Blogs

2026年，创投领域迎来了新一轮的变革浪潮。人工智能（AI）已不再是遥远的技术概念，而是深入产业核心的驱动力。硬科技创业也从曾经的“小众赛道”转变为广受认可的“主流共识”。年轻的创业者们正凭借他们的创新思维和不懈努力，重塑中国科技创新的未来版图。

由36氪·暗涌主办的WAVES大会，一如既往地成为中国创投界洞察行业趋势的重要平台。本届WAVES 2026大会以“今年盛夏”为主题，在广州番禺良仓新造创意园举行。为期两天的活动汇聚了顶尖投资人、行业领袖及新锐创业者，通过14场深度圆桌讨论和数十场独立演讲，深入剖析AI、硬科技、出海、医疗等关键赛道的底层逻辑，见证“少数派”的坚持如何汇聚成改变行业的强大力量。

以下是本次圆桌对话的精选内容，由36氪整理编辑：

主持人：海若镜 | 36氪暗涌副主编 嘉宾：王蓓 | 高瓴创投 合伙人 嘉宾：汪洋 | 松禾资本 管理合伙人 嘉宾：蔡伟 | 光合创投 合伙人

海若镜： 各位下午好！我是今天圆桌的主持人海若镜。今天我们讨论的主题，相信大家都有切身体会——AI领域的变化速度实在惊人，时间维度被极大地压缩。过去产业迭代可能以年甚至五年为单位，现在可能一个月甚至一周就能刷新一次认知。正如刚才各位嘉宾提到的，一些公司的估值在短时间内就被刷新，甚至出现多轮融资合并推进的情况。

因此，我们今天将聚焦“AI这个月、这一年、这五年”，共同探讨大家的情绪、认知的转变以及未来的趋势。首先，请各位嘉宾做个简短的介绍，并分享最近一个月对您冲击比较大的一两件事。来时我与汪总也聊到，他提到今天看到的一则新闻。想必各位近期也关注了不少新鲜事物，请大家先分享一下各自的想法。

王蓓： 大家好，我是王蓓，来自高瓴创投。我们专注于最早期投资，从种子轮到A轮、成长期，致力于在最前沿的行业、最早的阶段把握市场变化，并陪伴创业者共同成长。

汪洋： 各位好，我是松禾资本的汪洋。松禾资本是中国最早的人民币基金之一，至今已有近30年的历史，总部位于深圳。我们是一家以硬科技投资为主的人民币基金，主要面向早期和成长期企业。很高兴来到这里。

蔡伟： 大家好，我是光合创投的蔡伟。我们原名光速光合，去年10月启用了“光合创投”的新品牌。我们是国内较早的双币基金之一，一直以来都密切关注中国的人工智能与科技领域。今年我们刚刚完成了新一期美元和人民币基金的募集，资金充裕，希望能抓住今年的大潮，有所作为。

海若镜： 接下来，想请各位分享一下，最近一两个月有没有特别引起您关注的事件？比如大型科技公司合资成立的投资实体、重要的公司上市、新模型的发布等等。我们先请王总分享。

王蓓： AI的发展速度确实非常快，标志性事件层出不穷，几乎每周甚至每天都有。无论是在国内还是国际上，具体的新闻事件实在太多，无法一一列举。我们更关注AI的实际收入表现，无论是模型还是应用，无论其被称作ARR还是营收。换句话说，过去大家比拼的是谁更“聪明”，现在则比拼谁更能“干活”。

海若镜： 也就是说，更关注那些最赚钱、最落地的项目？

王蓓： 是的，我们关注的是这些实际收入的增长，以及收入增长曲线在不同时间段内的表现。

海若镜： 这个趋势非常关键。汪总这边有什么看法？

汪洋： 在我看来，最近半年最令人震撼的是AI相关各个细分领域的融资节奏，这与以往完全不同，坦白说，非常令人震惊。就像上一场嘉宾所说，一些项目，包括我们投资的项目，基本是同时推进多轮融资，几个月内估值就能翻几倍，这在过去是难以想象的。而且这种情况并非一两家，过去偶尔也会出现，但那是极个别现象。如今，这几乎成了一种普遍现象，大多数领域的许多公司都在这样做，并且都成功完成了融资。这是最让我感到惊讶的。

