大模型应用落地的机遇与挑战

胡斌首先介绍了渶策资本在AI领域的投资布局。作为一家专注于风险投资的机构，渶策资本主要投资于ABC轮项目，管理资金规模超过10亿美元。胡斌强调，大模型作为AI应用的重要底座，正逐步从理论走向实践，为千行百业赋能。他指出，目前渶策资本已经投资了包括百川在内的多个与AI应用相关的项目，预计未来还将有更多的投资落地。

黎新平：金融领域成为AI应用的重要场景

黎新平从金融工程的角度，深入分析了AI在金融行业的应用潜力。他表示，金融行业是AI应用的一个重要场景，具有巨大的潜力和活力。目前，AI在金融领域的应用已经初步展开，如客服、理财服务等场景已经能够看到AI模型的广泛应用。然而，他也指出，金融行业对专业知识的要求非常高，如何将AI技术与金融知识有效结合，是一个需要深入探讨的课题。

李金涛：产学研结合推动AI成果转化

李金涛作为北京大学武汉人工智能研究院成果转化负责人，分享了该研究院在AI成果转化方面的经验和案例。他提到，研究院在智能医院、智能制造等多个领域都有成功的模型落地案例。他强调，产学研结合是推动AI成果转化的重要途径，未来将继续加强与企业、高校的合作，共同推动AI技术的落地应用。

肖哲：开源与闭源的商业模式之争

肖哲则从商业模式的角度，探讨了开源与闭源在AI大模型应用中的优劣。他认为，开源和闭源会同时存在，各有其适用场景。开源模型虽然能够缩小边缘模型与大模型的差距，但在可靠性、安全性等方面可能存在一定的风险。而闭源模型则能够更好地保护企业的知识产权和商业秘密。他呼吁，在选择商业模式时，应根据实际需求和场景进行灵活选择。

嘉宾们还就AI技术的数据孤岛问题、人才培养与储备、AI教育等多个方面进行了深入探讨。胡斌指出，数据孤岛是当前AI应用面临的一大挑战，需要政府、企业等多方共同努力打破数据壁垒。黎新平则强调，人才培养是AI产业发展的重要保障，应加强对AI技术人才的培养和储备。李金涛分享了产学研结合的成功案例，并呼吁更多企业、高校加入到AI技术创新的行列中来。肖哲则从商业模式的角度提出了对AI大模型应用的思考和建议。

随着技术的不断进步和应用场景的不断拓展，AI将在更多领域发挥重要作用，为人类社会的发展贡献更大力量。