本部分很长，陆奇将GPT时代下的机会进行了系统的阐述，值得多看几遍。

3.3.2事的机会：数字化基础

3.3.2.1 数字平台的发展基础与结构

首先是数字化的基础。

它有一个稳定的结构，不管再怎么发展，它的结构永远是这样的。这可能是我个人过去30多年做得比较多的了，大 部的系统我都碰过，但这个结构确实相当稳定。核心是前端和后端，前端是完整可延伸的体验，后端是完整可延伸的 能力，有设备端，比方电脑、手机、眼镜、汽车等等，设备端里面是芯片、模组加上操作系统。万亿美元的公司都在 这一层。同学们，万亿美元的公司都在这一层。

下面是体验的容器，包括二维的容器，三维的容器，内在嵌入的容器。

容器之上，写代码都知道画布。画布可以是文档，可以是聊天，可以是代码，可以是空间，可以是世界，可以是数字 人，也可以是碳基里面的蛋白质等等。这是前端。

后端也一样，底层式设备，服务器、交换机、数据中心、卫星载荷等等，也是芯片、模组、操作系统。

中间这一层非常重要，网络数据堆栈，分布式系统，区块链等等。

最上面是云，是能力的供给。能力供给像自然水源，打开就是算力，有存储和通讯能力。Web3打开有数学可验证的 计算结果。今天的模型时代，打开就是模型，这个模型能让我做很多事情。

下面是数字化基础。符号计算，或者是所谓的深度学习，叠加向量的浮点计算，硅基的，碳基的。

下面是发的论文、工具链、开源的软件、开源的数据集、隐私、产权保护等一系列。我们奇绩创坛，整个产业有大量 的公司是在这里的。我们讲一下，如果你在这里，你怎么看这个机会？如果你是这里的创业者，你机会点在哪里？

3.3.2.2 第一代系统

首先，搬运信息在这个时代还有很多生意可以做。今天数据中心是100G,美国已经很多200G 了，很快要到400G, 到800G ,都是搬运信息的。还有大量的光通讯。我们还要搬运信息，we still need to move information

3.3.2.3第二代系统

如果你是做模型的，我现在判断，什么都要重做一遍。大模型为先，同学们。我那天在上海碰到一个原来在做声网 的，在美国生活，大家都是串流式视频，stream,未来一定要串流大模型。我手机上有大模型，我怎么做？串流一个 大模型跟串流一个视频的媒体完全不一样，大家都简单想一想。很多设备和容器要重做的，你要支持大模型。这些都 有机会。云、中间的基础设施、底层的硬件，包括数字化发展核心的基础，尤其是开源的体系。

所以这是真正意义上是有大量的机会，也是我们奇绩在中国也好，在美国也好，看很多项目、好的创始人团队都在做 这一块。

3.3.2.4第三代系统

同时，第三代系统，即已经开始做机器人、自动化、自主系统，因为它也能用大模型实现；特斯拉、马斯克也看到这 个机会，在这里标记橙色的，都是在第三代的下一个拐点上，创业公司完全可以把控的机会。

3.3.2.5第三代++系统

同时并行进行的，我把它称作“第三代++系统”，就是碳基的生物计算，Biological System基本上是Computing System,这个已经看得越来越清楚了，这一类公司有大量的量子计算，有很多机会。元宇宙和Web3今天是有点 冷，但是从历史发展的长河角度来讲，只是个时间问题，因为本质上这些技术都能够真正意义上为未来的人类带来价 值。所以在这个基础层面上，一个创业项目的机会点就在这里。

3.3.2.6第二代系统-大模型与新一代基础设施和工具

接下来是几个具体的。

第一，在这个时候，从投资和创业角度看这是最好的生意。为什么？因为这个时代跟淘金时代很像。如果在那个时代 你去加州淘金，一大堆人会死掉，但是卖勺子、卖铲子的人永远可以赚钱。这种就是所谓的shove and pick businesso现在这个时代有很多工具，例如芯片架构和算力系统、网络架构（如RDMA等）、训练和推理系统（包括 tuning system）,数据系统和数据堆栈、开发工具，尤其是基于Triton的，大家注意它不支持CUDA。

