2026年，创投界再次迎来变革浪潮，人工智能（AI）已从单纯的技术概念深入产业核心，硬科技创业也从细分赛道跃升为主流共识。年轻一代的创业者正凭借其技术与实践，重塑中国创新的未来格局。

一年一度的WAVES大会，作为36氪·暗涌主办的中国创投界年度盛事，今年以“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，并见证“少数派”的坚持如何汇聚成推动行业发展的强大力量。

以下是本次圆桌对话的精要内容，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）
• 汪洋（松禾资本 管理合伙人）
• 蔡伟（光合创投 合伙人）

海若镜： 大家好，我是今天圆桌的主持人海若镜。AI领域日新月异，时间感被极度压缩，过去以年甚至五年为周期的产业迭代，如今可能一个月甚至一周就能颠覆认知。各位嘉宾也提到，一些公司估值一个月内快速攀升，融资轮次也加速推进。今天我们围绕AI在“这个月、这一年、这五年”的变化展开讨论，分享大家的情绪、认知转变及趋势洞察。首先请各位嘉宾做个简短介绍，并分享近期一个月内对您触动较大的事件。

王蓓： 我是王蓓，来自高瓴创投。我们专注于早期投资，从种子轮到A轮及成长期的项目，致力于在行业最前沿、最早期阶段把握市场动态并陪伴创业者。

汪洋： 我是松禾资本的汪洋。松禾资本是国内较早的人民币基金之一，拥有近30年历史，总部位于深圳。我们是一家以硬科技为主的人民币基金，主要投资于早期和成长期项目。

蔡伟： 我是光合创投的蔡伟。我们原为光速光合，去年10月启用了新品牌光合创投。作为国内较早的双币基金，我们持续关注中国AI与科技领域。今年我们已完成新一轮美元和人民币基金的募集，为迎接今年的市场机遇做好了准备。

海若镜： 请各位分享一下，近一两个月有没有什么标志性事件让您印象深刻？例如巨头合作成立投资公司、重大上市事件、新模型发布等？王总，请先谈谈您的看法。

王蓓： AI的发展速度惊人，标志性事件层出不穷，无论国内外。我们更关注AI的实际营收能力，无论是模型还是应用，关键在于其收入（ARR或营收）的增长。过去大家比拼的是技术领先，现在则更看重实际的产出和盈利能力。

海若镜： 也就是说，更关注盈利能力和落地性？

王蓓： 是的，我们关注的是实际收入的增长曲线。

海若镜： 这个趋势非常重要。汪总，您的看法呢？

汪洋： 过去半年，AI相关细分领域的融资节奏让我感到非常震撼。与以往不同，一些项目，包括我们投资的项目，同时推进多轮融资，几个月内估值翻倍，这在过去难以想象。而且这种情况已非个例，而是普遍现象，许多公司都在以这种速度融资并成功。

海若镜： 这种融资节奏的变化，是否影响了您的投资决策？

汪洋： 会的，我们自身的投资节奏也不得不加快。但坦白说，这种快速融资模式并不一定健康。

海若镜： 感觉大家都是被市场趋势所驱动。

汪洋： 但同时又担心错过机会，所以需要在其中寻找平衡。

海若镜： 蔡总，您怎么看？

蔡伟： 平衡确实是难题。我想从另一个事件切入。最近Anthropic最先进的模型因安全问题受到美国政府限制，导致部分用户无法使用。这表明领先模型不仅是生产力工具，还可能涉及主权问题。在此背景下，中国领先的大模型公司纷纷选择开源，以应对潜在的行政限制，并拓展更广阔的应用生态。智谱、DeepSeek等公司近期在模型发展上进步迅速，我们有机会触及一流的Coding模型，这对中国大模型公司赢得生态和支持是重要的机遇。

