泡沫预警？投资人坦白：怕的不是过热，是根本冷场

文 | 融中财经

无界，方见新天地；共生，始得大未来。

随着人工智能大模型、新能源、机器人、海洋经济、低空经济等颠覆性技术的爆发式演进，技术集群的交叉效应催生出前所未有的产业形态，技术集群引爆产业革命的奇点，股权投资的目光也随之投向“智链融合”的底层逻辑：数据成为新生产要素，算力是新型基础设施，而资本则是串联技术落地与场景应用的催化剂。

融中财经聚焦无界生长，汇聚众多创投机构、产业资本、政府相关，围绕产业投资、医疗数字化、高端制造、人工智能、“双碳”新能源等领域展开探讨。共同剖析产业投资趋势，探讨中国产业和投资的新质发展。

会上，由前海方舟主管合伙人李思平作为圆桌主持，唐兴资本董事长宫蒲玲，海尔资本管理合伙人刘璐，国科嘉和高级合伙人陆佳清，东方嘉富创始合伙人、董事长徐晓，中车转型升级基金总经理杨云涛，源星资本创始管理合伙人于立峰，同创伟业合伙人张文军作为嘉宾参与讨论，围绕“产业重构，大模型投资逻辑与产业落地的二次革命”为题进行了精彩的讨论与分享。

以下内容由融中财经整理。

AI泡沫化？听听投资大佬怎么说

李思平：尊敬的各位来宾，各位投资同仁，欢迎莅临本次中国科创投资夏季峰会最具前瞻性的思想交锋场，人工智能专场圆桌，我是本场主持人李思平。前海方舟聚焦科技产业，重点支持具备关键核心技术的科技型企业。自成立以来，前海方舟基金群直接和间接投资项目近2000个，培育上市公司144家。过去三年，前海方舟在人工智能赛道布局了包括深度学习、算法研究、人工智能芯片制造、机器视觉、图像识别、自然语言处理（NLP）、机器人等众多项目。

人工智能领域以史诗级的技术跃迁，成为中国创投行业最炙手可热的投资领域。从承载算力革命的催生认知颠覆的大模型，到重塑产业生态的具身智能，资本洪流席卷全栈全球。面对动辄百亿估值的明星项目与火箭融资的盛况，AI泡沫论正在成为投资界畸变的焦点。更为深远的是，以大模型为枢纽的产业共振正在发生，在技术与产业的二次碰撞中，如何穿透估值迷雾，如何捕捉融合场景中的爆发性机会？这是今天对话的核心命题。

在过去几年，人工智能领域无论是基础层、应用层、技术层，都涌现出大量的创新项目，估值与融资节节攀升，不少人断言AI投资出现了泡沫化的趋势，各位嘉宾怎么看待？各家机构在人工智能领域如何构建差异化的投资策略？

宫蒲玲：唐兴资本专注于硬科技投资，尤其在AI领域聚焦基础层，已大量投入算力、通信、算法等基础设施，涵盖GPU及相关芯片。这些投资主要集中在算力芯片、存储芯片和通信芯片，支撑人工智能大算力技术。未来，我们计划拓展应用层，但目前AI发展仍需完善基础设施，我们已在此领域构建了初步生态。

关于AI领域的“泡沫”，目前呈现出过热与真实价值并存的状态。一方面，市场对AI未来普遍看好，但应用层尚在逐步形成，企业层次不齐，行业格局未定，导致投资过程较为迷茫，盲目追逐已跑出的项目。另一方面，具身智能等项目更多被视为未来投资方向，各层面的头部项目过热。然而，在工业、医疗、智能驾驶等场景中，AI已展现出真实价值。

李思平：每一层都有阶段性投资机会，我们不一定能看到终点。请下一位嘉宾发言。

刘璐：从AI机器人市场来看，其与20年前的新能源、10年前的互联网O2O、5年前的半导体和智能汽车等类似，都存在“泡沫”。但“泡沫”并非坏事，它能从政策、资金、人才等方面加速行业发展。

