AI浪潮录｜周志峰：北京AI优势根植于顶尖学府汇聚的科研沃土

开栏语

当人工智能的浪潮席卷全球，北京正以科技创新之姿，成为AI大模型领域的战略高地。从智源研究院的“悟道”大模型问世，到“天使投资人”模式孵化原创成果，再到月之暗面、智谱AI等人工智能独角兽崛起，这座城市不仅汇聚了前沿技术，更以开放生态孕育突破性成果。

如今，北京正积极打造“全球开源之都”，一大批研发机构、企业积极拥抱开源，而开源也已深入到汽车、机器人等众多行业。发展AI将是一场科技长征，在北京市科委、中关村管委会的支持下，新京报AI研究院推出“AI浪潮录”系列专栏，深度访谈此次AI浪潮的亲历者与见证人，讲述AI竞争新格局与背后的故事。

启明创投主管合伙人周志峰。受访者供图

在人工智能的浪潮中，如果说科学家是探路者，创业者是弄潮儿，那么独具慧眼的投资人，则是在迷雾中识别航向、为未来灯塔提供燃料的关键角色。

在这一点上，启明创投主管合伙人周志峰始终置身于技术变革的最前沿：启明创投2014年即投资了当时AI四小龙之一的旷视科技，2021年开始前瞻性地布局大模型，成为“基模五强”中两家创业公司（智谱AI、阶跃星辰）的早期投资人。

周志峰毕业于计算机专业，在21世纪初期外企黄金时代，曾在惠普全球体系中接受过系统的历练，此后于哥伦比亚大学商学院学习期间再度打开视野，最终发现了自己的兴趣所在：做一名能够始终参与科技前沿的投资人。对待投资，周志峰将工程师的严谨与投资人的洞察熔于一炉，以“躬身入局”为信条，为了捕捉AI大模型的早期技术信号，他用极致行动力践行对前沿科技的敏锐追踪。他要求团队成为AI技术的“超级用户”，坚信在AI早期“没有共识”的阶段，唯有深度体验与海量信号积累才能穿透迷雾，构建起超越市场的判断框架，做出合理的投资决策。

近期，新京报AI研究院对周志峰进行了专访。对于如何看待当前AI大模型行业发展以及国内市场格局变化，周志峰表示，北京的AI优势根植于顶尖学府汇聚的科研沃土，而DeepSeek的崛起是中国创新力量在实践中成长的生动注脚。

周志峰指出，当下，AI正从“技术加速期”转向“应用加速期”，底层能力的构建仍是基石。

面对AI市场“小虎”初露锋芒但巨头环伺的格局，周志峰信奉行业浪潮范式转移的力量，鼓励初创公司寻找单点突破的机会。对于炙手可热的Agent（智能体）与AGI（通用人工智能）预言，他冷静分析技术临界点，认为“投资领域最大的敌人是FOMO（错失恐惧症）”，独立思考与接受泡沫的勇气同等重要，“一旦我们认为时机到了，即便有一定的泡沫，但‘真东西’和泡沫的比例在可接受的范围内，也会坚决‘开枪’，敢于接受泡沫也是一种勇气。”

把脉·每天都是“ChatGPT时刻”

新京报AI研究院：你经历过哪些印象深刻的科技发展时间点？就像普通人感受“ChatGPT时刻”一样震撼？

周志峰：作为行业中人，天天跟科技大厂、创新者打交道，我收到的信号不是“颠覆性”“阶越性”的信号，而是“连续性”的信号。所有技术的创造都是排列组合和进化，不存在真正颠覆性的创新，我能感受到AI过去一直以来的高度发展。对于我来说，每天都应该是“ChatGPT 时刻”，每天都能看到产出一些新的技术变化。

我记得在2022年11月ChatGPT发布以后，谷歌、Adobe等也在推出各种模型及产品，每次发布后都只发出有限的用户邀请码。那时我感觉自己好像又回到了准备MBA申请时的状态，一天睡不了几个小时，凌晨上闹钟去抢海外各个公司发布的邀请码，白天要抢国内AI公司的邀请码，每天都很亢奋。因此对我而言，可能每天都是“ChatGPT时刻”，也正因为这些经历，形成了一个连续性观察的过程，我对AI后续发展大致能够做出一些自己的推演和预测，所以并不会像行业外人士那样面对“ChatGPT时刻”会有强烈的震撼感。

