一级市场共识：AI正涌现大量优质资产

原标题：一级市场共识：AI正涌现大量优质资产

一年一度创投圈盛会如约而至。2025年12月2-5日，由清科控股（01945.HK）、投资界主办，汇通金控、南山战新投联合主办的第二十五届中国股权投资年度大会在深圳举行。本届大会集结逾千位顶尖投资人、领军企业家，打造兼具深度洞察与互动活力的“创·投嘉年华”，致力成为观察中国科技创新的窗口。

本场圆桌对话《2025，AI投资攻守道》，由蓝驰创投合伙人曹巍主持，对话嘉宾为：

源码律动管理合伙人黄云刚

蔚来资本合伙人李尧

美团龙珠合伙人 王新宇

真格基金合伙人 尹乐

光合创投合伙人朱嘉

以下为对话实录，

曹巍：大家下午好！今天观众热情满满，这也激发在座各位嘉宾精彩探讨。首先，有请各位先简要介绍自己。

黄云刚：源码律动是今年5月份刚刚独立运营的，在成熟平台源码资本上二次创业的VC基金，主要专注早期阶段AI领域的投资，包括软硬件。

李尧：蔚来资本是一家依托于智能电动汽车产业，在智能和能源等领域系统布局的投资机构，从2016年至今投资了大概10年的时间。今天整体的主题是AI，那蔚来资本其实不仅仅只投汽车的产业链，我们在整个智能和能源领域都有比较丰富的布局，从底层的算力、包括芯片，到整个新型能源，包括氢能、核聚变之类，再到整个AI应用生态，包括自动驾驶、具身智能，都是我们在系统布局的赛道。

王新宇：龙珠是美团发起的一家市场化投资机构，主要专注消费和科技领域的投资，我个人过去10年主要做科技方向的投资，包括AI、具身，之前叫机器人多一些，还有半导体、消费科技。

尹乐：真格基金坚持投资全球最优秀的中国创业者第一笔钱。我们在AI领域布局得很早，从十年前投资的云天励飞、格林深瞳，以及专注智能驾驶的地平线，到近些年的大模型月之暗面和通用智能体Manus、Genspark。很高兴今天和大家交流。

朱嘉：光合创投在科技领域做了很多投资，这些年跟AI相关的，比如中际旭创、禾赛科技、沐曦、宇树等等，相关的上下游企业我们都会投资。

曹巍：AI也是我们蓝驰创投的重点布局方向，在底层的算力层投资了芯来科技、也投资了月之暗面等项目。

首先，大家多能感受到2024年整体市场环境，年初的时候是差一些，到第三、第四季度市场有一定的好转。到了2025年，围绕AI大方向上的创新，我们也看到一级市场的投资是比较活跃的。接下来，希望大家用一句话简要形容一下在2025年经历了哪些，以及怎么看这个市场。

朱嘉：2025年和2024年相比有很大的变化，我们看到港股市场的活跃度越来越高，也看到很多中国优秀科技公司在港股上市得到很好的反响，带来更多市场端对中国科技公司的信心，促进了一级市场的投资。

AI的投资，从光合创投的角度，我们分两个方向来看待：一是AI的应用，大家今年也看到很多AI的软件应用蓬勃发展，以Manus为代表的中国Agent走向世界，当然也有很多AI赋能的硬件。另一个方向是支撑AI发展的基础设施，有很多机会是中国制造业特别适合去做的，而且已经在里面扮演很重要的角色，今年我们也做了相应的布局。

今年和AI没有太大关联的行业，不会是大家投资的主要方向，这个趋势到明年依然会延续，因为AI本身是一个很长的赛道。

曹巍：如果用一句话表达呢？

朱嘉：AI的投资和创业，我认为是5-10年的长期赛道。

尹乐：今年对真格来讲也是收获的一年。我们在2023年甚至更早就布局了一批优秀的AI创业公司，比如我在2021年投资了AI视频生成公司HeyGen和AI视频剪辑工具 Opus Clip。今年他们都有非常亮眼的表现，HeyGen从2023年4月的100万美金ARR到1亿美金只花了29个月。