在投资策略上，作为海尔金盈旗下的产业投资平台，我们深度布局智能科技与医疗健康领域，围绕自身产业优势，优先选择与产业有合作可能或已在产业验证的AI或机器人项目，如具身智能企业主动在集团家庭场景推广测试，这为我们筛选商业化潜力企业提供了助力。在此基础上，我们控制投资数量和金额，选择估值相对合理时进入。所谓合理，即企业收入或签单增长速度与估值增长相匹配。有些企业估值虽在半年内涨数倍，但收入增长可达5-20倍，此时泡沫相对可控。

目前，技术端和产品端尚未收敛，我们应相对谨慎地参与其中。

李思平：作为CVC，为人工智能创业项目提供了良好的应用场景，便于充分验证，后续再决定是否推进。

陆佳清：首先，AI赛道肯定存在泡沫，因为参与者众多，竞争激烈。一级市场投资很难，无人涉足的项目担心退出困难，有人涉足的又担心是泡沫。

其次，国科嘉和也有投资AI领域的项目，包括具身智能等。AI产业链很长，未来潜力巨大，但不能笼统讨论，需拆分到具体赛道分析。例如，大模型处于下行阶段，垂直模型处于上升初期，具身智能又需细分为轮式机器人、足式机器人、全能型机器人等，每个细分赛道都要结合Gartner曲线来分析观望，确定投资时机。

宏观来看，大赛道的投资逻辑主要有两点：一是进入得足够早，如国科嘉和依托于科研院所的案源优势，往往能在项目融资初期争取到宝贵的投资时间窗口；二是争取在项目爆火前进入，如宇树科技，若能提前在拐点前抢到投资机会则稳赚。但中间阶段投资风险大，需科学判断，因为每一个赛道最终只有少数企业能存活，成长期判断尤其困难，一旦失误可能血本无归。

最后，主流投资机构不会错过AI赛道，但具体投什么是个挑战，当中也有运气成分。

徐晓：泡沫的存在并非坏事，适当的通胀优于通缩。对投资者而言，真正担忧的并非泡沫本身，而是缺乏泡沫。当一家公司仅由单一机构扶持时，完全的反共识对投资机构而言未必有利。一级投资与二级投资存在差异：二级投资追求反共识，而一级投资则是在追求大共识基础上的反共识，因此泡沫并非绝对负面因素。

泡沫的本质取决于其内部价值的增长速度。如果内在价值的增长速度超过泡沫的增长速度，那么泡沫的担忧也就无从谈起。泡沫的形成是由全市场资金供给以及对赛道和项目的供需关系决定的，而非单一机构所能左右。

从投资机构的角度来看，除了关注宏观层面的泡沫现象，更重要的是做好自身的工作。这包括对被投企业的深入研究和判断，以及投资机构自身专业能力的提升。市场最终是基于全市场信息的博弈，所有机构在市场中进行深度博弈。泡沫破裂后，最终结果取决于各方的实力和策略。

投资者不应高估自己的能力和判断，事物的发展往往超出预期。例如，2018年和2019年，新能源行业曾被普遍看衰，但到2021年却迎来了爆发式增长。回顾投资历史，2010年国家首次提出七大战略性新兴产业，其中新能源领域曾无人问津，但如今已发展成为热门赛道。这表明投资者不应轻易高估自己的判断能力，而应专注于产业本身和技术本身，做好当下的事情，摒弃市场杂音，专注于自身的核心竞争力。

李思平：徐总的观点是做好研究，练好内功才能穿透估值的迷雾。

杨云涛：感谢近期的热潮，让投资人和产业界重新关注AI领域。我们认为如果没有事件推动和特定领域的技术发展，投资价值是否会被边缘化值得去思考。

首先，应客观看待AI行业的发展。从AlphaGo战胜李世石开始，从概念导入到技术收敛，AI经历了10多年的发展，已取得一定技术积累，但是技术提升是永无止境的。目前，AI行业头部企业的发展以及形成的头部效应，能否在未来颠覆大产业的发展逻辑，甚至引发新一次工业革命，不仅依赖年轻一代科学家的研发精神，也需要科技创新资本和产业资本的扶持。

