1. 首頁 > 生活百科 > >

AI投資，走到哪了？

傳感器arai智能制造

AI投資，走到哪了？

文章圖片

AI投資，走到哪了？

AI賽道 ， 從不缺少追夢人 。
多年來 ， 創業者的名單持續刷新 。 從“AI四小龍”時代的湯曉鷗、印奇、朱瓏、周曦 ， 到大模型爆發后的王慧文、李開復、王小川、楊植麟、閆俊杰、唐杰 ， 再到眼下炙手可熱的90后王興興、彭志輝、肖弘、郭文景.....眾多或熟悉或陌生的名字 ， 紛紛涌入這場AI的浪潮 。
推動這股浪潮加速前進的 ， 還有另一股力量——資本 。 紅杉、高瓴、英諾天使、毅達、藍馳等投資機構 ， 活躍在AI一線 ， 陪跑創業者 。
這背后 ， 是一個數萬億規模的龐大產業鏈 ， 試圖重構整個經濟生態 。 如果將AI產業鏈拆解 ， 可以大致分為三層：
基礎層：算力、算法、數據；
技術層：大模型、平臺工具、通用技術；
應用層：機器人、移動/穿戴設備、無人機及各行業落地場景 。
這三層既環環相扣 ， 又呈現出截然不同的發展機遇與投資邏輯 。
據烯牛數據統計 ， 今年8月 ， AI領域共發生投融資事件163起 ， 披露融資總額76.8億元 。 與去年同期相比 ， 數量增加66起 ， 但融資金額下降43% 。 其中 ， 智能機器人賽道投融資數量居首 ， 共33起 ， 緊隨其后的是AI醫療、芯片與算力 。
表面看 ， 投資人出手更頻繁 ， 但實際“掏錢”更趨于謹慎 。 在AI產業鏈上 ， 有人賣鏟子、有人挖金子 。 那么 ， 誰淘到了真金？誰又只是在陪跑？
我們與多位投資人交流后發現：技術層已成為大廠的游戲 ， 投資機構機會寥寥；基礎層需要深厚的產業積累與耐心 ， 如今多由國資和人民幣基金主導；應用層則被普遍看好 ， 其核心在于對商業本質的洞察 。
對于投資人來說 ， 僅僅“保持在場”已遠遠不夠：要么跑得足夠快 ， 把握窗口；要么扎得足夠深 ， 搭建生態 。 停留在中間地帶 ， 反而風險最大 。

技術層：大廠的游戲 ， 創投的夾縫大眾印象中的第一波AI熱潮 ， 要從2016年AlphaGo戰勝李世石講起 。 這一事件將AI的熱度從產業界推向全民 。 投資機構對一切搭上“AI”的項目懷有極大熱情 ， 之后AI四小龍商湯、曠視、依圖、云從逐漸廣為人知 。
第二波AI創投潮源于大模型的爆發 。 而大模型也是技術層最具代表性的賽道 。
2022年11月底 ， ChatGPT橫空出世 ， 上線兩月用戶破億 。 2023年3月 ， GPT-4推出 ， 速度之快令人驚嘆 ， 這也直接引燃了國內大模型的創業熱情 。
不到一年間 ， 國內市場迅速進入“百模大戰” 。
大廠派的百度“文心一言”、騰訊“混元”、阿里“通義千問”等大模型相繼發布 。
創業派自美團聯合創始人王慧文下場創立光年之外后 ， 還涌現出百川智能、零一萬物、月之暗面、Minimax、階躍星辰、智譜AI ， 被稱為“AI六小虎” 。 這些項目一度成為互聯網大廠和投資機構追逐的焦點 。
但也有投資人在早期便預判 ， 大模型更像是一場“大廠的游戲” 。
原因之一在于投資額巨大且風險較高 。 零一萬物天使輪估值高達10億美元；月之暗面天使輪融資20億元 ， 8個月后的A+輪融資超10億美元 。 如此規模的投資 ， 除了紅杉中國等超頭部基金 ， 通常只有騰訊、阿里、美團這樣的互聯網巨頭能夠承擔 。
另一原因是 ， 這一投資窗口期非常短暫 。 部分項目在短短幾個月內估值翻倍 ， 機構常常還沒來得及完成決策 ， 就已經面臨“投不起”的局面 。
以MiniMax為例 ， 2022年7月Pre-A輪估值5億美元 ， 2023年6月A輪估值12億美元 ， 時隔數月后的B輪估值漲至25億美元 。
第三個原因更加現實 ， 大模型的回報周期長 ， 變現路徑模糊 。 基金需要考慮退出問題 ， 相比之下 ， 大廠擁有海量數據、雄厚資本和龐大的用戶基礎 ， 投資大模型對它們來說是生死攸關的必選項——它們都害怕成為“AI時代的諾基亞” ， 搶占大模型先機 ， 就是握緊通往未來的門票 。
基于這三點 ， 有的早期機構選擇謹慎觀望 。
英諾天使合伙人王晟曾直言 ， “從OpenAI發布ChatGPT開始 ， 我們就判斷 ， 這場戰爭最終贏的就是大廠 。 創業者的機會要么是賣給大廠 ， 要么偏向某些垂直領域 ， 這兩個都決定了投資價值不會特別大 。 ”
如今 ， 國內的通用大模型市場逐漸收斂為“基模五強”：字節跳動、阿里巴巴、階躍星辰、智譜AI和DeepSeek 。
DeepSeek依托幻方量化的資本優勢 ， 走開源與工程優化路線；字節、阿里堅持自研；智譜與階躍星辰除了獲得國資支持之外 ， 前者拿到騰訊、小米、美團、阿里的錢 ， 后者的投資人中也有騰訊身影 。
有意思的是 ， 在大模型投資份額爭奪戰中 ， 大廠聯手成為投資史上少見的場景 。 騰訊押注Minimax、智譜、百川智能、階躍星辰、月之暗面；美團在收購光年之外后 ， 又投資了智譜和月之暗面；阿里投資了月之暗面、Minimax、智譜、百川智能和零一萬物 。
現在 ， 技術層為數不多的留給機構的投資機會 ， 是垂直模型 。
相比通用大模型 ， 垂直行業模型的商業化路徑較為清晰 。
清智資本創始合伙人張煜表示 ， “只要真能降本提效、幫客戶解決問題 ， 行業模型是能賺到錢的 。 ”據他透露 ， 清智在行業模型賽道投的五六個項目都已產生收入 ， 個別實現了盈利 。
當通用大模型的故事逐漸讓位于垂直模型 ， 屬于創投機構的機會才真正顯現 。