我们希望能更早地找到那些在AI领域深耕、愿意做出差异化产品的早期创业者。

曹巍：2025年我们还有共同的项目，报了港股IPO。

尹乐：今年不少公司递交了港股IPO申请，无论在一级市场还是二级市场，都在形成一种更积极、清晰的共识。不论是AI还是具身智能领域，都有大量优质资产在不断涌现。

曹巍：你说收获之年，可以加一个期待收获。今年开始期待收获了，不知道明年怎么样，2026年好才是真的好。

王新宇：2025年还没有过完，对我来说是挺漫长的一年，因为非常精彩。今年龙珠是成立8年来投资项目数量最多的一年，也是最活跃的一年。用一个词形容行业的话，百花齐放稍微过了一点，万物复苏听起来又有点过于悲观了，我觉得可能介于二者之间。形容明年，是未来可期。

回看中国的VC和创投市场发展，短短25年跌宕起伏，无比精彩。如果我们今天拉到10年后回看，2025年可能会是信息密度比较高的一年，2022年底ChatGPT的发布，是全球AI进展中是比较重要的一个时间点，而2025年初DeepSeek的出圈也必将是载入史册的“中国ChatGPT时刻”。

这不单单只是一个企业的问题，龙珠是2023年投的月之暗面，那个时候大家有非常多的疑问，大家会聊中 美之间的差距有多大，底层模型的差距有多大，以及芯片和算力、“卡脖子”的问题等等，今年基本上没怎么再听到这样的声音了。AI应用正在百花齐放，但我觉得更像是春笋的状态，竹子这种植物在地下生长时间很长，长得很慢，但一旦破土而出就会非常快的增长，2025年可能是破土的前夜。

李尧：2025年对我来讲确实是非常忙的一年，市场也比较热，项目确实看不过来。从我们对整个产业，尤其是AI这一块的观察来看，用一个关键词概括可以叫做“回归”。

这里面有几层含义：第一就是从工程、技术层面的回归。以前比如大家在2023年、2024年谈大语言模型的时候，其实都在谈模型的规模，包括Token的处理量，但是从2025年来看，大家都已经在回归一些基础性的研究。

第二个是场景端的回归。很多AI公司，包括应用层的公司已经在回归到它所属的场景，怎么通过AI技术去解决这个场景中的问题，把自己的产品再做进一步的打磨。

第三是商业的回归。从2025年开始，包括很多初创企业，大家已经开始算账了，前一段时间我们其实关注一个比较重要的指标叫做“单位智能成本”，Dollar per Intelligence，意思就是你消耗的算力所对应的价值和成本是多少。还有一层，刚才我们也介绍了，我们大概从七八年前开始布局AI，当时比较热的是自动驾驶，那今年其实也是自动驾驶价值回归的一年，尤其是像我们投的小马智行，在美股、港股两地上市，回报也非常丰厚。

另外一些企业，包括像Momenta，我们也是比较重要的股东，现在也是行业的第一名。所以我觉得整个2025年还是比较精彩的。

黄云刚：大家都讲的挺好，DeepSeek和宇树在年初特别热，推升了整个市场的兴奋度。实际机器人热度比我想象的高，但是AI应用好像比想象中的要慢，大家都很期待，紧接着DeepSeek之后是Manus，之后没有特别火的产品，直到最近源码投的Lovart比较火。

机器人可以说出一大堆名字，蓝驰也投了很多，我们两年前投资宇树之后，觉得机器人热度可能还要三年再来，结果投了半年之后行业热度就起来了。

曹巍：我们自己内部在年会上也有类似的讨论，今年蓝驰年会的主题是“东方即白”，我们感觉2024年还是一个混沌的状态，像在夜里摸黑；而2025年上半年给我们的感觉是天色要开始亮了，大家对这个事情更有信心了。

