2024年以来，以Sora、Kimi为代表的生成式AI产品崛起，在全球范围内引领了新一波技术创新的潮流，同时也为硅谷注入了新的投资机遇。

在本期《AI未来指北》中，我们与硅谷华人投资人、清源创投（Foothill Ventures）创始合伙人王金林连线，带来了当前AI领域投资的硅谷视角。

清源创投是美国硅谷具有华人背景的风投基金之一，其布局的AI企业有人工智能芯片公司D-matrix、存算一体计算芯片公司TetraMem等，Ascend Element也成了电池回收领域的独角兽企业。

作为技术出身的投资人，王金林本硕毕业于清华大学，博士毕业于康涅狄格大学。王金林曾任Answers的CTO及COO，公司被Apax Partners近十亿美金收购、创立SaaS企业软件公司Auryc并任CEO至被成功收购。

① 大语言模型出现后，早期投资变得更具有挑战。大语言模型的兴起对VC投资人来说是具有挑战的：在模型层，主要是一些大公司在投，这类创新形态并不适合VC去投资；在应用层，许多初创企业依赖于大公司开发的大模型，并不具备自己的护城河。

② 若把掘金生成式AI比作美国西部大开发时期的“淘金热”，在AI投资中，不光要关注“挖金子”的企业，那些不直接参与竞争，却在AI产业中承担“卖水人、卖牛仔裤”角色的企业也同样有机会，比如算力、AI芯片、边缘计算、内存融合技术、光通讯等等。

清源创投（Foothill Ventures）创始合伙人王金林

以下为具体访谈内容：

大语言模型面世后，风投更困难了，

关注AI淘金热中的“卖水人”

腾讯科技：去年朱啸虎和傅盛有一场知名“辩论”：朱啸虎给大模型创业泼了一盆冷水，认为99%的价值都是GPT创造，依附于GPT的创业公司本身的价值不大；傅盛则认为，GPT是一个平台，创业者可以基于这个平台衍生出各自不同的价值。作为硅谷VC，您怎么看这轮大语言模型带来的投资机会？

王金林：我们反而觉得，这一波大语言模型的兴起，对于我们这样的VC投资人来说是具有挑战的。我个人比较赞同朱啸虎所说的，大语言模型出来之后，投资变得更加困难了。为什么？

首先，因为大模型主要是一些大公司在投。比如，2024年3月底亚马逊宣布已完成对Anthropic的40亿美元投资，来推进生成式AI技术的发展。

目前美国大型语言模型公司包括OpenAI、Anthropic、Cohere，还有Meta推出的Llama、Llama 2等等。这类创新形态，并不适合我们这样的VC去投资，包括中国国内的VC也不适合，或许阿里这样的大公司会投资，这是他们作为大公司必须在大模型占据一定的战略地位。

第二类是基于大语言模型的很多应用。比如很多项目号称要用大语言模型来改造市场营销的流程、帮助销售人员提升效率。我们看了很多这类公司，但都觉得这类公司技术过于单薄，并不具备长期的护城河，基本上就很难投。

我们更感兴趣的是大语言模型在垂直行业的应用，尤其在法律、医疗等专业领域的一些应用。

在大语言模型这个赛道中，我们更感兴趣的是能够帮助企业更好地适应大语言模型的平台型或是基础设施类的公司。这是因为，从底层来看，由于数据的持续指数级增长，带来了大量存储和运算的挑战，除了大家关注的AI发展所需要的AI芯片外，我们对数据存储技术、数据库技术以及相应的数据集成也非常感兴趣，尤其软件的基础设施是我们非常感兴趣的。

在整个创投行业对于AI、大语言模型的发展欢欣鼓舞的同时，我们也意识到，VC在选择投资标的时有自己的标准和门槛。

腾讯科技：在生成式AI中更看好哪些方向？

王金林：美国西部大开发“淘金热”时期，世界各地的掘金者疯狂淘金竞争激烈，而另一群人却依靠卖铲子、卖饮水、卖牛仔裤赚得盆满钵满。

在AI这个领域底层的基础设施中，不光要关注“挖金子”的企业，那些不直接参与竞争，却在AI产业中承担“卖水人、卖牛仔裤”角色的企业也同样有机会，比如算力、AI芯片、边缘计算、内存融合技术、光通讯等等，包括量子计算我们也在关注中。