例如，人形机器人的核心场景目前主要是展演场景，同时客户有一部分还是租赁客户。这就印证如果没有特定场景和特定客户群体，产业进度可能会脱节。作为中车产业投资平台，我们认为不能用成熟产业链的投资逻辑在AI领域复用。AI领域的发展是在没有成熟技术和产品前提下的探索，资金和信息的流通速度更快。

AI领域的迭代速度远超传统工业制造和科技领域。近期在上海、北京举办的世界人工智能大会、世界机器人大会，人形机器人企业在短时间内实现了估值提升和产业合作模式的更新，这考验投资人如何理解和接受企业在第一个发展阶段的快速变化。

上午邝总分享的观点引人深思：AI领域未来是否会形成大型平台型或网络生态型的霸主企业？第一波浪潮中的AI企业中能否出现这样的企业？其发展范式的外延性是否有足够价值支撑？泡沫的概念源于互联网泡沫，基于互联网行业发展历程，我认为产业方应专注于自身擅长的领域，要冷静看待不同技术的演进方式都有其特定的发展阶段和发展周期，采取不用的应对策略，不能延用旧视角看待今天的新技术和新产品。

李思平：杨总的核心观点是适当的泡沫可以反过来进一步促进技术的进步。

于立峰：泡沫的存在是必然的。从事投资20年以上的人来说，经历过诸多次行业的泡沫现象。相比前段时期的投资行业的沉寂而言，如今泡沫的出现反而是一种积极信号，值得欢迎。

当然，理解泡沫的性质至关重要。体感与经济数据是两个不同概念。当前许多人提及泡沫，多是基于体感。例如，头部公司估值过高，新投资者难以进入，便认为这是泡沫。这种观点类似于“吃不到葡萄说葡萄酸”。此外，资本过度集中也是导致体感泡沫的原因之一。投资者盲目跟风，导致资本集中在少数项目上，使得进入门槛极高。再者，许多AI公司尚未盈利，其市盈率却与25年前、30年前的互联网公司相当。当时互联网被认为存在泡沫，如今AI也被贴上同样的标签。然而，这种“泡沫论”更多是基于体感，而非经济数据，所以我说，存在“体感泡沫”，不能简单地将当前的市场现象归结为泡沫。

其次，当前技术迭代速度极快，技术溢价对行业未来前景的价值尚未被充分计算进去，与过去相比，技术迭代速度大幅提升，从这个角度来说，泡沫其实并不大。再者，泡沫最终会经历大浪淘沙和优胜劣汰的过程，在发展中被逐步消化，互联网行业的发展历程便是最好的例证。如今，互联网行业已趋于良性发展，AI领域也将如此。前期AI的发展主要集中在基础设施方面，如算力、数据中心和大模型等，这些基础设施本身也在不断迭代。综合来看，泡沫的存在并非坏事。

关键在于投资者和创业者在这一过程中不要被牺牲掉。我们需要认真拆分产业链，分析投资机会。比如目前是否继续加大投资AI基础设施，还是着眼于未来一两年在原生应用领域、智能+领域或纵向、横向领域中的投资机会，值得深思。如果现在仍致力于大平台或基础设施建设，这或许是国家大资本的责任。对于民营企业而言，若能进入，早期投资成本较低，即使失败损失也有限，而成功则可能带来巨大回报。若想规避中间环节的风险，需关注未来两三年AI的发展趋势，要么早期进入，要么在已成型的几大龙头企业中寻找稳定性投资机会。从投资者角度，这是需要认真考虑的问题。