OpenAI很奇葩，野心也非常大。英伟达虽然如日中天卖了很多，但是它是以CUDA撑起来的，这个东西不支持 CUDA, OpenAI的系统不兼容，所以有大量的机会在这里。如果你要创业的话，这是最稳、最赚钱的，某种意义上 融钱也容易。

3.3.2.7第二代系统（大模型、大平台、商业机会）

同样是第一波机会，这也就是为什么中国有8、9、10家做大模型的，为什么？大家想一想，估值都很高并且抢得一 塌糊涂，即使这样资本照样也想投。为什么？因为它是平台机会，平台有所谓的trible deep economics,即平台可以 从3个地方赚钱。以模型为先的平台，按照我们今天的判断，将比信息为先的平台体量更大。所以你要问一些人 OpenAI,他从结构上来说OpenAI今天领先，假定它不犯大错误，10年以后发展为体量很大的公司，那它的估值肯 定要比谷歌大的，但是我们不知道是大于2倍还是5倍。但因为本质上是一个平台公司，平台有几个特征：

第一，开箱即用。今天GPT4和其他chatGPT都做到了，有足够的使用价值。

第二，一定要有一个足够简单和好的商业模式。真正意义上的平台是开发者可以活在这个上面，他可以赚足够的钱养 活自己，不然不叫平台。

第三，具备自己的杀手级应用程序。ChatGPT本身是个杀手应用，但是一旦有了 plugin,比如假定Sam是一位一般 的生意人，他就看哪个plugin好，医生这个plugin很好，那就把它没收。今天平台公司就是这样，你在苹果生态上 做得再好，只要做大，苹果就会把你没收了，因为它要用你底层东西，所以你的平台一般都有它的锚点，它有很强的 支撑点。

长期OpenAI做设备机会有很多，从我们能看到的商业机会，有可能这是历史上第一个10万亿美元的公司。竞争是无 比的激烈。在中国，大家都知道了这个逻辑上是讲得通的，the price is t。。big,如果错过就实在太可惜了，怎么也 得试一试。在美国，OpenAI领先，微软与它深度合作，谷歌就要拼命追赶了，这有点挑战。创业公司有不少，有好 几家中国的企业。我觉得三、五年以后可以看见端倪了，一场激烈的竞争平台之战，未来一个体量很大的公司从哪里 诞生，这是对机会的结构的分析。

3.3.2.8第三代系统（自主化和自动化大模型及平台机会）

第三代系统，我们判断一定会有基于大模型的。这里我跟同学们讲一下，为什么这个事情重要。可能讲的技术上稍微 多一点，叫做通用智能系统，五六年之前，我们都不会想到是这条路的。

OpenAI走上这条路，让我们目瞪口呆，有一定的理论或者逻辑上的基础。为什么？因为在动物世界里面，动物智能 先是从视觉智能开始。视觉之前其实是触觉感知，人的认知真正基础其实是触觉，因为盲聋人视觉和听觉两边都关 掉，他们还是有智能的，但是没有触觉那就不行了。所以从智能发展角度来讲，OpenAI是走了倒过来的一条路，是 从认知开始，再做另外一个模态，把视觉加进去。

今天我个人判断，做自动驾驶的公司某种意义上都有重做一遍的新机会。为什么这样讲？因为自动驾驶我也参与过很 多。今天的自动驾驶系统，说实话是以视觉为主的，推理也是视觉推理。今天这么强的算力，但我们在路上还是用眼 睛看“我在哪里，我没见过这里”这样开车的，对吧？我们人开车轻轻松松，打打电话，听听音乐，这很简单。为什么 会简单？本质上我们有泛化能力，泛化能力都在子概念空间里面的。我们看到这东西是一个小狗，它很快跑过去了； 这里转弯，还有5分钟我才转到那边。它都有推理能力。