为什么是东方呢？这就是下一个问题：大家怎么看中 美在AI的竞争格局？不管是算力层、模型层还是应用层，大家觉得在AI这一大的竞争格局下，过去一年给你们的感觉，是何种此消彼涨、均衡博弈或是生态位变化？

黄云刚：2023年2月份我拉着两个同事去硅谷跑了一圈，当时看硅谷的情况，大家都在谈论大模型，也有人在谈论应用，但几乎没人谈论机器人，除了特斯拉，VC也好，创业者也好，都不谈论。

回来一看国内，其实大模型也热了一波，但应用相对少很多，反而机器人、消费硬件的创业者（也叫AI硬件）太多了，美国这方面少很多。但是我们观察到一个情况，美国To C的应用有一些，但大部分是To B的应用。

LP们也在问怎么看中国To B机会，我们觉得定制化、付费意愿、市场大小都还是问题，现在看起来有可能会有变化，原来中国的Saas、To B软件，现在如果跨过流程梳理有一些领域确实可以起来。

曹巍：还有一波投应用比较伤，还在回血过程中。

黄云刚：对。

李尧：简单来说，中国和美国的区别，一方面是中国硬件偏多，无论是消费硬件、智能硬件或者是具身、机器人，像2023年、2024年大模型的时候叫“百模大战”，今年机器人行业也是“百人大战”的状态，同时硬件的生态也是比较丰富的。

第二个点是性价比，可以看到美国现在是“大力出奇迹”，一直在堆算力，堆更大规模、能力更强的模型。中国其实是做了一个比较聪明的做法，就是在美国的基础上提升自己模型性价比的能力。从基础模型到应用层，再到硬件，性价比都是国内比较突出的优势，包括一些美国做人形机器人的公司，很多硬件也是从深圳本地采购的，因为在时间、效率和产品性能上还是比较占优势。后续从投资的角度讲，尤其是从中国的角度来讲，我们还是比较关注刚才说的这两个点。

曹巍：追问一个问题，因为你对自动驾驶关注时间比较久，你觉得智驾方面，中 美相比，这一年的差距是拉大了还是缩小了？还是什么样的情况？

李尧：智驾在Robotaxi这方面，主要关注性价比。现在美国Robotaxi的leader就是Waymo，大概已经有2000多台这样的一个车队规模，在国内比如我们投的小马智行，现在还不到年底，已经实现了1000台的规模，明年可能还要翻几倍，所以车队规模上其实和Waymo已经不相上下，但是从UE模型来看，小马的车在国内的如广州、深圳，在每单价格很便宜的情况下还能跑正UE模型。

所以我觉得还是回到我们刚才讨论的问题，就是中国在商业模式上已经把经济回报转正了，但是美国可能还有长时间的路要走。

曹巍：但是在乘用车的智驾平台，还有另外一个维度，比如说在智驾方面都做了一些动作，与特斯拉比较呢？

李尧：首先，特斯拉的FSD还没有进入中国，但是它在美国的FSD表现还是令人印象深刻。在国内，包括蔚小理这些车厂的自研，以及像华为这些第三方的智驾公司，我觉得整个发展状态是非常不错的，如果大家看技术栈的话，基本上和特斯拉的技术栈其实是在同一个阶段，包括特斯拉前段时间披露的自动驾驶技术路线，也是基于视觉模型这样一个端到端的路径。

其实像蔚来去年的时候，就发布了自己的智驾视觉模型，包括像Momenta做的这个基于端到端强化学习路径，我觉得在技术上可能大家是在同一个阶段，但是体验上现在还不太好去对比，因为只有等FSD真正进入中国，大家在中国的交通环境和工况下去PK，才有可能看到真正的结果。

曹巍：我再给新宇加一个问题：最近豆包手机发布了，里面有很多场景都是针对生活服务的，美国那边去年苹果在发布会上就试图想往这个方向上做一些尝试，给大家做了一些Demo上的展示，这方面的比较也可以分享一下。

