AI 练习时长两年半投资人中国 (ai训练用什么语言)

admin1 15小时前阅读数 7 #银行

文章标签练习时长两年半 AI 中国投资人

没必要为了某个「新范式」去创业。

大模型的序章完毕了。

模型的故事出现了一些巧妙的变化，比如，没人敢说中国模型不行了。

一切投资人都通知我们：「这个真的要感谢 DeepSeek」。

也要感谢 Manus，他们最先搭出了一个产品，证明了产品的技术栈正在变复杂。复杂会带来多元，多元意味着更多或许性。

Manus 也证明了一句大家前两年还有点心虚的话：运转是中国公司的主场。

变化引人注目，或许「下半场」的判别还为时兴早，但这必需是新的篇章，Chapter 2。越来越多的运转创业者下场，老牌的美元 VC 从重生动起来，消费、硬科技、纯人民币基金末尾频繁找 AI 项目，大洋对岸的美元也末尾悄然关注中国创业团队。

我们启动了这个项目。

过去几周， Founder Park 访谈了十多家投资机构，美元、人民币、大厂战投、新成立的基金。 这些生动在一线的投资人们，不论年龄、资历、title，他们积极甚至保守。感谢他们的信任，我们在交流中收获了极高密度的信息和洞察。经过我们的梳理，将部分可地下的对话整理成文，心愿能为当下的 AI 创业者提供一些有参考价值的思索。

在投资和创业的 context gap 中，心愿这样的弥合任务有它的意义。

一些访谈碎片

模型不是 VC 的 game，DeepSeek 曾经教大家怎样做模型了。

今天要求开创人在 Day One 就想清楚是不对的。技术还没收敛，更关键的是不停 build 不停交付的才干。

把 AI 玩具做得 fluffy，是一条风险的捷径。

Plaud 年支出逾越 7000 万美金。Plaud Note 这种外形的产品，曾经出来快两年了，在今天的市场上，我似乎找不到第二个竞争对手。为什么？

创业者早期拿太多钱或许会让举措变形。早期张一鸣拿了多少钱？如今很多背景不错的开创人，一出来就是几轮，有点重现当年最疯狂的时辰，华贸一天闭环，三轮完毕了啊。

1 万付费用户，你就是顶级 AI 产品。

ARR 概念降生的时辰，是为了「挤水分」的。游戏公司要不要也算个 ARR？

Prosumer 的产品，审美、品格和细节是专业用户的无止境追求，也是创业公司的机遇所在。

垂直范围的 AI Agent 绝不能按过去投中国 SaaS 的逻辑去看。中国 SaaS 市场这么些年，中国投资人交了这么多学费，它很明晰的特点是为结果付费，而不是为效率工具付费。

很多时辰我们拒绝，是觉得开创人自己并没有真正进入「创业外形」。或许决计和勇气到了，但全体举措、思索深度还没到。事可以变，但创业外形不对，在这个时代会十分艰难。上了战场就下不来了。

我觉得最值得做的，还是找到开创人自己真正为之兴奋的事，而不是到某个「范式」而去外面做填空题，我们还是更喜欢看到创业者能做一个「供应发明需求」的事，这应该会很开心。

Manus 办公室有张海报，是推特截图，大意是：一个硅谷 VC 好友说，Manus 让他想起了硅谷黄金时代的「old silicon valley」—— No secrets， just sheer execution speed。（没有秘密，只需地道的执行速度）。

以下是出如今这篇访谈中的投资人们：

Alphaist 开创人 - 陈哲（ex 五源）

Atypical Ventures 合伙人 - 邵帅

创新工场 执行董事 暨前沿科技基金 总经理 - 任博冰

Creek Stone 开创人 - 李一豪、钟陆欢（ex 弘毅）

高瓴创投 合伙人 - 王蓓

锦秋基金 合伙人 - 臧天宇

靖亚资本开创 合伙人 - 何沛

明势创投 合伙人 - 夏令

线性资本董事 总经理 - 郑灿

真格基金 合伙人 - 刘元

特地说一下，两家新成立的基金，从五源出来的陈哲做了 Alphaist，从弘毅出来的李一豪、钟陆欢做了 Creek Stone。新基金的 GP 很幽默，他们也成了创业者。

采访｜ Nico

编辑｜ Nico、万户

✨目录

1. Manus 的成功对创业者有什么参考价值？

2. DeepSeek 终究改动了什么？

3. 大模型六小虎，接上去如何？

4. 「模型即产品」是共识吗？Workflow 公司怎样办？

5. 元宝登陆微信，会复制拼多多的成功吗？

6. 为什么最成功的 AI 原生配件 Plaud 没有人抄？

7. ARR 目的对创业公司关键吗？

8. 通用 Agent 是创业公司的机遇吗？

9. Agent 会如何改动传统 SaaS 的方式？

10. AI Coding，中国创业者有什么机遇？

11. AI 陪伴玩具，为什么做不对？

12. 泡泡玛特的玩具不会说话

13. 怎样看朱啸虎关于「具身智能」的观念？

14. AI Infra 比云计算时代更复杂，有变化就无机遇

15. 视频生成可灵抢先了，但整个行业都还在 early adopter 阶段

16. 手机厂商做 AI，对创业公司来说是喜事

17. 对创业者 say no 的要素是什么？

18. 未来半年，早期创业者最应该做什么？

19. PMF 的有效期变短了，M 变复杂了

20. 下一代内容平台长什么样？

21. Alphaist 和 Creek Stone，为什么要出来做新基金？

22. 机构当下的投资战略是什么？

23. 市场上的好项目变多了还是变少了？

24. 投资人的角色正在出现变化

25. 最近在思索哪些疑问？

本文为合订版本，各位投资人独自的访谈原文，我们放在飞书知识库里供参考。

文末点击「阅读原文」，跳转至飞书文档。

如何定义 Manus 的成功？

Founder Park：Manus 作为一家 AI 运转创业公司，惹起了全球范围内的关注，公司也顺利拿到硅谷 VC 的投资。它对中国其他创业公司有怎样的参考意义？

创新工场任博冰： Manus 有两点很有意思：

全球化营销： 作为一家中国公司，经过产品和营销战略迅速取得了全球范围的认可，这是一件很难的事情。很多中国公司尝试过，但影响力往往难以耐久。

海外融资： 它探求并走通了「中国公司美国融资」这条路，这对我们很有参考价值。

Monica 这个团队自身也值得研讨。肖弘、Peak、张涛，这家公司从最后的延续创业，到 24 年其实有一段时期没有找到第二曲线，后来 Peak 和张涛介入，做出来新东西，这个途径也十分有研讨价值，对我们在看新的公司时很有参考意义。

锦秋基金臧天宇： 他们能在北美拿到融资，我觉得是多方面要素促进的：

Manus 团队的努力是最关键的。 他们经过 PLG 的方式成功了有效的增长，有十分峻峭的增长斜率，关于国际团队惹起硅谷机构的认知是十分关键的。

海外也有一些机构会比拟反共识地看好中国新一代创业者的才干和出海潜力，他们会做很深度的 coach，也会带来一些资源。AI 加大了优良 Founder 的才干边界，这会是一个英雄辈出的时代。Manus 团队就是典型的 AI 时代的创业者画像。锦秋要做的，就是做他们最坚实的后台和战友。

线性资本郑灿： Manus 初次将多种现有（包括刚出现的）AI 才干，特地是模型推理才干整合在一同，提供了一个处置复杂、长程义务的冷傲体验。之前的 Devin 体验较差，Deep Research 虽然体验好，但义务外形相对单一。Manus 则展现了处置多样化长程义务的或许性，这群体验十分美丽。

Manus 之前他们花了些时期探求，我集团了解，是外部在不时调整以寻觅 PMF 的环节。

Manus 自身或许不要求特地大批的人手花逾越半年的时期开发，但 关键在于团队掌握产品方向和及时调整的才干，尤其是在技术加快迭代的环境下，这十分关键。 面对一个「all moving pieces」的局面，他们没有死磕最后的想法，而是在任何时期点都选择一个当下最有或许迸发的产品方向和攻击角度，继续调整，直到找到 Manus 这个打破口。这种在技术变化进程中的 pivot 才干很强。

真格投了肖弘四次，why？

Founder Park：真格投资 Manus 的逻辑是什么？你们很早就知道他们要做 Agent 吗？

真格基金刘元： 假定按「投 Agent」的逻辑去找项目，永远无法能投到 Manus。

我们历史上投了肖弘四次，从他上一个项目末尾。

第一次性性创业：上一个项目，大家都知道了。（壹伴助手和微伴助手，群众号运营工具，后卖给独角兽公司。)

第二次创业（蝴蝶效应）天使轮：方向是做中国的 Benchling（生物迷信范围 SaaS，估值 60 亿美金），我们投了天使轮，那时还没产品。

第二轮融资：关键产品是 Monica 插件，买了 ChatGPT for Google（Chrome 插件）。事前 Monica 刚末尾做。那时有人说这是「套壳」，没技术含量。

第三轮融资：主产品是 Monica.im（多端跨平台 AI 助手），支出曾经不错了。事前团队跟投资人讲的故事是想做「AI 阅读器」，很多投资人并不看好这个故事。

这个环节充溢了演进和转型。它不是一个典型的「Agent 公司」做出来的产品。

就像小红书，我们 9 年投了 4 次。假定你当年是想投「最好的内容电商」或「最好的内容社区」，你也不会找到小红书。它最早做的产品是 PDF 攻略，跟内容、电商、社区都没太大相关。

Founder Park：蝴蝶效应 Pivot 了三次，真格都介入了。在不时转型中，你们详细看到了什么特质？

真格基金刘元： 他不是三次日暮途穷自愿转型，而是三次主动取舍。

做类 Benchling 时： 我们看到他用很少资源，在自己不算最熟习的范围，做出了可用性和审美都很好的产品。

转向 ChatGPT for Google / Monica 时： 我们看到他不只需才干做出高质量产品（类 Benchling 产品做出来但没发），还能「胆小鬼断腕」，砍掉它去追逐更大的机遇。这种战略取舍和执行力很牛。同时并行开发 Monica 并取得增长，证明了他的多线程才干。

