1. 仍然是停留在B端的产品，可能是小规模提升生产力的工具
2. 目前生成式AI最颠覆的产品仍然是chatgpt和Office Copilot系列，因为进入了C端，具有最大意义的价值释放潜力和势能
3. 生成式AI，包括Sora，仍然受制于“素材”和“数据”输入；没有实现从“大型图书馆”到“创造”的跃迁；简单加工的工作，只能替代一些初级没有创造力、简单重复的工作；
4. 对于影视从业者，艺术创作者，Sora类似的产品只会是辅助工具，而不是真正的具有生产力、创造力的终极智能；
5. 智能绘图、智能生成视频等功能，国内的大模型也有能力做到（星火发布会也展示过类似的功能）
6. 基于Transformer、Multi-Head Attention、finetune（人工标注和矫正）的LLM模型向多模态迁移延伸的逻辑仍然需要进一步证实和证伪；语言仍然有特殊性，高度抽象，信息浓缩度极高。
7. 生成式AI行业停留在“参数游戏”的阶段，这个模型在LLM work了，多模态和其他领域，是否work仍然是个迷；比如最典型的自动驾驶场景；Transformer已经跑了很久了；可能比chatgpt还要早，至少是同期，但是一直没有跑通；解决不了Corner Case的问题。
8. 在多模态领域，AI还没有跨越“认知奇点”，一旦跨越，将会以病毒式零成本复制传播，对人工实现大面积替代。认知奇点的两端，是近似拟合和创造，算法智能和真正的思维。
9. 回归投资，主要矛盾是商业化，chatgpt和copilot也许没有跨越奇点，但是是好的产品，能有很好的利润点，足矣了。（这让我想起，特斯拉始终没有实现的自动驾驶期货，但是不妨碍它获得巨大的商业成功；BYD也是，没有“软件定义汽车”，但在绿色能源技术上也实现了颠覆，也卖出了爆款，足矣）
10. AI作为小规模的生产力工具，上游的，H100芯片、HBM存储、甚至光模块早期，到算力集群，算力租赁，AI云，可能都算好生意，能赚钱就有投资价值。
11. AI投资窗口进入中后期，主要就是算估值了；很多账现在能算清了；在这个阶段，美国大厂，是不是会真的继续重金往下跟投算力，要跟踪高频数据了。
12. 投资最重要的，仍然是向，缓慢而正确的方向靠近。