王新宇：首先，中 美整体来讲还是你中有我、我中有你，可能我们很难在某一件事上就说我们有优势或者是有绝对的劣势。

比如说，大家可能天然的还会觉得具身智能或者机器人，或一旦涉及到硬件，中国似乎是有优势，甚至是非常有优势。虽然我们都投了很多，但也不能忽视美国在这些方面的能力。看上去是我们优势的部分也不等于我们就会是胜势，反过来看上去他们优势的部分，不管是大模型还是更底层的半导体、芯片，也没到终局。

最近有两家中国GPU公司上市，寒武纪的股价也很好，后面还会有公司上市，但AI芯片最后的解决方案一定是GPU吗？不一定，包括谷歌做的TPU我个人是非常看好的。我们也不能强行的简单说GPU是通用的，TPU就不是通用的，这些二元的分法不一定是正确的。

大模型发展的很快，这个过程中所谓通用性强就比较占优势，但当大模型某些范式固定下来，一些优化过的专用芯片也可能会更好。中国在看上去悲观或者是有挑战的领域里也做了非常多的工作，追赶得蛮快的。

刚才云刚讲的我挺认同，我们也投了10多家AI应用领域的初创企业，其中也有中国人在硅谷做的公司。今年国内市场到了下半年风向是有一些转变的，大家开始更多去投硬件了，是不是AI硬件就不定义了，我们一般叫消费科技。确实，这是两个不同的机会，可能前者的发展不是那么快，在短期内起来的速度没有达到大家的预期，大家有点太着急了，有高峰也有低谷。

消费科技如果非得硬靠一个AI的概念讲故事有点牵强，我们投消费科技的时候更愿意类比上世纪60年代到80年代日本消费科技公司的成长路径，从一开始帮人代工到逐步有自己的核心技术，再在这个基础上建立品牌心智吃掉全世界。在十年前或者更早，我们更年轻的时候会觉得日本的消费电子产品就是好的。

现在，我们看到更多是这样的机会，比如说我们投的星迈，做泳池机器人，很多底层都是相通的。中国的供应链、效率、AI是其中一个能力，我也不觉得AI是全部，这个能力最后出海服务好美国人，服务全世界最有钱的十亿人，赚60%-70%的毛利润，而不是20%-30%的毛利润。

谈到豆包手机，或者说下一代硬件是什么，我个人有两个答案，一个是具身。另一个没有明确的产品形态答案，可能是眼镜，可能是耳机，可能是戒指，也可能是powered by AI的任何硬件。

尹乐：我感觉今年算是中 差距大幅缩小的一年，无论从模型能力还是应用来看皆是如此。过去是中国的硬件在出海，如今越来越多中国的软件产品也在出海。我觉得这在某种意义上说明我们已经开始在引领行业的部分进步。

从基础模型来看，随着中国开源模型性能不断提升，中 美的差距也在不断收窄。刚才新宇提到的一点我很认同：我们往往会在短期高估一项技术的发展，却在长期低估它的演化速度。自动驾驶就经历过不少低谷期，被外界看衰，但最终又不断证明自己。也许具身或AI领域也会经历类似的发展路线，在热潮退去后进入需要真正证明价值的阶段。

朱嘉：不管是从软件、大模型还是支撑AI计算类似GPU核心的芯片，客观来讲美国还是在引领全球的。但我认为中 美之间的发展实际上是会共存。

中国在工程落地方面一直做得很好，这都是中国公司可以崛起的市场机会。同时，我们的AI应用也是在更好地贴合用户的使用习惯和需求去开发一个产品。甚至半导体产业，我们的材料、设备完全国产化之后，今天一个7nm或者12nm制程的芯片，成本实际上比海外做得更便宜，从性价比的角度完全是有优势的。此外，中国的AI基础设施、软硬件产品都是具备出海优势的领域。简而言之，中 美同时往前走，各有各的机会。

