“我想请教机器人领域的袁总和赵总，如今各大厂的模型都在持续迭代，会不会突然出现一个非常顶尖的模型，直接被硬件能力很强的公司采用，一下子取代创业公司多年来的成果？”

“目前模型迭代速度极快，包括MCP等模型相关的基础设施也很可能切入硬件领域。在模型、基础设施以及交互方式都可能快速迭代的背景下，作为一家AI硬件公司，该如何定义产品的版本升级，又该如何推进硬件的迭代呢？”

这是最近投中网举办的AI应用沙龙上，投资人向创业者抛出的两个很有当下性的问题。背后反映的，是同一种焦虑：2025年的人工智能产业，应用层的想象力逐渐释放，但另一方面，技术还是在剧烈的变化过程中，这种变化使得当下的AI应用创业仍然建立在很大的不确定性之上。问题随之而来，早一步创业的人能构筑某种壁垒，还是更容易成为先烈？

本次沙龙以“应用为王，AI+的无限想象”为主题，邀请了来自知名投资机构、AI独角兽公司、垂直领域创业企业的多位嘉宾，旨在探讨AI应用的落地路径、投资节奏、商业模式及孵化和全球化的机遇。沙龙分为上下两场，上半场围绕核心议题，每位嘉宾针对议题发表观点，下半场则是企业与投资机构的自由交流环节。

开场环节，中关村科学城公司相关负责人介绍了海淀区人工智能产业的最新发展。据介绍，2024年海淀区人工智能核心产业规模已超2800亿元，年增速达30%，占全市80%、全国四分之一。海淀区还聚集了全国最高比例的AI顶尖人才和实验室资源，形成南北两个AI生态圈，并通过财政出资的科技成长基金、智算中心、语料中心等基础设施为企业提供全链条支持。2025年2月，海淀推出了《中关村科学城加快建设具有全球影响力人工智能产业高地的若干措施》，全力助推人工智能产业发展。这些数字和举措说明，北京尤其是海淀，已成为中国AI应用和投融资的核心高地。

“宜早不宜晚”

回到开头的问题，当下是投AI应用或者是AI创业的最佳时间点吗？创业和投资的正确姿势应该是什么？现在入场有先发优势吗？事实上，这正是我们抛给嘉宾们的第一个问题。

作为较早关注AI的早期机构，创新工场前沿基金总经理任博冰透露，创新工场在AI布局上始终保持连续性：2021年投资大模型，开始孵化AI陪伴类应用；2022年进入3D视频生成等方向；2023年开始研究Agent；今年会重点关注交易平台和内容平台的机会。在他看来，AI应用的创业时机应“宜早不宜晚”，但前提是判断技术是否在一个可预见时间内成熟。

以今年多模态的发展为例——短短一周内，OpenAI、Google等巨头相继发布新模型，交互体验和视频生成能力都有显著提升。这种快速迭代意味着机会窗口也会快速移动，创业者和投资人都需要预判技术节点布局，而不是等待行业完全稳定。至于当下的时机，被他比作2011-2012年的移动互联网拐点。

创业者的看法更具行动色彩。知满科技创始人、CEO王泽强曾在微软、Salesforce等科技公司工作，看到美国企业使用垂类模型和智能体将研发效率提升50%。知满科技去年完成了技术、产品和商业化的闭环，他认为中国制造业场景丰富，且在B端龙头企业中有较高的付费意愿。尤其DeepSeek等大模型的爆发，让企业对AI价值的认知度明显提高，市场教育成本正在下降。因此，他主张在方向确定后应立即行动，以抢占先发优势。

鹿明机器人联合创始人赵广智则主张把视角拉到更长的周期。鹿明机器人早在2016年就投入人形机器人研发，2024年9月正式创业。在他看来，具身智能是一个10年期的大赛道，目前谈行业格局还为时尚早，要在长周期中快速迭代，而且在关键节点做出正确的决策，团队的产业经验至关重要，这也是鹿明团队非常重要的优势。

