我们在投资上经常讨论一个问题。我们今天谈这么多大模型，到底我们跟海外的差距有多投研大关?
我们国内这么多上市公司，在产业链中都在做这件事情，到底我们处在什么样的一个位置上?
其实我们看到，大模型它肯定是整个产业链的核心，我们刚刚把它比作带引号的操作系统，更多体现的是它对数字化和智能化时代的重要和深远的影响。
还是回到那个问题，它是一个引擎，当然我们今天看到大模型也开始更多的开源，也是一个模式。
包括很多人开始在垂类的大模型上去做训练，也就是说我不一定需要那个最高功率的发动机，那取决于你的需求是什么。
如果我的场景可关注能要一个低功率的发动机，可能是更低的成本、更高效地就能解决问题。
所以， 大模型的发展现在呈现出两种模式。
To C和To B的发展模式还是不太相同的。我个人认为，To C的大模型应该接下来还是一个门槛非常高、竞争非常激烈的持久战。
它应该会经历一个漫长的过程，不断在算力、算法以及数据上投入，它是一个长期的过程。
更多的人现在开始转向。
我们看国内现在最新应该有110多家公司在做大模型。
但是，可能八成的公司，现在不像一开始说我要做通用的ToC大模型，它更多在垂类上开始要做金融的大模型、教育的大模型等等。
在这个过程中，我觉得接下来数据，尤其是高质量的数据可能会是竞争的一个关键。
因为本质上，可能接下来20%的效应，取决于你底层的模型的算法和逻辑能力。
但是在垂类的场景上，数据的量和数据的质量，其实会更多地决定应用的效果。
这是在整个大模型里，我们看到的一个发展趋势。
另外在整个投资的链条上，之前，算力的部分，也是资本市场非常关注的。
我们之前的报告里也是明确指出，至少在未来的半年到1年的时间内，对上游的算力仍然是一个通胀式需求。
因为本质上，做大模型的公司非常多，很淳朴的道理就是，在上游，异构计算带来的就是整个机房的定制化的要求越来越高。
大家去看海外，比如说Meta的机房，跟英特尔， 跟谷歌、微软， 它可能都不太一样。
所以，不是简单地我们去盯这些公司的资本开支。
更多的是要看， 在它这种全新的异构计算、这种非标准化越来越突出的算力复杂的架构需求上，有什么样的公司能够去响应他们的这种服务?
所以，我们看到，在中国的产业链中，比如说光模块，当年其实也是美国公司居多，但为什么产业链全面由中国公司在做这件事情?
至少在未来的半年到一年的时间里，我认为，整个算力应该还是非常重要的投资环节。
而且从业绩上来讲，也会在今年下半年-明年上半年，逐步会体现。
提到算力，在中国的供应链里面，我想接下来还有一个非常大的机会。就是国产化。
从整个链条上来讲， 我们想简单地去回顾，如果这一轮AI带来的变革和技术的影响，是跟上一个十年的移动互联网相同量级的，那么不同是什么呢?
那我想，最大的不同就是，今天我们对整个供应链的安全、稳定、自主可控提出了更高的要求。
比如说上一个10 年， 我们看到有人做iOS，有人做安卓，我们的公司是直接从应用做起，或者从应用商店做起，没有人从操作系统做起。
但今天，对于AI产业链来讲，可能不仅仅要从大模型做起，操作系统做起，甚至要从上游的GPU做起，要从里面的半导体的整个供应链做起。
所以在里面，我想会带来非常重要的投资机会，一定会诞生中国的英伟达，中国的 OpenAI。