一級市場共識：AI正涌現大量優質資產

原標題：一級市場共識：AI正涌現大量優質資產

一年一度創投圈盛會如約而至。2025年12月2-5日，由清科控股（01945.HK）、投資界主辦，匯通金控、南山戰新投聯合主辦的第二十五屆中國股權投資年度大會在深圳舉行。本屆大會集結逾千位頂尖投資人、領軍企業家，打造兼具深度洞察與互動活力的「創·投嘉年華」，致力成為觀察中國科技創新的窗口。

本場圓桌對話《2025，AI投資攻守道》，由藍馳創投合夥人曹巍主持，對話嘉賓為：

源碼律動管理合夥人黃雲剛

蔚來資本合夥人李堯

美團龍珠合夥人 王新宇

真格基金合夥人 尹樂

光合創投合夥人朱嘉

以下為對話實錄，

曹巍：大家下午好！今天觀眾熱情滿滿，這也激發在座各位嘉賓精彩探討。首先，有請各位先簡要介紹自己。

黃雲剛：源碼律動是今年5月份剛剛獨立運營的，在成熟平臺源碼資本上二次創業的VC基金，主要專注早期階段AI領域的投資，包括軟硬件。

李堯：蔚來資本是一家依託於智能電動汽車產業，在智能和能源等領域系統佈局的投資機構，從2016年至今投資了大概10年的時間。今天整體的主題是AI，那蔚來資本其實不僅僅只投汽車的產業鏈，我們在整個智能和能源領域都有比較豐富的佈局，從底層的算力、包括芯片，到整個新型能源，包括氫能、核聚變之類，再到整個AI應用生態，包括自動駕駛、具身智能，都是我們在系統佈局的賽道。

王新宇：龍珠是美團發起的一家市場化投資機構，主要專注消費和科技領域的投資，我個人過去10年主要做科技方向的投資，包括AI、具身，之前叫機器人多一些，還有半導體、消費科技。

尹樂：真格基金堅持投資全球最優秀的中國創業者第一筆錢。我們在AI領域佈局得很早，從十年前投資的雲天勵飛、格林深瞳，以及專注智能駕駛的地平線，到近些年的大模型月之暗面和通用智能體Manus、Genspark。很高興今天和大家交流。

朱嘉：光合創投在科技領域做了很多投資，這些年跟AI相關的，比如中際旭創、禾賽科技、沐曦、宇樹等等，相關的上下游企業我們都會投資。

曹巍：AI也是我們藍馳創投的重點佈局方向，在底層的算力層投資了芯來科技、也投資了月之暗面等項目。

首先，大家多能感受到2024年整體市場環境，年初的時候是差一些，到第三、第四季度市場有一定的好轉。到了2025年，圍繞AI大方向上的創新，我們也看到一級市場的投資是比較活躍的。接下來，希望大家用一句話簡要形容一下在2025年經歷了哪些，以及怎麼看這個市場。

朱嘉：2025年和2024年相比有很大的變化，我們看到港股市場的活躍度越來越高，也看到很多中國優秀科技公司在港股上市得到很好的反響，帶來更多市場端對中國科技公司的信心，促進了一級市場的投資。

AI的投資，從光合創投的角度，我們分兩個方向來看待：一是AI的應用，大家今年也看到很多AI的軟件應用蓬勃發展，以Manus為代表的中國Agent走向世界，當然也有很多AI賦能的硬件。另一個方向是支撐AI發展的基礎設施，有很多機會是中國製造業特別適合去做的，而且已經在里面扮演很重要的角色，今年我們也做了相應的佈局。

今年和AI沒有太大關聯的行業，不會是大家投資的主要方向，這個趨勢到明年依然會延續，因為AI本身是一個很長的賽道。

曹巍：如果用一句話表達呢？

朱嘉：AI的投資和創業，我認為是5-10年的長期賽道。

尹樂：今年對真格來講也是收穫的一年。我們在2023年甚至更早就佈局了一批優秀的AI創業公司，比如我在2021年投資了AI視頻生成公司HeyGen和AI視頻剪輯工具 Opus Clip。今年他們都有非常亮眼的表現，HeyGen從2023年4月的100萬美金ARR到1億美金只花了29個月。