曹巍：如果只看模型能力的话，你觉得模型能力变大了还是变小了？

朱嘉：我同意尹乐讲的，我们之间的差距在半年时间左右，包括具身智能模型的能力，谷歌还在往前推进很多具身智能的研究。

比如说DeepSeek，大家看到的成果非常显著，它做了很多工程的优化，所以体现出来它可以用更低的硬件成本提供相当不错的算力智能。但并不是说在模型能力上达到一个新范式，超过了之前的模型，这个差距依然还在，但我们的差距在显著地逼近到同一个水平。

曹巍：我的感受是，年初DeepSeek刚出来的时候，感觉差距显著缩小。就像当时Open AI刚出来的时候，有1-2个季度，国内新的模型在能力表现上也会快速赶上，在认知方面已经基本上到了同级的状态。

硅谷也有一个说法，AI领域的竞争，是硅谷的华人跟国内华人之间的竞争，大家还是彼此学习互相借鉴。

最近IIya有一个访谈跳出了地缘政治问题，回到AI这件事本身，有人从中总结了10个观点，我们挑里面几个最重要的观点聊一聊。

首先是慢起飞，AI的发展不会有大家想象中那么快，它用了一个词“慢起飞”，会逐步的实现模型能力的跃升。这里面可能每一个阶段都会有一个数据过程，触碰到模型能力和算法架构的天花板，从而进入到一个平台阶段，再到研发时期。就像GPT3出来之前那五年可能就是一个平台期，吸走了所有的资源。

从他的视角，现在又进入了一个新的平台期，因为现在所有数据都被用过了，算力也不是问题，但是模型能力开始看到天花板，看到了一些问题在不断地重复，他觉得现在又回到了一个新的研发平台期。我觉得这是他观点里很有意思的一个认知。

站在我们自己的视角，基于自己投的项目或者是在行业内的观察，在座各位怎么看这个观点？你认为未来AI发展会是什么样的节奏？是继续一路长虹，还是说我们会有一定的局限性，AGI不是2-3年能干到的事情，有可能是10-15年甚至更长周期的时间。

朱嘉：我觉得这是一个非常好的问题，好的问题往往是没有特别清晰的答案，在ChatGPT出来之前绝大部分人都没有意识到这是一个很大的突破，我们观察到AI模型能力的发展进入到放缓的阶段，但是不是在酝酿下一个势能，什么时间点会爆发，我觉得这个时间很难预测，但我是从底层相信这件事情会发生。

过去几十年科技的发展，始终会超出原有大家的认知和预期，诞生越来越有创造性的产品和技术。目前人类对科技潜力的探索依然深不见底，尤其是在算力底层基础设施的研发上，持续提升算力密度的进程远未抵达终点。一旦解决，机器模型的思考能力和人会越来越接近，最终它的能力会到达下一个阶段，我觉得这是完全可以预期的。

尹乐：我也非常认同朱嘉总的观点。从早期投资的视角来看，当下的模型已经显著放大了生产力，或者说，正在为工具注入新的势能。就像我们近几年投的AI语音输入法Typeless，现在几乎所有同事发微信都靠它。因为它可以很好地帮你组织语言，不用打字，整体沟通效率大幅提升。

在视频领域，我们也看到大量新的内容形态正在涌现，比如动态漫剧、AI短剧等。不论未来基础模型如何迭代，我们能清楚看到的是有哪些新场景、新消费方式在不断被解锁，以及由此诞生的新机会。这才是我们需要关注的。

曹巍：我们不比模型能力上限，我们比谁落地更快。

王新宇：我的观点跟尹乐讲的有点像，算力需要提升，甚至背后还有能源的问题，还有推理成本的问题，有数据的问题等等。

站在今天这个时间点，我个人觉得很重要的是Human in the Loop。不是等我们有更强的卡、更大的算力或者是更大的模型了才能够往前走，我一直没有觉得AGI会在2-3年内来临。但我觉得接下来数据是很重要的，可能在LLM的时候，过去人类的很多数据被拿过去训练了，但那些数据是人类之前产生的，而今天人在用AI或者说反过来AI在服务人，在交互的过程中，人的行为产生了新的数据，也是非常重要的。在今天这个时间点，做AI应用产品且快速迭代是相对有价值的。