真需求与伪需求

当讨论AI创业的需求时，投资人和创业者普遍认为，应从实际场景出发，避免“为AI而AI”的伪需求。

元禾璞华合伙人陈瑜将AI的价值分为两类：一是创造新的价值给人类带来更美好的体验，二是提升效率。她认为，AI的发展可能和当年互联网的发展一样，会是螺旋式上升态势，DeepSeek等现象级产品当下可能仍然处于互联网时代的“QQ与MSN”的阶段，之后肯定还会出现“抖音”、“滴滴”、“美团”等更多的AI爆款。AI Agent、AI视频、短剧、游戏等to C类项目她也看了不少，但真正出手投资的还是to B领域的提效项目比较多，包括AI半导体垂类模型、AI物理仿真模型、具身智能等应用在工业和智能制造上的项目。

AI创业的不确定性，也使得VC的工作方法发生变化。过去，投资人常常强调研究驱动，先做系统研究，再找对应项目，这是一种自上而下的模式。鼎晖VGC投资高级合伙人郭其志提出他们在AI应用需求的识别上更喜欢自下而上，通过尽可能覆盖更多项目、观察客户有无真实的付费意愿来验证。因为投资人很难用“上帝视角”准确预判社会的各种真实需求。

当前技术环境下，结合机构偏好，他更倾向于AI在to B领域的应用。“短短一两年时间，我们发现AI在B端的应用比我们想象的速度要快，而且产生的效果比我们预期的要好。”

创业者们基于过往经验与实践，对用户需求进行了更细致的分类。玄源科技创始人兼CEO李蕴洲，专注于AI消费硬件领域，他将用户需求归纳为三类：为企业提供极致的“降本增效”，为个人创造全新的“价值体验”（包括情感陪伴与内容创造），以及重塑人机交互的“魔法时刻”（AI眼镜，耳机）。

李蕴洲认为，无论是投资方还是创业者，都追求打造具备坚固壁垒的平台和入口。对此他指出：“朝通用人工智能（AGI）方向发展是正确的，其中交互型AGI将最先实现。AI与AGI的根本差异在于解析力和理解力的提升，而解析力主要依赖于多维信息输入和算力的提升。”关于细分领域的商业化前景，他预测短期内SaaS模式最容易实现商业化，AI硬件将在1-2年内迎来爆发，而具身智能则在十年左右有机会融入人类生活。

清思智能创始人谷光烨则提出了筛选AI场景的“四原则”：算法性能必须超过人类；能指数级提升生产力；客户当前存在显著的生产力缺口；行业需求深度足够，延缓算法趋同带来的价格战。

亲身经历过AI四小龙阶段的残酷竞争，谷光烨将内卷的原因概括为，行业的需求深度太浅。“只需要一段时间的技术精进就可以满足需求，在中国的人才竞争环境下，很快大量的公司都会达到竞争标准，大家就只能卷价格。为什么后来人脸识别在公共安全领域应用较多？因为公安行业场景复杂，只要精度提升一个数量级，就可以解锁更多的应用，算法能力的优势可以通过不断解锁更多应用来攫取利润。”

职小二首席战略官和贵红分享了传统业务如何寻找可以适用AI的场景来完成商业闭环。在做蓝领招聘业务时，过去的痛点在于获取求职者线索的成本、质量以及筛选的效率难以保证，AI的应用一定程度上改善了这些问题。但他也提及，AI没办法完全替代一个人完成整个流程。目前AI可以替代大概5个人的工作量，实践下来，这个环节能够提升12-13%的毛利。

在具身智能的发展优先级上，星动纪元副总裁和资本运营部总经理袁冰冰强调了明确的路径：在当前具身智能的发展阶段，首要任务是将智能机的性能“打满”。她认为，只有先扎实突破核心技术、充分实现产品性能，把技术实力转化为实实在在的产品竞争力，后续才能更有效地实现“降本增效”的商业价值。

路径选择与商业化挑战

从需求的问题延伸出来，当下创业和投资到底选择B端还是C端深耕的分歧在现场讨论中十分鲜明。我们观察到，不同的选择很大程度上与机构和创始人过去的禀赋和经验相关。

东方富海合伙人王鑫过去投半导体比较多，在她看来，目前的真需求就是提效，无论是to B还是to C。B端商业模式相对成熟，客户付费逻辑清晰；而C端在国内市场普遍收费难，面临的挑战比较多。在她看来，当前的环境下，AI颠覆性的故事，一个是AI Infra，另一个是具身智能。AI Infra领域，上半年东方富海出手了比特智路，也投了一些具身以及相关的数据公司。