我們希望能更早地找到那些在AI領域深耕、願意做出差異化產品的早期創業者。

曹巍：2025年我們還有共同的項目，報了港股IPO。

尹樂：今年不少公司遞交了港股IPO申請，無論在一級市場還是二級市場，都在形成一種更積極、清晰的共識。不論是AI還是具身智能領域，都有大量優質資產在不斷涌現。

曹巍：你説收穫之年，可以加一個期待收穫。今年開始期待收穫了，不知道明年怎麼樣，2026年好纔是真的好。

王新宇：2025年還沒有過完，對我來説是挺漫長的一年，因為非常精彩。今年龍珠是成立8年來投資項目數量最多的一年，也是最活躍的一年。用一個詞形容行業的話，百花齊放稍微過了一點，萬物復甦聽起來又有點過於悲觀了，我覺得可能介於二者之間。形容明年，是未來可期。

回看中國的VC和創投市場發展，短短25年跌宕起伏，無比精彩。如果我們今天拉到10年后回看，2025年可能會是信息密度比較高的一年，2022年底ChatGPT的發佈，是全球AI進展中是比較重要的一個時間點，而2025年初DeepSeek的出圈也必將是載入史冊的「中國ChatGPT時刻」。

這不單單只是一個企業的問題，龍珠是2023年投的月之暗面，那個時候大家有非常多的疑問，大家會聊中 美之間的差距有多大，底層模型的差距有多大，以及芯片和算力、「卡脖子」的問題等等，今年基本上沒怎麼再聽到這樣的聲音了。AI應用正在百花齊放，但我覺得更像是春筍的狀態，竹子這種植物在地下生長時間很長，長得很慢，但一旦破土而出就會非常快的增長，2025年可能是破土的前夜。

李堯：2025年對我來講確實是非常忙的一年，市場也比較熱，項目確實看不過來。從我們對整個產業，尤其是AI這一塊的觀察來看，用一個關鍵詞概括可以叫做「迴歸」。

這里面有幾層含義：第一就是從工程、技術層面的迴歸。以前比如大家在2023年、2024年談大語言模型的時候，其實都在談模型的規模，包括Token的處理量，但是從2025年來看，大家都已經在迴歸一些基礎性的研究。

第二個是場景端的迴歸。很多AI公司，包括應用層的公司已經在迴歸到它所屬的場景，怎麼通過AI技術去解決這個場景中的問題，把自己的產品再做進一步的打磨。

第三是商業的迴歸。從2025年開始，包括很多初創企業，大家已經開始算賬了，前一段時間我們其實關注一個比較重要的指標叫做「單位智能成本」，Dollar per Intelligence，意思就是你消耗的算力所對應的價值和成本是多少。還有一層，剛纔我們也介紹了，我們大概從七八年前開始佈局AI，當時比較熱的是自動駕駛，那今年其實也是自動駕駛價值迴歸的一年，尤其是像我們投的小馬智行，在美股、港股兩地上市，回報也非常豐厚。

另外一些企業，包括像Momenta，我們也是比較重要的股東，現在也是行業的第一名。所以我覺得整個2025年還是比較精彩的。

黃雲剛：大家都講的挺好，DeepSeek和宇樹在年初特別熱，推升了整個市場的興奮度。實際機器人熱度比我想象的高，但是AI應用好像比想象中的要慢，大家都很期待，緊接着DeepSeek之后是Manus，之后沒有特別火的產品，直到最近源碼投的Lovart比較火。

機器人可以說出一大堆名字，藍馳也投了很多，我們兩年前投資宇樹之后，覺得機器人熱度可能還要三年再來，結果投了半年之后行業熱度就起來了。

曹巍：我們自己內部在年會上也有類似的討論，今年藍馳年會的主題是「東方即白」，我們感覺2024年還是一個混沌的狀態，像在夜里摸黑；而2025年上半年給我們的感覺是天色要開始亮了，大家對這個事情更有信心了。