基礎層：賣水人賺翻了如果說大模型的終局是大廠的游戲 ， 那么 ， 把視線拉回更底層的基礎層 ， 情況又如何？
AI基礎層具體包括以下四個方面：
算力：AI芯片/硬件廠商、云計算平臺；
數據：數據服務與處理 ， 數據提供商；
模型工具鏈：AI開發框架 ， MLOps平臺 ， 向量數據庫；
安全與合規：AI安全、倫理與合規 。
這些聽上去“重資產”的賽道 ， 普遍特點是需求確定、技術壁壘高、回報周期長 。 投資機構選擇的是最經典的“賣水邏輯” 。
在19世紀美國的“淘金熱”中 ， 真正挖到金子的人寥寥無幾 ， 但賣鏟子、賣水的人賺得盆滿缽滿 。 AI產業鏈也很相似：項目能否跑通未知 ， 但基礎層的“賣水人”幾乎穩賺不賠 。
以兩家代表性的公司為例 。
2025財年 ， 為眾多AI廠商提供算力的英偉達全年營收1305億美元 ， 凈利潤728億美元 ， 毛利率高達75% 。 在最近公布的2026財年Q2報告中 ， 單季收入467億美元 ， 凈利潤264億美元 。
被稱為“國產AI芯片第一股”的寒武紀也實現業績爆發 ， 2025年上半年營收28.81億元 ， 歸母凈利潤10.38億元 ， 毛利率55.93% 。 股價在8月底曾短暫超越貴州茅臺 ， 成為A股“股王” 。
當然 ， 這些頭部企業估值高企、資本門檻極高 ， 但投資人仍可以通過布局上下游更細分的環節 ， 如高速互聯、光電芯片、先進封裝等 ， 產業增長的紅利 。
在投資層面 ， 不同類型機構打法各異：
阿里、騰訊這類產業資本 ， 看重的是被投企業能不能和自身業務形成協同 。 比如阿里陸續投資了寒武紀、地平線、深鑒科技等企業 ， 因為阿里在電商、支付、云計算等業務中涉及大量的AI應用場景 ， 對算力和算法的需求極大 。 投資基礎層不僅能滿足自身業務需要 ， 也相當于是對阿里云業務核心優勢的鞏固和延伸 。
人民幣基金為AI基礎層的主流投資機構 ， 它們深耕產業 ， 會基于深入研究進行早期和后期的結合式布局 。
例如 ， 同創偉業一方面重點布局具備確定性、符合IPO要求、業績增長穩定 ， 且符合政策導向的成熟項目；另一方面投早、投小 ， 關注AI新技術、新架構和新人才 。
由江蘇高科技投資集團內部混合所有制改革組建而成的毅達資本 ， 在支持關鍵技術自主可控的同時 ， 尋找AI產業鏈上關鍵環節的“必需品” 。 比如毅達近期投資企業南智芯材 ， 是一家專注大尺寸鈮（鉭）酸鋰材料的企業 。 毅達看中的是它在AI光電芯片、AR顯示和高速通信等領域核心材料的戰略價值 。
毅達資本合伙人周喆介紹 ， 在算力層 ， 毅達重點布局端側/推理側AI芯片、服務器CPU（特別是基于Arm和RISC-V架構）以及光互聯、散熱材料等企業 。 “沿著市場端需求反推底層技術 ， 提升投資確定性 。 ”
這種沿產業鏈布局的做法 ， 不僅能為被投企業導入產業資源、擠壓估值泡沫 ， 更能在交叉驗證中捕捉產業拐點 ， 有望獲得更高投資回報 。
整體而言 ， 目前投資人普遍認同基礎層投資的兩條確定性主線：
一是“國產替代與自主可控” ， 覆蓋光電芯片、高速互聯、先進封裝等領域 。
二是基礎設施完善后 ， 應用層將創造更大價值空間 ， 又會拉動底層算力需求 。 更貼近終端應用市場、產品可快速迭代并專注于解決具體問題的企業有望快速崛起 。
聰明的錢 ， 賣水、修路、搭橋 。 基礎層的“賣水邏輯” ， 為它們提供了更穩健的回報 。