海若镜： 关于模型停服事件，确实引发了广泛讨论，也让一些公司产生了焦虑。

第二个问题，从时间维度看，年初的热点如OpenClaw（龙虾）似乎已是过去时，它降低了许多事情的门槛。但有分享提到，大量Agent应用尚未在真实场景落地，关键仍在于其实际效用和盈利能力。那么，大家现在如何看待AI Agent和应用层的投资机会？与去年相比有何不同？王总，请先分享。

王蓓： 目前预训练模型普遍具备了较强的Agent能力。去年还在讨论商业价值是在模型端还是应用端，或者模型即应用。如今，模型能力增长显著，但“模型即应用”的说法仍需商榷。Agent功能强大，但关键在于其在生产力环节的稳定性、持续运转能力以及可靠性。在需要为经济效益负责的环境下，Agent能否成为可靠的工作伙伴，而非仅仅是技术范式的讨论，这一点至关重要。因此，稳定性是核心考量。

海若镜： 您提到稳定性，这关系到Agent能否承担风险和责任。

王蓓： 人类社会构建于信任之上，智能是基础，但最终的价值创造依赖于信任。智能如何转化为信任，这是关键问题。

海若镜： 确实。关于Agent能力被模型吸收的讨论也在进行。汪总，您对此有何看法？

汪洋： 我长期看好Agent的发展，但目前认为其成熟度尚待提升。Agent所调用的模型本身仍在快速演进。此外，Agent的成功不仅依赖于AI技术，更需要对具体应用场景的深刻理解。能够做好Agent的人，必然是对行业有深入洞察，并能结合AI技术的人。模型能力的提升和对行业的深度认知是构建优秀Agent的关键。

海若镜： 蔡总。

蔡伟： 我们也长期看好以Agent为代表的应用。去年投资的一些AI Agent应用公司，真正找到产品市场契合点（PMF）的不多。在大模型快速迭代的背景下，找到PMF难度加大，因为大模型可能很快将某个痛点转化为基础功能。然而，我们也看到C端市场出现了一些有趣的机会。今年我们在AI应用领域主要关注两个方向：一是早期项目，在现有大模型能力之外寻找细分机会，核心在于对技术驱动型团队的判断；二是已具备数据飞轮和收入的公司，尽管估值较高，但其PMF的验证价值巨大，我们愿意支持这些已经跑通的公司。

海若若镜： 汪总提到长期看好，那么今年是否会将Agent代表的应用层作为投资重点？

汪洋： 会将其作为投资方向之一，但目前AI领域的重点太多。从具身智能到世界模型，技术迭代速度极快。去年还在关注VLA，今年已涌现大量世界模型公司。过去需要多轮融资才能成长为独角兽的公司，现在第一轮就已崭露头角。我们需要投入大量精力去学习和理解这个快速变化的市场，因此无法仅聚焦于Agent。

海若镜： 王总，您在投资此方向时，更看重哪些方面？

王蓓： 投资AI Agent，就像十年前投资互联网一样，已成为底层驱动因素。稳定性至关重要，这不仅关乎模型算法的优劣，更在于工程能力。工程能力是确保模型或Agent在实际环境中稳定运行的关键。工程能力与数据、场景的结合，以及在解决具体问题时的深度思考和高效执行，都至关重要。

海若镜： 明白。第三个问题，AI正加速进入物理世界，具身智能、世界模型等方向备受关注，新技术路线层出不穷。但同时，在制药、材料、自动驾驶等场景，实际进展似乎未有本质突破。如何看待AI从数字世界走向物理世界的可能性？当前创业与以往有何不同？AI Native这类公司前景如何？

蔡伟： 这是当前重要的范式转变。模型侧的投资机会趋于饱和，物理AI成为新的焦点。数字世界是比特层面，物理AI是原子层面。比特世界的复制和边际成本低，易于规模化；而原子层面的进入门槛高，但同时也构筑了强大的护城河。例如，AI制药最终需要产出有效的药物，需要大量试验；具身智能也需要收集数据，并与场景结合，这些都是重资产的投入。我们看好这一大趋势，因为它代表着另一个重要的范式变化，今年我们将重点布局。