為什麼是東方呢？這就是下一個問題：大家怎麼看中 美在AI的競爭格局？不管是算力層、模型層還是應用層，大家覺得在AI這一大的競爭格局下，過去一年給你們的感覺，是何種此消彼漲、均衡博弈或是生態位變化？

黃雲剛：2023年2月份我拉着兩個同事去硅谷跑了一圈，當時看硅谷的情況，大家都在談論大模型，也有人在談論應用，但幾乎沒人談論機器人，除了特斯拉，VC也好，創業者也好，都不談論。

回來一看國內，其實大模型也熱了一波，但應用相對少很多，反而機器人、消費硬件的創業者（也叫AI硬件）太多了，美國這方面少很多。但是我們觀察到一個情況，美國To C的應用有一些，但大部分是To B的應用。

LP們也在問怎麼看中國To B機會，我們覺得定製化、付費意願、市場大小都還是問題，現在看起來有可能會有變化，原來中國的Saas、To B軟件，現在如果跨過流程梳理有一些領域確實可以起來。

曹巍：還有一波投應用比較傷，還在回血過程中。

黃雲剛：對。

李堯：簡單來説，中國和美國的區別，一方面是中國硬件偏多，無論是消費硬件、智能硬件或者是具身、機器人，像2023年、2024年大模型的時候叫「百模大戰」，今年機器人行業也是「百人大戰」的狀態，同時硬件的生態也是比較豐富的。

第二個點是性價比，可以看到美國現在是「大力出奇跡」，一直在堆算力，堆更大規模、能力更強的模型。中國其實是做了一個比較聰明的做法，就是在美國的基礎上提升自己模型性價比的能力。從基礎模型到應用層，再到硬件，性價比都是國內比較突出的優勢，包括一些美國做人形機器人的公司，很多硬件也是從深圳本地採購的，因為在時間、效率和產品性能上還是比較佔優勢。后續從投資的角度講，尤其是從中國的角度來講，我們還是比較關注剛纔説的這兩個點。

曹巍：追問一個問題，因為你對自動駕駛關注時間比較久，你覺得智駕方面，中 美相比，這一年的差距是拉大了還是縮小了？還是什麼樣的情況？

李堯：智駕在Robotaxi這方面，主要關注性價比。現在美國Robotaxi的leader就是Waymo，大概已經有2000多臺這樣的一個車隊規模，在國內比如我們投的小馬智行，現在還不到年底，已經實現了1000台的規模，明年可能還要翻幾倍，所以車隊規模上其實和Waymo已經不相上下，但是從UE模型來看，小馬的車在國內的如廣州、深圳，在每單價格很便宜的情況下還能跑正UE模型。

所以我覺得還是回到我們剛纔討論的問題，就是中國在商業模式上已經把經濟回報轉正了，但是美國可能還有長時間的路要走。

曹巍：但是在乘用車的智駕平臺，還有另外一個維度，比如説在智駕方面都做了一些動作，與特斯拉比較呢？

李堯：首先，特斯拉的FSD還沒有進入中國，但是它在美國的FSD表現還是令人印象深刻。在國內，包括蔚小理這些車廠的自研，以及像華為這些第三方的智駕公司，我覺得整個發展狀態是非常不錯的，如果大家看技術棧的話，基本上和特斯拉的技術棧其實是在同一個階段，包括特斯拉前段時間披露的自動駕駛技術路線，也是基於視覺模型這樣一個端到端的路徑。

其實像蔚來去年的時候，就發佈了自己的智駕視覺模型，包括像Momenta做的這個基於端到端強化學習路徑，我覺得在技術上可能大家是在同一個階段，但是體驗上現在還不太好去對比，因為只有等FSD真正進入中國，大家在中國的交通環境和工況下去PK，纔有可能看到真正的結果。

曹巍：我再給新宇加一個問題：最近豆包手機發布了，里面有很多場景都是針對生活服務的，美國那邊去年蘋果在發佈會上就試圖想往這個方向上做一些嘗試，給大家做了一些Demo上的展示，這方面的比較也可以分享一下。