中科创星过往围绕AI基础设施做了大量投资布局，合伙人袁博在沙龙上透露了当下的投资方向和布局思路。具体来说，AI赛道重点关注AI infra、芯片和AI应用。过往基金在AI 1.0时代也布局了不少的toB AI应用企业，未来除了继续布局面向B端的应用外，也将更积极的布局toC端的AI应用，不限于软件类、智能硬件类。在他看来，C端的需求非常难洞察，因为很多时候C端消费者也不知道自己到底想要什么，需要根据经验和观察来提炼、综合和归纳。“不断观察目标人群对产品的看法，不断总结快速迭代，这样才能慢慢把需求明确下来。”

过去20年，国内互联网的发展沉淀了大量对用户需求有深刻洞察的产品人才和工程实力过硬的研发团队。结合持续进化的底层模型能力，非常看好中国团队在全球AI应用市场打造爆款产品的潜力。中科创星关注AI应用层的创新机会，投资布局具备全球竞争力的项目。

祥峰投资执行董事姜如昕分享了祥峰在C端的布局，包括陪伴类应用和AI Agent创作平台。“我们相信这波大模型快速的变化会给很多偏软件类的应用带来颠覆和重塑，比如AI领英、AI小红书、AI播客和AI抖音等概念，且不论对与错，大家在尝试用现在的AI技术重塑一遍原来的工作。”她还观察到一个趋势——部分应用的目标用户不再是“人”，而是“其他Agent”，这可能预示着全新的交互生态。在C端产品上，95后、00后创业团队的创造力和执行力也令她惊喜。

光速光合合伙人蔡伟提出，无论是C端还是B端，商业模式落地都面临不小难度——C端难形成稳定收费模式，B端竞争则日趋激烈。“客观而言，当前更快、更大的成长机会集中在海外。”他强调，对应用类企业来说，PMF（产品市场匹配）的重要性怎么强调都不为过，若能从第一天就实现收费，就应优先确立盈利模式。

中数睿智董事长韩涵博士从技术落地的角度，分析了大模型在to B和to C场景下的差异。她指出，Transformer架构的核心优势在于泛化能力较强，能够适配多类任务场景，但同时也存在明显短板——精准度相对不足，在有着最多元、最复杂场景，且沉淀了海量数据的大型集团中，精准度短板恰恰成了AI Agent落地的核心瓶颈。

基于这一洞察，中数睿智将核心方向聚焦于大B（大型企业）场景构建面向复杂生产与管理流程的智能体。韩涵强调，这类企业级智能体的核心价值在于提升复杂行业及组织的生产效率、降低运营成本；而为了达成这一目标并保障技术落地的精度，中数睿智团队投入了大量资源进行定制化技术研发与场景化落地实践，在技术壁垒、场景适配能力方面构筑了较高的行业门槛。

不过，她也补充道，当转向轻量化场景时，AI对生产与工作流程的效率提升效果，以及能否保持足够精度，很大程度上取决于智能工具的设计能力与场景适配性。长期发展来看，随着技术范式的持续演进与方法论的不断完善，不同场景下大模型的精度与实用性，必然会迎来迭代升级。

两个趋势：出海和孵化

随着国内竞争加剧，同时也受用户付费习惯制约，和上一波AI浪潮不同的是，从Day one就出海成为这一波不少AI公司的重要选择。

“坦率来讲，现在更多更快成长的机会就是在海外。”光速光合合伙人蔡伟在分析中国创业者的全球竞争力与市场机会时指出，中国产品经理的全球化能力是出海核心优势。

更值得关注的是，自去年四季度起，中国AI创业公司呈现Day one就出海的新趋势。光速光合过去两个季度考察了上百个AI应用项目并完成部分投资，明显感知到AI企业的全球化布局节奏提前。

在人才与技术层面，蔡伟提到，全球最领先的AI技术人才中约有一半是华人，但中国企业面临资金与资源限制。因此，突破路径需在有限资源下打造某一方向的强竞争力模型，根据他的观察，目前Open Router平台中国模型的占比持续提升，已初步显现出这种差异化竞争力。

