“如果你是看应用层的，特别是to c的应用，可能用的方法跟以前有点类似，也关注用户量增长等指标，但如果你是看中下层的AI创业公司，可能更关心它技术的门槛，技术优势到底在哪里，如果你是做底层的模型，如果你是中间层的软件，可能更多的还是从技术角度去看，到底是跟同类产品有什么样的优势，在客户那边的认可度到底是怎么样，这个就有点像过去看硬科技，还是客户的认可变得更重要，而不是像互联网时代，其实很容易去得到正向的反馈，或者反向的反馈，东西好不好，用户用不用是一个投票的机制，很容易能得到反馈，但如果是底层技术，反馈周期可能更长，所以投资人也会从目标客户那边得到一些相对来说比较直接的反馈，而不是从大的用户数量范围去得到。”他说。

贾皓钧将AI for Science（AI赋能科学研究）分为三个阶段：第一阶段是数据降维与分析，通过机器学习处理高维科研数据，揭示变量间的隐藏关联；第二阶段是科学性假设生成与实验验证的智能化。比如顶尖科学家可能花一天提出假设，其他人用十年验证，AI则可以同时优化这两部分；第三阶段则接近通用人工智能（AGI），AI或能独立发现如牛顿定律级别的科学规律。贾皓钧认为，这会比AGI晚一步，但会很快到来。

科林斯表示，“我认为当前的货币政策立场具有适度限制性，并且有良好条件来应对一系列可能的结果。”她称美联储“有时间仔细评估即将公布的数据及其对经济前景的影响”。

在此前4月22日的投资者交流会上，蓝色光标管理层表示，短期过于追求AI的利润是不科学的，因为AI技术迭代较快，可能会丧失长期的机会。公司未来追求的是，希望AI驱动的收入能快速到10亿体量，未来再到50亿甚至100亿的体量，这是AI规模化收入。

此番协议对于北约而言，是一个里程碑式的时刻。自2022年俄乌冲突以来，欧洲各国领导人被迫重新评估俄罗斯的威胁，该联盟也因此得到重振。随着32个成员国均有望在今年首次达到先前的2%的国防开支目标，新的目标期望彻底改造欧洲军队以及欧洲大陆的安全架构。