王新宇：首先，中 美整體來講還是你中有我、我中有你，可能我們很難在某一件事上就説我們有優勢或者是有絕對的劣勢。

比如説，大家可能天然的還會覺得具身智能或者機器人，或一旦涉及到硬件，中國似乎是有優勢，甚至是非常有優勢。雖然我們都投了很多，但也不能忽視美國在這些方面的能力。看上去是我們優勢的部分也不等於我們就會是勝勢，反過來看上去他們優勢的部分，不管是大模型還是更底層的半導體、芯片，也沒到終局。

最近有兩家中國GPU公司上市，寒武紀的股價也很好，后面還會有公司上市，但AI芯片最后的解決方案一定是GPU嗎？不一定，包括谷歌做的TPU我個人是非常看好的。我們也不能強行的簡單説GPU是通用的，TPU就不是通用的，這些二元的分法不一定是正確的。

大模型發展的很快，這個過程中所謂通用性強就比較佔優勢，但當大模型某些範式固定下來，一些優化過的專用芯片也可能會更好。中國在看上去悲觀或者是有挑戰的領域里也做了非常多的工作，追趕得蠻快的。

剛纔雲剛講的我挺認同，我們也投了10多家AI應用領域的初創企業，其中也有中國人在硅谷做的公司。今年國內市場到了下半年風向是有一些轉變的，大家開始更多去投硬件了，是不是AI硬件就不定義了，我們一般叫消費科技。確實，這是兩個不同的機會，可能前者的發展不是那麼快，在短期內起來的速度沒有達到大家的預期，大家有點太着急了，有高峰也有低谷。

消費科技如果非得硬靠一個AI的概念講故事有點牽強，我們投消費科技的時候更願意類比上世紀60年代到80年代日本消費科技公司的成長路徑，從一開始幫人代工到逐步有自己的核心技術，再在這個基礎上建立品牌心智吃掉全世界。在十年前或者更早，我們更年輕的時候會覺得日本的消費電子產品就是好的。

現在，我們看到更多是這樣的機會，比如説我們投的星邁，做泳池機器人，很多底層都是相通的。中國的供應鏈、效率、AI是其中一個能力，我也不覺得AI是全部，這個能力最后出海服務好美國人，服務全世界最有錢的十億人，賺60%-70%的毛利潤，而不是20%-30%的毛利潤。

談到豆包手機，或者説下一代硬件是什麼，我個人有兩個答案，一個是具身。另一個沒有明確的產品形態答案，可能是眼鏡，可能是耳機，可能是戒指，也可能是powered by AI的任何硬件。

尹樂：我感覺今年算是中 差距大幅縮小的一年，無論從模型能力還是應用來看皆是如此。過去是中國的硬件在出海，如今越來越多中國的軟件產品也在出海。我覺得這在某種意義上説明我們已經開始在引領行業的部分進步。

從基礎模型來看，隨着中國開源模型性能不斷提升，中 美的差距也在不斷收窄。剛纔新宇提到的一點我很認同：我們往往會在短期高估一項技術的發展，卻在長期低估它的演化速度。自動駕駛就經歷過不少低谷期，被外界看衰，但最終又不斷證明自己。也許具身或AI領域也會經歷類似的發展路線，在熱潮退去后進入需要真正證明價值的階段。

朱嘉：不管是從軟件、大模型還是支撐AI計算類似GPU核心的芯片，客觀來講美國還是在引領全球的。但我認為中 美之間的發展實際上是會共存。

中國在工程落地方面一直做得很好，這都是中國公司可以崛起的市場機會。同時，我們的AI應用也是在更好地貼合用户的使用習慣和需求去開發一個產品。甚至半導體產業，我們的材料、設備完全國產化之后，今天一個7nm或者12nm製程的芯片，成本實際上比海外做得更便宜，從性價比的角度完全是有優勢的。此外，中國的AI基礎設施、軟硬件產品都是具備出海優勢的領域。簡而言之，中 美同時往前走，各有各的機會。