海若镜： 这种节奏的变化，对您的投资决策是否会产生影响？

汪洋： 会的。我们自己的投资节奏也不由自主地加快了，但很大一部分原因是在当前形势下不得不如此。不过，我也有一些担忧，感觉这并非一种健康的融资方式。

海若镜： 是的，可能大家都是被市场浪潮推着前进。

汪洋： 但完全不参与其中又害怕错过机会，所以我们必须在这种环境下找到平衡点。

海若镜： 蔡总，您怎么看？

蔡伟： 是的，刚才也提到了平衡点的问题，这确实是一项艰巨的任务。我想从另一个事件来切入。最近大家可能关注到Anthropic最强大的模型，因安全问题被美国政府限制了非美国籍公民的使用，随后服务也被暂停。我觉得这件事影响深远——过去大家关注的是模型参数、可用性和收入，而这次是第一次真实感受到一个领先的模型可能因为一项禁令而无法提供服务。这说明模型不仅是生产力工具，它还可能涉及主权层面，最终具备主权属性，其影响是巨大的。

反观中国领先的大模型公司纷纷选择开源，其逻辑很简单——当行政禁令筑起高墙时，就应该用开源来开辟更宽广的道路。无论是智谱、DeepSeek还是其他公司，近期模型发展迅速，大家感觉已经能够触及真正实用的、一流的Coding模型了。这是一个绝佳的时机，中国的大模型公司有望赢得更广阔的生态支持。

海若镜： 我们也关注到了模型停服事件，大家对此有很多思考，包括对一些公司（如超人智能）的潜在影响也存在担忧。

第二个问题，以时间为尺度，回顾年初的热点，比如OpenClaw（龙虾），现在感觉已经是过去很久的事情了。它极大地降低了许多事情的门槛。前不久我听到一个分享，说现在Agent（智能体）的开发很多，但可能有88%都没有在真实场景中运行起来，正如王总提到的，关键在于它能否实际工作、能否为用户带来价值。接下来，我想请教各位，现在大家如何看待AI Agent和应用层的投资机会？与去年被热捧的情况相比，有哪些不同？还是请王总先谈谈。

王蓓： 目前的预训练模型普遍具备了很强的Agent能力。去年大家还在争论商业价值究竟在于模型本身还是应用层，或者说“模型即应用”。

现在看来，模型确实是增长最快的应用，但这并不意味着“模型即应用”。它只是指模型的能力增长迅速。同时，我们发现尽管Agent功能强大，但大家更关注的是在生产力环节或实际工作场景中，它的稳定性、持续运转能力以及“不掉链子”的可能性有多强。这直接决定了在需要为经济效益负责的环境下，AI Agent能否成为一个可靠的工作伙伴，而不仅仅是作为一种颠覆性概念的谈资。因此，我认为稳定性至关重要。

海若镜： 是的，之前大家讨论模型时，提到有两头：一头是它有没有“动机”去工作，另一头是它能否“扛住”风险，也就是您说的“背责任”。

王蓓： 实际上，人类社会是一个信任社会，而非智能社会。智能可能是必要条件，但最终所有生产生活、真正的价值创造，都建立在信任的基础上。那么，信任从何而来？智能在多大程度上能够转化为信任？

海若镜： 确实如此。大家最近也在探讨哪些Agent能力可能会被模型本身所整合和兼容，想请教汪总的看法。

汪洋： 我个人比较看好Agent的长期发展，但目前认为它还不够成熟。首先，Agent所调用的模型本身仍在不断完善中，还有很大的提升空间。其次，仅仅依靠AI技术人员是无法做好Agent的。我的理解是，Agent需要在具体的场景中解决具体的问题，其最终的成败可能更多地取决于对所在行业或细分场景的理解深度。仅仅懂AI是不够的，能够把Agent做得非常出色的，一定是那些对原有行业有深刻理解，并结合AI技术来实现的。当然，在实现出色应用的过程中，也离不开背后模型的支持。所以，既需要模型的进步，也需要对行业的深度认知，才能真正打造出优秀的Agent。

