：一是大模型的模型部分，这多是有长期资金支持的大公司或者初创公司的机会；二是应用巨大，必须两端兼顾。

梅先锋：在座的大部分都是天使投资机构，也有风险投资机构，比如华盖资本、叶先生的绿网有限公司。大家都谈到了大模型市场的投资。有些人很早就开始涵盖它，有些人正在研究大型模型的基础设施，有些人正在研究大型模型的应用程序。

从刚才的讨论中，我对大型模型行业未来的趋势有一个清晰的感觉，天花板很高。基于大模型技术开发的新应用不仅促进各行业的智能化升级，也带来经济的进一步发展。近年来，武汉将人工智能列为重要产业。请结合武汉的优势产业，各抒己见，为武汉大模式的发展提供建议。同时，投资者应如何通过股权投资推动和引导大模式发展，助力科技创新？

韩毅：我毕业于武汉大学。我在这里度过了四年的青春时光，对这座城市有着深厚的感情。在我原来的认知体系下，武汉之前的经济结构靠重工业、钢铁、化工支撑了1.8万亿的GDP。武汉的另一个特点是大学众多。大学代表人才和科学研究。我们有很多投资正在与武汉的各个公司合作。例如，我们投资的元融七星正在与东风集团合作实施自动驾驶。

我毕业的时候，光谷正在逐渐崛起，代表着电子产业的崛起。武汉的核心优势是人才力量。在科研人才体系下，将会涌现出更多的科技产业。此外，一线城市的劳动力成本相对较高，因此很多数字化企业都会将人才迁移到武汉和成都。这对武汉来说是一个机会。目前政府的支持力度也很大，有良好的融资和投资环境。

第二点是基金未来如何帮助武汉办实事。武汉智能制造发展势头良好。机械加工和精密工程行业的工厂可以迁往武汉。长江中上游地区配套设施较为完善。未来会有更多机会帮助我们投资合作的一些产业落地武汉，带动武汉的发展。

吉莉：这两年去武汉的机会不多，但是这两年去合肥的次数还不少。人们经常比较武汉和合肥两个城市的产业基础和政府作风。恰巧我们也在合肥看中了科大讯飞出来的大型模型相关的创业公司，同时我们也在武汉看中了一家有算力的公司。一家与光子计算相关的创业企业，发展得非常好。我认为每个城市都有自己的工业基础。

合肥在人工智能领域培育了优秀的上市公司，也拥有较为深厚的产业基础。武汉在光计算、芯片、智能制造等领域有较深厚的基础。所以，如果想给武汉一些建议，应该在大模型等相对前沿的科技产业上做一些安排。有两件事需要理解。一是要清楚这个行业哪些方面是政府可以推动的。比如通过投资，我们可以寻找一些确定的机会，通过招商引资的方式带到当地。也有一些早期案例，大学和科研院所可以做出长期安排。我觉得也可以做一些安排。第二个认识是认识到自己在整个大模型产业链上有哪些优势，或者说哪些点可以通过单一的突破来打响，靠一点来改造整个生态，或者说整个行业。链条可以做的比较全面。并不是越完整越好，要打造自己的特色。

最后一个问题是如何从资金的角度推动行业的发展。我们希望找到好的公司，然后找到合适的资金，促进行业的长期发展。

欧阳彦军：我讲三点，还是围绕刚才的话题。我感觉我们国家在算力方面确实是不够的。政府的支持是必要的，芯片的投入也要加大。我们还研究了地方政府对大型车型的扶持政策。看来北京、上海、深圳对于大型车型的政策比较多。武汉可以考虑效仿北京、上海、广州，加大对计算中心和数据交易的投入，打造智能计算中心。枢纽，起到一些协调调度的作用，武汉可能已经有了，你也可以参考一下。

关于基金投资，武汉也有很多早期的计划，那就是投资天使。无论是算力还是我刚才提到的大型模型，其实后期投资都变得越来越困难。早上、中午、晚上要有一个总体的计划。必须有一个中继的概念，这是一个架构问题。我们早期的机构投资了之后，如果后来没有人能够接手的话，那就很麻烦了。我们已经看到一些芯片公司面临这样的问题。当然，很多政府都在支持，但我认为重要的是从政府的角度支持一些长期的业务。