对于创业者而言，中国大多数创业者属于技术创业或工程师创业。工程师的优点是自信，认为自己的技术优于他人，但缺点是对经济趋势或行业整体脉络的把握不足，容易以偏概全。展望未来资本市场，在AI领域，并购退出和并购增值的案例和机会将远超IPO数量。这一波AI热潮，以及金融资本上市监管的变化，使得并购机遇远大于过往，其安全边际相对能够对冲部分“泡沫”带来的收益风险。

张文军：人工智能的发展经历了至少两轮浪潮。第一轮始于2016年，当时市场和投资都非常火热，许多公司从那时起步。上一轮热潮主要集中在机器视觉和智能语音领域，创业公司众多。十年前，机器识别猫和老鼠还被视为不可思议，如今人脸识别已广泛应用且被广泛接受。人工智能虽被认为是泡沫，但从应用角度看，它已悄然改变我们的生活，自动驾驶的安全性已显著提高，甚至在实验室阶段已超过人类驾驶的安全性。

第二轮人工智能浪潮更为显著，以大模型为开端，机器生成的论文已达到博士水平，令人震撼。总体而言，人工智能的发展方向非常明确，它正在改变我们的生活、商业和经济。然而，从投资角度看，这一领域难度较大。市场上的投资标的众多，但赢家寥寥。回顾上一轮人工智能浪潮，机器视觉和智能语音领域并未出现特别成功的公司。但在2016年以来一直持续发展的公司中，英伟达脱颖而出。2016年英伟达市值并不高，如今已达到4万亿美元。几年前，万亿美元市值还被视为遥不可及，如今已有七八家公司市值过万亿美元，英伟达更是高达4万亿美元。这在投资领域是令人难以置信的，说明资源和投资都集中在其中。4万亿美元的市值甚至可能超过许多发达国家股市的总市值，甚至高于英国和德国股市市值之和。

投资方向明确，但投资本身需谨慎，因为寻找最终的赢家极为困难。当市场真正明白时，价格可能已高不可攀。以英伟达为例，尽管市值已达4万亿美元，许多知名投资人仍在买入，认为其风险仍较低。然而，许多大厂也在研发芯片，英伟达的垄断地位并非不可撼动。人工智能投资方向值得坚定推进，但寻找优质标的需要艰难探索，这正是投资者的使命所在。

B端 or C端？

李思平：张总对前一代和这一代人工智能发展脉络进行了详细分析，过去的总结和分析对于未来的投资有现实的意义。

下一个问题，在产业重构的背景下，传统行业和人工智能的创新融合，今年成为中美两国科技投资界的共同关注热点，大家都在看应用层的人工智能的投资方向。作为投资人，如何看待大模型技术对传统产业的重塑作用？这里面有哪些具体投资机会，是看B端还是看C端？

同时，嘉宾们认为人工智能投资，未来将呈现哪些新趋势？投资机构如何能够调整策略抓住机遇？

这两个问题的本质是一样的，请宫总先分享。

宫蒲玲：我来回答最后一个问题。我们之前更多地投资于基础设施，但我坚定看好人工智能，包括具身智能，认为这是长久的未来。理由如下：

首先，今年大模型DeepSeek的出现，为国内垂直应用领域提供了很好的机会。其次，多模态融合使具身智能在复杂场景中的任务执行能力不断提升。第三，我们在垂直应用领域的落地不断显现。最后，尽管英伟达GPU估值已高达4万亿美元，但国内GPU硬件的国产替代渗透率不足50%，据我了解，目前大概在30%左右。地缘政治因素也使得国产替代需求极为迫切。

从投资角度来看，人工智能的硬件方面，无论是从高端技术角度，还是从应用层面，都还有很大发展空间，需要投资人通过投资去支持其发展，因此我非常看好。在硬件投资方面，我们正在深入布局，重点关注具有极强国产替代能力的基础设施公司，如GPU等。同时，我们也开始研究和布局具身智能方向，随着应用落地，垂直应用领域的具身智能发展前景广阔。此外，我们还在研究布局垂直应用领域的其他场景。