Monica 壮大，构思阅读器时： 我们看到他抓住机遇，在短时期内把 Monica 在海外做到了相当大的用户和支出规模。他一个很少出国的人，做出纯海外用户的大体量产品，这十分凶猛。虽然阅读器没发，但再次证明了他对产品的极致要求和战略定力。

所以，这三次转型，我们看到的都是他的提高，决计是越来越足的。Manus 的出现，觉得是水到渠成。

历史上，真格很多成功案例都阅历了猛烈转型。从 PC 时代的聚美优品（从游戏转型电商），到 Anna（方爱之，真格基金开创合伙人）投的小红书，再到最近上市的地平线（真格也是天使投资人）。

Founder Park：Pivot 是创业中的关键命题。从你们的观察来看，成功的 Pivot 有没有一些特性或方法论？

真格基金刘元： 首先我自己没指点过转型，或许没有资历谈。但从观察的视角，成功的转型往往不是由于原来的事做不下去了，而是 在原有业务还不错、甚至很顺利的状况下，敏锐地发现了一个更大的机遇，然后主动选择。

比如肖弘的转型，Jasper（AI 写作工具）的转型，都是在通常中逼真地看到了一个更大的浪潮，然后选择去追。小红书也是这样。这种观察往往是共同的，由于你身处通常之中，他人看不到。

而不是说 A 做不了了，丢弃，然后从零末尾想 B。很多时辰，转型是在已有基础上，看到了通常中涌现的、他人未必看失掉的共同机遇。

Founder Park：所以思索 Pivot，不是只在 0-1 或 1-10 不太顺利的时辰，反而是在万事大吉的阶段？

真格基金刘元： 通常上是，但越往后，转型的漂浮本钱越高。假定事前第一个产品曾经上线，有了很多用户和支出，他要砍掉去做完全不同的事，心思担负必需会重很多。

Founder Park：团队在 Monica 的哪个阶段末尾孵化 Manus？

真格基金刘元： 阅读器产品事前其实曾经做完了，我们甚至在一些外部活动展现过。但团队不满意，觉得它「长得太像阅读器了」，AI 时代的阅读器，不应该「长得像阅读器」。Manus 从某种意义上说也是个阅读器，但外形完全不同。

Founder Park：做完收回来，似乎也没什么损失？

真格基金刘元： 对，类 Benchling 那个产品做好了，我也跟肖弘说过，挂出去试试呗，有人用就用，没人用就算了。他不发，就是不发。阅读器也是，我们都测试过，提了意见，他还是觉得不对，硬是没发。这就是 CEO 的决策和取舍，他们对自己要求十分高，觉得没抵达想要的那种「different」的效果，就不出手。

Founder Park：Monica 是推翻大家对「套壳」了解的十分关键的一款产品。

真格基金刘元： 对，这点肖弘十分牛 x。我记得他在 Manus 公布前一个月还发过一条即刻，「置信我，壳有壳的用途。」

Founder Park：蝴蝶效应这家公司的生长途径对其他创业者有什么参考意义？

真格基金刘元： 肖弘他们没有什么冷傲的背景，就是大在校生创业，介入创业协会、黑客松，拿点天使投资。他的每一步，其他创业者并非高无法攀。不像有些天分创业者，你会觉得「哇，那是天分」。

肖弘就是一步一个足迹，像蜗牛一样往上爬。他一个国际团队，没什么海外背景，做出了全球产品；非技术大牛出身，做出了 Jack Dorsey、Andrej Kaparthy、Thomas Wolf 都在转的产品；吸引了十分凶猛的人才。

他经常说「伟大人做特殊事」，招人也不迷信光环。这说明了通常、在环境中学习、迭代的关键性。

DeepSeek 改动了什么？

Founder Park：DeepSeek 爆火是往年最关键的黑天鹅事情，它改动了什么？

创新工场任博冰： DeepSeek 改动了中国研讨型公司的规范 ，不只是商业化，还有影响力。

我们最近有跟很多科研机构交流，也包括一些企业，比如阿里的 Qwen 3，影响力是关键的规范。国际很多人工智能研讨院，把 Paper 的规范也改了，甚至不发 Paper 也能毕业，教授不要求太多援用量也可以取得大批的经费支持。Tech report、开源项目，这些好的效果都没法用量化的方式判别，有些开源项目的 star 数或许水分很大。真正好的东西，大家天然会知道，不用刻意制定规范。假定你纠结如何评价，或许只是由于东西还不够好。

这是一个多年来大家心知肚明的疑问，只是过去不情愿供认。（DeepSeek 事情）让大家看法到，其实学术圈的疑问不止是算力的疑问，还是机制的疑问，甚至是目的控制方式的疑问。很多研讨不要求那么多算力，而且最近，很多学员也拿到了十分多的算力。大家都在自我反思，追求第一性地做科研，做企业。 DeepSeek 对整个国际的 AI 生态，不论是科研还是企业的目的，都带来了十分良性的变化。

线性资本郑灿： DeepSeek 带来了几个关键变化：

1. 降低门槛与本钱： 它自身才干很强，处于第一梯队。开源让大家无机遇自行托管（host）或找到第三方托管，从而清楚降低经常经常使用大模型的本钱。一个幽默的现象是，在 2024 年一整年，H200 GPU 的租金都在降低，但 DeepSeek 公布后，美国 H200 GPU 的租金下跌了 10%。

2. 促进小模型展开： 开源模型让开发者可以更低本钱、更放手地去蒸馏（distill）出性能更好的小模型，这对开发者生态是极大的利好。

3. 普及推理才干： DeepSeek 出来之前，除了 OpenAI，还没有公司做出来推理模型。它的出现直接抚慰了各大厂纷繁推出自己的推理模型。更关键的是，DeepSeek 完全开通了思想链，这为训练推理才干更强的模型提供了珍贵的、普遍的训练数据。曾经有团队在运行 DeepSeek 的思想链数据训练自己的模型了。这自身就是对行业的奉献。

4. 减速 AI 商业化： DeepSeek 的影响力，尤其是其弱小的才干和开源特性，大大降低了 AI 的客户教育本钱。去年很多企业，包括大型企业，还在犹疑能否要用 AI，业务部门要求费力压服老板。DeepSeek 之后，这种讨论和压服变得容易多了，很多企业末尾主动讯问「我们该怎样用？」，甚至「先不论那么多，搞一个来试试」。这直接推进了 AI 的商业化进程。

Deepseek 证明了 L2 对 L1 产品的降维打击

明势创投夏令： DeepSeek，尤其是 R1 带来的生态影响对我们影响很大。假定参考 OpenAI 提出的 AI 才干 L1-L5 分级，其实曾经明白到来了 L2 阶段：

L1：Chatbot（对话）

L2：Reasoner（推理处置疑问）

L3：Agent（调用工具成功复杂义务）

DeepSeek R1 和 OpenAI 的 o 系列可以看作是 L2 级别的模型和产品。 L2 的出现，对 L1 级别的产品是降维打击。之前积聚的 DAU、工程优化等在 L2 面前或许摧枯拉朽。 这对我们的启示是：

1. L1 层面的竞争已有意义，必需更新。

2. L3（Agent）何时到来变得至关关键。 我们曾经看到 L2 对 L1 的冲击，L3 来了，对 L2 又是降维打击。

春节后我们跟国际和海外大模型公司交流，他们给出的 L3 时期点是超出我们预期的，他们普遍以为是一年之内，甚至更保守的以为或许就在 2025 年内就可以展开到 L3 阶段。

对投资组合的意义：

模型公司：继续加大投入，像 MiniMax，24 年下半年就曾经调整战略，模型要追求更上下限，瞄准 L3。

产品型公司：假定还逗留在 L1，如今面临的最大疑问是你的 L2、L3 是什么？必需前瞻性思索和规划，否则以后的投入很或许有效。

Manus 是一个 L3 产品的雏形。虽然在测评中比分高的部分并不是严峻意义的 Agent，他们关于要求多步推理和经常经常使用多种工具的义务成功度仍较弱，效果必需满足不了大家的需求，但它验证了 L3 Agent 产品外形的趋向，它的出现必需会对 L2 产品构成冲击。

对产品型公司来说，最迫切的是：

尽快思索 L2/L3 外形是什么： 做规划，明白时期表，哪怕是直觉驱动的，调整产品规划和资源分配，向 Agent 方向演进。

厘清与模型公司的相关： 大少数产品型公司不具有自研模型才干。今天的模型公司正在继续优化自己的模型才干和模型边界，提供模型、推理、Memory、工具等，提供一个完整的 System 而不是一个方便的 Model，目的是 Agent 能成功人 80% 的任务。这种状况下，产品公司应思索如何运行模型公司的才干生长，而不是跟他们直接竞争。

聚焦专业范围： 尤其是「Save Time」类产品，应尽或许面向专业人群、专业范围，避开模型公司才干边界扩张带来的直接冲击，要思索到模型公司才干和边界的扩张对你的业务的影响。

大模型六小虎，接上去如何？

Founder Park：关于现有的「六小虎」等模型公司，怎样看后续展开？MiniMax 的前景如何？

明势创投夏令： 我们 2022 年终投资 MiniMax 的时辰，大模型还是非共识。一年之后当共识构成，对我们而言就过了早期投资阶段，2023 年起一切新成立的大模型创业公司我们均没有投资。