海若镜： 蔡总，您的观点呢？

蔡伟： 我们也是长期看好以Agent为代表的应用。最近我们关注了一些去年投资的AI Agent应用公司，但真正找到产品市场契合度（PMF）的公司并不多。PMF的实现确实非常困难，尤其是在AI还没有现成路径可循的情况下。而且，大模型在一定程度上具有“PMF粉碎机”的效应——你找到一个痛点，大模型下一个版本可能就将其变成了基础功能，你又得重新寻找新的PMF，这是我们目前观察到的现状。

但与此同时，在消费端（C端）也出现了一些非常有趣的机会，我们对此非常感兴趣。今年我们在AI应用领域主要关注两个方向：一是极早期项目，在AI大模型覆盖的空白区域寻找机会，核心是赌人，赌那些拥有技术品位的团队，有点像“荒野中的火种”；二是呼应王总的观点，我们看好那些已经建立起数据飞轮、拥有实际收入的公司。这些已经跑通的公司虽然估值较高，但其PMF的实现价值不容小觑，就像“烈火中的真金”，因此即使价格不菲，我们也愿意支持。

海若镜： 刚才两位都分享了看法，包括汪总提到长期看好。我想追问一下，今年是否会将Agent代表的应用层作为投资的重点方向？

汪洋： 我们会进行投资，将其作为一个重要的方向，但目前我们关注的重点实在太多了。整个AI领域，包括具身智能，可以说一个月不关注，行业就会发生巨大的变化。去年大家还在关注VLA（视觉语言模型），今年一下子冒出了许多世界模型公司。就像刚才提到的，去年很多公司需要经过两三轮融资才能成为独角兽，今年第一轮就出现了。这个市场需要我们投入大量精力去学习，无法只将Agent作为一个唯一重点。

海若镜： 王总，能否分享一下，在高瓴创投投资这个方向时，比较看重哪些方面？

王蓓： 现在讨论AI Agent是否值得投资，就像十年前讨论是否要投资互联网一样。它已经不再是一个独立的术语，而是成为一种默认的底层驱动因素。正如刚才提到的稳定性，这并非仅仅指你的模型、算法或跑分有多好——目前模型迭代的方向已经趋于收敛。甚至一些之前被忽视的能力，例如工程能力，虽然听起来不那么“高大上”，但它恰恰是让模型或Agent能够稳定、无误地在实际环境中运行的最关键因素。工程能力非常重要，工程与数据的结合、与场景的结合，这些统称为在解决具体问题时，思考的深度、细节以及执行的有效性。

海若镜： 我明白了。接下来第三个问题，我们刚才也提到，目前非常热门的AI进入物理世界，如具身智能、世界模型等方向，讨论也非常火热，涌现出许多新的技术路线。同时我们也观察到，在制药、材料、无人驾驶等场景下的具体应用，其本质工作内容似乎并未发生根本性改变。因此，我想请教各位，如何看待AI从数字世界走向物理世界的可能性？与过去相比，现在的创业有何不同？大家如何看待AI Native这类公司？

蔡伟： 这是当前一个非常重要的范式转变。大家发现，大语言模型要么已经上市，要么即将上市，那么在模型层面还能投资什么？物理AI就成为了一个非常重要的切入点，这非常有意思。数字世界存在于比特层面，而物理AI则作用于原子层面。在比特世界里，复制成本低、边际成本低、容易规模化；但进入原子层面，就变得非常“重”了，然而这种“重”也带来了护城河。例如，AI制药最终需要落到能够治病的药物，这需要进行大量的试验；具身智能也需要各种数据收集方式，并与具体场景结合，这些都属于“重”的范畴。我们对这个大趋势非常看好，因为它代表着另一个大的范式转变，今年我们会重点布局。

海若镜： 那么，如何区分最新的创业公司和那些已经取得成果的公司？

蔡伟： 我认为目前大多数这类公司仍处于早期阶段。从结构上看，AI制药已经开始产生结果，例如我们投资的华深智药，已经与赛诺菲建立了深度合作，这已经被证明是有效的。但具身智能层面尚未完全成熟，物理AI的路径也仍在快速发展中，尚未收敛。在考察创业者时，我们更多地关注他们技术路线的积累，以及我们对这些路线的判断。

