在杭城，陳澈布局了MCN公司、直播電商產業(yè)、線上電商。
但這些都是表面上的，在NSC方面，他對杭城的未來也是寄予厚望。
比如云計算、人工智能等，都是未來陳澈落地杭城的企業(yè)。
京津冀、江浙滬、大灣區(qū)，這三個地方陳澈要放的東西都不一樣，起碼在他的主張規(guī)劃里，是要大方向區(qū)分開的。
如今既然聊起來了，陳澈也是趁機試探一番的心思，拿起茶杯看向徐陽道：
“姐夫，在杭城這地界，你們技術圈子里AI這波浪潮動靜大不大？
徐陽謝過倒茶的服務員，把茶杯往旁邊放了放，沉吟了一陣笑道：
“算是熱火朝天吧，余杭那邊未來科技城天天都有新公司冒出來，大數(shù)據(jù)、智能推薦的概念滿天飛，我們組里最近也在討論怎么用AI優(yōu)化后臺的一些流程，比如日志分析、異常檢測這方面，不過感覺現(xiàn)在很多還是在應用層打轉，真正底層創(chuàng)新的，感覺不多。”
陳澈聞言眼前一亮，看樣子是他低估了徐陽的水平了，放下茶杯道：
“應用層當然重要，但我覺得未來真正能拉開差距的，還是在更基礎、更“聰明”的AI上，姐夫，你對大模型這塊有研究嗎？就是那種...能理解語言、能生成內容、能做復雜推理的模型。”
“大模型？”
徐陽思索片刻問道：
“你是說類似Google的BERT那種？或者OpenAI的GPT？”
陳澈點點頭。
OpenAI已經在上半年推出了1，為此他還專門讓伊芙琳進行了滲透。
徐陽繼續(xù)思索著道：
“嗯，關注過，這東西現(xiàn)在很火，算是NLP領域的新突破吧，核心是Transformer架構，靠海量數(shù)據(jù)和巨大算力堆出來的，BERT主要擅長理解語義，GPT更偏向生成文本...不過國內真正敢大規(guī)模投入做這個的好像還不多，主要是成本太高了，訓練一次燒錢燒得厲害，對數(shù)據(jù)、算力、算法人才要求都極高。”
陳澈深深皺起眉，隨即身體微微前傾，語氣帶著憧憬笑了笑道：
“對，就是這個方向，姐夫你說到點子上了，成本高門檻高，恰恰意味著機會啊，我最近在鵬城、香江和杭城打聽，就是想看看有沒有團隊在深耕這個領域。”
徐陽聞言暗想自己猜對了，只是他想到深處表情凝重了些。
陳澈沒等他說話，便主動碰了碰他的胳膊在其看來之際，珉著笑繼續(xù)道：
“姐夫，你別看它現(xiàn)在燒錢，等模型真正練成了，它的通用能力、泛化能力，是那些專用小模型沒法比的。
徐陽點點頭，算是認可。
陳澈抓起茶杯，略顯激動道：
“姐夫你想象一下，未來它能寫代碼、做翻譯、分析報告、甚至進行復雜的對話和推理...應用空間太大了，我甚至有個夢想，想著未來能支持做出一個像DeepSeek這樣名字的、具有深度探索和理解能力的大模型平臺。”
面對徐陽這樣的人，陳澈稍微帶了一點熱血中二，提出了“夢想”的字眼。
“Deep…Seek？”
果然，徐陽被陳澈的熱情和“DeepSeek”這個名字觸動，饒有興致。
只是如今在他嘴里，Deep…Seek這是兩個單詞，組在一起就是深度探索。
正好陳澈提到了，他想做具有深度探索和理解能力的大模型平臺。
“DeepSeek，這名字有意思。”
徐陽頓了頓，笑著回應道：
“新新，你這么說我現(xiàn)在十分理解你的興奮點，大模型的潛力確實誘人，就像給AI裝了個更接近人類理解力的大腦，不過這其中挑戰(zhàn)也擺在眼前，還不小呢。”
…
“不是哥們。”
郭景林握著酒瓶回來，發(fā)現(xiàn)他們兩個人還在聊這些，都有點無語了。
他無語的不是兩人還在聊。
他是無語兩人在聊這些。
重新坐在自己的位置上，郭景林碰了碰陳澈的胳膊，對著徐陽道：
“姐夫，吃飯啊。”
徐陽聞言看過去，他甚至都不知道郭景林離開過，點點頭看向周圍。
服務員剛好端著開胃湯過來，依次放到了幾人面前，很快在場所有人都有了。
餐桌前眾人已經開始吃了起來，餐具碰撞的聲音不絕于耳。
徐陽拿起小碗里的湯勺，輕撥了一下湯面從三塊排骨里首先挖了一勺湯。
郭景林拿起白色的公筷，伸向緩緩轉動的餐盤里，夾了一些到餐盤上道：
“快吃吧，等會兒好好喝幾杯。”
陳澈喝著湯沒搭理郭景林，而是重新看向徐陽，繼續(xù)剛才的話題道：
“姐夫覺得這中間的挑戰(zhàn)是什么？”
徐陽聞言，立馬放下湯勺，把鮮美的湯汁咽進嘴里，笑了笑說道：
“我只是拙見，并不權威啊。”
陳澈道：
“沒事姐夫，咱們就是聊聊嘛，我現(xiàn)在是真有這方面需求，姐夫可別藏私。”
徐陽連忙道：
“肯定不藏私，就是一點認識。”
陳澈洗耳恭聽道：
“姐夫你說。”
徐陽當下攤開手掌，說道：