时至今天，关于仍坚持做模型的公司，要跑出来，前提是模型才干继续坚持在第一梯队。这要求：

1. 充足的资源：钱、卡。

2. 弱小的工程化才干和高人才密度团队。

3. 战略明晰：看法到模型需继续追求技术下限，产品的归产品，不要以短期 DAU 等为导向，要有战略的判别和调整。

我们依然坚决看好 MiniMax，由于它：

调整早：去年下半年已成功模型优先的战略调整，而不是在 DeepSeek 之后。

资源足：是国际创业公司中人才团队、现金贮藏、算力集群规模抢先的公司之一。

产品才干强：多个产品在细分范围坚持全球抢先。

MiniMax 相同也将模型技术开源，并做了前沿探求，比如在 Transformer 底层有自己的创新，非共识的在国际走 Linear Attention 路途从而支持 long context 的「易如反掌」命中率极高，这在 Agent 阶段会越发关键。

Founder Park：真格投了 Kimi，怎样看？

真格基金刘元： Kimi 到今天，还是初创公司里最执着于去拼 SOTA 模型、争夺「皇冠上的明珠」的那一个。

所以到今天，虽然竞争日益猛烈和收敛，回头来看投资月之暗面依然是作为一个 VC 最好的选择。

Founder Park：过去两年，资金关键集中在模型层。如今模型公司融资似乎遇到应战，那接上去，市场上的资金会流向哪里？

Alphaist 陈哲： 反正我觉得不应该投模型，（我在之前的基金）一个模型都没投。 我觉得模型不是一个 VC 生意，从 VC 的角度去做这个事情没什么意义。

移动互联网时代，真正浪潮起来的时辰，也没有很多人真的跑去做操作系统。你看上个时代，真正有底层平台型机遇（算力、OS）的创业公司外面只需小米一家。华为 OV 都是老公司，而且当年都是直接 follow Android 生态。 为什么今天大家觉得一个创业公司可以去把技术模型的生态给做起来呢？ 我事前没有想明白。移动互联网真正出现机遇的时辰，其实是各种各样新颖的小东西会出现。我觉得今天跟当年的状况有点像。

VC 这个行业，就像我基金的名字（Alphaist），VC 永远是在寻觅 Alpha。VC 必需不是一个寻觅 Beta 的游戏。

由于你要取得 venture 报答，你必需就要求下注一个大家没有那么看好，或许大家不太敢 bet 的事情。那中心就是你必需找到这外面的非共识，必需找到这边的 Outlier。我觉得这是 VC 这个游戏的实质，一切好的 VC Deal 都是这么出来的。一切 Party Round 的就没有好 deal。这是实质，但是大家会觉得不温馨，由于这个东西太反兽性了。

Founder Park：集中的大额投资，比如过去两年的六小虎，如今也阶段性完毕了。

Atypical 邵帅： 这其实触及到在不同创新阶段的投资逻辑。

在 通常创新阶段 ，（如 OpenAI 早期探求言语模型的 Scaling Law，或固态电池研发等），风险极高，不确定性也大，因此更适宜产业资本或非盈利组织，比如马斯克和 DeepSeek 的方式，这不是 VC 的菜。

在 技术创新阶段 （如近两年大模型技术路途逐渐明晰，大家末尾卷算法、工程、训练方法），VC 们可以末尾进入投资，但关键还是少数技术精英的游戏，技术壁垒依然较高。

在 产品创新阶段 （技术门槛相对降低，重点转向如何将技术组分解运转，发明用户价值），这也是市场最大的红利期，也是 VC 的主战场。此时，投资的重点回归到产品、用户需求和商业方式这些基本面上。

我们如今正处在从技术创新向产品创新过渡的关键拐点。这个阶段将涌现大批机遇，是早期 VC 的最佳机遇。但也正由于如此，优良项目将变得愈加抢手，估值水涨船高。这对早期基金提出了更高的要求，要看得更早，决策更快，更武断。

靖亚资本何沛： 在投大模型的时期，市场关注的是中国能否降生 OpenAI 这样的全球级 AI 公司，所以顶级的 AI 学者或迷信家会大受喜爱。但有这种背景和才干的创业者数量是少的。

如今大家的关注点曾经从大模型转到了运转层。 运转层创业的逻辑是完全不同的，顶级学者或大厂背景出身并不用然同等于能做出优良产品。 如今，大家似乎又回到了同一同跑线，比拼的是对场景的深化了解、对用户的精准洞察以及产品创新才干。通常上大家都无机遇，我觉得创业项目会很多的。

Founder Park：过去两年投大模型是在寻觅中国的「OpenAI」，如今结论趋于明晰，VC 又回到了更善于的范围，识别人、找到适宜的运转场景？

靖亚资本何沛： 是的，之前投大模型公司是为梦想（AGI）投资，如今头部公司曾经拿了十分多的钱，再投新的公司意义不是很大。但运转层投资才刚刚末尾，目前看到的跑得快的 AI 公司支出起量快得惊人，也会抚慰 VC 的心境。

运转层的投资逻辑，不是大模型范围投人才的稀缺性，而是 要找到好的场景、找到真正懂用户、能做出用户情愿花钱买单的产品的创业者。 我们更想投「有理想但不理想化」的开创人。

「模型即产品」是一种错觉

Founder Park：怎样看 GPT-4o 和 Gemini 2.5 Pro 带来的「模型即产品」的讨论？

Alphaist 陈哲： GPT-4o 和 Gemini 2.5 Pro 做出这个结果也不奇特。我去年年底去湾区的时辰，跟几个 Google 的前同事（陈哲此前在 Google X，担任 Google Glass 的任务）聊过。我的感受就是 Google 做出这个东西完全契合预期，而且 Google 还有更多的东西没放出来。他们在多模态模型的训练、数据和清洗这方面的才干曾经远超市场上的公司了。

这些或许还是反映了一个事情：基础模型，尤其包括未来的多模态，以后的具身，在模型框架末尾收敛的状况下，那必需是谁有算力、谁有数据就会更有优势。目前真正有算力、有数据的就这几个大厂，所以他们得出这个结果我觉得完全不奇特。创业公司应该更早地想明白，假定这个是个必需的结果，自己应该找一个什么样的位置？

高瓴创投王蓓： 之所以如今大家讨论「模型即产品」，是由于我们正处在模型加快迭代，而 产品尚未明白交付清楚效果（deliver result）的阶段。也就是说，我们处于基础设备（infrastructure）加快演进的环节中。

这个阶段看到更多的是模型自身的变化 ，就是基座模型，包括言语模型、多模态模型，甚至具身智能模型，这些都属于底层基座才干的迭代。但这能否意味着产品层面的变化？产品层面的改造才刚刚末尾。

高瓴创投（GL Ventures）很早就支持了模型公司。我们是 MiniMax 的最早的投资人，那还是 2021 年下半年，事前 ChatGPT 3.5 还没出来、大模型基本还不是融资主题。在投了几家关键的模型公司之后，我们也不时在看产品。很多优良的产品经理也心愿能做出有特征、有亮点的 AI 产品。

为什么之前很难跑出好的产品，还是由于模型才干还不够强。纯言语交互的产品外形相对单薄，用户更等候多模态体验。而多模态技术（如 Diffusion Model）在过去的迭代中还不够成熟，产品经理想运行底层模型才干做出好产品，难度很大。 这就给大家构成了一个错觉，似乎模型自身就是产品。 但我们以为，未来依然是产品的天下。

Founder Park：模型吃掉高层的框架甚至产品，比如 GPT-4o 关于 ComfyUI 等任务流带来比拟大的冲击，做 workflow 的创业公司应该怎样办？

ComfyUI 是一款用于 AI 视频生成的开源可视化流程工具，作为 Stable Diffusion 的插件公布，用户可以经过节点衔接精细控制视频生成环节，并支持任务流模板的复用分享。深受专业设计人士和开发者喜欢。

ComfyUI 最早由开发者 Joshua Bardwell 集团开发，现团队位于美国旧金山。

创新工场任博冰： 技术展开是螺旋上升的。大家之前或许过于追求分歧规范，但很多规范自身就是阶段性的，甚至或许是错的。就像 Agent，Deep Research 是个模型，但也可以用 Agent 成功相似性能。未来是追求单一弱小模型还是复杂 Agent 系统？这没有定论，会不时演进。

ComfyUI 当然可以成功相似 4o 的效果，但 4o 用一个模型就处置了部分疑问（图像）。视频生成也是如此，我们投的一家公司（本月中会公布效果）就采纳了完全不同的技术途径，不是 DiT 的途径。

技术打破会不时改动对工具链的认知。目前工具链的疑问在于： 做多模态的人太依赖现有工具链，并且会假定模型不会有推翻性优化。

这两点都是错的。多模态模型（图像、视频）其实变化十分快，甚至比言语模型更快（从 GAN 到 Diffusion 到 AR，每次大变化也就两年左右）。大家之前太关注言语模型而无视了这一点。

因此，创业者要求：

1. 工具链的冗余度： 工具链设计必需有微小的冗余度，能容纳未来的技术打破。

2. 定义新产品： 要追求成功之前无法成功的新产品外形，而不是方便地用现有模型和工具复刻旧产品。比如，如今做 AI 短视频，很多 Agent 方案或许都有疑问，由于未来直接生成或许就不要求那么复杂的 Agent 了。工具的目的是服务于新外形的视频，甚至定义新的视频类型。我们行将公布的新视频生成技术，其产出物就和之前的视频不是一回事，工具链天然也要随之改动。

关键在于团队对创业方向的定义：我终究在处置什么疑问？这对工具类公司尤其难。很多人基于现有内容平台和外形去做工具，短期能吃到红利，但这似乎在沙滩上盖城堡，一旦内容平台或外形变化，工具价值就或许消逝。

要求在短期红利和终年风险间找到平衡。既要吃短期红利，也要在架构和内容外形上留有足够冗余。不能让现有的工具定义你的技术途径。

锦秋基金臧天宇： ComfyUI 的用户关键是专业设计师或 AI 创意任务者。对他们来讲，GPT-4o 优化了图像生成质量和语义了解，但 ComfyUI 提供的节点式任务流、对生成环节的精细控制、本地化部署、隐私友好等特性，或许依然是无法完全替代的。GPT-4o 可以作为 ComfyUI 任务流中的一个弱小节点，而不是完全取代它。而且 ComfyUI 支持的不只是图像生成，还有视频生成等，我们投的一些视频工具团队也在经常经常使用它。

