5月17日，由搜狐主辦的2025搜狐科技年度論壇在北京盛大開幕。多位院士、科學家與產業界人士齊聚一堂，激發智慧的深度碰撞，奔赴科技的星辰大海。

本屆論壇線上線下結合，開啟全天的思想盛宴。在上午的線上直播中，硅谷知名投資人，Fusion Fund 創始合伙人、斯坦福大學客座講師張璐分享了硅谷AI創新和創投的最新趨勢。

張璐表示，目前AI領域基本上每個月甚至每個星期，都會有新的趨勢和新的技術涌現出來，這也帶來了很多創新和投資的機會。

她重點從基礎設施和應用兩個角度分享了AI的市場機會?；A設施層面值得關注的創新機會包括如何降低 GPU 算力成本和能耗成本，以及如何解決延遲和數據隱私。

這也帶來了人工智能在邊緣端和小模型的巨大機會。張璐判斷，美國的垂直領域AI整個市場量級可以輕松超過美國GDP的50%以上。

她認為，AI在硅谷是非常炫酷的新興趨勢，但產業應用更看重的還是價值體現，背后用的是什么模型，對企業來說不一定是最重要的，更重要的是能否解決企業的問題。

因此，張璐會更關注企業針對的市場是否足夠大，是否有海量的高質量數據，能否拿到專業知識去優化應用和模型，并看好AI在醫療、保險、physical AI、太空科技等領域的應用。

“這是人工智能創新的好時代，也是大浪淘沙、快速迭代的時代?！?/strong>張璐表示，這樣混亂的時代反而可能會給初創企業以及創新者更多的機會，去加速AI大規模的商業應用的周期。

以下是演講全文：

大家好，我是張璐，是硅谷Fusion Fund 創始和管理合伙人。很高興今天有機會可以參與到 2025 搜狐科技年度論壇，分享一下過去這段時間硅谷生態的變化，尤其是人工智能創新生態的最新進展。

過去幾年，人工智能都是一個非常火熱的話題。從幾年前ChatGPT 問世，到各種各樣的模型層出不窮，再到對人工智能基礎設施的探討，應用的探討，再到現在人工智能Agent的探討，包括Facebook、 OpenAI 等，基本上每個月甚至每個星期都會有新的趨勢和新的技術創新涌現在市場上。

過去這幾年，對于我們這些做早期投資的投資人來講是一個非常興奮的時刻，也有機會參與和投資很多優質的企業，很多公司涌現出來。這是一個人工智能創新的好時代，也是一個大浪淘沙、快速迭代的時代。

從整個創新趨勢來講，我想重點可能從基礎設施以及應用兩個角度來分享我們看到的市場機會。首先，人工智能基礎設施是非常關鍵的一環，它不僅決定了整個模型和應用層面的表現情況，更重要的是對人工智能的應用成本有很大的影響。

基礎設施有很多創新點，這些也是現在人工智能應用可能會面臨的比較大的挑戰。第一就是人工智能應用的 GPU 成本，怎樣降低算力成本；第二是能耗成本；第三是延遲的問題，這涉及到邊緣計算的應用；最后是數據隱私的考量，尤其是敏感行業的人工智能的應用。

第一，算力成本的優化，有各種各樣的創新方案，但更多是 Cloud Infrastructure，它可以去大規模的優化算力成本，同時降低算力消耗。但無論是memory 端，還是 communication 端、 switch 端，都有機會去優化 GPU 算力。

同時，現在也看到更多業內推出的新型應用和模型，也會去探討不同的架構是不是可以去大規模降低在 inference 層面上的成本，從而降低整個訓練和模型算力成本。

第二，算力之外非常大的挑戰，就是人工智能的耗電量在持續增加。很多初創企業，在針對基礎設施層面去做怎么樣去降低和優化電力成本和電力消耗，用像 Analog computing或者其他相關技術，能把人工智能的耗電量降到 100 倍以上，甚至更高。

如果只是百分之幾十的降低，可能對產業的影響還是有限的，但如果可以做到上百倍甚至上千倍的能耗降低，對整個大規模的人工智能的產業植入應用還是非常有價值的。

另外，我們也看到模型的規模在變小。大模型對于產業和C端應用都來講非常關鍵，我們過去這十年一直以來投資的都是 B端的垂直領域的應用，所以基本都是小模型。小模型的優勢在于算力和電力消耗層面會更加優化，在邊緣端設備部署也是非常大的優勢。