作为一家VC，我们认为投资生成式AI除了软件之外，基础设施（infrastructure）是非常重要的，其中就包含硬件层的算力、芯片等等。

比如，我们投资了d-Matrix，这是一家专注于AI芯片研发的企业，2023年9月完成了由淡马锡领投的1.1亿美元B轮投资，微软也投资了并且给他们下订单，在我们看来这一领域必将迎来爆发式增长。d-Matrix的产品Corsair，是一款用于人工智能推理的内存计算引擎，能够将人工智能模型完全保存在内存中，这是在未来的AI应用里面重要的新的算力方式。

又如，我们还投资了Analog Computing，这是做AI边缘计算的企业，以后越来越多的AI运算并不需要去数据中心，在本地就能运算。

CPU内存融合基础架构领域也有机会，我们投资了范承工等人创立的MemVerge，这是一家致力于新一代CPU内存融合基础架构（MCI）的公司。在2025年新一代的高速互联技术（CXL）硬件架构面世后，软件层面也将有巨大的飞跃。

反而在应用层面，今天很多市场上大家欢欣鼓舞的AI应用，我们觉得是很难投资的。

VC很难抓住AI应用层的机会，

企业的数据壁垒是重点

看好电池储能技术及脑科学发展

腾讯科技：2024年，除了AI之外，您比较看好哪些前沿科技的新机会？

王金林：我们覆盖了三个重要的前沿科技领域，基本上沿着AI赛道、可再生能源以及生命科学赛道。

在每个大方向里我们都有非常明确的主题。在以软件为载体的应用层，我们投的基本上是AI应用，比如文远知行是AI在自动驾驶领域的应用，Otter.AI是典型的大语言模型出来之前的机器学习及AI模型，DeepScribe是医疗领域的大语言模型。

在可再生能源领域，我们在电池储能技术领域投了相对比较多的企业。从化石能源转换到清洁能源是不可逆转的历史趋势，当前电力传输的问题已经基本得到了解决，而能源的存储是目前更大的问题。在很长时间内，电池储能技术将持续面临着巨大的需求，而且这样的技术需求日益紧迫。

在这之中，我们更看好电池的阴极材料、阳极材料、电解质、电池材料、电池回收技术等等。在这些上下游领域，我们都投资了许多公司，例如在电池回收领域，我们投资的Ascend Element最新一轮融资后的估值已经达到了15亿美元。

在电池领域，依然有非常多的创业创新，包括新型的电池材料、固态电池、充电性能更好的快充技术、让电池使用寿命更长的技术、提升电池安全系数的技术等等。

腾讯科技：生命医疗领域更关注哪些细分领域？

王金林：在生命科学赛道中，我们非常聚焦在神经科学和脑科学领域，将继续聚焦于AI+医疗的板块。例如，我们投资了优脑银河（Neural Galaxy），对于治疗脑部疾病以及抑郁、失眠等现代人常见的疾病特别有效，他们在中国开了很多诊所，也在2023年进军美国市场。又如，我们所投资的Zeto是一家硬件公司，他们的产品可以较好地接收脑部信号，可以通过AI技术生成脑电图，尽管是初创企业，2023年他们所接到的订单已经让他们实现盈亏平衡。

另外，我们投资的AI项目，还能更好地识别不同的人群，从而让新药开发更具针对性。过去市面上的一些药，对于普通人群效果并不强，但是若能够针对不同人群进行细分，药效会大幅提升。

在脑科学领域，我们投资了基因编辑和基因测序这两个重要方向。我们投资了一个叫Couragene的平台，他们第一个药是治疗天使综合征的，已经获得了NIH（美国国立卫生研究院）4000万美元的投资，正在申请FDA的流程中。

现在许多癌症逐渐变成了可以像慢性病一样被治疗，但是对于脑部疾病以及人衰老带来的各种记忆衰退等疾病，到今天依然缺乏有效的治疗方法。我们认为，经过过去几年的投入，未来五到十年，脑科学领域将有丰硕的成果诞生。

腾讯科技：你们不会把AI当成一个单独的投资领域，而是把AI的应用放在企业软件、生命健康、深科技等垂直行业中看。

王金林：对的。回顾历史，AI的发展总是在高潮、低潮交替中前进。这一波AI的爆发中，我认为大语言模型是非常令人振奋的，会催生很多应用。

接下来，我对于机器人（Robotics）这个赛道非常感兴趣。我们认为Robotics与新一代的computer vision technology（计算机视觉技术）、大语言模型的结合，会催生一些新的应用场景。

我们还是聚焦于特定的比较明确的赛道，而不是说“AI + everything”（AI+万物），就像以前的“互联网+万物”一样。我们在意识到AI的能量之后，还是会深入一些AI赋能的具体赛道中。

未来5—10年

大语言模型有潜力全方位赋能企业