从策略上来说，我们更关注既有前瞻性技术，又有落地场景的项目。

李思平：最终还是要回到商业化的角度看这个项目。

刘璐：我回答第一个问题，以10年前互联网O2O阶段为例，当时舆论多认为是“互联网+”，但10年后回顾，真正独立发展成为平台级互联网公司的屈指可数，不超过20家，其余大多是“+互联网”。AI这波浪潮在属性上也有一定相似性，虽然当下叫AI+，但最终更多可能是传统行业+AI。

以我们产业中的一个小应用案例为例，我们有医疗板块和多家医院，目前医院采用远程问诊与医生线下问诊相结合的方式。患者挂号后，可提前将病症描述和历史病历上传至手机APP，AI基于大数据和类似病例给出参考建议，让患者在就诊前心里有底，缓解其焦虑情绪。问诊过程中，AI辅助诊疗可加速医生对病情的定性和判断；诊后，患者还可通过APP与AI互动，基于大数据反馈更好地指导康复。这个小案例表明，传统医疗+AI能够极大地提高效率，改善患者情绪，有助于康复。

陆佳清：我讲三个具体观点：首先，与传统产业结合是必然选择。纯技术型项目若不与传统产业结合，很难实现营收增长。以宇树为例，其今年营收目标为10亿元，去年约4亿元，但根据官方数据显示，2024年中国人形机器人商用出货量仅2000台，因此，单靠纯技术项目难以支撑营收。我们今年要投的一家做智能特种机器人的企业，能够使机器人自动完成焊接任务，破解焊接工艺中像标准化不足、成本高昂以及过度依赖人工经验等问题。它的核心逻辑也是替代人工，但必须在企业中找到应用场景。

其次，关于To B和To C，我个人认为To C虽好，但难度较大。原因如下：第一，在国内，链主企业如腾讯、字节等把控To C市场，竞争激烈；第二，纯软件项目在国内资本市场不被看好；第三，出海也面临激烈竞争，中国企业出海的最大痛点往往不是技术或产品不足，而是陷入中国式内耗，加剧内卷。因此，我们大量投资的项目还是To B的。

最后，关于发展迭代趋势，中国很多技术一旦工程化或供应链透明化，就会迅速进入激烈的商业竞争阶段，考验企业的落地能力。在AI时代，如果强人工智能没有实现阶段性突破，投资将主要考验技术平权化后的商业能力。

李思平：如果现场有C端的AI创业者，还是要慎重一些。

徐晓：我不太喜欢用“结合”这个词来形容人工智能与传统行业的关系。未来，人工智能是像空气和能源一样无处不在，成为人类社会的基本组成部分。正如我们不会说电和光与我们的结合，人工智能也将融入生活的方方面面。

当前，人工智能的发展仍处于基础设施建设阶段，例如宇树的机器人更多被用于科研机构的二次开发，而非真正的应用。

我们看好容错率较高的应用场景，如陪伴型AI。在这些场景中，即使AI犯错，也不会对用户造成严重影响。工业制造对容错率要求极高，因此需要更长的时间。

最后，人工智能的发展可能超出人类的想象。在足够的算力和能源支持下，人工智能将实现全量信息处理，类似于类人智能大脑的开发。当人工智能发展到一定阶段，人类可能无法理解其思考方式。到那时，人工智能将成为智能体，其应用可能进入另一个维度的世界，难以预测。

李思平：徐总为我们描绘了人工智能未来发展的愿景，它将渗透到生活的方方面面。

杨云涛：中车作为装备制造业的龙头企业，在人工智能的应用领域主要聚焦于To B端。我们主要围绕中车产业供应链上游及上游共性技术开展投资，核心是挖掘产业上游的先进技术，最终应用于装备制造业的To B端。

在轨道交通和新能源装备领域，中车推出了“斫轮”大模型，全面赋能22个方向、106个业务、369个场景。我们希望高铁装备和清洁能源装备成为AI的载体，在数字化、智能化基础上利用AI技术进行升级，使其更加贴近生活、更加舒适，并非完全依赖AI。