人工智能的未來是在邊緣端的應用，邊緣計算和邊緣設備的智能化是一個非常巨大的場景。不只是在電腦上、在手機上，也可以在其他硬件層面上去部署人工智能的模型和應用。

比如物流生產、醫療領域，包括我們重點投資的太空科技。每一個衛星其實也是一個邊緣設備，在這上面也可以去搭載邊緣計算加人工智能的功能，這是邊緣計算的機會，對小模型的需求就會越來越高。

當然，邊緣計算的核心還有一個優勢，就是降低延遲，可以在我們進行大規模的數據傳輸和響應過程中，大規模地降低延時，在醫療、自動駕駛各個方面的應用都非常必要。

最后一個挑戰也是機會就是數據隱私。現在美國很多大的企業，在部署 AI 之前一定要保證說已經有一個和 AI 相關的，無論是人工智能的控管或是數據隱私追蹤的解決方案，這樣才會更加放心地去使用第三方的人工智能解決方案。

怎樣保證自己對于數據的控制權，同時進行第三方的合作以及變現就非常關鍵。所以我們也有投資的企業，比如做聯邦學習的運算平臺，可以去幫助大家在保持和保護自己的數據的前提下，進行第三方的合作和變現。

我們比較堅信垂直領域小模型的趨勢發展，同時我們從幾年前開始就是非常堅定的開源生態的支持者，相信開源生態對于創新是非常有價值?，F在看到一些做得好的企業，基本上都還是去使用開源的模型，用行業的數據優化之后去做垂直領域的人工智能解決方案。

這種垂直領域的AI，市場量級也是很大的，它不只是單純的科技行業，還可以針對金融、保險、醫療，整個市場的量級可以輕松地超過美國 GDP 的 50% 以上。相較傳統的IT行業、科技行業大概占美國GDP的10%，這是一個非常巨大的市場量級。

經常我們在討論人工智能，在硅谷會覺得它是一個非常炫酷的新興的趨勢，但是真正到產業應用的時候，產業更看重的還是價值體現，背后用的是什么模型，不一定是最重要的，更重要的是你的產品解決方案應用，是不是能夠正好和現有的工作流程進行很好的結合和整合，解決現有的一個巨大問題，這樣他們才愿意去付費。

所以我覺得從這個角度上來講，我們也會更加現實地去考慮這些做應用的人工智能公司。首先市場是不是足夠大，是不是有海量的高質量的數據，數據的質量比數據的量更重要。在這個基礎之上，是不是可以拿到海量的高質量的數據，是不是有行業的專業知識去幫助優化這些應用和模型，這些都是我們比較看重的。

從應用角度來講，醫療是一直我們非常關注的領域。人工智能在醫療領域的應用，無論是從數字化診斷，到數字化治療，到數字化生物學，尤其對于癌癥、心腦血管疾病、腦部疾病等等這些大類疾病的個性化的診斷，人工智能都是非常好的一個助力的解決方案。

另外，我們非?？春玫木褪潜ｋU行業。美國保險行業是 1.7 萬億的一個市場規模， 同時它擁有海量的高質量數據，有海量的公司，去進行人工智能的整合，有非常多的機會。金融行業還涉及隱私安全，有些公司現在做得非常好。

最后是 physical AI在整個物流供應鏈產業應用的鋪設，還有就是太空科技。現在無論是在太空數據的收集，還是說衛星的搭設，都在進入到下一個階段的一個創新周期。

我們才剛剛開始，人工智能的創新也才剛剛開始，現在大家可能會很興奮，覺得無論是OpenAI 、Anthropic、Gemini等新模型的發布，還有包括 Deepseek 對于開源生態的巨大貢獻，但幾個月之后會有更多的新的模型的玩家出現在市場上。這也是為什么我們作為投資人，包括看到一些很優秀的早期企業家很興奮的原因之一。

這是一個大的時代，一個混亂的時代，也是一個好時代?；靵y的時代反而可能會給這些初創企業以及創新者更多的機會，去加速人工智能解決方案的大規模的商業應用的周期。所以很期待也非常希望，能夠看到無論是中國還是美國的創新生態，有更多的杰出的人工智能企業家、創業者可以涌現出來。