微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 几位知名VC认为 这十个趋势正在驱动科技与人类生活

几位知名VC认为 这十个趋势正在驱动科技与人类生活

2015-05-25 11:34
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-05-25 11:34 虎嗅网

几位知名VC认为  这十个趋势正在驱动科技与人类生活

机器人汽车、Hyperloop超级高铁和通用宽带差不多已经出现,或许这也是一些顶级风投资本的想法。周四晚,全球知名的5大投资本家领衔其他多位相关同行一起出席在圣何塞市由邱吉尔俱乐部(Churchill Club)举办的第17届“10大科技趋势”晚宴。这些顶级风投资本家包括纪源资本(GGV Capital)的李宏玮 (Jenny Lee) 、德丰杰风险投资公司(Draper Fisher Jurvetson)的史蒂夫·朱尔维特森(Steve Jurvetson)、Canvas风险基金的丽贝卡·林恩(Rebecca Lynn)、Benchmark Partners的比尔·格利(Bill Gurley)和Sherpa Ventures公司的谢尔维·皮什瓦(Shervin Pishevar)等。另外,《福布斯》出版人里奇·卡尔加德(Rich Karlgaard)等人出席了这一活动。以下就是这些风投资本家预测的未来10大科技趋势。

1、按需配置的智慧环境计算技术

——来自谢尔维·皮什瓦的观点

皮什瓦表示,人工智能驱动下的应用将能够预测我们的需求,并为我们作出抉择,例如,决定我们使用Uber去哪儿,或者是在我们航班晚点的情况下知道我们何时抵达。皮什瓦也是Uber的投资人。

皮什瓦还称,“你们将要看到的就是那些能够在你们表达出来之前就预测到你想要说什么的服务。隐形计算的力量就是把我们看到的按需配置的环境与自动化进行整合。”

2、随着比特币的衰落,传统银行将在初创型企业的冲击下失去份额

——来自丽贝卡·林恩的观点

初创型企业将继续抢占银行的市场,但是不会提供特定服务,例如后端基础设施。另外,不稳定性和交易成本将有助于引发比特币在未来5年内失去凋零,尽管比特币目前“还具有真正的不可抗拒力”。

林恩宣称,“显而易见的是,传统银行在服务客户时无效率,而且也非常不好,而那些快速灵巧的初创型企业却能够做得更好。传统银行将会消失。”

对此,格利表示,“在美国政治体系中,我们的银行系统是最腐败的行业,而且也是控制政策的最主要因素。我感到非常怀疑的是——美国政府将停止保护银行,而在过去的四五十年中,美国政府一直在保护银行。”

3、隐私追踪

——来自李宏玮的观点

硬件和传感器将收集我们的数据,并为我们创建个人档案。预计到2020年时,将有500亿条的内容连接到网络之中。李宏玮称,“我希望有朝一日,有人会把我想做的事或者是我想购买什么样的物品告诉我。”

不过,格利对此称,“我认为,人们不想受到如此多的追踪。他们不想知道他们可能已经减掉了一些体重。如果你们开始追踪这些事务,并告诉人们应该怎么做,那么多数可能会对自己的行动严加保密。”

4、“天网”经济

——来自史蒂夫·朱尔维特森的观点。

低空卫星将为那些未联网的数十亿用户提供低价的宽带接入服务。每秒16GB的互联网接入服务将覆盖全球,这将为发展中国家的用户扩展更多的机遇。

对此,李宏玮称,“我的确相信,全球必将连接在一起。希望这一天早日来临。”不过,林恩却表示,应当优先解决全球水净化之类的问题。

5、汽车国度的终结

——来自比尔·格利的观点

美国曾经设计了私人汽车产权相关的城市,然而这种结局一直无效,仍然存在大量的死亡和污染。平均而言,美国汽车的闲置率非常高,也就是说,大量的资产没有被充分利用。

格利称,“我们或许还没有看到所谓的高峰车的状况。青少年在他们16岁生日时不会展示他们获得了汽车驾照,智能手机业已成为一个比汽车更加具有社交性的工具。”

林恩称,“新千年一代可能不会购买汽车,因为他们没有工作。但我拥有一辆特斯拉汽车,我非常喜欢,我无法想像没有汽车是什么样子。”

6、第五种交通方式

——来自皮什瓦的观点

皮什瓦称,像Hyperloope超级高铁和能够在水面上起飞或降落的大型无人机之类的技术将改变人与物的交通方式。皮什瓦已经投资了Hyperloop科技公司。

皮什瓦还表示,“像Hyperloop超级高级这样的事物要比人们的想像更加简单。(加州)高速铁路不知何日才能竣工。”

朱尔维特森回应称,“我同意这样的观点,但我不认为这将能够清理监管机构所带来的风险。”

格利对此称,“这就像是你在风投行业里所做的一次大冒险,当然我是从乐观的角度来说这个问题。”

7、科技行业内女性再度崛起

——来自丽贝卡·林恩的观点

未来5年内,将有一半的电脑学科的学学生是女性,因此未来的科技行业将会出现更多的女性创始人和首席执行官。

林恩称:“作为女人,你并不是真正地想要成为女性风投资本家,你只是想成为一位优秀的风投资本家。”林恩还称,在计算机科学之外的工程领域,有更多的学生都是女性。她还称,“早期流行的个人电脑上的射击和战争类游戏与软件工程方面的女性没有太多的联系。不是为了要杀人,而是需要帮助动物。你们可能会拥有最好的个人工作与生活平衡的工作。”

8、“个人经济”模式

——来自李宏玮的观点

预计到2020年时,商务与服务将最终网络化和全球化。在未来5年内,移动互联网用户数量将翻一倍,并将由此形成一种“个人经济(personal economy)”。传统的实体经济或将过时。

李宏玮称:“零售行业将成为一种极具本地化特征的行业,或许这种零售行业都将消失。我喜欢将其称之为‘懒散的我’。”

9、机器人汽车的崛起

——来自史蒂夫·朱尔维特森的观点

朱尔维特森称,“对那些有机会成为其中一员的人士而言,你们将永远不会后退。我认为,他们已经比我们的父母更加安全。”起初,他们将以每小时25英里或更低的速度运行。朱维尔特森还称,Uber首席执行官特拉维斯·卡兰尼克(Travis Kalanick)已经告诉他称,如果特斯拉汽车能够在2020年之前拥有“自主权”,那么卡兰尼克将购买50万辆这样的汽车。

10、原生移动应用平台将继续主宰移动网络

——来自比尔·格利的观点

格利声称,智能手机将成为我们生活的远程控制器。他表示,“浏览器和搜索都将像一种平台,而这种平台最终会变得更加成熟。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-