所以， 我不以为 GPT-4o 的才干会方便地推翻 ComfyUI 或基于它的运转生态。

Coding 范围的 Devin 自身也是一个 Agent 运转，它不是底层模型。它是在好的底模基础上，构建了一个面向专业编程场景的 Coding Agent 运转。模型才干的优化（比如 Claude 3.7）反而直接优化了 Devin 这类运转的性能。这恰恰说明了在弱小底模基础上构建优良任务流运转的价值。

Devin 是 Cognition AI 的中心产品，头部 AI 编码工具。2024 年 12 月，Devin 开启商业化，针对 Team 客户不要钱 500 美元/月。

Cognition AI 于 2024 年在美国旧金山成立，开创人兼 CEO Scott Wu，华人创业者，曾担任 Lunchclub 结合开创人兼首席技术官及在 Addepar 软件工程师。2024 年 4 月，拿到来自 Founders Fund、Khosla Ventures 1.75 亿美元投资，估值抵达 20 亿美元。

线性资本郑灿：

虽然长得像 ComfyUI 的工具很多，但它是大家最喜欢的产品之一。GPT-4o 确实优化了图像生成的基线水平，但它必需也有处置不了的疑问。这些疑问，最终或许还是要求社区的力气去处置。 正是由于 ComfyUI 树立了弱小的社区，当它遭到新技术冲击时，其外部反而会由于社区的生机而出现新的生命力。 它的生命力就在于社区。

Coming Next...

5. 元宝登录微信，会复制拼多多的成功吗？

6. 为什么最成功的 AI 原生配件 Plaud 没有人抄？

7. ARR 目的对创业公司关键吗？

8. 通用 Agent 是创业公司的机遇吗？

9. Agent 会如何改动传统 SaaS 的方式？

10. AI Coding，中国创业者有什么机遇？

11. AI 陪伴玩具，为什么做不对？

12. 泡泡玛特的玩具不会说话

13. 怎样看朱啸虎关于「具身智能」的观念？

14. AI Infra 比云计算时代更复杂，有变化就无机遇

15. 视频生成可灵抢先了，但整个行业都还在 early adopter 阶段

16. 手机厂商做 AI，对创业公司来说是喜事

17. 对创业者 say no 的要素是什么？

18. 未来半年，早期创业者最应该做什么？

19. PMF 的有效期变短了，M 变复杂了

20. 下一代内容平台长什么样？

21. Alphaist 和 Creek Stone，为什么要出来做新基金？

22. 机构当下的投资战略是什么？

23. 市场上的好项目变多了还是变少了？

24. 投资人的角色正在出现变化

25. 最近在思索哪些疑问？

元宝登陆微信，对创业者来说意味着什么？

Founder Park：您之前从业，领投了拼多多 B 轮，十分早期。如今很多人把拼多多的成功归因于微信入口。最近也看到腾讯的元宝在微信里推行，您怎样看微信这类超级入口对创业者的影响？尤其是一些想在微信生态里做事的创业者？

高瓴创投王蓓： 提到拼多多，大家都觉得是由于微信。但通常上，我 2015 年看法黄峥和他的公司，应该是第一个认可「拼多多」这个概念的投资人（之前是「拼好货」）。其实翻看事前的投资报告，外面完全没有「微信生态」这四个字。

我们事前投的逻辑，更多是一个词： 信噪比， 信息和噪音的比率。一个好的产品，假定在任何环境下都能表现出更高的信噪比——用户看到不反感，觉得有用——那它就能成功。 不论今天载体是微信、微博，甚至是短信、飞信，只需是在人与人可以沟通的环境里，它能提高信息传递效率和决策效率，它就能成。

我们事前花很多时期去恢复拼多多终究是什么？我们恢复的是菜市场和早市。你看到一群人在抢菜，你路过时总会多看一眼。那这个菜市场，是不是就是大家的「微信」呢？（笑）

还是那句话， 太阳底下无新事。很多方式和场景几百几千年前就有了，我们只是在当下找到一个适宜的载体。能加快展开的独一要素，就是你的信噪比高。

Founder Park：所以迁移到如今的AI范围，假定腾讯运行微信才干做对了，无可厚非；假定没做对，那就是创业者的机遇？

高瓴创投王蓓： 对。谁能在这个技术变量上更好地抓住机遇，运行好以后一切的信息传递渠道（比如社交媒体），处置信息不对称疑问，谁就能成功。信息从不对称到对称的环节，也是用户和数据量级变化的环节。任何人抓住了这一点，无论大厂小厂还是创业者，都无机遇。拼多多在海外没有用微信相同也做得很好。

只需在人类信息传递的载体里，你能找到对用户有用的点，让他觉得这个东西有用，就能成。

Founder Park：很精彩的视角。

高瓴创投王蓓： 没有，其实也说不出什么矮小上的词，就是很奢侈的道理，能说明白就行。

为什么 Plaud 没有竞争对手？

Founder Park：AI 原生配件，过去两年效果最好的应该是 Plaud Note，2024 年年支出 7000 万美金。

Plaud Note 是 PLAUD.AI 的首款产品，AI 智能会议纪要录音笔。Plaud Note 是全球首款搭载 GPT-4 的 AI 录音笔，交付超 30 万台，采纳了「配件+订阅」并行的不要钱方式，年化支出抵达一亿美金。

PLAUD.AI 于 2021 年在美国成立，由许高创立，许高是一名延续创业者和投资人，曾投资早期 FA 机构小饭桌。

Alphaist 陈哲： Plaud 应该有靠近百万的销量。我觉得它与其说是配件产品，或许软件的部分占比还更大一些，由于它的配件相对方便，ID 设计和工业复杂度来说，作为配件产品来说还是比拟方便的。

虽然它或许只需大几十万的量级，但对一家小公司来说，两年时期取得靠近一亿美金的效果，配件+软件，作为一个小公司，而且不是特地善于做智能配件的团队，其实是一个很不错的效果。

或许很多投资人刚看到 Plaud 这个产品的时辰，都很难设想他能做到大几千万美金的支出，还有千万美金级的 recurring 的支出，还有六七成的毛利。

这就有一个我最近在思索的疑问： Plaud Note 的竞品，在市场上很少。一个超薄的、iPhone 录音的配件，结合 GPT 的才干，这种外形的产品，它曾经出来快两年了，在今天的市场上，我似乎找不到第二个竞争对手。为什么？

当然它吃了配件的红利，智能录音笔不是一个新的产品，和搜狗都做过，科大讯飞的录音笔有几十亿的支出规模，这不是一个新品类，而且没有 AI 总结，录音笔是一个「难用」的产品，只需文字转写，很难做出有用的价值。GPT 才干的普及让录音笔这个产品更有用了，Plaud 作为一个小团队取得了十分成功的结果，也验证了这个需求的存在。

Plaud 的切入，用了一个超薄的电池，超薄的 ID，是为了和 iPhone 配合，作为手机配件。

但 今天很多人用它，跟手机曾经没有太大相关了。 大家没有把它贴在 iPhone 上用，反而当成一个失常的录音笔，美观、设计巧妙、很容易收纳，你可以放在钱包里，很容易携带经常经常使用。在这个逻辑下，今天的市场上我真的找不到第二个好产品，我也想找个替代品试试，但找不到。

或许有人会 argue，小米会做，安克会做。我置信有很多品类，比如智能眼镜，小米华为必需会做，有几十个公司冲出来做，但也没有哪家成功几千万美元的支出，而且毛利还低，由于供应链把本钱控制得很凶猛。

我的一个逻辑是，Plaud 是华米 OV 必需不会做的事情。为什么呢？由于它不是一个亿级的 toC 产品。录音笔原本就是个百万到千万级的商务级产品。这种产品在大厂外面立项是十分艰难的。设想一下小米做一个 Plaud 的山寨，就算做出来卖个一两百万台，会很舒适，在外部一点不处置疑问，那个担任人会被骂死的。这种方向丢给小米生态链公司，他们都不用须会正儿八经去做。

所以，有些方向是必需大厂会做的（比如智能眼镜、手环），但有些方向就是大厂真的是心有余而力缺乏，由于外部的权衡机制和处分不处分他们做这样的事情。这就给创业公司留下了空间。

Founder Park：Plaud 后来做了一个 pendant 挂坠，这个范围很多人在做。

Alphaist 陈哲： Pendant is all bullshit，没有一个公司做得稍微成功一点。 我事前在 Google Glass 的时辰，各种可穿戴外形，我们都尝试过。Pendant 真的是个很蹩脚的外形，它放在胸前，你的心跳都会对它有干扰，那个收音的位置，各方面都差很多，但架不住大家会前赴后继地尝试。

Founder Park：确实很多人在做，或许对比 Plaud 这种偏极客、商务，挂坠会有所谓女性向的市场。

Alphaist 陈哲： 这是假定。这个产品并不难，12 个月的周期必需能做出来，那就等 12 个月以后，看看能卖多少。能不能真的卖出去，能不能真的感动用户？假定不能，这个假定就是错的。

Founder Park：你会倡议创业者做 Plaud 这种外形吗？

Alphaist 陈哲： 倒没有倡议大家做，更多是猎奇大家如何思索这个疑问，如何选择路途。我发现，很多创业者，尤其技术型创业者，他们喜欢做 fancy 的产品。

回到两年前，做个 Monica，或许很多人都难以启齿，觉得没有技术含量。通常上呢？他们做成了一个高黏性，有盈利，有继续增长的产品。

我觉得，关于 Plaud，包括我自己，作为投资人，直觉就觉得这件事太方便了。但通常上，这样一个方便的东西，假定你真的切入得很好，用户是会用的。但如今大家想各种各样的创新，做一个美丽的挂坠，或许一个 fancy 的 AI 眼镜，有时辰是事半功倍的。这件事我觉得很有意思，怎样的思索决策最终导向了事半功倍的状况？