曹巍：如果只看模型能力的話，你覺得模型能力變大了還是變小了？

朱嘉：我同意尹樂講的，我們之間的差距在半年時間左右，包括具身智能模型的能力，谷歌還在往前推進很多具身智能的研究。

比如説DeepSeek，大家看到的成果非常顯著，它做了很多工程的優化，所以體現出來它可以用更低的硬件成本提供相當不錯的算力智能。但並不是説在模型能力上達到一個新範式，超過了之前的模型，這個差距依然還在，但我們的差距在顯著地逼近到同一個水平。

曹巍：我的感受是，年初DeepSeek剛出來的時候，感覺差距顯著縮小。就像當時Open AI剛出來的時候，有1-2個季度，國內新的模型在能力表現上也會快速趕上，在認知方面已經基本上到了同級的狀態。

硅谷也有一個説法，AI領域的競爭，是硅谷的華人跟國內華人之間的競爭，大家還是彼此學習互相借鑑。

最近IIya有一個訪談跳出了地緣政治問題，回到AI這件事本身，有人從中總結了10個觀點，我們挑里面幾個最重要的觀點聊一聊。

首先是慢起飛，AI的發展不會有大家想象中那麼快，它用了一個詞「慢起飛」，會逐步的實現模型能力的躍升。這里面可能每一個階段都會有一個數據過程，觸碰到模型能力和算法架構的天花板，從而進入到一個平臺階段，再到研發時期。就像GPT3出來之前那五年可能就是一個平臺期，吸走了所有的資源。

從他的視角，現在又進入了一個新的平臺期，因為現在所有數據都被用過了，算力也不是問題，但是模型能力開始看到天花板，看到了一些問題在不斷地重複，他覺得現在又回到了一個新的研發平臺期。我覺得這是他觀點里很有意思的一個認知。

站在我們自己的視角，基於自己投的項目或者是在行業內的觀察，在座各位怎麼看這個觀點？你認為未來AI發展會是什麼樣的節奏？是繼續一路長虹，還是説我們會有一定的侷限性，AGI不是2-3年能干到的事情，有可能是10-15年甚至更長周期的時間。

朱嘉：我覺得這是一個非常好的問題，好的問題往往是沒有特別清晰的答案，在ChatGPT出來之前絕大部分人都沒有意識到這是一個很大的突破，我們觀察到AI模型能力的發展進入到放緩的階段，但是不是在醖釀下一個勢能，什麼時間點會爆發，我覺得這個時間很難預測，但我是從底層相信這件事情會發生。

過去幾十年科技的發展，始終會超出原有大家的認知和預期，誕生越來越有創造性的產品和技術。目前人類對科技潛力的探索依然深不見底，尤其是在算力底層基礎設施的研發上，持續提升算力密度的進程遠未抵達終點。一旦解決，機器模型的思考能力和人會越來越接近，最終它的能力會到達下一個階段，我覺得這是完全可以預期的。

尹樂：我也非常認同朱嘉總的觀點。從早期投資的視角來看，當下的模型已經顯著放大了生產力，或者説，正在為工具注入新的勢能。就像我們近幾年投的AI語音輸入法Typeless，現在幾乎所有同事發微信都靠它。因為它可以很好地幫你組織語言，不用打字，整體溝通效率大幅提升。

在視頻領域，我們也看到大量新的內容形態正在涌現，比如動態漫劇、AI短劇等。不論未來基礎模型如何迭代，我們能清楚看到的是有哪些新場景、新消費方式在不斷被解鎖，以及由此誕生的新機會。這纔是我們需要關注的。

曹巍：我們不比模型能力上限，我們比誰落地更快。

王新宇：我的觀點跟尹樂講的有點像，算力需要提升，甚至背后還有能源的問題，還有推理成本的問題，有數據的問題等等。

站在今天這個時間點，我個人覺得很重要的是Human in the Loop。不是等我們有更強的卡、更大的算力或者是更大的模型了才能夠往前走，我一直沒有覺得AGI會在2-3年內來臨。但我覺得接下來數據是很重要的，可能在LLM的時候，過去人類的很多數據被拿過去訓練了，但那些數據是人類之前產生的，而今天人在用AI或者説反過來AI在服務人，在交互的過程中，人的行為產生了新的數據，也是非常重要的。在今天這個時間點，做AI應用產品且快速迭代是相對有價值的。