大家关注一下，如果你把语言放进去以后，你对视觉任务的泛化能力一下强很多。不然每天都有大量的视觉训练，每 识别一种新的障碍物，都要有大量的数据。但是有了语言之后，它极大地帮你加快泛化，所以这有很大的机会。包括 用大模型做机器人，机器人可能是人类未来最大的产业，什么都能做。这场竞争在我的眼里已经开始。

我们这一届有十多家做机器人的公司，我经常想，YC和奇绩真的有道理，我们用这个方法打分的。机器人是马上是 下一个拐点，果然，喑嚓一大堆机器人公司进来了，年轻人想问题，钻研未来，这肯定有大量的机会。

第三个拐点多大？

当然在这个里面还有子系统，感知、规划、控制，车辆计算系统、机器人系统，基于ROS的传感器、执行器。这里 我都不细细讲了。如果你是这方面的创业公司，我认为都有新的机会。大家都应该看未来的产业结构是怎样，你怎么 去占据一个更重要的位置。

3.3.3事的机会：数字化应用

刚才讲的是数字化的基础，你是做底层东西的公司，你应该怎么去把控好你的机会。

接下来讲应用公司，刚才这张大图已经讲过了，同学们自己对号入座。你是在哪里的？你是游戏，你是健身，不管什 么，你大概知道自己在哪里对吧？我给大家一些框架，帮助你们自己考虑未来的结构。

3.3.3.1数字化应用-发展趋势 首先，数字化产品的范式进化，我认为是这样的：

今天有很多第一代的数字化系统，它们主要是搬运信息的，模型几乎没有，很弱。

比如说腾讯会议、Zoom,这类产品，我认为挑战很大。为什么？很简单。比如我是售卖数据库的，今天我使用 Zoom或者腾讯会议，开一个面向客户的销售会议，对方是一个汽车企业，我花60分钟开完会议之后。这个工具什么 都不懂，它根本不知道我其实在卖数据库，对方是一个汽车公司。

今天美国每天都有新的创业公司出现，它知道这是销售会议，客户是一个汽车公司，客户其实并不需要数据库功能， 客户是要另一个东西，它马上帮你总结好，帮你分析好，把模型引入其中。

每次开会都有大量的模型，我想要听懂对方表达的意思，我们卖一个产品，对方接受或不接受，这不是搬运信息的问 题，这是理解的问题。如果一个产品只搬运信息，那这个产品还有多长的生命力呢？你必须马上找机会改革！

现在这类产品好处是宽，但它什么都不懂，连会议内容在讲什么都不知道。但今天用了大模型，它几乎很快就什么都 知道。如果是什么都知道的会议系统，那多牛。

竞争鹿死谁手？那是创业公司有机会，还是大厂有机会？ Only time will tell。 要改变历史，都得有勇气去做，这是第一代系统。

第二个我把它称为1.5代，这类产品它是有模型的，它的模型很难用，比方说ERP, ERP大家可能都用过，HR常用， 非常难用，因为这些模型都是人建的。企业经常需要更改这个模型，而要更改模型，还需要学习这个模型，企业为什 么还要使用它呢？如果能够把模型变成token,灌进去，它就什么都知道了，它能回答很多问题一一比如公司员工是不 是不开心，是否要考虑离职等等，都可以做。包括销售体系，即Salesforce,他们有爱因斯坦GPT,但说实话并不怎 么样。再有就是城市里的数字学生，它只能解决局部的问题，僵硬难用。这是1.5代，都要有机会。

第二代就是新的，现在都用OpenAI。同时第三代也已经开始，基于大模型的机器人、基于大模型的自动驾驶、基于 大模型的空间计算，将这三者组合在一起，未来5年、10年、15年、20年将是一个崭新的数字化的世界，这会很 快到来。

3.3.3.2数字化应用-发展过程

关于发展路径，首先得有全新的产品品类出来。

我为什么会提这个全领域全天候个人助手？盖茨他在内部经常跟我们开会，我以前负责盖茨的technical review,所 以我了解这个是他一直想要做的。

他梦想做的就是这样一个助手，你所有的邮件、你看的电影、你所有看到的东西它都知道，然后它不断提醒你要这样 做，就一个全天候的助手。为什么他一直想要做这个东西？

从第一性原理角度想一想，这可能是人类历史上最大的一个数字化平台，因为什么？这是一个我们什么事情都跟他讲 的一个助手，他什么都知道，应用都可以插进去的。如果这个东西做出来，开放，形成一个生态，它可能真的就是人 类历史上最大的一个数字平台。当然有很多类似的机会大家都可以去看。