新京报AI研究院：每天体验这么多产品，你是为了测试它们的实际效果，还是帮助进行投资决策？

周志峰：一方面，我是一个好奇心很强的人，特别爱学新东西，所以宁愿少睡一点，也要在拿到邀请码的第一时间进行测试，比如凌晨4点拿到邀请码，可能早上7点钟我已经在群里发布了生成内容，这是我个人的性格决定的。

另一方面，在投资理念上，我认为行业仍处于AI大浪潮的早期发展阶段，从投资角度来讲还没有形成共识。有人认为大模型投资没有意义，风险太高，有人就更坚决地去投模型技术驱动的创业企业。我认为在没有共识的情况下，看得足够多，收集的信号足够多，可能是唯一的解题方式。在AI浪潮的早期，必须躬身入局，真的跳上去“冲冲浪”，才会发现这个“浪”可能没有外面所说的那么大，或者这个“浪” 可能要两年后才能真正积攒足够大的势能，唯有多体验、多尝试才能对行业有感觉。

我对投资团队的建议与要求是，首先你自己必须得是一个AI超级用户，体验的东西够多，才能真正感受到今天的大模型究竟智能在哪儿，落地的瓶颈又在什么地方，基于这些认知，无论是指导投资决策，还是判断行业发展方向，其准确性才能得到保障。

新京报AI研究院：您认为一名成功的投资人，特别是投资硬科技的投资人需要具备什么样的素质？

投资人有自己的坐标系，X轴是智力，Y轴是心力。投资人需要自己想明白很多问题，比如到底多模态模型技术的“ChatGPT时刻”是什么？通用Agent是不是能往前走？这个其实是智力层，需要独立去思考。还有一个非常重要的就是心力，面对不确定性，你需要有强大的心力敢于做预判，甚至敢于反共识。而这二者的前提都是，你要知道一个真正的“远方”，知道自己要做什么，要去哪，否则很难建立足够的智力和心力。

投资·任何大的科技趋势100%有泡沫

新京报AI研究院：“跟热点”是投资行业的逻辑之一吗，还是需要有自己的独立判断？

周志峰：所有热点我们都追踪，但并不是所有热点我们都布局。以Agent为例，我们在今年二三月份Agent概念爆发之前就已经花了很多时间追踪它的发展，包括它的落地需要什么技术要素、目前到底情况如何。

风口是动态的，所以什么可为，什么不可为，投资者需要想清楚。早期投资领域五十年来最大的敌人，就是所谓的FOMO（Fear of Missing Out，错失恐惧症）。去系统研究某个技术浪潮，找到关键点并建立自己的判断，其实都是在对抗“害怕错过”的得失心与盲目从众的“懒惰”。

启明创投的一个优势在于基于过去多年的活跃投资表现，拥有强大的“朋友圈”，能够收集足够数量的信号。大家有独立思考的能力，能通过处理这些信号最终得出自己的结论，如果我们不认同该发展方向，或者认为时机未到，再热也不考虑投资。而一旦我们认为时机到了，即便那时资本市场出现了一定的泡沫，估值可能比我们认为合理的数字高了30%，我们也会坚决“开枪”，敢于接受泡沫也是一种勇气。

任何大的科技趋势100%有泡沫，因为如此大的趋势不会只有启明创投看到了其巨大潜力。比如，在ChatGPT出现之前，很多机构就看到了大模型趋势。AI在各个学科中每年的全球论文发表数量一直最高，全球AI领域的人才数量与密度也最大。人才涌入、资本涌入，百分百存在泡沫。我觉得大科技浪潮的泡沫特别像啤酒，好的啤酒一定有泡沫。区别只是在于，你是不是依然能接受这个价值？我是觉得只要价值和泡沫的比例在可接受的范围内，就值得投资。而现在，AI确实有“真东西”。

新京报AI研究院：谈到FOMO，最开始OpenAI火的时候，很多投资机构就开始找中国对标的企业，启明创投投资的是阶跃星辰和智谱AI，为什么没有投资其他公司？

周志峰：其实，我们看过和聊过许多公司。投资有时像谈恋爱，可能也是机缘巧合。我们确实是国内最早观测到大模型发展趋势的投资机构之一，可以追溯到2020年年中。在产业界，大家对大模型的认知突破始于2020年6月OpenAI发布拥有1750亿参数的GPT-3 模型。我们觉得这是AI领域的一个很大的技术突破，就开始在中国摸排。2021年，我们发现了北京智源研究院的“悟道2.0”大模型，其参数量也非常大，是 GPT-3的十倍，虽然其更多为实验性质。此后，我们得知其由几十名学者联合开发，其中领头学者是智谱AI的唐杰教授。他告诉我们，我们并不是第一个找过来的投资人，但我们可能是唯一相信大模型的趋势并懂大模型底层技术的投资人，最后一拍即合。许多大模型公司在早期融资时，市场对它们孰好孰坏并没有绝对共识，我们有一套明确的观点和判断标准，会按照自己的想法挑选投资对象。