海若镜： 如何区分新近成立的AI公司与已取得成果的公司？

蔡伟： 目前多数公司仍处于早期阶段。AI制药领域已有成果显现，例如我们投资的华深智药已与赛诺菲建立深度合作。但具身智能和物理AI的路径尚未收敛，仍在快速发展。我们更看重创业者在相关技术路线上的积累以及我们对这些路线的判断。

海若镜： 汪总，您的观点。

汪洋： 我认为这波AI与以往有显著不同。2010年左右，我们开始投资AI，更多聚焦于特定领域，如计算机视觉（商汤等）和自动驾驶（小马智行等）。而现在，概念层出不穷，每隔几个月就有新东西涌现，一篇顶级论文就可能催生一批创业公司。AI的范围已不再局限于少数几个方向，从软件、算法、大模型、Agent到具身智能，尤其是算法层面从VLA到世界模型，呈现出百花齐放的态势。早期AI偏重软件，硬件创新较少；而如今，软硬件产业链，包括GPU、推理芯片等，都展现出蓬勃发展的景象。

海若镜： 王总，高瓴的看法如何？

王蓓： 高瓴创投在早期阶段积极拥抱AI在各行各业带来的机遇。我们在生物医药、新材料等领域已进行AI For Science的投入。AI For Science表面上听起来深奥，但本质上是AI服务于科学研究，而科学研究需要新技术支撑。科学研究最终服务于各行各业的生产，必须遵循行业自身的物理规律。创业周期反映的是底层常识，在基础常识不变的前提下，科技能否加速行业发展，生产力和生产关系如何演变。我们不夸大AI的价值，但会持续关注AI是否会带来生产力和生产关系的根本性变化。长期来看，几年后我们讨论的将是效率和利润率的变化，而非AI本身的作用。

海若镜： 是的，创业终究要回归商业本质。您认为未来哪些物理AI方向可能率先实现商业化？

王蓓： 目前大家普遍关注具身智能和机器人，特别是人形机器人。但五年后，我们可能不再关注AI是否以人的形态存在，而是其在各行各业的应用，无论是结合手、臂、腿的形态，还是软件AI能力与机器人软硬能力的整合。例如，在家庭场景，是引入完整机器人，还是AI与机器人功能渗透到各个场景提供服务？表现形式已不重要。五年后，今天讨论的技术范式变化将体现在场景和软硬结合的整体解决方案中。

海若镜： 五年后，AI将自然融入生活的各个角落。汪总，您的看法？

汪洋： 我认为具身智能可能是物理AI最先实现商业化的方向，但我对此持相对保守态度，认为五年时间可能不够。技术尚未收敛，从VLA到大、小脑，再到世界模型，商业化落地还需要更长时间。但我同意王总的观点，未来的具身形态不一定是人形，人形只是其中一种物理承载形式，不同场景会有不同的形态，这一方向是确定的。

海若镜： 蔡总。

蔡伟： 我认为可以从两个层面来看。模型侧，物理AI有多种技术路线，如3D路线、视频路线等。应用端，从视频或游戏3D应用来看，物理AI旨在预测动作导致的下一个状态。当物理规律得到良好模拟时，3D游戏中的风吹效果会更真实，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，我比汪总更乐观，认为3到5年内有望看到成果。ChatGPT时刻在具身领域何时到来？我认为3到5年内可以进入家庭，1到3年内有望在特定固定场景实现应用。例如，Figure的实时演示已在特定场景展现出良好应用。

海若镜： 各位对时间尺度的预估，无论是1-3年还是5年，都为投资决策提供了参考。尽管市场存在泡沫，但今年仍是“泡沫之夏”，大家依旧积极入局。

我们还注意到创业者画像的变化。当前资本青睐00后“天才少年”、大厂资深研究员以及青年科学家，他们的创业项目估值不菲。请问各位，机构在选择创业者时，更看重哪些特质？AI时代的创业者与以往有何不同？王总，请先谈。

