科創板日報記者張洋洋
2025-03-28 
“集體錯過”DeepSeek后頂級VC反思：顛覆性創新需全新投資模式
《科創板日報》3月28日訊（記者 張洋洋）“我在一年多前找了三撥人，想通過他們找梁文鋒（DeepSeek創始人）見面，但都被拒絕了。拒絕見面的理由大概就是，認為我們沒有創新精神，道不同不相為謀。”
在“亞洲青年科學家基金項目-上海前沿科學交流會”上，當談到下一代顛覆創新時，五源資本創始合伙人劉芹，說起了自己的一些投資憾事。
“那我的待遇比你‘好點’，因為芯片算力的緣故，我跟DeepSeek的人有過交流和后續溝通。”作為專注于半導體行業和人工智能領域的投資者，璞華資本管理合伙人陳大同緊接著打趣說道。
在這場聚焦未來產業和青年科學家的活動上，AI大模型技術和DeepSeek，不可避免地成為眾人討論的核心。
▍投資人的反思
作為中國頭部VC的掌舵者，當劉芹說出自己的投資憾事時，投資圈集體“錯過”DeepSeek的遺憾情緒，又一次在會場這個狹小場域中彌散開來。
近年來鮮少在公眾視野露面的元禾璞華合伙人陳大同，也出席了這場大會并參與對談。
哪怕跟DeepSeek有過深度溝通，但陳大同依舊認為，作為元禾璞華這類性質的基金，也很難投進DeepSeek，原因是基金和項目模式相差太遠，對于目前的風險投資來說，沒有產業落地和商業模式的DeepSeek很難成為投資標的。
在陳大同看來，AI將對全球產業產生巨大影響，但當前的資本結構可能無法有效支撐這種顛覆性創新范式，因此他呼吁建立新的資本結構以支持前沿科技的發展。
北極光創投創始管理合伙人鄧鋒則相對樂觀，“我們確實錯失了，但也不覺得這個后悔或者難受”。
在鄧鋒看來，DeepSeek給當下的投資界帶來了新的投資判斷和評估項目的模式，他認為，科技成果轉化應更注重產學研結合，以實現科學、工程與行業的快速迭代，形成閉環。此外將社會資本和政府資本結合起來，探索類似OpenAI的非盈利研究模式，以更容錯的方式支持前沿創新，或許能找到更好的創新項目。如果不解決這個問題，可能還會錯失下一個DeepSeek。
鄧鋒看好具有商業思維的青年科學家、早期投資人與企業經驗的結合，并指出AI的應用落地、數據獲取及與其他垂直領域的結合是未來投資的重點。
▍DeepSeek給AI帶來了什么？
有關AI技術本身的討論，是這場前沿科學交流會的核心議題，其中之一便是推理能力。當人們看著Deepseek是如何拆解問題的，都會相信它是在“深度思考”。
“強化學習讓大模型學會思考是自然而然的事，因為技術已經到了臨界點。”美國普林斯頓大學人工智能創新中心主任王夢迪說。
在DeepSeek-R1模型問世前，她的團隊用4張GPU訓練出具備深度思考能力的32B大模型，全球范圍內也有許多團隊在推動這一進程。在她看來，DeepSeek的出現是一種必然。但在一年前，當王夢迪和朋友探討此事時，幾乎無人相信這一時刻會來得如此之快。
王夢迪認為，AI以一種“世界語”的姿態打破了各學科的“方言”，將原本各學科一點點向前推進的發現整合了起來。當前，AI仍處于學習不同學科“語言”的階段，AI4S（由AI驅動的科學）將是下一個爆發點。
大模型的進化一直遵循“Scaling laws”定律，即訓練數據規模越大，模型性能就會越來越好。隨著OpenAI、谷歌在AI模型開發方面陷入瓶頸，越來越人意識到“數據墻”的問題。
“AI未來可能會面臨數據瓶頸，尤其是數據收集和清洗的挑戰，以及大公司對數據的壟斷問題，開源社區需要共同努力解決這些難題。”王夢迪說。
當AI科學家苦于數據不夠用，也許能從物理學獲得靈感。北京大學博雅特聘教授、2023亞洲青年科學家項目物質科學研究員朱華星表示，物理學其實是一門大數據科學。
他舉例說，大型強子對撞機每秒產生4000萬次粒子碰撞，受制于存儲空間，絕大部分數據被舍棄了。這些原本被舍棄的數據能否成為“喂大”AI的養料呢？公眾科學家也許是一種可借鑒的模式，即開源數據，讓有興趣的人一起來研究。
朱華星認為，想要大模型變得和人一樣智能，必須賦予其認識世界的能力。這一觀點與當下火熱的具身智能不謀而合。相較于語料數據，動作數據其實更多，但已采集的卻相當有限。全球所有詞匯表加起來才1萬多個，但動作幾乎是無窮的，這也是當下人形機器人發展如此之快的原因。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