迭代·放弃预训练不一定是坏事

新京报AI研究院：如何看待DeepSeek-R1出现“现象级”爆火？

周志峰：我们在DeepSeek 实验室刚成立不久时就有过接触，并持续跟踪。早在R1发布之前，DeepSeek在我们心目中一直是实力很强的大模型研发实验室，它春节期间出圈也是有技术角度以外的其他因素的推动，否则应该没有今年的热度。

我们总结过主要几个原因：第一，DeepSeek技术根基扎实，技术层面有很多创新，虽然模型仍然顺应OpenAI的大方向，但它把OpenAI没有做好的很多地方做到极致，例如对内存访问的优化、低成本高效率的训练等等。

DeepSeek能做到这一程度，是靠精打细算磨出来的。我曾和美国领先的大模型企业的核心工程师沟通，发现他们30多个人的核心团队每人每天都可以不用汇报而支配万卡GPU甚至更多的算力资源，可能使用成本就要百万甚至千万级美元。而中国团队必须把有限的算力资源使用到极致，这最终造就了DeepSeek等中国大模型企业的创新。

第二，DeepSeek的开源行为非常受欢迎，符合了很多美国AI科学家的思潮，比如，诺贝尔物理学奖获得者杰弗里·辛顿就认为AI发展是全球化合作造就的，对OpenAI的闭源模式非常反感，因此开源帮助了DeepSeek“破圈”。

DeepSeek的开源让所有人都能够切身试用。作为投资人我有很多机会在国际各种场合去讲中国创新的故事，之前大部分人听完后虽然表现得很礼貌，但能感受到并非真的认可。而这一次DeepSeek出现后，某国际顶尖科技企业AI负责人表示，他们第一时间自己部署、自己测试，甚至把DeepSeek模型对外提供给客户使用。这是经过测试和验证的反馈，证明了中国AI创新技术确实是顶级的。DeepSeek的例子对所有“中国故事”都有启发作用，即不要通过讲，而要通过一个体验触点，才能让别人更好地相信。

新京报AI研究院：从“AI四小龙”到“AI六小虎”，再到DeepSeek火爆之后改变行业，你怎么看待这些年市场格局？

周志峰：现在一些媒体又给出了一个“基模五强”概念（字节跳动、阿里云、DeepSeek、智谱AI、阶跃星辰），其中唯二的两家创业公司启明创投都在早期投资了。但我并不完全认同目前只有这五强，大家之所以说这些公司属于“基模五强”，是因为他们还在投入做基础模型，但事实是，今天的基础模型在研发上分得更细了。所以有的公司放弃了最耗算力、最耗数据的预训练部分，认为可以拿DeepSeek、通义这样的预训练模型，自己专注做后训练。对此，一些文章本着吸引眼球，对一些公司放弃预训练大写特写。从产业角度来说，我觉得这未尝不是好事，应该肯定。因为把后训练做好，同样能够做出很好的模型。通过谁还在继续大投入做模型预训练来区分大模型公司的高低，这并不合理。

投资逻辑上，我们认为科技创新就是一波一波浪潮，投资人就是逐浪而行，我特别重视找出各个浪潮的底层规律。

前两年，我们投模型驱动的公司，逻辑就是我们判断AI还在发展早期的上半场，正处于技术的加速期，而现在进入了应用加速期。当底层技术、基础设施没做好时，用以支撑应用这一上层建筑的“基石”就不稳，所以我们当时投资了真正掌握底层技术创新能力的几家公司。在对外提供模型能力、如同Utility基础设施的方向上，智谱AI可能是今天中国所有AI 创业公司中这条路走得比较坚决的。

未来的大模型公司，核心能力是底层模型，但上面会长出不同的应用。当某个应用发展到足够规模后，我们就不会再称它为单纯的模型公司了，而会定义它是应用公司。当下的大模型，我觉得底座的构建还不完善，像生数科技，它的视频模型在特定领域有优势，顺着自己的技术特点做应用，未来做大了会成为一家很好的应用公司。

