“集体错过”DeepSeek后 顶级VC的反思：颠覆性创新需全新投资模式

《科创板日报》3月28日讯（记者 张洋洋）“我在一年多前找了三拨人，想通过他们找梁文锋（DeepSeek创始人）见面，但都被拒绝了。拒绝见面的理由大概就是，认为我们没有创新精神，道不同不相为谋。”

在“亚洲青年科学家基金项目-上海前沿科学交流会”上，当谈到下一代颠覆创新时，五源资本创始合伙人刘芹，说起了自己的一些投资憾事。

“那我的待遇比你‘好点’，因为芯片算力的缘故，我跟DeepSeek的人有过交流和后续沟通。”作为专注于半导体行业和人工智能领域的投资者，璞华资本管理合伙人陈大同紧接着打趣说道。

在这场聚焦未来产业和青年科学家的活动上，AI大模型技术和DeepSeek，不可避免地成为众人讨论的核心。

▍投资人的反思

作为中国头部VC的掌舵者，当刘芹说出自己的投资憾事时，投资圈集体“错过”DeepSeek的遗憾情绪，又一次在会场这个狭小场域中弥散开来。

近年来鲜少在公众视野露面的元禾璞华合伙人陈大同，也出席了这场大会并参与对谈。

哪怕跟DeepSeek有过深度沟通，但陈大同依旧认为，作为元禾璞华这类性质的基金，也很难投进DeepSeek，原因是基金和项目模式相差太远，对于目前的风险投资来说，没有产业落地和商业模式的DeepSeek很难成为投资标的。

在陈大同看来，AI将对全球产业产生巨大影响，但当前的资本结构可能无法有效支撑这种颠覆性创新范式，因此他呼吁建立新的资本结构以支持前沿科技的发展。

北极光创投创始管理合伙人邓锋则相对乐观，“我们确实错失了，但也不觉得这个后悔或者难受”。

在邓锋看来，DeepSeek给当下的投资界带来了新的投资判断和评估项目的模式，他认为，科技成果转化应更注重产学研结合，以实现科学、工程与行业的快速迭代，形成闭环。此外将社会资本和政府资本结合起来，探索类似OpenAI的非盈利研究模式，以更容错的方式支持前沿创新，或许能找到更好的创新项目。如果不解决这个问题，可能还会错失下一个DeepSeek。

邓锋看好具有商业思维的青年科学家、早期投资人与企业经验的结合，并指出AI的应用落地、数据获取及与其他垂直领域的结合是未来投资的重点。

▍DeepSeek给AI带来了什么？

有关AI技术本身的讨论，是这场前沿科学交流会的核心议题，其中之一便是推理能力。当人们看着Deepseek是如何拆解问题的，都会相信它是在“深度思考”。

“强化学习让大模型学会思考是自然而然的事，因为技术已经到了临界点。”美国普林斯顿大学人工智能创新中心主任王梦迪说。

在DeepSeek-R1模型问世前，她的团队用4张GPU训练出具备深度思考能力的32B大模型，全球范围内也有许多团队在推动这一进程。在她看来，DeepSeek的出现是一种必然。但在一年前，当王梦迪和朋友探讨此事时，几乎无人相信这一时刻会来得如此之快。

王梦迪认为，AI以一种“世界语”的姿态打破了各学科的“方言”，将原本各学科一点点向前推进的发现整合了起来。当前，AI仍处于学习不同学科“语言”的阶段，AI4S（由AI驱动的科学）将是下一个爆发点。

大模型的进化一直遵循“Scaling laws”定律，即训练数据规模越大，模型性能就会越来越好。随着OpenAI、谷歌在AI模型开发方面陷入瓶颈，越来越人意识到“数据墙”的问题。

“AI未来可能会面临数据瓶颈，尤其是数据收集和清洗的挑战，以及大公司对数据的垄断问题，开源社区需要共同努力解决这些难题。”王梦迪说。

当AI科学家苦于数据不够用，也许能从物理学获得灵感。北京大学博雅特聘教授、2023亚洲青年科学家项目物质科学研究员朱华星表示，物理学其实是一门大数据科学。

他举例说，大型强子对撞机每秒产生4000万次粒子碰撞，受制于存储空间，绝大部分数据被舍弃了。这些原本被舍弃的数据能否成为“喂大”AI的养料呢？公众科学家也许是一种可借鉴的模式，即开源数据，让有兴趣的人一起来研究。

朱华星认为，想要大模型变得和人一样智能，必须赋予其认识世界的能力。这一观点与当下火热的具身智能不谋而合。相较于语料数据，动作数据其实更多，但已采集的却相当有限。全球所有词汇表加起来才1万多个，但动作几乎是无穷的，这也是当下人形机器人发展如此之快的原因。