如今的创业者、投资人，应该细心思索，有哪些 Plaud Note 这样的机遇？

Atypical 邵帅： 这是一个很好的疑问，有一个我想强调的观念：不要高估巨头，也不要低估创业公司执行速度的关键性。

很多时辰，模拟者（山寨）和巨头的执行速度远比我们预期的要慢。举个例子，去年其实就有一些公司想做 AI 阅读器，我下看法地觉得，假定这个方向真的无机遇，谷歌不是应该立马就能做吗？但如今看，虽然优良的 AI 阅读器曾经出现，谷歌似乎并没有立刻做出反响。

所以，我们真的不能高估巨头的执行力。或许这个方向不在他们的中心战略中，比如巨头或许更注严重模型的开发、通用 Agent 等方向，也或许是由于公司组织架构的老化，形成执行的速度跟不上市场变化。创业公司在这一点上反而具有竞争优势。

回到 Plaud Note，为什么没有人模拟它呢？

一是非共识的市场判别，很多人至今没无看法到「声响记载」自身就是一个值得注重的市场。就像音频模型，过去大家都关注言语和视觉模型，音频不时被无视，直到 ElevenLabs 的出现才末尾惹起留意。

二是对壁垒的误判，很多人会觉得，像会议纪要这种性能，其实飞书的妙记、手机 App 就能够做，为什么还要求专门的配件呢？假定它的中心依赖于转写才干，那么它的壁垒在哪里？但其实我觉得 Plaud 在配件自身曾经做到足够方便和极致了，很难在相同的外形上再有跨越，另外会议纪要的撰写质量也依然有很多工程细节可做，包括场景的继续加深，智能排 calendar，通知与会人等等。

三是关于小众市场的刻板印象，语音记载在很多行业中都有特定的处置方案，例如汽车销售的电子工牌、蓝领市场的录音设备、传统的录音笔等，Plaud Note 采纳的是「配件+软件订阅」的定价方式，或许会让一些人觉得属于一个较为小众的市场。

即使是看到了 Plaud Note 的成功，这些疑虑也或许形成会让潜在的模拟者或巨头优柔寡断，最终形成它们的反响较慢。

锦秋基金臧天宇： （Plaud 没有很多竞品）首先或许跟配件开发自身的门槛有关，从产品定义到 EVT、DVT、PVT 一系列流程，到最终导入量产，要求时期和资源，一个产品成熟至少得六个月到一年。Plaud 的产品又薄又轻，有美丽的 ID 设计，是要求花时期打磨的，竞品跟进也要求付出相似的时期本钱，因此存在一个抢先的窗口期。

其次，这种垂类场景也限制了模拟的空间。Plaud 在抢先的这段窗口期内增长迅速，很快树立了品牌认知。你要在一个已有品牌认知、规模中等的垂类市场里，推出一个完全一样的产品，并不是一个 ROI 很高的市场选择。假定没有清楚的性能差异或更新，很难撼动原有玩家的位置。而市场空间又没有大到让新进者砸大批市场资源去做的水平。所以它如今这个局面也不异常。

配件的另一个疑问是它不像软件能小步快跑地迭代，一个生命周期走完了，就要预备下一个版本，两边的风险不小。

ARR 只是一个目的

Founder Park：最近 ARR （年度经常性支出）这个目的很火，行业里有争议。怎样看这个目的？

高瓴创投王蓓： ARR 最早其实是个「挤水分」的概念，但如今反而或许包括了挺多噪音。我们开玩笑说，游戏公司哭晕了，要是用 ARR 算流水，那游戏公司是不是全全球 ARR 最高的？

最关键的还是恢复用户的经常经常使用场景和行为习气。看用户的转化漏斗是怎样构成的、用户在哪一层情愿付费、付费意味着什么？或许意味着某种水平的信任，但这只是此时此刻。

我们还要关注，用户付费之后，留存、经常经常使用频次、场景、时长是怎样的？用户用产品发明的东西，有没有下载上去？下载之后有没有分享？这些行为数据，或许比 ARR、比支出自身更关键。

支出往往是一个滞后的结果，前置的是高质量的用户行为。哪怕一个产品不出现支出，但用户行为质量很高，我们也以为它是高质量的产品。反之，假定只是经过各种手段（比如运行心境 FOMO）促进了一个付费转化行为，但用户后续的经常经常使用频次、场景并不理想，那这个转化自身意义也不大。因此除了数据，我们也十分看重用户调研。

Founder Park：GenSpark Agent 公布 10 天就给出 ARR 数据，其真实业内有些争议。

高瓴创投王蓓： 每家公司每一个当下的举措，面前或许有各种要素。关于创业公司来说，我们还是强调，要有足够的同理心，要站在这个开创人和团队的角度去想，比如它是心愿让更多人知道我、关注我的产品？还是要用时期换更多的空间机遇？

Founder Park：如今全体环境比拟严苛，很多声响都在说创业者要从 Day One 就想商业方式，学会赚钱。

高瓴创投王蓓： 很多年轻创业者（90 后、95 后甚至 00 后），他们首先心愿成功一个自我认同的小闭环。比如做个东西放到 App Store，零推行下居然有人下载、有人转化，这对他们是微小的快乐。这证明了 AI 或科技是一种平权运动，降低了创业门槛。我们十分乐见这样的事情出现。

他们早期或许不要求太多钱，我们也情愿见证他们「美」的环节。很多人的野心也是迭代的，先做小而美，再想怎样变大，以及如何在变大的同时坚持美。

锦秋基金臧天宇： 短期内很难有大的变化，市场上的资金属性选择了对商业化的关注度。甚至或许由于微观要素变得更严苛，比如贸易摩擦。

我们以为， 创业者不用须非要在 Day 1 就成功商业化，但途径思索是必需的。 Day 1 不赚钱可以，但 Day 1 就得想明白靠什么赚钱。你是想做大 DAU 靠广告，还是做订阅，或是其他方式？这个思索应该从一末尾就有。当然，我们（作为美元基金）或许相对市场上一些机构（尤其是人民币基金）的要求会稍微灵敏一些，但商业化实质的关键性是无须置疑的，毕竟创业最终是商业行为。

通用 Agent 在大厂射程范围内

Founder Park：通用 vs 垂直是如今的热点话题，有很多通用 Agent 陆续公布，但这个赛道似乎像通用模型一样，是个赢家通吃的结局？你怎样判别通用 Agent 和垂直 Agent 的创业机遇？

Atypical 邵帅： 通用 Agent 这一方向竞争异常猛烈，而且它的未来充溢不确定性，毕竟它在大模型厂商的射程之内。

我集团反而更关注那些共同且深化垂直行业的 AI Agent 运转。虽然通用 AI Agent 在许多场景下表现出色，但它也难以完美满足某些特定行业的专业需求。比如在金融投研、法律、医疗、销售线索挖掘等范围，这些行业对 AI Agent 的要求愈加精细，要求更多专业知识、行业数据和任务流的整合。

关于创业者来说，瞄准一个 Niche Market，并深化其中，结合 AI 才干和行业的专业知识，构成共同的任务流壁垒，或许是更为稳妥的战略，且终年来看也具有更大的价值。

Creek Stone 李一豪： 从投资逻辑来看，尤其在看到 OpenAI 的 o 系列模型后，我们的重点在垂直范围。我们以为如今还没到通用人工智能的时代，以后的追求或许受上个时代「衔接」带来微小价值的惯性思想影响，如今更应该追求 垂直智能 ，探求各个细分范围的「超智能」（Super Intelligence / ASI）。顶层言语模型规划 + Computer Use 调用工具 + MCP 生态才干，但这套框架应该首先运转于垂直范围，RL 卷出超智能。The Bitter Lesson 通知我们，深度智能来自算力的有效运行和 scaling，垂直 ASI 再到 orchestra 层面的搜寻学习，才或许催生下一代更强的通用智能。

总的来说，这些事情让我们对投资、对中国创业者更有决计，指点我们更关注各类垂直范围的机遇，当然 ToC 我们也会继续高度关注。

Founder Park：你们以为 AI 落地进程中，Agent 的展休会先阅历垂直智能阶段，然后才或许走向通用？

Creek Stone 李一豪： 是的。要处置社会关键疑问或推进智能向上展开，首先要在各个范围树立起「超智能」，就像 AlphaGo/AlphaZero 在围棋、星际争霸中做到的那样。通常上，像 Excel 操作、商业剖析、商务拓展等范围，都应该先经过这种 Search to Learn 的方式构成超智能。有了跨越人类规划才干的相对智能基础，高层组合的 Workflow 才有价值。否则，方便的流程组合很容易被模型性能的优化或深度垂直智能所碾压。这是一个分周期的事情。

另外， 我们要求更多像 MCP 这样的关键组件。虽然目前看起来似乎没有太多经济价值，但很关键。 MCP 的成功部分源于 Anthropic 的呼唤力，生态中还有很多关键组件可以经过社区力气探求。在以后两极化的环境下，开源生态有共同价值， 或许高通体系的、中国主导的完备方案要求各自完备一套，有或许未来会区分的，这类组件的价值未来会凸显。

锦秋基金臧天宇： 行业还没有明白的共识。从我们的视角看：

通用 Agent： 最终是跟着通用模型智能水平走的，或许是模型即产品的终极外形。当然这必需也要求行业基建（比如 MCP）来配合。目前我们看到的这些所谓的通用产品的外形，应该离终极外形还是有差距的。然后像 Manus，或许他们如今先做成一个偏通用的外形推出来，但后边必需也会看到平台上的用例更多集中在一些场景或许垂直方向上方，我觉得假定真的要迭代的话，或许后边它也会有一些偏重点。

垂直 Agent： 在现阶段，能够在产品和工程层面去做的，必需还是会垂直到某些方向上去的。比如大家讨论的经过强化学习（RLHF）让 Agent 越用越好，这要求在特定场景下才有明晰的处分信号和有效的数据飞轮。这在通用的平台上现阶段很难成功。

