开云体育,开云体育官方网站,开云体育APP下载

　　从全球来看，人工智能正进入由通用模型驱动的规模化应用跃迁期，但其背后的资源门槛越来越高--训练大模型需要海量语料和昂贵算力，运行和微调模型（微调模型是指利用已经训练好的模型作为起点，在新的数据集进一步训练模型，从而使其更适合特定的应用场景）又高度依赖底层硬件基础设施和工程能力。而我国AI企业在通用模型路径上面临两端夹击挑战：一边是海外基础资源被“卡脖子”，另一边是本土市场生态尚未成型。CVC基金的推出恰恰填补了传统政府引导基金与商业资本之间的落差。

　　AI产业的发展高度依赖底层技术的突破。当前，我国AI产业正处于技术突破的关键期。模型研发、数据积累和算力基础设施是支撑产业高质量发展的核心要素。高政扬认为，通过早期投入这些基础领域，既能抢占技术窗口期，又能有效降低后期技术迭代的风险，提升产业整体的抗风险能力。石少卿表示，这不仅能够加速技术自主创新，促进解决产业链“卡脖子”问题，为后续应用层创新奠定坚实基础。同时，这一策略符合国家推动新型工业化和数字经济发展的政策导向，有助于提升我国在全球AI竞争中的核心竞争力。

　　对于此类战略型CVC基金，其目标应远超财务收益。石少卿认为，衡量该CVC基金的成功与否，未来需关注多维关键指标。除财务回报外，应重点评估其在模型、语料、算力三大领域的成果：如是否催生具有自主知识产权的核心技术突破，是否带动产业链关键环节的国产化替代，以及是否培育出独角兽或领军企业等。此外，还需考察其对产业生态的赋能作用，包括是否促进产学研用深度融合，是否吸引全球高端人才集聚，以及是否形成可复制的创新模式。

　　胡双建议，未来3-5年，CVC基金应重点关注如下四类关键指标。一是技术突破度：包括所投企业在模型参数创新、中文语料覆盖率、国产算力优化效率等方面是否实现核心突破。二是生态嵌入度：是否能实现与上海现有AI资源（张江实验室、大厂研发中心、智算中心等）的深度嵌套协作，构建技术-资本-场景三元闭环。三是产业拉动效应：所投企业是否带动本地供应链上下游发展、推动相关行业模型应用（如金融、制造、政务）落地。四是资本乘数效应：是否吸引更多社会资本（如其他CVC、市场化VC）跟投共建，提升AI底座投资的整体资本密度。