曹巍：你提到很精彩的一点，未来会有越来越多的场景类似自动驾驶、人和AI这样，人在闭环的应用范式，而这些范式会带来更多高质量的数据，同步去实现AI能力提升的飞轮以及数据质量的飞轮，因为现在数据体量大，但是质量不好。

王新宇：对，就是这个意思，你总结的比较好。

李尧：接着新宇刚才讲的，首先AI这个赛道其实就是一个长周期的赛道，刚才我们也聊到自动驾驶，现在回过头来看已经10年了，刚刚开始有一些初步的商业化。

那具体到整个模型，比如说我们什么时候可以做到AGI或者是ASI，首先我不是科学家，我个人认为这还是一个科学的问题。大概的感觉，那现有的比如说基于Transformer的Scaling Law是不是可以真正达到大家说的AGI或者ASI的一个水准，确实不是很好判断，但有两点有可能后续会有潜在的突破。

第一就是技术范式上的突破，刚才也提到，比如说现有的Transformer是不是还有进一步提升的空间。第二就是数据，一方面现有的语言模型其实是基于现有以及过去世界数据的压缩，包括一些图像的数据，那后续也出现了一些合成数据，还有一些基于强化学习的新技术范式，所以后续有可能是需要一些新的突破来实现AGI或者ASI。

但是从投资或创业的角度来看，我们也不需要等到那一天才能实现目标。从我们的角度来看，大概有三个维度是我们非常花时间去关注的：技术的杠杆、模型的边界、数据的飞轮。技术的杠杆就是说，随着基础模型能力的提升，你自己的产品是不是能有数倍的提升？模型的边界方面，比如你自己去创业的这些应用层ToC产品，后续会不会有被基础语言模型内化或者吞噬的风险？这些都是会帮助创业公司去更好地定义产品和业务的一些思考。

曹巍：如果用具身的语言说，当下所谓的自动驾驶，还完全做不到我们理想中对态势的感知能力和对当下环境的语义理解能力。比如可能逆行标识写得有点小或者是有点旧了没有看到；或者一排警车停在这里是有事情发生了，但现在的模型理解不了，就知道大家让开了可以过。模型当下的边界还在接近收敛的过程中，未来的完全收敛到底还需要3年还是5年或是更久？这个想听听李尧的观点。

李尧：自动驾驶这个话题已经聊了很多年了，以前聊的时候每年我都说也是自动驾驶商业化的元年，然后你会发现下一年还是同样的话题。现在很难判断什么时候是L4或者L5的时间节点，但有一点可以肯定，它会大大的加速。

黄云刚：大家都谈的很好，我就补充一点。大家都已经不会觉得AI是个泡沫，不管边界是怎么样的，AI是很有用了，至少在有些场景上可以解决问题了。

这里面再探讨一个问题，应用跟模型的边界又在哪？对我们来讲，我们都不是研究员、科学家，都不知道模型是慢起飞还是两年以后快起飞，其实是不容易判断的。但是应该去看模型跟应用的边界，比如说创业者包括投资人投一个应用，做一个产品，3年可能很好，但3年以后如果被吃进去了呢？其实是有可能的，比如说2年前的AI搜索就被吃进去了，它的交互形式被吸进去，它的能力也会被吸进去，完全线上阅读、整理，也是模型最能干的事情。

刚才新宇讲的挺好的，人在其中参与可能是一个很好的点，但因为模型能力不够，有可能是模型能力足够强的时候也不需要人参与了。比如说现在做一个研究，因为做的不够好，还帮它规划一下，再深入一下，以后可能做得比人都好，不用点一下了，也可能是好事。这其实是很值得讨论，虽然我们不知道它什么时候会来，有一些东西明确3-5年会发生的，只是不知道是明年还是后年发生，这种还是要注意点。