海若镜： 汪总，您的看法是什么？

汪洋： 我个人认为，这一波AI浪潮与以往有着显著的差异。大约在2010年左右，我们开始投资AI，当时更多集中在特定方向，例如人工智能的“四小龙”，如商汤科技主要聚焦于图像识别、人脸识别；另一个主要方向是自动驾驶，以小马智行等公司为代表，大家专注于相对确定的几个方向。但现在概念日新月异，每过半年几个月就会涌现出新事物，往往一篇顶级论文就能催生一批创业公司。方向上不再局限于一两个，如今整个AI相关的软件、算法、大模型、Agent、具身智能，尤其是在算法层面，从VLA到世界模型等等，感觉呈现出百花齐放的态势。2010年左右的AI更多偏向软件，硬件创新较少，但今天硬件产业链、GPU、推理芯片、CPU等，软硬件都在蓬勃发展。

海若镜： 王总，能否分享一下高瓴创投对此的看法？

王蓓： 高瓴创投专注于最早期投资，我们会积极拥抱AI为各行各业带来的机会。AI For Science这个领域，我们几年前就开始在生物医药、新材料等方向进行投入。虽然AI For Science这个词听起来有些深奥，但本质上AI就是服务于科学研究的，而科学研究需要新技术来支撑。科学研究又要服务于各行各业的生产，例如制药、材料，甚至是能源等传统行业，这些都必须遵循行业本身的物理规律。那么，什么叫做创业周期？周期代表的是底层的常识——在基础常识不变的前提下，科技能否加速行业发展？生产力和生产关系到底是什么样的关系？我认为我们不应过度夸大AI的作用，但也需要保持对AI是否会带来生产力和生产关系根本性变化的讨论。从长远来看，几年后我们讨论的将不再是AI有什么作用，而是这些公司的效率和利润率发生了怎样的变化。

海若镜： 是的，创业最终需要回归商业本质。能否再追问一下，未来的物理AI，哪些方向可能率先实现商业化落地？

王蓓： 大家最近关注的比较多的是具身智能、机器人，以及对人形概念的想象。但五年以后，我们可能不会再讨论AI是否以人的形式存在——它可能是手、臂、腿的结合，也可能是软件AI能力与机器人软硬件能力的结合，并应用于各行各业。例如在家庭场景，是完整的机器人进入家庭，还是AI和机器人的功能在你家的各个场景中为你服务？表现形式已经不那么重要了。五年后，今天我们讨论的技术范式转变，应该已经默认融入到场景和软硬结合的整体体现中了。

海若镜： 也就是说，五年后，它将自然地融入生活的各个角落。汪总，您怎么看？

汪洋： 我个人认为，物理AI可能最先在具身智能行业有所应用，但我相对悲观，认为五年时间可能不够。技术发展到现在尚未进入收敛期——VLA之后又出现了大、小脑模型、世界模型等等，真正的商业化落地还需要更长的时间。但我同意王总的观点，未来的具身智能不一定都是人形，人形只是其中一种物理承载形态，不同场景下会有不同的形态，这个方向是比较确定的。

海若镜： 蔡总，您的看法是？

蔡伟： 我认为可以从两个层面来看。物理AI从模型层面来看，存在不同的技术路线，例如3D路线、视频路线等。在应用端，如果从视频或游戏3D应用的角度来看，物理AI的最终目标是预测动作导致的下一个状态。当具备良好的物理规律时，3D游戏中的风吹效果会更加真实，这些可能更早实现商业化，尤其是在游戏娱乐领域。

在具身智能方面，我比汪总更为乐观，认为3到5年内能够看到一些成果。ChatGPT时刻在具身智能领域何时到来？我认为3到5年内可以进入家庭，而1到3年内，在某些固定场景中就已经能够实现应用了。例如，Figure最近的实时演示，在一些固定场景中已经展现出了良好的应用能力。

海若镜： 大家对时间尺度的预估，无论是1-3年还是5年，都能帮助我们理解当前的投资决策。前景明确，即使觉得市场存在泡沫，也还是会选择入局。

我们也注意到创业者画像的变化。当下资本非常青睐“00后小天才”、从大厂出来的顶级研究员，他们创业后估值很高；还有青年科学家。想请教各位，现在机构更倾向于投资哪一类的创业者？AI时代与以往相比，有哪些特质是不同的？还是请王总先谈谈。

王蓓：