楊帆快速瀏覽著信息。
十萬到十五萬的投資額度，確實不大。
就算雙倍返還，也就二三十萬，但……投資幣也只有一千多，這個東西值錢啊！
“張曉雯。”楊帆開口：“說說你的具體計劃。如果拿到投資，你準備怎么做？”
張曉雯深吸一口氣，強迫自已鎮定下來：
“楊哥，我現在的主要問題是設備跟不上。”
“相機是入門級的，燈光簡陋，拍攝環境就是宿舍一角。”
“如果有一筆投資，我打算做三件事。”
她掰著手指：
“第一，升級設備。買一臺好點的相機和鏡頭，配專業燈光和背景布，預計三萬。”
“第二，租一個小型工作室。”
“不用很大，十平米就行，但要有穩定的拍攝環境。”
“月租兩千左右，押三付一，加上簡單裝修，前期兩萬。”
“第三，內容升級。我計劃做三個系列——平價美妝測評、化妝技巧教程、國貨品牌深度合作。每個系列都需要樣品采購和內容制作費用，預留三萬。”
“另外，我需要預留生活費，保證能全職投入，大概一萬。”
她抬頭看著楊帆：“總共……九萬左右。如果楊哥愿意投資，我可以只要十萬，多的一萬作為應急儲備。”
說完，她緊張地等待回應。
楊帆翻開文件夾，快速瀏覽著里面的數據。
賬號粉絲數：抖音8.2萬，小紅書6.5萬。
近三個月平均播放量/閱讀量穩定增長。粉絲畫像顯示，18-24歲女性占比85%，消費能力中等，但黏性不錯。
確實是個穩妥的小項目。
風險低，回報穩定，雖然上限不高，但作為第一筆試水投資，再合適不過了。
而且……
楊帆看了眼系統備注里的那句話：“可作為獲取初期投資幣的來源。”
他現在投資幣是零。
如果投十萬，成功后有20%以上回報，系統會返還二十萬，外加一千投資幣。
這一千投資幣，就能在商城買道具了。
想到這里，楊帆已經有了決定。
他合上文件夾，看向張曉雯：
“你的方案，我看了。數據不錯，規劃也清晰。”
張曉雯眼睛一亮。
但楊帆接下來的話，讓她愣住了。
“十萬不夠。”楊帆說，“我投二十萬。”
“什……什么？”張曉雯以為自已聽錯了。
“二十萬。”楊帆重復，“除了你剛才說的那些，再加一條——雇一個兼職助理。”
他看著女孩，語氣認真：
“你一個人又要策劃、又要拍攝、又要剪輯、又要運營，效率太低了。”
“雇一個大學生兼職，幫你處理雜事，你專注內容創作。”
“助理月薪兩千，先雇三個月，加上設備、場地、內容制作費……二十萬應該夠用半年了。”
張曉雯張著嘴，半天說不出話。
她想過可能會被拒絕，想過可能要討價還價，但從來沒想過……投資方會主動加錢。
“楊……楊哥，你為什么……”她聲音發顫。
“我相信你的潛力。”楊帆笑了笑，“而且，要做就做好。半吊子投入，不如不投。”
他頓了頓：“當然，有條件。”
“您說！”張曉雯立刻坐直。
“第一，每筆支出要有明細，定期向我匯報。”
“第二，每半個月，我要看到進展報告——粉絲增長、內容數據、商業合作情況。”
“第三，如果六個月后項目沒有起色，我會考慮撤資。”
“能做到嗎？”
張曉雯用力點頭：“能！一定能！”
她激動得臉都紅了：“楊哥，謝謝您！真的……我真的不知道說什么好……”
楊帆擺擺手：“不用謝我。錢投給你，是希望你能做出成績。”
他拿出手機：“加個微信吧。你把賬號信息發給我，這兩天我讓財務打款。”
“好！好！”張曉雯手忙腳亂地掏出手機。
兩人加了微信，又簡單聊了幾句細節。
臨走時，張曉雯深深鞠了一躬：
“楊哥，我一定不會讓您失望的！”
看著女孩歡天喜地離開的背影，楊帆笑了笑。
第一筆投資，定了。
張曉雯剛走不到五分鐘，包間門又被敲響了。
周進探進頭：“帆哥，方便嗎？”
“進來吧。”楊帆說。
周進推開門，后面跟著三個男生——正是陳默、李浩、王濤。
三個人都穿著簡單的T恤牛仔褲，頭發有的亂糟糟，有的油膩膩，一看就是熬了夜的技術宅。但眼睛都很亮，透著緊張和期待。
“帆哥，這我室友，也是我們團隊的兄弟。”
周進介紹，“陳默，團隊負責人，搞架構的。李浩，算法大神。王濤，硬件專家。”
楊帆起身，和三人一一握手。
“坐吧。別拘束。”
四人坐下，周進也挨著楊帆坐下。
陳默作為代表，先開口：
“楊哥，周進跟我們說了您的情況。非常感謝您愿意花時間見我們。”
他的聲音很穩，但握著文件夾的手指關節有些發白。
“直接說項目吧。”楊帆笑了笑，“我時間有限，你們也時間寶貴。”
陳默點點頭，打開文件夾，卻沒有立刻遞過去。
“楊哥，在說具體方案前，我想先問一句——您對AI大語言模型，了解多少？”
這個問題有點冒昧，但楊帆欣賞這種直接。
“了解一些。”他說，“知道GPT、知道國內的豆包，deepseek。”
“知道這東西燒錢，也知道如果做成了，價值巨大。”
陳默眼睛一亮：“那您覺得，我們幾個學生，憑什么能做這個？”
“憑你們敢做。”楊帆說，“而且，周進相信你們。我信周進。”
這話說得周進心里一暖。
陳默深吸一口氣，終于把文件夾推了過來：
“這是我們團隊的方案。我們做的不是通用大模型——那個確實打不過巨頭。”
“我們做的是垂直領域的大模型，專門針對代碼生成和自動化測試。”
他語速加快，進入專業狀態：
“現有的代碼輔助工具，像Copilot，是基于通用模型微調的，在特定場景下不夠精準。”
“我們的模型，從架構設計開始，就是專門為代碼場景優化的。”
李浩補充：“我們在學校實驗室做了小規模驗證。”
“在代碼補全、錯誤檢測、測試用例生成這三個任務上，我們的模型比同等規模的通用模型，準確率高15%-20%。”
王濤接著說：“硬件方案我們也優化了。”
“不需要最頂級的A100/H100，用消費級的5090顯卡集群，配合我們的并行計算框架，能達到70%的A100效率，但成本只有三分之一。”
三個人你一言我一語，專業術語不斷蹦出來。