所以，我们以为 Agentic AI 还没有收敛到某个确定的共识阶段，通用和垂直途径都有探求的空间，但现阶段垂直运转的可落地性更强。

明势创投夏令： 先看理想：

模型层面： 视频生成，MiniMax 的海螺 AI 在全球流量远超快手的可灵。文本大模型，DeepSeek 从投入量级、人员规模、卡的资源数量上看，都无法与字节、阿里等传统大厂相比。在技术高速迭代期，并非总是传统大厂抢先。技术有十分高斜率的增长曲线，未来 1-2 年相似于 o 系列或许 R1 这样的打破不会只出现一次性性，而且不只会出现在推理才干。 一个理想上的结果是，视频模型、文本模型的打破都不是传统意义上大厂做出来的，大厂往往做的还是共识的事情。

产品层面： 元宝、夸克等确实承接了用户流量，数据增长很不错，验证了我们在泛 C 通用运转上大厂有优势的判别。

对创业公司来说，要区分产品类型，大家喜欢把产品分红 save time 和 kill time 两类，还可以分红 ToC 还是做 ToB 。

假定做 To C 通用型 Save Time Agent，在中国，这对创业公司应战微小，对技术和资源的要求很高。它与自研模型才干严密绑定，且现有巨头的身位很好，比如阿里夸克、腾讯元宝。除非（创业团队）能像 DeepSeek 一样引领下一代模型技术迭代并且能拿到流量，否则机遇渺茫。

我们更关注 To C 的专业范围和垂直场景的 Save Time Agent，以及 Kill Time Agent，后者也会成为 Agent 外形，但往往中心壁垒是在平台效应、社交活动等等上方。

我们的观念不变：

规避国际泛 C 用户通用的 Save Time Agent 市场。

聚焦专业人群、专业范围，增长可以十分快。比如我们投的某个垂直范围 AI Agent，一年时期在国际做到了 1000 万美元 ARR。垂直范围竞争对手不是互联网大厂，而是细分范围的传统玩家，而且在中国有相当多细分范围的玩家都是小散。AI 在这里无机遇重塑业务流程，成功业务规范化、结构化从而成功规模化。

Kill Time 范围：也无机遇，比如 MiniMax 的星野，数据依然好于字节的猫箱。中心在于，内容平台关键的是双边，要抓创作者。星野抓住了关键 OC 人群，从之前的 Glow 末尾，他们既是消费者也是创作者，构成了平台效应。

大厂协作：理想上，互联网大厂在 Q1 密集地经过投资+业务扶持来支持一些 AI 运转公司。它们并非地道的竞争相关。

Founder Park：Agent 公司都要求有自己的模型才干构建壁垒吗？

真格基金刘元： 两年前投资人们都觉得模型可以吃掉一切，但到如今看并没有。你看 Perplexity， Cursor 这些，用户量都不小了，他们都没有自己的模型。

从自下而上的用户需求动身处置疑问，和自上而下剖析「护城河」，视角是很不一样的。 大家总爱问技术壁垒，但历史上哪个成功产品一末尾就有牢无法破的技术壁垒？Uber? Facebook? 壁垒（用户、网络效应、运营）都是后验的。做学校社交网络的不止 Facebook，凭什么说 Facebook 才有网络效应？这些都是后验的， 不能经事前验的信息寻觅前置的判别。

Scaling Law 也是一样，三五年前有多少人信奉 Scaling Law？从 Pre-training 到 test-time compute，每年的发现和判别都跟前一年完全不一样，假定自身就在不时推翻，当下的假定历来都不是亘古不变、历来如此的，无法被应战的。

我的意思是， 技术壁垒的权重经常被严重高估，许多壁垒是靠与日俱增的工程铸就的，不是靠天分灵光一现参透的秘密。 不只仅是技术迭代快，更关键的是你对用户和产品的了解、洞察是不是够细腻、够快、够准。中国最大的那些互联网公司，哪个的技术是事前他人完全无法复现的？我觉得没有。

Manus 办公室有张海报，是推特截图，大意是：一个硅谷 VC 好友说，Manus 让他想起了硅谷黄金时代的「old silicon valley」—— No secrets， just sheer execution speed。（没有秘密，只需地道的执行速度）。 这话我不知道算不算地道的褒义，但团队以此为荣，打印出来挂在公司。

Agent 会彻底重塑传统 SaaS

Founder Park：在日本、欧美等出海市场，按休息力付费（Role-based）或按 Token/结果付费（Usage-based），关于中国创业者是可行的方向吗？

靖亚资本何沛： 在 SaaS 时代，就有按人头（By Seat）和按用量（By Usage）两种不要钱方式。By Seat 适用于边沿本钱极低的服务，用户越多，本钱被摊薄得越低，从而成功更高的毛利。但由于 AI 对 token 的调用本钱相对过去 SaaS 对云的本钱要高挺多，因此纯 by seat 的方式在 AI 时代并不是最适宜，普通可以采纳混合方式的不要钱，基础订阅费包括必需额度的经常经常使用量，超出部分按用量付费。这或许是更为合理且灵敏的选择。在 SaaS 时代也有这样的例子，例如 Docusign（电子签名服务平台），其订阅费用包括必需数量的固定签约次数，超出部分则需额外置办。

Founder Park：图片编辑产品，向上有 Canva 这样前几年的新锐巨头，月活快 2 亿，年支出 20 多亿美元。随着 AI 让 SaaS 产品用户人群有限迫近 C 端用户，这里的机遇，会不会更倾向入口级公司、大流量平台？

明势创投夏令： 国际模型公司和互联网大厂关键想切的还是泛 C 用户，追求用户基数，这契合互联网大厂的胃口。他们也有底层模型研发才干，他们想做没有任何疑问。

但至少目前，单纯靠模型很难满足专业人士和专业范围的需求。跟模型才干限制有关，也与模型公司的展开方向有错位。比如 GPT-4o 追求一步到位，但专关于专业人士来说，细节至关关键。比如广告投放，细节或许对 A/B 测试的转化率出现纤细但关键的影响；或许在产品设计中，特定的视觉元素与要传达的中心信息严密相关。这与普通 C 端用户追求「看起来不错」或「一挥而就」的接受规范不同。

LiblibAI 未来也必需会拓展 Agent 外形产品，中心壁垒在于服务专业人士的高质量图片生成需求，这要求结合现有的 LoRA 参考图生态，以及跨越方便 prompt 的多模态交互和精细控制。

审美、品格和细节是专业用户的无止境追求，也是创业公司的机遇所在。 审美实质上是人类特有的才干和评价规范，模型优化的是平均审美水平，也会协助专业人士发明更高水平的作品，而不是取代他们。LiblibAI 社区生态处置的就是专业人士对审美微品格的需求。

Atypical 邵帅： 我们以为，AI Agent 正在从基本上重塑传统 SaaS 的外形。

以往的 SaaS，实质上是将某些业务流程的「最佳通常」启动在线化和规范化，虽然优化了效率，但降本增效的空间有限。而如今的 Agent，不再是工具型的性能模块，而是直接切入了通常的「休息力市场」，能够像销售、设计师一样，成功详细的任务。

以我曾投资的「探迹科技」（Tungee）为例，原本是做销售线索引见的。假定用生成式 AI 技术对其启动重构，它完全可以变成一个真正意义上的「销售 Agent」，用户输入产品信息，它就能识别潜在客户，智能发起咨询（电话、邮件、WhatsApp）、识别客户意图、布置后续谈判等。除了不能陪客户喝茅台，它简直能成功一切销售流程。

Tungee 是一个基于大数据、AI 技术的企业销售预测智能 SaaS 平台，用于协助 B2B 企业挖掘潜在客户，提高销售转化率及支出。Tungee 服务客户数超 4 万。

Tungee 面前的公司探迹科技成立于 2016 年，开创人兼 CTO 陈开冉是一名延续创业者，曾创立汉数科技。2021 年 12 月，探迹科技成功由凯辉基金领投的 3 亿元人民币 B+轮融资。

Founder Park 正在搭建「AI 产品市集」社群，约请从业者、开发人员和创业者，扫码加群：

Coming Next...

10. AI Coding，中国创业者有什么机遇？

11. AI 陪伴玩具，为什么做不对？

12. 泡泡玛特的玩具不会说话

13. 怎样看朱啸虎关于「具身智能」的观念？

14. AI Infra 比云计算时代更复杂，有变化就无机遇

15. 视频生成可灵抢先了，但整个行业都还在 early adopter 阶段

16. 手机厂商做 AI，对创业公司来说是喜事

17. 对创业者 say no 的要素是什么？

18. 未来半年，早期创业者最应该做什么？

19. PMF 的有效期变短了，M 变复杂了

20. 下一代内容平台长什么样？

21. Alphaist 和 Creek Stone，为什么要出来做新基金？

22. 机构当下的投资战略是什么？

23. 市场上的好项目变多了还是变少了？

24. 投资人的角色正在出现变化

25. 最近在思索哪些疑问？

Coding，AGI 的主线

Founder Park：关于AI Coding，它似乎是通用的，中国创业者在其中的机遇详细在哪里？

Creek Stone 李一豪： 有几个方面：

反而是中国最无机遇的。但这点不是只需创业者在看，比如字节跳动也很关注，目的选择一切，它的目的或许是跨越 Cursor，但这反而留出了服务非专业开发者的空间。当普通人掌握了 coding 才干，像 Andrej Karpathy 展现的那样，在社区、轻社交场景下潜力十分大。我们对此十分绝望。

企业级服务是分层的。服务超大组织、中型行业企业、小型 SMB 甚至 Freelancer 所需的 coding 产品不同，触及安保、代码仓、权限、交互、部署本钱、Infra 等差异化需求。通用 Coding Agent 无法完全处置这些与理想资源婚配、调度的疑问。这里存在很多分层机遇。假定置信数字全球关键由代码构成，这个市场足够大，也才刚起步，又是确定性强的、有望率先成功 ASI 的方向。