王雪梅：武汉应该成为继北京、上海、深圳之后的第四个新能源城市，所以我觉得武汉应该有能源方面的大模式、垂直产业模式的机会。我们正在引入一个能量模型，并将它们颠倒过来。在这个过程中我们也可能会遇到一些问题，因为能源行业或者其他垂直行业会出现一些行业相关或者区块碎片化的问题，导致模型的深度不够，模型本身的深度、模型的敏感性和时效性都需要提高。改善了。一流的投资人除了寻找一流的创业团队需要资金之外，还需要投入更多的知识，包括人脉和行业资源，这包括各个层面。政府的支持和帮助。这是垂直行业的模型。

此外，生物医药也是武汉的重点产业。我现在有了一个蛋白质模型，正在把它介绍给光谷。我认为这是一个很好的土壤。

第三，我们也在等待语言模型上出现一些杀手级应用。现在整个资本市场的环境不一样，资本结构也不一样。创业者创业的时候，前几年天使投资几百万，A轮投资几千万。现在已经不是那个时代了。前几年创业前，创业者需要看月亮，更重要的是六分钱。现在他们需要同时考虑两者。强，所以环境不一样。

早上听报告时，市长提到，武汉目前人口有1500万。事实上，在应用端，武汉本身就是一个超级大的市场，AI助手、医疗服务在应用端都会有很大的机会。抖音刚开始的时候，其实并不是抖音字节。它一开始只是笑话和头条新闻，但现在它已经成为一个巨人。美团原本是一家团购公司，而不是一家外卖公司。所以，我们需要找到一些一流的团队，利用投资人的一切资源，给我们的知识赋能，能够陪伴他们一起成长。

魏海涛：武汉有非常优质的大学资源，不缺人才。尤其是近几年出现了一个非常大的趋势，就是人才回流到相对内陆地区。武汉、成都、西安等地都是近年来我国人口净增长最快的城市，而且人口结构也相对年轻。武汉的人才基地面临着十分难得的历史机遇。

我个人还是比较相信市场化。任何行业的市场化发展都必须是良性的。作为一个非常新的行业，我们首先要弄清楚六便士在哪里。武汉有很多有能力支付大规模模型应用的甲方。我觉得甲方能够把这个场景和预算打通，一定会吸引非常优质的公司和创业团队来这里服务这些方，做这个生意。

这些优秀的龙头创业公司到来后，人才会落户做研发、做产品。我觉得我们应该考虑把应用场景打通，找一个好的团队，让大家都来这里实施。

另外，还有一些东西是投资机构的钱不适合做，而政府适合的，那就是长期投资，比如基础设施投资，降低创业成本，吸引创业者。创业。非常长远的事情需要政府去布局，让整个产业生态能够循环。武汉在这方面有很好的基础。

叶志刚：我从一个企业家和工程师的角度来分享一下我的看法。从投资的角度来说，我同意大家的观点。你可能会担心算力不够，但从技术角度来说我并不是特别担心。我更担心的是我们能否拥有这样真正有效、细分、丰富多彩的应用。因为在基础设施方面，中国拥有非常多的工程师。我80年前就看到了工程师红利。农民工的红利被珠三角拿走了，但是武汉有很多大学和研究所，所以我认为工程师的价格是和美国硅谷公司的汇率差，是6-7次。我们的价格是这样的比例，我们必须从中看到我们缺乏真正的创新人才。不过我们的绝对数量还是比较大的。

为此，中国做得很好。现在我们来谈谈GPC。过去，我们讨论了CPU，存储和网络。这些是吞噬CPU的应用，无论是腾讯，QQ，微信，阿里巴巴，，，，，在海外的年轻人都为使用它而疯狂。这都是从中国庞大的应用市场的角度制成的。完成后，它确实是高科技的。但是从我们的角度来看，它不是以技术为导向的，而是市场驱动的。在这个级别上，我认为中国想逆转，也许芯片非常重要，整个投资也非常重要。如果您不投入业务，那将是非常困难的。我同意 Wang先生对这项业务行动的看法。他错过了最后一件事。也就是说，从宏观的角度来看，多种技术的复合组合可以产生杀手级应用，例如大型模型，这是非常强大的。 ，以及像波士顿动力一样的机器人。当我们刚看到它们时，我们震惊了核心。尽管顶级技术不是开源的，而且许多核心AI技术不是开源的，但我们能够成长，因为某些技术是开源的。包括过去两年中的元评估，这些东西与互联网相结合以进行复杂的创新。这是该行业的机会。

