：
“没事姐夫，咱们就是聊聊嘛，我现在是真有这方面需求，姐夫可别藏私。”
徐阳连忙道：
“肯定不藏私，就是一点认识。”
陈澈洗耳恭听道：
“姐夫你说。”
徐阳当下摊开手掌，说道：
“我是觉得第一是算力，训练需要大量GPU集群，持续投入巨大，杭城那边虽然有阿里云，但自建或租赁的成本都是天文数字，真要自己做成本是大问题，第二是数据上的，想要搞那种大模型平台需要高质量、海量、多样化的数据，特别是中文数据，数据的清洗、标注、合规性都是大问题，算法上Transformer是基础，但如何优化架构、提升训练效率、降低推理成本？如何解决模型幻觉偏见和安全问题？这些都需要顶尖的算法团队，最后也是最重要的一点，无论成功与否还是要找到能赚钱的场景，是提供API服务？赋能特定行业？还是做成产品？现在大家都在摸索，不知要多久。”
期间，徐阳声情并茂。
他是一个老实人，平常话不多，只有涉及到他熟悉的专业才显得侃侃而谈。
陈澈认真听着，不时点头道：
“姐夫分析得很透彻啊，其实最大的痛点就是投资的价值所在嘛，算力问题，随着芯片发展和云服务成熟，成本曲线肯定是下降的，数据需要长期积累和有策略地获取，说到底，算法和人才，这正是我投资最看重的——有没有核心的、能攻坚的团队。
徐阳点点头。
陈澈在这时笑了笑又道：
“至于落地...我相信，当模型足够强大时应用场景会自己涌现出来，甚至创造出我们现在想不到的需求，关键在于先把这个“大脑”练好、练强，杭城有阿里达摩院这样的机构在引领，还有浙大等高校的人才基础，大环境方面我觉得土壤是有的。”
徐阳点头道：
“嗯，达摩院确实在NLP和视觉方面很强，他们肯定也在布局大模型，高校实验室也有一些前沿研究，不过从实验室成果到产业化、工程化落地，中间还有很长的路要走，需要巨大的资金支持和商业化的魄力。”
说到这里，徐阳看向陈澈，其实心里已经有了猜想，最后迟疑又问道：
“所以你是想找那些已经有一定技术积累，敢于挑战这个大方向的初创团队？”
陈澈喝了一口汤道：
“没错，最好是那种如今有清晰
本章未完，请点击下一页继续阅读！