还有新的体验模式这里就不用讲了，copilots auto-pilot、 定要关注。

team-pilot这些有新的体验，新的发展模式，这里大家一

今天的模型，鲁棒性、脆弱性还是一个问题。用这个模型，你一定要一开始要稍微窄一点，限制要严一点，这样的话 它的体验是稳定的。等到模型能力越来越强，你再把它放宽。找到适当的场景，循序渐进。质量和宽度之间的平衡是 重要的。另外，发展路径上你要考虑，你今天产品要不要在这个基础上改，还是另起炉灶，还是齐头并进。比方说微 软，大家可能知道，微软整个公司pivot,万亿美元公司pivot,我到底这个是先把今天这产品改呢？还是重做呢？还 到外面去买公司呢？我怎么弄呢？

大家可能都要考虑这个问题，我这么走到位了，这里这也是特别重要,

创新，尤其是创业公司要落地，它永远是技术推动和需求拉动的组合。 握好满足需求的方法是一切当中最重要的。长期一定是技术驱动为主, 把控好需求，把控好满足需求的方式，是一切的一切。

一定要跟大家讲，这也是特别重要的。

在落地的过程当中，对需求的理解的把控，掌 但它落地的时候对需求的拆解、分析、梳理，

3.3.3.3 数字化应用-发展机会层面

我们今天上面画的这张表本质上要拆成3个。因为人的需求有些可以用信息来满足，光信息就够了；有些它必须要很 强的模型才能满足；有一些模型也不行，它必须要行动才能满足。

金融说实话是个信息产品，只要告诉你把这个股票卖掉，买这个买进就行，对吧？这是一个信息层面。那我举几个例 子，如果是，对，我先讲一下，如果一类需求，信息是要满足他需求的关键的时候，你一定要看它信息的类别是什 么。今天的信息，大家打开手机看看，95%是别的人输进去的，是符号，是文字，是拍的照片。但有些信息能输进 去的东西，基本上没有，它必须是从自然环境中感知出来的信息才有用。什么类别的信息能满足这个需求，大家一定 要看。第二，信息满足它有宽度。大部分的信息太窄，不够宽，没法满足人的需求，即使你有足够的宽度，你信息的 深度也没有用。所以对任何一个地方你都要看一下，今天信息是不是够简单？信息满足这个需求的程度是比较高地能 满足，还是中等还是低？如果是低的话，那你要解决这个问题，首先要有更多的信息。

模型也一样。我先举两个例子，假定说是健身，今天健身产品做不好，像keep什么的都只能做得半浮郎当的。为什 么？因为今天只能给你信息。0K我知道了我要这样锻炼，但我接下来怎么做呢？为什么要这样锻炼？我也可以给你 模型，告诉你这样做的好处是什么。但你给了我模型也没有，我还得去锻炼啊。所以它根本的满足必须是行动系统才 能满足这个需求。健身它必须行动，但金融它信息就够。炒股你只要知道哪些要涨要跌就行。

而有一些是必须要模型的，大家可能都没有想到模型的重要性。我举个例子，比方说大家用Tinder交友，男女交友， 对吧？

今天它是个信息产品，你看到照片，哎，这个人长得蛮好看，长得不好看，这个人年纪大，这个年纪小。都是搬运信 息，他唯一能够满足的其实就是早期帮助。你知道有这样这些人，帮助你做一个初选，但他缺了模型了。我个人认为 像dating这种APP马上就有大量的变革，比方说这里应该有很多模型，说你见这个女朋友的时候，你一开始要讲这 个笑话，你接下来马上要讲这个故事，到电影院要唱这个歌，到餐了点要点这个酒，对吧？你这个是模型，这是知 识。dating知识更重要，你得教我怎么去把这个女朋友说服她，这才重要。