曹巍：你提到很精彩的一點，未來會有越來越多的場景類似自動駕駛、人和AI這樣，人在閉環的應用範式，而這些範式會帶來更多高質量的數據，同步去實現AI能力提升的飛輪以及數據質量的飛輪，因為現在數據體量大，但是質量不好。

王新宇：對，就是這個意思，你總結的比較好。

李堯：接着新宇剛纔講的，首先AI這個賽道其實就是一個長周期的賽道，剛纔我們也聊到自動駕駛，現在回過頭來看已經10年了，剛剛開始有一些初步的商業化。

那具體到整個模型，比如説我們什麼時候可以做到AGI或者是ASI，首先我不是科學家，我個人認為這還是一個科學的問題。大概的感覺，那現有的比如説基於Transformer的Scaling Law是不是可以真正達到大家説的AGI或者ASI的一個水準，確實不是很好判斷，但有兩點有可能后續會有潛在的突破。

第一就是技術範式上的突破，剛纔也提到，比如説現有的Transformer是不是還有進一步提升的空間。第二就是數據，一方面現有的語言模型其實是基於現有以及過去世界數據的壓縮，包括一些圖像的數據，那后續也出現了一些合成數據，還有一些基於強化學習的新技術範式，所以后續有可能是需要一些新的突破來實現AGI或者ASI。

但是從投資或創業的角度來看，我們也不需要等到那一天才能實現目標。從我們的角度來看，大概有三個維度是我們非常花時間去關注的：技術的槓桿、模型的邊界、數據的飛輪。技術的槓桿就是説，隨着基礎模型能力的提升，你自己的產品是不是能有數倍的提升？模型的邊界方面，比如你自己去創業的這些應用層ToC產品，后續會不會有被基礎語言模型內化或者吞噬的風險？這些都是會幫助創業公司去更好地定義產品和業務的一些思考。

曹巍：如果用具身的語言説，當下所謂的自動駕駛，還完全做不到我們理想中對態勢的感知能力和對當下環境的語義理解能力。比如可能逆行標識寫得有點小或者是有點舊了沒有看到；或者一排警車停在這里是有事情發生了，但現在的模型理解不了，就知道大家讓開了可以過。模型當下的邊界還在接近收斂的過程中，未來的完全收斂到底還需要3年還是5年或是更久？這個想聽聽李堯的觀點。

李堯：自動駕駛這個話題已經聊了很多年了，以前聊的時候每年我都説也是自動駕駛商業化的元年，然后你會發現下一年還是同樣的話題。現在很難判斷什麼時候是L4或者L5的時間節點，但有一點可以肯定，它會大大的加速。

黃雲剛：大家都談的很好，我就補充一點。大家都已經不會覺得AI是個泡沫，不管邊界是怎麼樣的，AI是很有用了，至少在有些場景上可以解決問題了。

這里面再探討一個問題，應用跟模型的邊界又在哪？對我們來講，我們都不是研究員、科學家，都不知道模型是慢起飛還是兩年以后快起飛，其實是不容易判斷的。但是應該去看模型跟應用的邊界，比如説創業者包括投資人投一個應用，做一個產品，3年可能很好，但3年以后如果被吃進去了呢？其實是有可能的，比如説2年前的AI搜索就被吃進去了，它的交互形式被吸進去，它的能力也會被吸進去，完全線上閲讀、整理，也是模型最能干的事情。

剛纔新宇講的挺好的，人在其中參與可能是一個很好的點，但因為模型能力不夠，有可能是模型能力足夠強的時候也不需要人蔘與了。比如説現在做一個研究，因為做的不夠好，還幫它規劃一下，再深入一下，以后可能做得比人都好，不用點一下了，也可能是好事。這其實是很值得討論，雖然我們不知道它什麼時候會來，有一些東西明確3-5年會發生的，只是不知道是明年還是后年發生，這種還是要注意點。