在工业制造场景中，尤其是在高频次和低容错率的场景下，未来大概率仍有约70%的场景是自动化，但自动化的承载能力、计算精度和控制水平将显著提升；约10%～20%的场景可能由智能体承担，10%～20%的场景仍需人工干预。这是基于人工智能与高端装备制造产业结合的未来发展方向。

我们希望通过产业投资和科创投资，为未来产业在工具端、研发端、智能制造、运营维护等方面提供更具性价比、更高智能的解决方案。

于立峰：我没有完全理解主持人提出的两个问题的边界，但可以综合回答。

首先，AI的未来发展趋势目前难以预测。但可以确定的是，基础设施的发展还将继续，未来将进一步完善AI的基础设施，包括算力芯片、数据中心和通信设施建设。

其次，未来的发展重点将在应用端。技术的发展最终要体现在经济发展中。过去互联网时代有“互联网+”和“+互联网”的讨论，智能时代同样存在“AI+”和“+AI”的问题，这两者并不矛盾。AI+代表人工智能原生应用，而+AI则是传统产业（包括机器人领域）中AI技术的应用，如芯片和大数据应用。这两个方向都属于人工智能发展的不同路径。

从个人角度，我们更看好两个方向：一是人工智能在医药研发领域的应用；二是机器人领域中的+AI应用。无论发展到什么程度，都需要一个实际的载体和应用场景，因为场景的应用才能创造经济价值。无论是机器狗、具身智能还是人形机器人，应用场景是至关重要的。例如，To B的机器人领域可能经过十年发展，从原型到商业化应用，很多知名公司销售额可能仅为2-4亿元。现在有些具身智能公司声称年收入10亿元，这令人震撼，当然也还是要拆开来看收入结构。我希望未来的发展能够快速迭代并创造价值。

我认为，AI在机器人等智能领域的应用需要找到合适的场景，如海洋经济或国防领域。我们投资的深海机器人面向海洋经济，AI创造了机器人，而机器人的应用又创造了新的商业市场。海洋经济是一个大市场，但缺乏相应的硬件支持，需求和供给相互促进。这是我们重点关注的领域，未来短时间内有望看到实实在在的经济价值。

张文军：我们依然看好人工智能在应用领域的前景。中国拥有全球最多的人口和第二大经济体，庞大的经济体量为人工智能应用提供了广阔空间。尽管在基础研发方面与国际存在差距，但在应用层面，中国具有显著优势。从上一轮互联网发展来看，中国从后发追赶，最终达到世界领先水平。人工智能领域亦是如此，我们对其应用前景充满信心，尽管前行之路充满挑战，许多未来的发展细节难以预见。

回顾互联网初期，沃尔玛曾认为接入网络即可轻松取胜，其他人无需再努力，但事实并非如此。深圳也曾试图通过“深圳之窗”搭建一个简单的门户网站，将所有信息罗列其中，但最终发现这一想法并不现实。人工智能的应用亦是如此，许多人认为大厂一旦涉足，其他企业便无立足之地，但历史经验表明，这种观点并不准确。

实际上，众多场景亟待人工智能赋能与助力，这为创业者和投资机构带来了绝佳机遇。我们不能简单地认为大公司介入后，其他企业便无机会。从历史上的多次变革来看，最终脱颖而出的往往是创业公司，这同样为投资机构提供了机会。

投资机构之所以存在并具有价值，是因为创业者能够孕育出优秀的企业，而我们若能发现这些潜力企业并陪伴其成长，便是我们的价值所在。

李思平：感谢各位嘉宾的精彩分享。AI投资并无标准答案，关键在于持续迭代。泡沫与黄金区的界定，取决于我们能否推动技术真正落地，实现产业效率的大幅提升。当人工智能从颠覆者转变为赋能者时，投资人更需兼具显微镜与望远镜的双重视野，既要洞察技术细节，又要把握产业重构周期。本场圆桌讨论到此结束，谢谢大家！