星动纪元副总裁袁冰冰在谈及AI领域竞争态势时表示，当前AI竞争的核心格局，本质上是中美之间的较量。她认为，中美两国在AI创新层面各有鲜明优势：中国的核心竞争力主要体现在两大维度，一是强大的AI智能化技术能力，二是完备的供应链体系与充沛的工程师红利，这两大优势为技术落地与规模化发展提供了坚实支撑。

从市场拓展来看，袁冰冰提到，中国企业在AI领域的出海已取得显著进展。尤其在具身智能赛道，2025年堪称该领域商业化的元年，对星动纪元而言，今年也是公司具身智能业务开启销售的首个关键年份，因此海外市场成为重点拓展方向——目前海外客户占比已超过50%。

生数科技投融资负责人张穆也结合企业实践分享了出海经验。他介绍，生数科技的产品Vidu从诞生之初便确立了全球化定位，尤其在视频生成技术领域，已形成显著的先发优势，在视频的一致性方面较国内外同类产品至少领先6-9个月。从业务数据来看，截至目前，公司平台累计生成视频数量已超过3亿条；而自开启商业化以来，仅8个月时间，ARR便突破2000万美元，且仍保持快速增长态势。

对于国内外市场的付费环境，张穆提出了不同以往的观察：他认为国内外用户的付费习惯差距并不大，国内市场并非必然会陷入价格战。从平台实际数据来看，国内用户付费在全球占比并不低，同时只要产品技术可以补足用户自身不具备的能力并提供生产力价值，用户的自身的收益会显著带动他们的付费意愿。这种切入到“人力资源场景”模式的付费潜力，与传统单纯从消费、纯娱乐领域切入“成本端”的付费能力存在明显差异。未来，生数科技将进一步加大海外市场投入，服务更多海外企业客户，持续扩大全球化布局。

面壁智能副总裁、融资负责人杜晶晶则将目光聚焦于端侧大模型的出海潜力。她强调，端侧大模型若能与中国完整的硬件供应链深度结合，可快速在全球市场推出高性价比的智能设备，这正是中国企业的核心竞争力所在。在她看来，智能设备不仅是端侧大模型落地的重要载体，更是物理世界中AGI的最佳落地入口。凭借硬件供应链的天然优势，中国企业有望在全球AGI落地进程中抢占先机。

机构下场做孵化，是我们在这波AI浪潮中看到的另一个趋势。基于不同的属性和诉求，不同机构选择了不同的孵化模式。

据任博冰介绍，创新工场从2021到2025年投了30多个项目，将近一半是孵化的，平均每年孵化3-5家公司，通常提前1.5-2年布局市场稀缺的方向，再寻找合适团队，有时甚至会在找到团队前就完成BP撰写。孵化的失败率低于直接投资模式。

金浦投资董事总经理夏祺洁则偏向于“产业方+资本方”的联合孵化模式。金浦投资的数创基金今年刚设立，和AI应用有紧密的深耕和挖掘。在夏祺洁看来，通过与产业方共建，创业团队不仅获得资金，还能获得技术、渠道、市场等多方面的支持，从而提升成功率。同时，在孵化早期就考虑退出机制，可以确保投资的可行性和确定性。

在分享基金投资与创投生态观察时，中关村科学城公司相关负责人也着重强调了“退出”对创投生态的重要意义，并对创业者提出了针对性建议。他认为，当下的创业者需重点关注退出端的市场变化，在规划发展路径时做好两方面考量：一方面要审慎评估港股上市是否符合自身企业的发展阶段与需求，探索适合自己的资本化路径；另一方面，在一级市场融资时，可优先选择与产业基金联系紧密的投资主体合作，这类机构往往能提供更丰富的资源与机会，助力企业对接产业生态。

整体来看，2025年的AI应用正处于窗口期，既有技术快速迭代带来的不确定性，也有新场景不断涌现的巨大机会。一批玩家已经登场，但行业格局远未形成，虽仍处于混沌之中，但又让人感受到一股难得的生命力——这正是新时代开启时应有的模样。对于AI创业者与投资人而言，关键也许在于，能否精准识别需求、灵活调整策略，并在全球化的舞台上找到属于自己的突破口。