曹巍：雲剛提了一個很有洞察的視角，即模型能力的邊界對應用生態的影響。其實我們印象很深刻，做搜索的一幫兄弟們失業了，前兩年還投過一些做NLP的兄弟，這兩年轉崗了。

同樣，我們之前説的某些能力，現在已經大量被融合到模型內，模型自帶Agent能力，做Agent的兄弟們其實也瑟瑟發抖。不管這個事情是慢起飛還是快起飛，模型能力的延展也是一個關鍵節點。作為投資人來講，我們的投資纔會有長期的複利效應。

最后，展望2026年。回顧2025年，剛纔我們聊了幾個話題，大家簡要談一下自己對整個生態的展望或者是自己關注點上的展望，比如説看好哪些方向，或者説你期待行業內會有一些什麼樣的事情發生。

黃雲剛：AI模型肯定會持續往前去摸高，我們雖然不預判什麼時候會來，繼續摸高，能干的事很多，緊盯着能干的事情，會有越來越多的應用會出現。我們挺樂觀的，AI應用今年會慢一點，明年會快，而且會加速起來，我們會重點看看應用。機器人我們也投了不少，還會持續投。

曹巍：雲剛還是重點關注應用。

李堯：我覺得AI是一個10年的事，每年的變化其實回過頭來看也沒有那麼多，剛纔我説的三條標準：技術的槓桿、模型的邊界和數據的飛輪，我們會沿着這三個標準繼續找一些投資標的。

我自己的感覺，AI現在按下了一切事情的加速鍵，大家覺得時間過得特別快，很多包括以前做研發的兄弟們失業的速度也很快，包括投資人，有可能也很快，還是希望大家抓住時代機會，大家一起去做一些對產業、對社會有價值的事。

王新宇：動作要快，用我最開始比喻的「春筍-竹林」理論，AI應用現在就是在蓄勢待發，筍還沒有長出來，我們要做的就是繼續澆水，給有能力、有夢想的年輕人機會，但不要把土扒開去看，不要拔苗助長。有一些領域有這樣的天然特性，消費科技或者是具身智能，我覺得具身智能在2026年可能會發展得更快。

大家之前一直在講泡沫，很多人也問我，我一直説這個領域錢還是太少了。在會議開始前我們閒聊的時候提到，今天還堅守在這個舞臺上做澆水、施肥工作的人大大減少了，創業者跟十年前相比沒有減少那麼多，投資人減少比例是更多的，希望在座的各位也要繼續堅守崗位，不要轉行，不要失業。

曹巍：謝謝新宇的祝福。

尹樂：我也很期待看到更多面向垂直行業的SaaS公司，能夠真正把AI深度嵌入到自身的業務流程里，讓中國的SaaS公司真正開始賺錢。

朱嘉：大家都講了很多，應用肯定是我們非常關注的，特別是具像的產品化。我認為具身智能機器人未來可能還會有更具像的產品出來，雖然相對看起來只是一兩個功能，但會是非常剛需的功能，足以讓用户為此買單。

此外，中國在基礎設施領域很有優勢，算力的迭代需要很多新技術支撐，在這其中，中國公司有很多機會，圍繞這兩方面我們還會繼續投資。

曹巍：剛纔大家的觀點里面都提到AI底層，我們希望AI底層能夠給商業模式帶來一些變化，希望SaaS能夠成為一個朝陽產業，畢竟這個商業模式還是蠻好的。

另外就是具身智能，我們説一個模型包括了對真實世界的壓縮能力，另外就是模型本身的學習能力。大模型用了大量的互聯網數據，而且又具備了比較好的學習能力，發展到了現在的水平，但是具身智能既沒有數據，也沒有很好的學習能力。我自己的期待是，2026年具身智能的底層模型能夠進化，在學習能力上上一個大臺階，這樣的話即便沒有數據，機器人也能夠變得更聰明。

謝謝大家！

本文來源投資界，原文：https://news.pedaily.cn/202512/558480.shtml