然后你就看这个模型，我们任务是什么？我们这个模型能不能覆盖，对吧？这个模型能力是不是足够强？他今天的模 型能不能满足？你要判断一下高中低，说，噢，这个我马上可以做产品。销售也是个模型产品，你今天光给我这个， 我根本不知道他底层为什么不喜欢我这个产品。行动需求一样。

所以大家一定要做的，不管你做什么创业，你必须要拆解一下信息对你满足需求它起了什么样的作用，今天是什么？ 未来是什么？高中低？模型一样，行动也一样，如果你把这三个都判断好了之后，那接下来你可以系统性地说， 0K,在我这个赛道里面我有什么样的机会？同时你的机会也是别的创业者的机会，对你来讲你不抓住也对你是一个 大的威胁。不进则退，同学们，不进则退。

3.3.3.4 微观层面的机会洞察：数字化满足人类需求的视角

为什么这一次大战的第一枪在搜索上打起来了，大家有想过没？

因为本质上，搜索是个巨大的模型。模型是什么？模型是看到关键词能够预测你的意图是什么，预测好意图之后能够 预测什么样的URL链接能够满足这个意图？就是两个estimate,把这两个estimate加在一起，搜索引擎就是这个大 模型。商业价值无限高。

但是有个重要的，为什么这场仗值得打，很重要？

搜索里都分三类搜索，第一类是找信息的，找信息同学们千万不要用chatGPT,因为我试过好几次，你问这家公司地 址在哪里，chatGPT真的会造一个地址。你要找信息，就这一类东西搜索引擎不会变。但是有第二类搜索，我们都把 它叫transaction的，或者叫任务搜索，就你其实想要下载个东西，其实想要填个表，其实想要打个电话，这一类 chatGPT都帮你解决掉了。还有一类搜索大概也是30%多，都是研究问题，比方说为什么中东和平这么难？这一堆 问题chatGPT都可以帮你总结好，你不用看了。所以有60%-70%的搜索的关键词将有大的变革，商业模式也会因 之而变。

跟同学们稍微啰嗦一句，就是商场上打仗怎么打？也就是说如果你是第一名，你要做什么？你要把你的固定成本提 高。谷歌是第一名，大家记得不记得，谷歌曾经有一段时间把世界上所有的书都扫描进去，2.5亿美元。为什么？提 高固定成本，把第二名干掉。也就是说，竞争，如果你是领先的，就永远提高你的固定成本，因为第二名他赚的钱 少，他撑不住，这就死了。但是如果你是第二名，你要做什么？你要提高你的边际成本。对于第一名来说，我们搜索 很好，对话机器人我们早就有，对吧？你到时候找另外一条出路就是。但创业公司也有很多，美国有很多创业公司做 出来了，比如Neveer, You.com,这几位人我个人都认识。某种意义上还是有一定的机会。技术上这两个团队都非常 强。

3.3.3A2 内容

这里讲一下内容。我们的观点是，颠覆性的变化存在于everywhere,因为内容生产彻底改变了。过去，人画一幅好 画，现在GPT就能画好，而且它画出来的东西不仅更好，而且它还不知道累，它可以一天到晚都在画，你怎么可能 画得过它呢？因此大量的变化将要发生了，我们可能将更看好是否有内容。

讲一下生意经一一“内容永远是爆款生意”，因为做出一部好电影的同时会有九部差电影，做出一首好歌的同时会有九 首难听的歌，它的平均毛利在历史上大概就只有25%。但是，在今天有没有机会，即所做出每一首歌都是好歌、每一 部电影都是好电影，如果能实现，那么这家公司就非常厉害了。

我觉得，有想法的同学应该追求这种机会，彻底打破内容行业过去的商业规律，做出来的东西每一款都是爆款，都是 好东西，因为我们有数据、有技术来生成这些东西。

3.3.3A3 游戏

这部分讲游戏。我今天一会儿就去机场，要去腾讯与他们的管理团队交流的主要也是与这个有关。我们目前判断，游 戏产业整个都会变化，因为它整个生产过程中的结构成本变了。一旦结构成本变化，体验和链条结构也会随之而变。 这里将有大量的机会，等待有抱负、有志向、有能力、有心力、有愿力的同学去抓住这样的机会。

