【天使讲堂】孚腾资本、阶跃星辰、MiniMax、九坤投资,四家AI弄潮者聚首天使会,解析行业趋势

【天使讲堂】孚腾资本、阶跃星辰、MiniMax、九坤投资,四家AI弄潮者聚首天使会,解析行业趋势
2025年03月24日 12:00 上海天使会

2025年3月14日至16日,上海天使会“科创天使计划”首期第五模块在上海顺利举行。

在“科创讲堂”模块,孚腾资本总经理费飞、阶跃星辰创始人姜大昕、MiniMax副总裁刘华、九坤投资首席研究员&AILab负责人Bryan Dai四位嘉宾到场,进行了人工智能”主题的探讨。本场讲堂的议题覆盖了AI行业的整体版图、大模型未来趋势、AI在量化投资的应用等。

看好AI端侧芯片和具身智能结构件

分享嘉宾:孚腾资本总经理费飞

从我个人角度看,AI这次创新跟过去每一次的技术创新都不一样,未来两到三年,AI将为生活方式和产业带来巨大变化,能真正替代重复性劳动,甚至部分知识密集型的工作。当大模型技术进一步迭代,各行各业都会出现智能Agents(智能体)的应用机会。

从投资角度分析,第一,全新的基础大模型创业基本没机会,这是一个竞争很激烈的行业,需高资本投入,赛道上头部几家企业或能共存。第二,应用层面有一定的机会,目前处于大语言模型产业应用拐点,与多模态大模型产业渗透起点。第三,硬件层面,现阶段看好端侧芯片、具身智能结构件等核心上游厂商,随着产业发展有较好增长红利。我们也将审慎跟进具身智能、眼镜、耳机、娱乐设备、配饰等AI端侧硬件。

多模态推理是通向Agent的必经之路

分享嘉宾:阶跃星辰创始人姜大昕

2024年,Agent又火了。Agent必须有两个条件,一是慢思考,二是多模态。这两个能力在2024年有突破性进展,所以它开始火了。

Agent没有一个大家公认的标准,我认为Agent最重要的特征是能够自主地帮人类完成复杂的任务。我们咬文嚼字一下,所谓“自主”有两层含义,一个叫自动,一个叫主动。

自动指它在完成任务时尽量减少人类干预,自己就把活干了。主动指能根据用户的context主动发起任务,帮忙完成事情。

Agent又可分成垂类Agent、终端Agent,拿智能终端上的Agent举例,比如今天打算让AI Agent和朋友们一起逛逛南京路,你可以问这栋建筑的历史,也可以让它打开小程序下单一杯拿铁咖啡。这个过程中,多模态的能力很重要,作为Agent的耳目,它能用语音跟人进行流畅交流,能看到周围的环境,提醒注意交通安全。多模态推理是通向Agent阶段乃至AGI的必经之路。阶跃星辰多模态模型实力行业领先,希望和生态合作伙伴一起,打造各种各样的垂类Agent、终端Agent。

大模型到底有没有撞墙?

分享嘉宾:MiniMax副总裁刘华

我们是大模型赛道唯二两家在ChatGPT火爆出圈之前,提出做AGI大模型的公司。现在大家很关注一个问题,大模型到底有没有撞墙?从2024年到现在一直在探讨,大模型的“压缩即智能”的策略是不是完蛋了,Scaling Law是不是撞墙了,是不是该干别的了?我们觉得这肯定是错的,即使是在2024年,大模型技术依然保持每隔几个月就会取得重大突破的节奏,2025年的前两个月发展也还是很快。

大模型行业发展的太快,以至于没法准确预测未来五年、十年的发展。我们认为,预测比较准的时间长度只有两三年。未来两到三年,大模型技术迭代的空间会很大,推理Scaling Law、基于非Transformer底层架构的训练Scaling Law、合成数据、视频等多模态,每个方向都有潜力推动模型能力飞速提升。

跟文本模态模型比,视频这一类的多模态模型还处在更早期的发展阶段。但是,未来大模型的落地,绝对不是干巴巴的文本应用,它应该是一个融合视觉、语音、文本甚至触觉的多模态。多说一句,我们旗下的“海螺AI”视频模型是连续三个月全球排名第一的视频模型。

总体来看,在基础模型领域,中美之间的竞争依然激烈,近期OpenAI、Anthropic、Google、xAI都推出了非常优秀的模型。中国公司在模型性价比方面做得很好,但模型能力依旧有很大的提升空间。从国内看,各模型之间的竞争还远远没到胜负已定的时候,现在还留在牌桌上的几家公司综合实力都很强。

量化投资是一个AI垂类应用领域

分享嘉宾:九坤投资首席研究员、AI lab负责人Bryan Dai

近期围绕大模型的话题十分火热,大家会问一个问题,九坤要下场做通用大模型吗?回答是九坤会一直致力于开放地参与前沿AI技术研究,加速AI在应用领域落地。

我们做投资,采用的始终是科学的方法论和前沿的技术手段。我们在不同阶段融合当前最先进的方案,深耕技术底座。2020年,我们成立了AI lab,团队致力于迭代AI在量化投资的落地,同时深度赋能实盘,从传统量化发展成AI原生的量化投资平台。

量化投资是AI垂类应用领域中,非常有技术探索价值的场景之一。金融场景整个信噪比非常低。一般来说,在AI场景里做分类工作,分类准确率不会低于80%,否则就认定这个任务不成功。但在投资领域却不然。

整个交易市场大家充分竞争,因此从投研思路和实现方式上都需要追求极致。面对复杂的金融生态系统,在多个细分的技术难点上发力,才能在实际场景中实现更加严丝合缝、高度适配的应用结果,让前沿技术真正发挥价值。

0条评论|0人参与网友评论
最热评论

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部