“我是覺得第一是算力，訓練需要大量GPU集群，持續(xù)投入巨大，杭城那邊雖然有阿里云，但自建或租賃的成本都是天文數(shù)字，真要自己做成本是大問題，第二是數(shù)據(jù)上的，想要搞那種大模型平臺需要高質量、海量、多樣化的數(shù)據(jù)，特別是中文數(shù)據(jù)，數(shù)據(jù)的清洗、標注、合規(guī)性都是大問題，算法上Transformer是基礎，但如何優(yōu)化架構、提升訓練效率、降低推理成本？如何解決模型幻覺偏見和安全問題？這些都需要頂尖的算法團隊，最后也是最重要的一點，無論成功與否還是要找到能賺錢的場景，是提供API服務？賦能特定行業(yè)？還是做成產品？現(xiàn)在大家都在摸索，不知要多久。”
期間，徐陽聲情并茂。
他是一個老實人，平常話不多，只有涉及到他熟悉的專業(yè)才顯得侃侃而談。
陳澈認真聽著，不時點頭道：
“姐夫分析得很透徹啊，其實最大的痛點就是投資的價值所在嘛，算力問題，隨著芯片發(fā)展和云服務成熟，成本曲線肯定是下降的，數(shù)據(jù)需要長期積累和有策略地獲取，說到底，算法和人才，這正是我投資最看重的——有沒有核心的、能攻堅的團隊。
徐陽點點頭。
陳澈在這時笑了笑又道：
“至于落地...我相信，當模型足夠強大時應用場景會自己涌現(xiàn)出來，甚至創(chuàng)造出我們現(xiàn)在想不到的需求，關鍵在于先把這個“大腦”練好、練強，杭城有阿里達摩院這樣的機構在引領，還有浙大等高校的人才基礎，大環(huán)境方面我覺得土壤是有的。”
徐陽點頭道：
“嗯，達摩院確實在NLP和視覺方面很強，他們肯定也在布局大模型，高校實驗室也有一些前沿研究，不過從實驗室成果到產業(yè)化、工程化落地，中間還有很長的路要走，需要巨大的資金支持和商業(yè)化的魄力。”
說到這里，徐陽看向陳澈，其實心里已經有了猜想，最后遲疑又問道：
“所以你是想找那些已經有一定技術積累，敢于挑戰(zhàn)這個大方向的初創(chuàng)團隊？”
陳澈喝了一口湯道：
“沒錯，最好是那種如今有清晰技術路線圖，核心團隊背景過硬，比如有Google Brain， FAIR，或者國內頂尖實驗室經驗的，并且對模型的理解超越簡單應用的團隊，他們可能現(xiàn)在還在早期，模型規(guī)模不大，但方向明確，有潛力，姐夫你在杭城圈子里有沒有聽說過這樣的苗子？”
陳澈早就去尋找這樣的團隊了，只是他上一世不知道那些成功的團隊如今在干嘛，只知道未來杭城的環(huán)境很不錯。
這方面，唐智賢已經在準備了，只是時至今日都沒有給陳澈準確答復。
如今他面對徐陽，當然沒有提NSC已經開始準備，只是當做一次閑聊的探底，如果有機會，他自然想對方幫自己。
至于讓徐陽幫忙找人，陳澈對此沒有抱太大希望，他之所以還要這么說，主要是把關系拉近，畢竟這不是純商業(yè)飯局。
另外，就是陳澈碰運氣，以及想看看徐陽對這件事的態(tài)度和上心程度。
截止目前聊的這些，其實陳澈已經非常驚喜了，他還真不知道對方對此有所了解，或許以后真能成為他的助力呢。
徐陽確實不適合去樂旗文化和環(huán)客，要是真能在這方面幫他，是再好不過了。
場間，徐陽陷入沉思，他回憶著自己這方面認識的人，輕聲道：
“我倒是知道幾個從大廠出來、背景不錯的工程師，但具體方向是不是純大模型，我還得再打聽打聽，回頭我問問，不過你要是真想搞，杭城倒是也真不錯。”
陳澈正準備說話，郭景林卻把酒杯遞了過來，帶著一絲催促和幽怨道：
“來來來，喝一杯。”
陳澈和徐陽抬頭看去，原來是陳天宏和郭啟東帶頭，大家一起干杯。
兩人對視一眼，倒是暫停話題，陳澈更是十分輕松的和二人一一碰杯道：
“來，喝一個。”
徐陽不怎么喝酒，但還是喝了好大一口酒，喝完便示意陳澈二人先吃菜。
餐廳里鬧哄哄的，因為這餐桌夠大，基本上也是一小波人各聊各的。
郭景林喝了一杯，看向陳澈和徐陽時眼睛里帶著幽怨，放下酒杯道：
“你們倆剛才在聊什么呢？”
陳澈攤手道：
“就是你聽到的這些啊。”
郭景林追問道：
“你什么時候懂這些東西了？”
陳澈輕輕敲了敲桌面笑道：
“讓你平常多學習，你不聽，以后什么新興產業(yè)都得了解啊你。”
正在這時徐陽笑出了聲，在陳澈二人看過來之際，帶著調侃道：
“新新這些東西，估計不是在學校里面學的吧，我跟新新聊天總有一種對方工作了好多年的錯覺，這一點算是天賦吧。”
郭景林十分認可道：
“對，你小子就是天賦比我好。”
陳澈哈哈笑道：
“不止呢，我還比你努力。”
郭景林聞言故意臉黑道：
“我就知道你肯定背著我努力了！”