武汉的机会在于高质量的中级创新者，而不是顶级，而不是世界顶峰。这必须清楚地看到。其中许多来自大学。毫无疑问，北京大学和大学是佼佼者。因此，如果我们充分利用这一人才，而政府在这方面提供了更精确的指导，我认为仍然有机会。我认为很难正面战斗。

Yuan ：我以前对武汉没有特别深入的了解。这也是由于我投资了一些公司，并感受到了武汉的气氛。我于2019年投资了。当公开时间上市时，我真的觉得它在本地行业有很大的推动力。此外，我比较了它，发现它不是光学通信领域的主要领先公司，而是与工业链深入融合的状态。因为我也投资了一些非常领先的公司，但尚未成功列出。

我的感觉不一定是正确的。我同意你们先生所说的话。武汉具有非常强大的工程基础，成本相对较低。的确，他们缺乏一些真正有能力的领导才能来领导他们。实际上，无论Hefei或湾区的经验如何，政府和资本仍然有必要共同形成这样一个生态系统，以吸引更多的领先和创造力的人才，这些人才能够真正成为技术企业家，并领导当地的地方将这些工程师与当地环境相结合，我相信我们可以创建一家伟大的公司。

周大：我以前在AIGC上进行过分享。共享的标题被称为AIGC：“认知”智能的新时代，而不是“人工”智能的新时代，因为人工智能被分为计算智能，感知智能和认知。情报现在已经进入了认知情报新时代的第三步。

从大型模型的角度来看，中国的机会在哪里？我认为中国的发展模式主要是由于中国与美国之间的技术分离带来的机会。那么如何培养大型模型？我认为这对工程师来说不是一个好处。哪些大型型号颠覆实际上是工程师。例如，在Musk今年刚刚发布的完全自动驾驶V12版本中，没有人编写的一行代码，它们都是由机器自动生成的。因此，是由人工智能颠覆的工程师。尽管我们不想承认，但这就是结果。如果我们真的想建立大型模型，那么我们缺少的不是工程师，而是一流的科学家。我认为他们的起源需要得到充分的基础。对于这样的公司，只有十二个人可以建立一家年收入超过10亿美元的公司。这是一个复杂而长期的问题。此外，可以通过长期思考资本来协助它。在这方面，我相信武汉有这样的机会。

我认为对整个大型模型字段的投资分为两端，一个是技术模型本身，另一个是应用程序端。过去，我们已经投资了许多人工智能公司。 AI浪潮退后后，我们发现，尽管AI行业非常活跃，但应用和实施方面存在问题。它没有盈利，只依靠一些低科技技术来维持公司的利润。我认为AIGC或大型模型行业应该在首次发展时意识到这种情况。实际上，我们投资的一些公司（包括数字人物和AIGC）在早期找不到应用程序方案。相反，其他具有非常好的应用程序场景和非常有利可图的公司的公司更愿意与AI合作，并使用AI，大型模型作为提供服务的小工具，已经形成了这样的状态。

因此，我认为在中国，我们不想将AI和大型模型用作工具，而是将其作为服务出售。

Mei ：首先，让我回应周先生的出色分享。我认为您所说的话与Ye先生所说的话没有冲突。叶先生说的是企业的发展，行业的发展，大型模型和AIGC的发展过程。其中，需要大量的工程师来推广它。行业发展之后，行业应用也将促进人才的发展提高。

刚才，所有客人都从各个角度（例如政府投资，能源模型，投资阶段，武汉的人才优势和资本投资）提供了有关人工智能和大型模型发展的好建议。

该行业正在迅速发展，投资机构正在逐步关注该行业。他们投资了许多潜在的公司，但也错过了一些机会。我希望将来，我们的同龄人可以离线和项目方面进行深入的交流，以帮助行业的发展。分享行业发展的果实。让我们再次感谢所有客人的掌声分享。这个圆桌会议论坛在这里结束。