11月13日，由太湖世界文化论坛主办，太湖世界文化论坛财富文化发展工作委员会、《财经》杂志、《财经智库》、浙江金融研究院、浙江财鑫传媒承办的“太湖世界文化论坛·钱塘对话”在杭州举行。
杭州达迩文智能有限公司首席执行官武伯熹在发言中表示，在AI领域有海量应用，至于哪个会获得丰厚的回报，作为一名技术人员，自己首先会看该团队是否对底层技术有真正的认知，能否做到把AI看作一个黑盒，并对这个黑盒的能力边界有清晰的认知。
武伯熹认为，在AI领域创业，要考虑市场需求和投资环境、大厂布局等因素，找到自己的定位，然后才可能生存下去。“如果一家初创型企业此刻再研发基模，肯定是一个不切实际的幻想，但如果它能找到垂直应用的方向，产生实际的价值，它就可能活下去，产生利润，然后就会消除自己的泡沫。”
以下为部分发言实录：
武伯熹：我是杭州达尔文智能首席执行官武伯熹，我们刚刚完成了天使轮，企业的核心定位，我们没有把自己限定到具体的业务上，我们专做具身智能和大模型。我们并不想做基模的研发或大规模的创新，我们更在乎把AI技术应用到垂直领域。希望我们的产品处于一种稳健健康的状态，尤其避开大厂的竞争，同时在传统领域拥有我们技术上的优势。我个人是做人工智能方向的，博士毕业以后留校任教，我们从学校里出来开始做产业的创新项目，现在整个公司处在非常早期的阶段，在摸索过程中，今天希望利用这个机会与大家讨论分享，也找到我们公司未来的定位。谢谢！
武伯熹：我先抛砖引玉，我们能看到这个领域，尤其是我们自己做技术的，了解各家的底层是什么样的逻辑，有什么样的应用，或者说他们到底有没有东西保证活到五到十年以上。根据我的理解，目前投资领域是过热的，稍微比整个技术的发展要超前一些。比如我做的大方向具身智能，再比如说大模型，很多人比较关注的两个论点，比如机器人什么时候能产生实际价值，进入工厂，进入家庭，AGI多久会实现？现在一些主流的观点是两到三年，甚至更激进的说一年到两年之内实现，我对这个稍微悲观一点，所以我会觉得整个市场的投资可能过热了。
但不同的产业，比如具身智能，大模型，甚至视频生成，不同的领域泡沫程度是不一样的。泡沫最低的是大模型，它距离应用已经非常接近了。
具体到AI领域，有无数的应用，哪个是？哪个不是？哪个会获得丰厚的回报呢？我从一个技术人员角度来讲，首先会看一个团队是否对底层的技术真的有认知，不需要自己是技术人员，甚至不需要自己做原创的研发，但他能不能做到把AI看作一个黑盒，这个黑盒的能力边界他是否有清晰的认知？有时候我们看到应用方对AI有不切实际的认知，他要求的AI是10年AGI的程度，这种情况就是潜在的泡沫。
另一种情况，我们可以看到一些非常聪明的人，不做技术，不是理工的，但是他们能很快把一个东西当做黑盒清除，最重要的是找到下游真正能产生直接利益的，而不是间接利益。比如什么是间接利益？投资是间接利益，科研是间接利益，这种相对不长远。为了能找到直接的，比如为某一个家庭的生活服务，有没有从技术的边界和人类最原始的需求对接上的点。
第三个点，AI技术的发展是一个铺垫的，很可能AGI的一个论文或者一个产品，在下个月就能出现，也可能在五六年后出现，这是完全预知不了的。
我从业人工智能，当时我们自嘲说我们做的是热人工智能，把输入输出定义好，这种东西能做，通用的，显示出随机性的，当时我们觉得不切实际。我记得2018、2019年觉得这辈子不一定能看到AGI。
王忠民：现在呢？
武伯熹：肯定能。2022年GPU就出来了，GPT1、2的时候，openAI说有一个非常可怕的产品，GPT3横空出世，一下我们就震撼到了，AGI哪年出生完全没办法预料掉，因为技术的不可判断性，导致泡沫也是不可判断性的。总体总结的话，长远来看没有泡沫，是一个非常大的变革。
武伯熹：我们如何应对和面对泡沫？这个问题非常好，我们叫达尔文，适者生存。适者生存是你要适应这个世界，而不是改变这个世界，你适应这个世界的时候要找到自己的定位，随着需求和整个投资环境、大厂的布局，要自己找到自己的定位，然后才能活下去，才能避免泡沫。
如果一家初创型企业此刻再研发基模，肯定是一个不切实际的幻想，但如果它能找到自己很垂直应用的方向，产生实际的价值，它就可能活下去，产生利润，然后就会消除自己的泡沫。
另外，需求可能不能定的太死，要随机应变，因为人工智能本身在变，比如早期的一些需求，2020年左右创业时，很多语言模型，有很多虚拟人的考虑，大家各自都有自己的故事，GPT横空出世，带来的一个问题，他们之前讲的技术故事不再适用了，比如做一个数字人，而基模就出来了，而且是免费的。如果这时候还继续执着于某一个方向，很可能导致无效的投资，最终导致泡沫。避免泡沫的话，应该随时跟进整个世界范围内大局观的调整，甚至包含宏观经济。
简单回答一下理事长的最后一个问题，就是马斯克新的企业投资的一万亿有没有泡沫？从技术上来讲应该不是，因为这一轮投资有一个典型的特征，它和前一代以GPT为引导的AI核心区别是它开始关注物理世界的AI，这是有显著区别的。比如典型的物理世界的数据，现在很缺乏，互联网的数据基本用完了，比如要产生一个APP，产生一个虚拟的应用，这方面的数据和模型是比较充分的。
王忠民：李菲菲已经把物理AI的模型开源了。
武伯熹：它这个非常早期，包括很多玩家都具备很多机会，同时物理世界比虚拟空间价值更大。在这样巨大的市场和巨大的机会下，最后为什么马斯克有这么大的投资，最核心的一点是他们能形成闭环，自己做的产品可以自己用，虽然投资一万亿，但很大程度上会流向自己，它有芯片、工厂、算法，甚至有自己的大模型，有自己的脑机接口。它造出机器人可以卖给特斯拉的工厂，卖给自己的仓储，造出的芯片还是卖给自己，卖给自己的机器人系统。比如它的大模型还是卖给自己的机器人，所以它自己在闭环中投资量看上去巨大，但里面的浪费空间很少。