Creek Stone 钟陆欢： 我们之前看到一个非官方的数据， Cursor 的中国用户比例已超海外。不只 ToC，ToB 也有很大机遇。我们也置信我们的一些 coding 项目，仰仗中国产品经理的才干，或许做出比海外产品更好用的工具，提供适宜中国码农或 B 端用户的中心插件/组件。

Founder Park：这能否印证了微软 CEO Satya Nadella 提出的「10 亿开发者」愿景？你们说的 ToC Coding 就是开发者人群的泛化？

Creek Stone 李一豪： 我以为分阶段。

第一步或许是将全球 3000-5000 万 Coder 扩充到 1 亿，这会是微小飞跃。最终的 10 亿人，或许不是传统意义的「开发者」，而是「需求表达者」，再到未来或许就成为这个全球的观察者。

未来，当垂直 ASI 普及，甚至 AGI 出现后，大部分人或许不再直接介入消费力构建，但全球仍需有人将物理全球映射到数字全球，提出有代表性的特性化需求，更猛烈地影响我们的偏好。这些人经过更高维度的方式改造全球，问出低价值的疑问驱动价值消费。这些需求将经过他们自己的 AGI，调度大批 ASI，甚至走向消费制造，最终构成处置方案和产品。这是我们眼中看到的全球。

Founder Park：你们怎样看 Cursor？

Cursor 是一款十分抢手的 AI 编程工具，付费用户数达 66 万，其面前的研发商 Anysphere 在一年内成功了年经常性支出 2 亿美元，是增长最快的 SaaS 公司之一。

Anysphere 于 2022 年在美国成立，由 4 名 MIT 校友成立，开创人兼 CEO 是 Michael Truell。2024 年 12 月，Cursor 成功由 Thrive Capital、A16Z、Benchmark 等领投的 1 亿美元 B 轮融资。

Creek Stone 李一豪： Cursor 实质上是一个垂直 Auto-completion 的 ASI，价值微小，活得很好，未来或许被收买或上市。它面临的应战反而或许促进低价收买，比如 GitHub/VSCode 生态整合。

即使 Anthropic Claude 等平台介入了 Coding 性能，Cursor 作为专注的 ASI 依然有价值。 企业级服务方面，现有通用模型和 Cursor 都无法完全满足不同行业的特定需求，比如不同产业热数据的进出，要求新公司做这样的事，机遇还是比设想中更多。关键是别跟巨头做完全一样的事。 字节这样的公司有资源和志愿做 Trae 这样普惠性产品，这自身也发明了社会价值。

心爱是毛绒玩具的特点，

不是智能玩具的稀缺价值

Founder Park：如何看待 AI 玩具/陪伴这个方向？

Alphaist 陈哲： 我有投这个方向。这个方向我觉得还是特地靠产品力跟天分的。开创人关于终究处置哪种细分的需求，处置哪一种用户的心境，要有很深的思索。

日本那家公司（Lovot）做得比拟好的是，买了产品的人真的会继续用，有留存。这种陪伴型的产品，必要求区分是多人产品还是单人产品。我觉得 Lovot 是个典型的单人产品，要求单人环境去养成互动。那外面有十分多的一些巧思和设计想法，我觉得这个特地考验创业者的灵性跟觉得。

Lovot 是一款来自日本的高端 AI 陪伴玩具，售价 69 万日元（近 3 万人民币），面向 40 岁到 60 岁的高支出女性群体。2025 年 1 月底，LOVOT 的出货量超 1.5 万台。

Lovot 面前的公司 GROOVE X 株式会社于 2015 年在日本成立，开创人林要曾在丰田汽车、软银任务，在软银任务时期，林要介入了机器人「Pepper」项目。

要说这个品类的标杆，我觉得还是回到迪士尼做的那些东西，像 Wall-E，像 GTC 展现的那个两足小机器人。他们在表情、心境、运动、机械设计、ID 设计、动画设计方面都十分好。不是一群工程师设计出来的，是美术师、插画师跟工程师结合做出来的。有没有 IP，有没有做笼统、做故事的才干，关于这种产品是十分关键的。而这个才干我以为绝大部分投资人是比拟无视去如何 assess 的。

我尤其觉得， 切忌把产品做得十分 fluffy（毛绒的）。 大家对 fluffy 的东西 initially 都有亲近感，这是天性。但这跟两性荷尔蒙反响一样，没有继续互动的 drive，看久了就没觉得了。

Fluffy 是一个十分风险的捷径，不能由于毛绒的正反响就疏漏了更难的部分。 你看迪士尼做的产品，不要求 fluffy，甚至不用说话（Wall-E），靠表情、举措就能构筑角色人设和情感衔接。这种产品最难的是怎样做到继续留存，怎样让用户觉得你是有 personality 的。强调「萌」「心爱」是一切毛绒玩具都有的，不是智能玩具的稀缺价值。

让玩具启齿说话，破坏了「缄默」带来的设想空间

Atypical 邵帅： 从消费品，尤其是玩具自身的角度来看，让玩具启齿说话性能或许违犯了直觉。 比如，大家置办泡泡玛特的 LABUBU 或 Molly 这些玩偶，恰恰是由于它们的「缄默」发明了微小的设想空间。假定强行让这些玩具末尾说话，反而或许破坏这种设想力。

再比如，欧洲的 Tonies 玩具系统，它的设计十分方便：一个底座，放上不同的玩偶，就能播放对应的音频故事或音乐。没有复杂的 AI 对话性能，但它每年依然能取得数十亿人民币的支出。

Toniebox 是一款为 3-8 岁儿童设计的音频播放器，中心亮点是「无屏幕」和「实物互动」。Toniebox 是全球儿童音频播放器的销量冠军，截至 2024 年 9 月，Toniebox 总销量 780 万台。

Toniebox 的母公司 Tonies 于 2013 年在德国创立，开创人 Marcus Stahl 曾任诺基亚运营总经理。

有时辰，越方便的产品反而越好。「做减法」或许更为明智。 假定 AI 玩具仅仅是追求对话性能，那难免太过单一。 毕竟，小好友在没有明白「上下文」的状况下，往往不知道如何与玩具启动有效互动，且这样的互动和天猫精灵没有太大差异。假定玩具自身没有 IP 价值，为何要置办？

我们都等候像《玩具总发起》那样的场景成真，玩具能像电影中的角色一样，具有丰厚的情感和智能。但这种理想中的产品方式，终究应当是什么样子，依然值得进一步观察。

Founder Park：目前大少数 AI 玩具的「中心」依然是让玩具说话，但这种方式或许并非创业公司的真正竞争优势？

Atypical 邵帅： 对，尤其是针对智能玩具，中心应该回归到用户的真实需求。假定只是方便的问答，智能音箱曾经足够满足需求了。

假定用户是为了取得情感价值或「文娱性」，那么创业公司更应专注于发明共同且幽默的玩法（Play Pattern）。

回想以往成功的玩具或产品 IP 之所以能成功，很大一部分要素就在于发明了共同的玩法和品类。 例如，盲盒的玩法基于「开箱惊喜」，积木的玩法体如今拼搭环节的乐趣。关于智能玩具来说，关键要求思索的几个疑问在于，你能为用户提供什么共同的玩法？这个玩法能否能够构成中心价值？它能否与玩具的品类定位、IP 价值等严密相关？这些考量比单纯的让玩具能够启齿说话要关键得多。

Founder Park：但 IP 对初创公司来说确实是一大应战。

Atypical 邵帅： 是的，IP 在玩具范围确实是一个极端关键的战略控制点。可以说，「得 IP 者得天下」。假定初创公司仅仅依托引入成熟的 IP，通常上是在为像迪士尼、万代这样的巨头打工。

我的倡议是， 尽量发明自己共同的 IP 和玩法。 比如 CES 上 Robopoet 公司推出的 AI 萌宠机器人「Fuzzoo」，它将五行（金木水火土）做成了五个毛绒笼统，具有轻度的智能互动（例如摸摸它，眼睛会动）。它的「启齿说话」才干，必需经过用户成功一些义务（比如喂食、抚摸）来逐渐解锁。Robopoet 很像过去的电子宠物（拓麻歌子）。

Fuzzoo 是一款 AI 毛绒宠物，搭载了多模态情感模型，主打陪伴、聆听等情感陪伴性能。Fuzzoo 在 MWC 2025 和 CES2025 上的展现惹起了诸多关注，目前尚未对外销售。

Fuzzoo 面前的研发商 Robopoet（珞博智能）成立于 2024 年。Robopoet 开创人孙兆治曾在小鹏机器人任务。Robopoet 于 2024 年年中成功了千万元的天使轮融资。

Robopoet 在尝试打造自己的 IP 和品类，虽然能否能成功尚未可知，由于创构成功的 IP 并不容易，但这个途径是值得我们探求的。假定它成功验证了这一方式，再去做那些「如虎添翼」的事情，比如运行成熟的 IP（如宝可梦）将其智能化，或许会愈加可行。

被高估的和被低估的，都是具身智能

Founder Park：具身智能最近讨论很热，甚至有些过热。怎样看这个范围？

创新工场任博冰： （关于某些外部评论）我觉得有些判别过于从基金而非赛道或项目角度动身，没亲身聊过项目，对人的判别就无从谈起。

从赛道角度看，我们以为具身智能还十分十分早期，大约相当于 NLP 的 GPT-1.5 到 2.0 阶段。我们最近在看很多相关的 Paper 和项目。上一代具身智能我们投得不多，也在复盘，觉得有些过于慎重了。第一代公司做了很多有价值的探求，但第二代、第三代依然有大批新机遇。我们既然错过了第一波的部分机遇，就会更关注第二波、第三波。