3.3.3.4.4社交/社区

社交/社区，这个也有机会。历史上往往都是出现一种新的内容很抢手，你只能在这个上面去分享，比方我刚才讲到 叫男女交友的，假定说我有这样一个Co-pilot,知道怎么去跟女朋友交流。你不可以在微信上分享，你必须在这里加 好友，这时候你就重新出现了一个新的grapho

还有社区，两周之前，我们有个嘉宾一一脉脉的CEO,他讲得非常对。很多社区，比如他只举的例子：知乎，你去社 区主要是知识，你说你要知识，他都有、他什么都懂，那这个社区的价值在哪里？大家看看，美国的知乎叫Quora, 创始人叫Adam D'Angelo,它是open Al的董事，它早就变了，现在Quora上面都是这种对话的机器人。如果你是社 区，你得想想这是怎么回事？

然后这里是通讯，前面讲过了，只搬信息的产品，你必须思考要怎么融入有价值的模型在这里面。

这里是医疗，我认为这可能是全球尤其是中国最大的机会了。信息化系统，模型化系统本来就有，而今天是将用更多 的大模型，在不同的纬度，在蛋白、微观的维度，在人的维度，再加上自动化，再加上机械化，未来的医疗GPT、医 院GPT,护士pilot、医生copilot, 一定有大量的机会。尤其是在中国，我觉得机会可能会更大一点，政府可以扮演更 重的角色。美国这么强大的经济，医疗占它20%,而且医疗的体验越来越差，这跟它结构有关。这个是真正意义上的 有机会，有大量的工作可以做。微软也好，Meta也好，都做了很多这方面的工作。

3.3.3.4.7开发者

这里其实我还忘记加上一点，就是我个人最看好的开发。至少在短期，Sam昨天也讲了，他的interview里也讲到为 什么开发。你可以在不同的档次进行开发，可以在很高的抽象层次上去开发你的代码，不光是不同的语言，不同的领 域，不同的阶段。这里有非常非常大的机会，因为软件将驱动一切，根据目前判断，我基本上认可码农仍然存在大量 需求，码农不需要担心没有工作，但是有了这样的工具，每个码农都会像过去的码农一样有大量的机会。

这里是讲设计师，这个就不用讲了，因为有很多：中国有很多创业公司，包括微软，我这里忘了写了还包括Adobe。 大厂也会有，小厂也会有，很多设计一定会变。

• 3.3.3 A9研究员

当然我个人可能最重视的是Al for science,因为科学，每个科学家都有Co-pilot,每个实验室都有大量未来的自动 化，那真的是太好了。人类最强大的生产力其实是科学的进步，毫无疑问有能力的进展就是科学的进展。这里我一会 可能讲一下第四范式，为什么这个事情这么重要？我希望大家在座的同学们都或多或少在今天也好，在未来也好，能 够在这方面去贡献一点力量，咱们国家乃至整个全球的经济发展会越来越强。

在企业办公软件这方面就不用多说了，微软的这一套全都出来了，我们也看到它的这个Copilot的产品了，这都是我 曾经带过的团队做的。当然很多产品体验、设计的创业公司也有着在这当中去发挥的空间和机会。

3.3.3.4.11营销与客户

这里是讲一下营销，今天有同学问中国为什么没有Salesforce ?我们认为就是核心原因是中国的CRM都在微信体系 里面，它就叫微信。今天还是很多简单的工具信息搬来搬去。

《微信哲学》大概是八九年前讲的内容，有一百七十几页的PPT。我可以这样说，大家必须看。我在微软时曾经与几 位同学，其中包括做小冰的李笛，花了快3个月的时间把《微信哲学》翻译成英文，目前也有英文版本，我给每个团 队都讲这个东西。

