红杉中国合伙人公元：DeepSeek只打开一扇门，大模型远没到终局
DeepSeek如何改变中国AI投资？具身智能距离清晰商业化还要多久？这些热门话题吸引了众多资深投资人热烈讨论。在 “第19届中国投资年会·年度峰会”上，投中网主编曹玮钰与红杉中国合伙人公元等嘉宾就当下AI与具身智能等话题举行了一场别开生面的对谈。
公元从商业化的角度分析，今天的创业模式与互联网时代很大的不同在于，明确的商业化路线的重要性已经让位于技术的颠覆创新。因为一个新模型能力的突破，用户可以瞬间转移。而现在具身领域很有可能处在AI赛道2018年的阶段，市场还没有看到GPT时刻。但只要创业者和投资人相信AGI的未来，行业就一定能做出来。
以下为现场实录整理：
Q
大家好，这个环节叫DeepChat，我们主要想聊一下人工智能和具身的话题。我先来问一个问题，人工智能和具身这两个赛道是不是足够大，或者说仍有非常大的非共识？
公元 一方面确实在新时代的开端，像互联网、移动互联网刚刚开始的时候，真的是百花齐放，遍地都是机会。我好久没有这种遍地都是机会的感觉。我们去年在更底层更硬的地方花了很多时间，在应用上面像刚才讲的像content generation，像AI For Science，其实vertical还有很多的细分，我觉得是忙不过来。
Q
春节期间出现一个变量DeepSeek，打破了美国AGI的叙事，也打破了国内大模型的行业格局、技术路径甚至估值体系。由此衍生出来了一个说法，有人预测未来国内一流的大模型只有三家，DeepSeek、千问和豆包。你怎么看这一观点？
公元 DeepSeek干了一个最有价值和意义的事情，是它的R1模型把o1秘而不宣的方法论，用一个非常简洁和优美的方式开源给了大众，把全世界在后训练又拉到同一起跑线，实现了“技术平权”。
但这一步我感觉只是开始，远没有说去给赛道一个结论，或者让赛道进入到所谓的终局战争。DeepSeek只是打开了一扇门，把所谓的后训练优势展现出来了。春节期间大家觉得后训练很重要，预训练到头了；但是今天大家又觉得预训练很重要，这其实才过了两个月。
AI还是在快速变化的时候，大家说AI一天，人间一年。现在很难预测未来会是哪几家在线上，后训练和预训练像两只脚一样，可能是个需要双轮前进的事情，所有的公司都在这两条线上做努力，谁会先迈出下一只脚，更进一步，是大厂，还是创业公司，我觉得大家都不知道，我们刚刚开始。
Q
预测不好做，但是投资要干。最近有一些声音，比如今年是AI应用元年，尤其美元基金都在投AI应用，最近AI Agent也很火热。大家目前是怎么样的布局思路？
公元 确实，当下在认知层面受到的挑战越来越陡峭，每天需要学习非常快，去赶上模型迭代。很多朋友问我，最近忙到飞起，在忙啥？我说在忙着迎接AI的到来，每天在理解模型的边界，模型进化的速度，这可能是现在和往常非常不一样的点。
原来大家理解商业模式，去看一下DAU、MAU数据，去做一些商业价值的判断。但今天我们已经屡次看到，随着不同模型能力的一次次新突破，用户可能会瞬间转移，不再像原来一样有明显的用户领先优势。对于投资人来讲，去追随或者去建立对AGI能力的感知，我觉得变得非常重要。
Q
现代科技的迭代非常快，具身智能也是如此，现在圈内大家开玩笑，除了投AI就是具身智能。但也有完全不同的声音出现。你更认可哪一方的观点？这种长期短期之间的摇摆，怎么去平衡？
公元 我觉得具身跟大模型是非常相似的。现在具身领域很有可能处在2018年的LLM，还没有看到GPT时刻。
现在创业，不论AI创业或者具身，范式有一点变化在于创业者出发的时候很难讲清楚应用。这跟原来我们看公司是非常不一样，原来的公司BP上写得清清楚楚，我能做什么。但今天可能写不出来，只能写这个技术路线是什么。这个时候就需要相信AGI，只要我们相信AGI的到来，就一定能做出这些东西，只是出发时候的具体目标可能并不是去做这些东西。
今天具身还在很早期，可能国外刚刚有一些foundation model出来，大家还没有看到一个所谓的通用模型的原型，这个还需要一些时间。对于投资人来讲，我们投的其实是谁能先做出来一个物理世界AGI的概率，这背后是我们做选择的逻辑。
Q
NOVA年轻投资人榜单我们已经做了三年，每一年看到榜单，我们都会惊讶，可见行业变化之快。作为已上榜超过两次的投资人，如果客观概括你自身的竞争力，不用谦虚，你会怎么总结？
公元 我觉得还是足够的热爱和好奇心，曹老师好像每年都会问这个问题，我每年的答案都是热爱和好奇心，确实是这样。
比如我们每天学习大模型，不要把它当成学习，也不要把它当成工作，如果把它当成工作可能很难无时无刻的坚持，但当你足够热爱和足够想知道其中的原理，想要知道世界的真相，想要知道到底要往哪个方向走，有充分的好奇心驱动的时候，就不再是一份工作，而变成生活的一部分，其实就没有所谓的坚不坚持了。
(来源：新浪科技)