新京报AI研究院：如何看待巨头和初创公司之间的竞争？

周志峰：巨头在任何时代、任何浪潮中都非常强大。字节跳动的战略很清晰，保持自己从大语言模型到多模态模型的能力，延续以往的策略，打造一系列应用，希望在AI时代能打造出如同移动互联网短视频一样的超级应用。字节跳动的模型是为未来出现的超级应用服务的，探索的方向也跟它的属性最相像。

生数科技有其他选择，比如它的很多客户在B端，包括美国、中国的电影制作公司和广告公司，完全可以在这类场景发力，这一领域恰恰避开了巨头的正面竞争。当然，这并非说生数未来只会局限于这一方向，但创业公司的优势是灵活度比较高。

根据创投的第一性原理，我们永远相信巨头很强大，但在行业浪潮和技术范式发生转移的过程中，创业公司同样有属于自己的机会。其实我们要看到一些创业公司在单点上投入的研发密度甚至是超过大厂的。

战术上，对大厂怎么分析、重视都不为过，因为大厂拥有走向成功的非常好的资源，比如流量、数据、算力、生态等，但如果一家创业公司不能相信新浪潮有可能把前浪拍在沙滩上，那就别创业了。

演进·AGI会在未来两三年到来

新京报AI研究院：今年以来，Manus一度带火了行业对Agent（智能体）的关注，对此你怎么看？

周志峰：Manus这类通用Agent，它能够处理的任务相对较多，与之对应的就是只做比如金融或旅游等垂直行业的垂类Agent。目前，通用Agent是否为创业公司的机会还有很多争议。其优点在于大众可以尝试，可能在使用中击中自己的某个使用场景，有一定泛化性。但也存在反对声音，因为普遍认为大而全的产品更适合大厂，而创业公司应该从边缘市场开始生根发芽。当前，通用Agent可以针对20个、30个场景做工程化优化，却永远不可能穷尽所有场景，一旦用户碰到了效果还不够好的场景，就会觉得产品并不“通用”。此外，“大而全”会导致系统冗余，造成系统在反应速度、精度等多方面没有垂类Agent好。

当前，Agent之所以广受关注，其一是以DeepSeek-R1为代表的推理模型出现，正是因为今年推理模型达到了更高的智能水平，可以处理一些更偏慢思考、比较复杂的任务，Agent才能运行。其二是因为以DeepSeek为代表的模型把使用成本打下来了，否则Agent一个任务后台推理成本高达几百元，即便产品体验再好，从经济层面上也不可持续。其三是因为MCP和A2A的出现，让Agent能够使用外部工具，也能够互相配合。这三点恰巧全都在过去五个月中同时发生，所以Agent才能发展迅速。

新京报AI研究院：你认为AGI（通用人工智能）会在何时到来？

周志峰：对此，产业内已有共识，认为AGI应该是未来两三年的事。如果看硅谷人士的预测，基本集中在2026年到2029年。

我觉得AGI没有那么远，但大家对AGI的定义不一样。我认为，当人类70%～80%的生活中、工作中的任务都有AI参与，AI渗透到了人类社会的方方面面，AGI就达成了。

上述场景将在未来几年内实现。近期，我观察到了很多信号，能够明显看到技术在向应用转化。前两三年很多应用公司的产品我们觉得还不太让人满意，这并非团队的问题，而是模型能力不够。当推理模型出现后，我们所投资的企业采用新模型迭代后的新产品，在产品体验上跟半年前相比出现了巨大提升，AI+教育、AI+医疗等很多行业已经落地。

新京报AI研究院：北京也在打造“全球开源之都”，哪些方面具有优势？

周志峰：北京的AI优势还是巨大的。在AI领域，北京的第一优势是人才。我们当年做过统计，对于全球影响力最大的2000名AI科学家，美国贡献人才排前十的机构绝大部分是科技企业，比如谷歌、微软、OpenAI。而中国排前十的大部分是科研院校，其中清华大学第一、北京大学第二，中国科学院和中国科学院大学均位列前十。从公司来看，很多领军创业公司的核心算法团队在北京。北京强在AI的科研，如何把科研优势转化成应用优势，是未来值得探索的课题。

新京报AI研究院 罗亦丹 编辑 王进雨 校对 王心