王蓓： 创业者画像一直是创投界关注的焦点。现阶段，我们更看重两个方面的能力：一是技术能力。AI最大的变量在于技术迭代，创业者在速度、方向和路径选择上的有效性至关重要。我们不以年龄作为核心标准，尽管市场可能对年轻创业者估值更友好，但核心在于技术功底。二是商业化能力。并非要求立即变现，而是团队需要具备商业敏感度。无论创业者是“天才少年”、经验丰富的“老司机”、科学家还是大厂背景，最终目标都是交付经济价值，这是一个漫长的过程。我们常问创业者如何“用时间换空间”，如何在有限的时间内生存下来并不断创造机会抵达终点。商业敏感度体现在如何与投资人沟通融资故事，如何对接商业资源、B端机会、垂直场景，或是在C端用鲁棒性好的产品赢得用户喜爱，从而争取更多时间完善产品。这是一个持续的过程。

海若镜： 汪总。

汪洋： 我认为AI时代的创业门槛大大提高。相较于互联网和移动互联网时代的草根创业者，如今草根成功的几率越来越低。我们更看重三个核心特质：第一，强大的学术与技术背景。我们倾向于选择技术背景深厚的创业者，通常是博士起步。学历能够证明知识掌握能力，尤其是在前沿技术领域的了解。除了学历，在特定领域取得的具体成就（如青年教授的学术成果）也是重要参考。第二，敏锐的商业嗅觉。我认为最终投资的是具有科学背景的企业家，而非单纯的科学家。我们会考察创业者在商业化时机来临时，能否敏锐抓住机会并带领公司完成商业转型。第三，融资能力至关重要。当前大多数公司依赖融资生存，融资能力不足，即使学术成就再高，也难以等到变现的那一天。这三点是我们看重的。

海若镜： 蔡总。

蔡伟： 王总和汪总的总结非常到位。我回应一下海总关于“00后小天才”的问题。今年确实值得关注，但我们不会给AI创始人贴标签，无论是00后、青年科学家还是行业老兵。VC的本质是追求幂律效应，即寻找“离群者”（outlier），而离群者按定义存在于常识之外，不在预设的标签内。贴标签可能会导致错过整个回报。我们投资的智谱、宇树、沐曦，创始人的年龄和背景各不相同，很难用单一画像概括，因此我们欢迎各种类型的创始人。 除了商业化能力，我强调三点：一是有强大的技术愿景和品味，能够洞察AI发展趋势，看到更大的可能性，并理解真正有吸引力的技术产品；二是快速迭代和抓住核心线索的能力。在技术日新月异、信息繁杂的环境下，能够从众多线索中找到牵动全局的关键点，至关重要；三是强大的“磁铁体质”，能够吸引比自己更优秀的人才。AI是一场全栈战争，即使是00后，也能吸引到商业供应链领域的资深人士。

海若镜： 我也认同寻找“离群者”。最后一个问题，请各位简短分享——站在2031年回望2026年，您认为自己当下最应该做什么？蔡总，请先说。

蔡伟： 以五年为尺度，站在2021年看，当时投资的许多项目未能成功。如今市场对创业公司非常友好，融资容易，但对投资人而言，高估值和快速融资带来了焦虑。如果站在2031年看2026年的自己，我会建议不要过度纠结于短期热点，而应投入更多时间去理解五年后才会爆发的领域。当所有人都以周为单位关注热点时，真正反直觉的做法是拉长自己的时间尺度。真正的重大机遇往往隐藏在那些需要耐心等待、尚未形成共识的机会之中。

汪洋： 刚才在台下与蔡总也聊到，当前的投资越来越趋向于“共识投资”。从五年后看，这种共识投资是否正确？我认为大量的共识投资并非市场化的行为。在这种环境下，我更希望找到更多“非共识”的机会。

海若镜： 两位都提到了“非共识”。

王蓓： 我非常赞同。虽然大家都追求“非共识”，但真正做到很难。我认为除了“非共识”本身，更重要的是能够清晰地阐述其底层逻辑，即“说人话