我先问做产品的同学们：如果你是做产品的，你认为自己的第一职责是什么？张小龙的回答是：你的角色是上帝。为 什么用户不再用你的产品？你的产品是用户进化的一个环境，用户使用你的产品主要是与其他的人做交互，你发挥作 用是上帝。这个内容打破了你的认知了吗？

第二个问题：你能懂用户吗？回答是不可能，你唯一可能懂的是自己；但你懂你自己吗？绝大部分人根本不懂自己。 同学们如果是做产品，一定要看张小龙的《微信哲学》，这是经典中的经典。

但是营销在美国会有很多机会，在中国目前还是在微信里面，我们想要在中国做营销可以进行更多探索，但是核心是 制造，其中有不少机会，因为这是模型驱动，而非信息驱动产品。

这是SAP,就是ERP,这里不做多讲，我认为这一类的软件都要改进，因为它是人做的模型，都有僵硬、固定、难用 的缺点。说实话没有人喜欢用这类产品，它核心问题是模型僵硬，是重模型产品，而流水一样的过程、自然的模型才 能满足需求，所以其中有大量要改进的东西。

3.3.3.4.13 生产

这里讲到生产制造，与第三代一样，我的判断是与前面机器人提到的一样。今天无论是做机器人，还是工业、农业, 大模型时代是一个大大加速的一个机会点，我们判断尤其在中国，有许多很好的机会。

数字城市也一样，城市的信息化效果不错，城市的模型化、数字挛生目前很难用，效果也有限。城市精细化运营主要 需要第三代大模型，打造城市GPT、园区GPT。

• 3.3.4事的机会：新能源科技

前面讲的都是数字化去满足B端、C端需求，用数字化、用技术去改变世界，这里具体讲几个方面。

能源体系也一样。有些是有直接影响，有些是有间接的影响。比如百度文心一言，同学们可能都试过，它也做了关于 能源行业的大模型。

能源行业中，大模型的机会是相当多的：在研发、设计、管理、运营等等方面。具体来说，能源未来不光是要设计各 种各样的电源、储能的、新的能源网络，其中还有大量的管理工作和部署工作，这些都可以借助大模型的能力。

如果你在做新一代的能源，大模型一定会跟你做的项目，在不同的维度、不同层面有相关的机会，值得你去分析和参 考。

（我自己最近花时间不够，很多PPT是过去几个校友和实习生帮着总结。跟大家抱歉一下，我对这里面的内容没有

仔细彻底思考和研究过，以后希望有更多的时间在这方面消化得更多一点。但是我想讲的总结跟大家讲一下）

• 3.3.5事的机会：新材料科技

材料科学跟大模型相关性更多，主要在于模态：在微观层观的模态。

不同的材料结构的设计和性能的预测，今天都在用比较传统的单独建模的方法。如果用大模型，尤其是大模型的泛化 的能力，一定会有更多的自然的机会，更好地去解决这方面的问题。就用transformer来做，这其中有大量的机会。

• 3.3.6事的机会：新生命科技

生命科学就更不用说了，它本质上是一个计算体系。如果大家认真去思考transformer这个模型的architecture,它 其实跟biology非常像。它和大模型的连接，是更内在的，其中有大量的机会。

空间科技也一样，地面的、在轨的、轨道之外升空的，或者是指数升空之外的机会，都需要模型，都有机会。

• 3.3.8事的机会：新执行环境

这些机会点大家找到之后，执行上还是要关注，为什么它是不同的，因为这次的马太效应不一样。

有一个机密，过去了有一段时间，这个机密已经都被人讲了很多次了，大家可能也有关注到：关于Open AI是怎么做 的，它是用GPT-4做GPT-5,大家想一想这个规模效应，通过GPT-4,每一个码农都是放大能力的码农。你另外一 家公司GPT-3还没做好，你怎么办？它的规模效应不一样，马太效应不一样，同时壁垒和竞争格局也会不一样。

知识产权结果不一样，现在连加水印都还没完全解决这个问题，这个模型是可以偷的。

国际化的格局也不一样，对中国显然是有机会的。

跟社会之间的关系也会不一样，所以在执行层面，也建议操作方案组的同学要多关注。