餘凱的熱情在現狀面前有所黯淡。
以及，他對俞總的“應該”也覺得要進行更多的考慮。
沒聽說俞總炒股厲害啊，雖然他一定對阿里這種網際網路公司十分了解……
餘凱思慮很久，趁著第二撥五家風投到來之前提出一個極其合理的要求，想看看俞總的炒股賬戶。
俞興雙手一攤：“我哪有什麼賬戶，我又不炒股，餘博士，我就是提個建議，今年要是真沒籌夠錢，只能說不管是研究力量還是研究環境都不夠成熟，我們以後也可以搞後發嘛。”
他確實覺得眼前是個很好的撮合時機，也願意付出行動，但結果要是不盡如人意，那也能接受。
餘凱聞言卻不願就此作罷，充分表達自己的疑慮：“俞總，這個事不太對啊，我這邊拉人過來，還要人家自己掏錢上班……”
“餘博士，你看我的碳矽集團，我就是把賣了微信的錢都幾乎砸進去，然後才有投資人跟著進來。”俞興笑道，“領頭的人可以技術入股，也可以資金入股，就看大家一起做這個事的意願，能成就成，不能成就算，碳矽這邊現在就是一個投資人的角色。”
他問道：“所以，從投資人的角度出發，你們自己都不願意掏錢，讓別人怎麼有信心跟著一起玩，哪怕少點呢。”
餘凱難以回答這個問題了。
同時，這個問題也像是在問他自己的“地平線”專案。
最終，他只能嘆道：“融資這事真沒我想象的那麼簡單啊。”
歸根結底，餘凱輕鬆的得到了俞總的支援，本以為能順理成章的達成目標，沒想到掏錢的人都摳摳搜搜，但轉念一想，讓自己掏錢又何嘗不是如此。
第二撥風投的接觸仍然以失敗告終。
臨港仍舊按部就班的邀請著投資人，絲毫沒有因為十家風投的全軍覆沒而有所波動，但餘凱已經暫停了在機器學習圈的呼朋喚友。
這麼算一算，他發現自己已經被十一連拒，人已經有點麻了。
然而，共襄盛舉這件事在傳播上是有滯後性的，餘凱遭受資本的吊打，機器學習的華人學術圈卻已經被點燃了熱情，相互打聽著情況就一起約來臨港。
等到又有一批投資圈抵達，學術圈的人也基本齊了。
兩撥人就在兩間相鄰的辦公室。
東邊是華創、真格、同創、五源、普華五家投資機構。
西邊是微軟研究院的劉鐵巖、麻省理工的朱儁彥、臉書ai研究院的何愷明以及代表dmlc社群的陳天齊等人。
餘凱為此就很煎熬，東邊是資本市場的受挫，西邊是熱火朝天的討論。
兩邊都很純粹！
一個太偏商務，一個太偏學術！
沒過兩天，俞興忽然接到臨港副主任朱澤輝的電話，本以為對方是再次詢問碳矽集團的電車進展，沒想到對方佯裝批評的調侃自己這邊做了大事不彙報。
“主任，我有點糊塗了。”俞興頗覺訝異，要說大事，確實有一樁過山峰將要襲擊車圈的大事。
“你們那個機器學習暨通用人工智慧大會都勝利召開了，你怎麼也不說一聲啊？”朱澤輝先責怪，後熱情，“還沒結束吧？得讓咱們臨港去報道報道啊。”
俞興在心裡重複了一遍這個會議名，已經知道怎麼回事。
他有些哭笑不得，那邊的錢還沒著落呢，名字倒是很大氣。
俞興簡單的介紹了相關情況，心裡忽然一動，十步之內，必有解藥。
碳矽集團和碳矽資料是吸引著投資人主動來投，自不用臨港這邊多介紹，但這個深度學習基金會dlf是需要推一把的，而這種明顯需要長期投入的專案找找他們卻是正好。
雖說也不知道什麼時候能有動靜，這個錢花在這裡還是正經事。
他心裡存了念頭，嘴上介紹便更科學，更是提及全球科技巨頭對這方面的重視，最重要的是，這個專案還會吸引很多頂尖的華人學者回國。
朱澤輝果然越聽越認真，問出了俞興最想聽到的話：“這個會議有著很不錯的意義啊，俞總，有什麼需要幫忙的可以跟區裡說。”
俞興一秒都不帶猶豫的：“就一個忙，它現在缺錢，我這邊幫忙撮合了一批投資人，但融資還是挺困難的，餘凱餘博士一直在為此奔走，希望能推進國內這一塊的發展，也希望能吸引更多的頂尖科學家回來。”
朱澤輝倒是比較習慣俞總直來直去的風格了。
他想了一會後說道：“那就讓市裡跟著接觸接觸，這樣的會議完全可以在申城冠名嘛。”
俞興感謝了朱主任，從心裡希望他還能繼續往上走一走。
等到這邊電話結束，他立即就找了餘凱，詢問這個所謂的會議情況。
餘凱愁眉苦臉：“哎，大家都很熱情，說著說著就把事情都規劃了，也在臉書和推特上分享了訊息，有的都開始著手論文了……”
他感慨道：“這邊融資還冷著呢，他們一幫搞科研的，不知道做企業的難啊。”
俞興斜覷一眼：“你又知道了？”
餘凱鄭重點頭：“現在略知一二了。”
他現在是代表dlf基金會和投資機構們碰面的人，但除了談這個，也會聊起自己地平線公司想要做的東西，幾乎沒有意外，也是很冷淡。
餘凱現在咂摸出投資人的一些心思，這一趟除了賣俞總的面子，他們也是秉承著過來聽課長見識的心情，全程客客氣氣，然後就沒有然後了。
學術圈裡越熱情，他就自覺肩上的壓力越大。
他能感覺到大家是真願意付出乃至犧牲個人利益的，就像劉鐵巖，他是微軟研究院的首席研究員，態度很乾脆的願意加入，而這份工作還有很不錯的前景。
俞興瞧著餘博士的表情，笑著提及市裡會過來的接觸，總算是給出這段時間的一個好訊息。
餘凱聞言，終於振奮了一些，露出笑容之餘把草臺班子的會議程序說完。
雖說資金還沒有，但大家自發的討論出當前階段的四個方向，計算機視覺、自然語言處理、生成模型以及深度學習框架。
這樣著重推動從實驗室演算法到工業級工具，從單任務最佳化到通用正規化探索，就是結合了國際現階段最頂尖研究的方向。
本章未完，請點選下一頁繼續閱讀！