谷正伦看着他，沉默了一会儿。“你也懂这些技术？”
林晓笑了。“谷教授，我不懂技术，但我懂趋势。投资就是投趋势，方向对了，剩下的交给专业的人。”
周毅在旁边听着，也愣住了。他从来不知道姐夫对人工智能有这么清晰的判断。
谷正伦站起来，走到白板前面，拿起笔，在上面画了一条曲线。“小林，你看，这是我们现在的技术路线……”
林晓认真地听着，虽然大部分技术细节他听不懂，但他能听懂谷正伦说的那些瓶颈和困境。有些东西，他在前世的新闻里见过，但不能说。他只能说趋势。
“谷教授，您说的这个方向，我印象中好像有人尝试过类似的思路，后来因为数据量的问题推进不下去了。如果换一个思路，从仿真环境入手，数据成本低，迭代快。如果能先在仿真环境里把模型跑通，再迁移到真实机器人上，会不会更容易走通？”
谷正伦愣了一下，想了想，然后点头。“有道理。仿真环境的数据成本低，迭代快。如果能先在仿真环境里把模型跑通，再迁移到真实机器人上，确实是一条路。”
林晓说：“具体怎么实现，我不懂。但方向应该是对的。”
谷正伦又想了想，越琢磨越觉得这个思路可行。“你这个想法很有意思。我之前一直陷在真实环境的数据采集里，成本太高，周期太长。如果先在仿真环境里做验证，效率能提高很多。”
林晓说：“我不懂技术，只能从方向上提建议。具体怎么落地，还得靠您和您的团队。”
谷正伦点了点头。“你能看到这一步，已经很不容易了。”
不知不觉，一个多小时过去了。几个人从客厅聊到书房，从书房又聊回客厅。谷正伦越聊越兴奋，拉着林晓的手，指着墙上的一张技术路线图，比比划划。
“小林，你看这里，我们现在遇到的最大问题是……”
林晓认真地听着，时不时根据前世的见闻，指出一些方向性的问题。“谷教授，这条路如果走下去，资源消耗会不会太大？不如换一个思路，先做小规模的验证，把核心算法跑通，再考虑扩展？”
谷正伦停下笔，看着他。“你怎么知道资源消耗大？”
林晓说：“我看过一些国外的研究报告，他们在类似的方向上投入了大量资源，最后发现算力成本太高，商业化没法落地。如果您能从一开始就考虑商业化路径，后面会少走很多弯路。”
谷正伦沉默了一会儿，点了点头。“有道理。做研究不能只考虑技术，还要考虑落地。”
正说着，厨房里传来声音。“老谷，吃饭了！”
谷正伦的妻子端着菜从厨房出来，摆在餐桌上。她笑着招呼道：“小周，小林，先吃饭吧。”
谷正伦站起来，拉着林晓的手。“走，先吃饭。吃完再说。”
几个人在餐桌边坐下。谷正伦的妻子给每人盛了饭，自己也坐下来。谷正伦夹了一块红烧肉放在林晓碗里。“小林，你是学什么专业的？”
林晓说：“文科。”
谷正伦愣了一下。“文科？”
周毅在旁边说：“谷老师，我姐夫是学文科的。”
谷正伦看着林晓，半天没说话。然后他摇了摇头，叹了口气。“你真是入错行了。”
林晓笑了。“谷教授，入没入错行，现在也晚了。方向对就行，具体的技术有专业的人来做。”
谷正伦也笑了。“也是。不过你能想到这些，比我带的很多博士生都强。”
吃完饭，几个人又进了书房。谷正伦的妻子端了水果进来，又出去了。书房不大，一张书桌，一把椅子，墙上挂着白板，上面写满了公式和箭头。谷正伦站在白板前面，拿着笔，一边画一边讲。
“小林，你看，我们的技术路线是这样的……”
林晓认真地听着，时不时提出一些问题。他不懂技术，但他知道哪些问题关键，哪些问题不重要。前世，他见过太多科技公司因为方向选错而倒闭的案例。他知道什么该做，什么不该做。
“谷教授，这个方向的市场应用场景有哪些？除了工业机器人，家用机器呢？”
谷正伦想了想。“家用机器人对成本要求更高，但市场更大。如果能先把技术做成熟，再降低成本，家用市场是蓝海。”
林晓点了点头。“那就可以分两步走。先用工业场景验证技术，积累数据，然后再向家用场景扩展。”
又聊了一个多小时，谷正伦放下笔，坐在椅子上。林晓知道该说正事了。
“谷教授，”他开口了，“您有没有兴趣成立一个公司，或者工作室？”
谷正伦愣了一下。“什么意思？”
林晓说：“您项目的研发资金，我可以资助。您需要多少，我出多少。具体的技术路线您定，我只提