應用層：最熱鬧的競技場 ， 從具身智能到低空經濟如果說技術層投資成為大廠的游戲 ， 基礎層是國資和產業資本的長期布局 ， 那么應用層則是投資人當下真正大施拳腳的方向 。 不同場景與AI的結合 ， 正在催生一批新機會 。
最火爆的細分領域是具身智能 。
8月 ， 梅卡曼德、松延動力、聆動通用、智平方等多家機器人、具身智能公司接連完成新一輪融資 。 宇樹科技、智元機器人也傳出上市動向 ， 將資本熱情推向高點 。
在王晟看來 ， 如今機器人的核心價值已從硬件轉向“AI智能” 。 負責認知決策的“大腦”借力大模型的突破突飛猛進 ， 而負責運動控制、實時響應的“小腦”卻因技術路線尚未統一 ， 發展明顯滯后 。 “現有的小腦技術路徑 ， 很可能在未來兩三年內被完全顛覆 。 ”
基于這一判斷 ， 英諾投資了自變量機器人（自研機器人本體與模型協同發展）、千訣科技（“軟”見長 ， 強調“大腦”的通用性與適配性 ， 支持多種硬件平臺） ， 還在核心零部件等產業鏈關鍵環節布局 ， 以構建協同生態 。
他預測 ， 到2026年下半年 ， 市場評價標準將從“講故事、發Demo”轉向商業化落地 。 無法驗證應用場景的公司 ， 將被淘汰 。
光速光合合伙人蔡偉則認為：具身智能的終局將是“百花齊放” 。 “因為它要和使用場景甚至長尾場景結合 。 ”
舉例來看 ， 養老陪護機器人需要輕柔的觸感和情感交互能力 ， 而倉庫搬運機器人更需要強大的負重和導航能力 。 這種根本性的需求差異 ， 對機器人的形態、技能、智能水平、可靠性要求和成本都提出了截然不同的要求 。
低空經濟是另一條備受資本關注的賽道 。
2025年上半年 ， 低空經濟賽道共發生融資事件52起 ， 同比增長48.6% ， 涉及金額17.4億元 。 其中無人機板塊獨占17起 ， 融資金額近9億元 。 合肥創新投、招銀國際、中科創星、招商局創投等機構活躍出手 。
盡管多數項目仍處早期階段 ， 還沒有開始商業化 ， 但在低空經濟被納入國家戰略新興產業的政策利好 ， 以及地方試點的推動下 ， 市場預期被大幅拉高 。 資本押注的正是“先卡位、再兌現”的故事 。
與此同時 ， AR行業也正悄然回溫 。
【AI投資，走到哪了？】近年來AR領域幾經起伏 ， “年年是元年”的調侃從未停歇 。 但現在 ， 多個信號表明它正走向成熟 。
周喆的態度轉變頗具代表性 。 他從曾經的AR懷疑者 ， 如今已成為小米AI眼鏡的日常使用者 。 “骨傳導耳機功能解決了我的剛需 ， 拍照和AI互動功能也很有意思 ， 非常期待后續帶光波導AR的AI眼鏡推出” ， 這一體驗的背后是整個行業的實質性進展 。
一方面 ， 計算機視覺、語音助手與AI Agent的融合大幅提升了人機交互體驗；另一方面 ， 更具說服力的信號來自供應鏈 。 據周喆觀察 ， 多家海外大廠已開始在中國積極布局產能 ， 這通常被視為辨別行業虛實的關鍵指標 。
“下游品牌可以講述故事、炒作概念 ， 但光子晶體等上游核心元器件的資本開支和產能布局無法造假 。 ”周喆說 。

結語AI投資已步入深水區 。 熱潮未退 ， 但資本正回歸理性 ， 從追逐模型參數與宏大敘事 ， 轉向關注真實場景和穩定營收 。
基礎層“賣水人”憑借高壁壘和穩定需求 ， 持續享受行業紅利；技術層的競爭格局初步穩定 ， 盈利能力成為當下挑戰；應用層則呈現出“百花齊放”的多元生態 ， 機器人、無人機等賽道不斷誕生新機會 。
未來 ， 能夠穿越周期的 ， 不會是估值虛高的故事大王 ， 而是那些真正理解產業痛點、具備工程化能力與商業化耐心的參與者 。
AI的終局 ， 不是壟斷 ， 而是共生 。 技術、資本相互支撐 ， 共同推動產業生態向前 。
本文來自微信公眾號“定焦One” ， 作者：定焦One團隊 ， 36氪經授權發布 。

    推薦閱讀