曹巍：云刚提了一个很有洞察的视角，即模型能力的边界对应用生态的影响。其实我们印象很深刻，做搜索的一帮兄弟们失业了，前两年还投过一些做NLP的兄弟，这两年转岗了。

同样，我们之前说的某些能力，现在已经大量被融合到模型内，模型自带Agent能力，做Agent的兄弟们其实也瑟瑟发抖。不管这个事情是慢起飞还是快起飞，模型能力的延展也是一个关键节点。作为投资人来讲，我们的投资才会有长期的复利效应。

最后，展望2026年。回顾2025年，刚才我们聊了几个话题，大家简要谈一下自己对整个生态的展望或者是自己关注点上的展望，比如说看好哪些方向，或者说你期待行业内会有一些什么样的事情发生。

黄云刚：AI模型肯定会持续往前去摸高，我们虽然不预判什么时候会来，继续摸高，能干的事很多，紧盯着能干的事情，会有越来越多的应用会出现。我们挺乐观的，AI应用今年会慢一点，明年会快，而且会加速起来，我们会重点看看应用。机器人我们也投了不少，还会持续投。

曹巍：云刚还是重点关注应用。

李尧：我觉得AI是一个10年的事，每年的变化其实回过头来看也没有那么多，刚才我说的三条标准：技术的杠杆、模型的边界和数据的飞轮，我们会沿着这三个标准继续找一些投资标的。

我自己的感觉，AI现在按下了一切事情的加速键，大家觉得时间过得特别快，很多包括以前做研发的兄弟们失业的速度也很快，包括投资人，有可能也很快，还是希望大家抓住时代机会，大家一起去做一些对产业、对社会有价值的事。

王新宇：动作要快，用我最开始比喻的“春笋-竹林”理论，AI应用现在就是在蓄势待发，笋还没有长出来，我们要做的就是继续浇水，给有能力、有梦想的年轻人机会，但不要把土扒开去看，不要拔苗助长。有一些领域有这样的天然特性，消费科技或者是具身智能，我觉得具身智能在2026年可能会发展得更快。

大家之前一直在讲泡沫，很多人也问我，我一直说这个领域钱还是太少了。在会议开始前我们闲聊的时候提到，今天还坚守在这个舞台上做浇水、施肥工作的人大大减少了，创业者跟十年前相比没有减少那么多，投资人减少比例是更多的，希望在座的各位也要继续坚守岗位，不要转行，不要失业。

曹巍：谢谢新宇的祝福。

尹乐：我也很期待看到更多面向垂直行业的SaaS公司，能够真正把AI深度嵌入到自身的业务流程里，让中国的SaaS公司真正开始赚钱。

朱嘉：大家都讲了很多，应用肯定是我们非常关注的，特别是具像的产品化。我认为具身智能机器人未来可能还会有更具像的产品出来，虽然相对看起来只是一两个功能，但会是非常刚需的功能，足以让用户为此买单。

此外，中国在基础设施领域很有优势，算力的迭代需要很多新技术支撑，在这其中，中国公司有很多机会，围绕这两方面我们还会继续投资。

曹巍：刚才大家的观点里面都提到AI底层，我们希望AI底层能够给商业模式带来一些变化，希望SaaS能够成为一个朝阳产业，毕竟这个商业模式还是蛮好的。

另外就是具身智能，我们说一个模型包括了对真实世界的压缩能力，另外就是模型本身的学习能力。大模型用了大量的互联网数据，而且又具备了比较好的学习能力，发展到了现在的水平，但是具身智能既没有数据，也没有很好的学习能力。我自己的期待是，2026年具身智能的底层模型能够进化，在学习能力上上一个大台阶，这样的话即便没有数据，机器人也能够变得更聪明。

谢谢大家！

本文来源投资界，原文：https://news.pedaily.cn/202512/558480.shtml