锦秋基金臧天宇： 我们觉得这个范围很矛盾：一方面，确实存在短期过热；另一方面，它带来的终年改造或许也是被低估的。

我们以为具身智能的展开速度或许会比预期快，一年半左右就能看到模型上清楚的进度，陆续可以看到在一些 2B2C 商用场景的落地。

但短期的噪音确实很大，很多资金涌入，大厂纷繁入局，但不用须都投向了真正能推进事情展开的方向。这种过热甚至或许打乱一些优良团队的节拍，比如一些原本可以打磨产品的团队，或许由于融资竞争压力而不得不延迟启动融资，反而拖慢了研发进度。

虽然如此，我们对具身智能的中终年潜力十分绝望，会继续投入，关键是要屏蔽掉噪音。

MaaS 面临云厂商的竞争，创业公司怎样办？

Founder Park：前段时期潞城和硅基流动的争论引人关注，工场同时投资了两家的机构。事前你们怎样想？后来做了什么？如今对 AI Infra 范围能否有新的思索？

创新工场任博冰： （笑）是的，除了我们还有华为。我是两家公司的董事，我们至今仍是第一大股东。集团觉得，争持没有必要，对双方业务都没带来通常价值，反而消耗了精气。我们后来找了专家出了方案，协助他们化解了矛盾。

两家公司如今业务增长都十分快，都在各自赛道上有很多事情要做，而且往年都面临很好的窗口期。我们倡议开创人把精气聚焦在主营业务上。

关于 Infra，如今的定义比以前（如云计算时代）复杂得多。

工具链复杂： 模型算一层，但模型与 Agent 工具是耦合还是解耦？MaaS 公司能否要做 Agent 相关的事？微调工具是不是简枯燥个 API 就行？这些都不确定。ToB、ToC、to Agent 的运转外形都不确定，这对推理、微调、训练生态都有很大影响。

云的潜在变化： 未来的运转或许不都挂在云上。也许操作系统定义会变，一切窗口都是阅读器，不再要求装那么多本地运转，运转变成两边件。这会对运转、云、Infra 公司都出现微小影响。

只需有变化就无机遇。没有变化才为难。变化中最快照应的通常是创业公司。

Founder Park：我们的调研发现，硅基流动最后确实有大批的企业和开发者在接入 DeepSeek，但云厂商也在跟，火山等云厂商举措很快，有很多人最后选择硅基流动，最终还是用火山接了。对 MaaS 创业公司来说，壁垒存在疑问吗？

创新工场任博冰： 我集团觉得，不要太高估云厂商的研发才干和外部协同效率。 比如华为的卡适配 DeepSeek，很长一段时期内，甚至未来半年，或许都只需硅基流动能做得比拟好。为什么会这样？ 通常上创业公司不该抢先这么久，但理想就是如此。

云厂商外部自身就存在算力部门、云业务部门等的竞合相关。算力团队或许想和硅基协作，云业务团队又视其为对手。这种混乱的生态反而对灵敏的 Infra 创业公司有利。

创业公司可以在这种竞合中取得资源和流量。像 DeepSeek 带来的流量，早期硅基流动或许接不过去，但每次多接一点，公司就生长一点。毕竟公司才成立一年多。相似的流量会继续有。

Founder Park：不说都没看法到，袁教员的公司其实才做了一年多。

创新工场任博冰： 公司没几集团，过去接那么大流量必需接不住。

视频生成还在十分十分早期

Founder Park：靖亚投资的 Viggle 有过 pivot，像 Viggle 这样的现象级成功，能否具有可复制性？

WarpEngine 公司的中心产品，AI 生成 meme 短视频，深受从好莱坞专业人士到 TikTok 内容创作者喜欢，用户逾越 400 万，拥有全球第二大 Discord 社区。

WarpEngine 于 2022 年在加拿大成立，开创人楚航 Hang Chu，曾就职于 Meta、谷歌、英伟达、3D 软件公司 Autodesk 以及群众汽车等企业。2024 年 8 月，WarpEngine 拿到了 a16z 领投的千万美金融资。

靖亚资本何沛： 在投资这个公司时，我们知道开创团队在视频和 3D 范围有深沉的技术积聚，开创人的学术背景和任务背景跟想做的事情方向是高度婚配的，Founder-Market Fit 很好。但最末尾并不清楚做什么产品可以成功，所以从数字人切入积聚技术产品化、产品商业化的阅历。在发现这个方向不能充散发扬开创人的优势后，开创团队能积极寻觅新方向并开收回用户喜欢的产品，这个开通的心态、宽阔的视野、超强的执行才庸才是创业者最中心的价值。

从投资人的角度，我们不时置信，开创团队的技术积聚和从业背景十分适宜多模态 AIGC 方向，开创人在谷歌、英伟达、Autodesk、苹果、Uber 等大厂的任务阅历，让他们对视频、3D 技术有着深沉的见地，有共异性和稀缺性。

创业公司要取得产品打破的关键，一是技术程渡过硬，能在极有限的资源下开收回稳如泰山、高性能的产品；二是能够精准地切入大厂暂时没关注到的市场空白。我记得 OpenAI 的视频生成产品 Sora 公布后，许多人以为市场已无机遇。但 WarpEngine 开创团队明晰地指出了 Sora 技术路途的局限性，并给出了他们自己的处置方案。创业的中心在于提供共同价值并充沛运行时期窗口；三是能找准细分场景以及转型机遇，最末尾我们倡议公司在国际做 toB 数字人，但这个市场竞争猛烈，且高度依赖营销和销售才干，这并非 WarpEngine 团队的强项。公司敏锐地转向了「面向海外用户的梗视频生成」这一细分文娱场景，我们作为董事全力支持。

Founder Park：靖亚还投资了爱诗科技，大约在去年底或往年终。但事前国际像快手可灵、字节即梦 AI 等大厂在视频生成范围举措频频，市场竞争十分猛烈。为什么选择在这个时期点投资爱诗科技？

💡 爱诗科技Pixverse

PixVerse 是由爱诗科技推出的一款海外版 AI 视频生成产品，全球累计用户量达 4000 万。

爱诗科技成立于 2023 年 4 月，开创人王长虎曾任字节跳动视觉技术担任人及微软亚洲研讨院主管研讨员。2025 年 3 月，爱诗科技成功由靖亚资本投资的 A5 轮融资，A 轮融资全体规模超 4 亿元。

靖亚资本何沛： 视频生成市场的潜力微小，它能够开释每集团的发明力。目前市场仍处于十分早期的阶段， 即使是大厂的产品，也尚未真正「出圈」，仍处于「early adopter」（早期采纳者）阶段。这对创业者而言依然是有微小机遇的赛道。

同时，大厂也有其自身的局限性，例如模型与产品绑定，仅经常经常使用自家模型等。而创业公司可以选择最适宜的外部模型或自己训练适宜自己场景的模型，并无机遇在特定细分范围构建护城河，比如技术、数据、用户、体验、品牌等。

另外， 我觉得大厂入局并不是坏事。大厂的产品在协助教育市场，让更多用户了解和尝试视频生成技术 ；另外用户多了，不同的用户在不同的场景下经常经常使用，会发现各家模型的优缺陷，甚至用户会提供创业者没想到的运转场景，总会发现还未被满足的需求，为创业者留下空间。创业者能否在猛烈的竞争中找到自己的立锥之地是关键。虽然看似艰难，但并非无法能。创业者的优势在于执行迅速、转型灵敏，能够不时尝试并寻觅打破点。

投资爱诗，首先是由于我们看好 AI 视频生成赛道，市场空间微小，且尚处于早期阶段。其次，我们置信爱诗科技是国际少数几个能够掌握这一机遇的优良团队之一。

手机厂商做 AI 对创业团队是喜事

Founder Park：入口级公司（如手机厂商 OS、Super App、阅读器）的举措也值得关注。创业者应该如何思索？如何避开？

Creek Stone 李一豪： 这个疑问我们自己思索，这也是我们要求开创人必需深度思索的疑问，是我们判别开创人的关键点之一。开创人要求有才干了解大厂灵敏，假定是一个年轻的开创人，至少要对这些疑问猎奇，拉着我们去问。

要发明新的「1」，而不是在巨头的前面加更多的「0」。原生运转不怕巨头碾压，甚至能与之共生。比如 Cursor 跟 Anthropic 的相关是超乎寻常的，也许在未来的半年多或许会改动。早期他们能拿到外部的版本，能看到模型演进的方向，去做很多预理性的迭代。这就是做基建的公司和做运转公司的实质区别。

创新工场任博冰： 避开是必要求的。怎样避？

首先，创业者在早期，想都不要想「入口」这个事，必要求做新东西。入口是大厂的主战场。离得越近越风险。

要做大厂看不上、觉得没价值、外部立项门槛高的事情。这些事情未来或许长成新的入口。

小范围验证：在小规模用户中验证产品的喜欢度和粘性，这才是成为新入口的基础。

定义新战场：就像王兴说的，支流战场是「争」的相关，创业者要想的是「竞」的相关，只需跑得快，全是蓝海市场。对小公司来说，竞的难度比争要低得多。

共享单车的时辰，摩拜和 ofo 在争北京上海，哈罗去二三线城市。拼多多也是一样，包括美团，从百团大战里杀出来，后来送外卖也是一样。如今大家总是盯着字节，看红海市场，这个就，不知道该说啥。

高瓴创投王蓓： 最终的运转还是要和人的生活毫不相关， 生活是方方面面的，不是一个「通用」能概括的。 不同人群在不同环境下的诉求千差万别。模型既不能、也没必要穷举一切场景，它做好基础才干就行。

无论是闭源还是开源模型公司、大厂，都在思索自己的产品外形，但他们的产品审美和优先级，往往会倾向相对通用的方向，比如搜寻类。我们外部常说一句话：「卡车行将压过的路上不要种花」。你要看清楚「卡车」要往哪里走。像搜寻这类相对通用的范围，或许更像是属于卡车的产品机遇。但这个全球是百花争艳的，还有其他各种运转的机遇，既要求高速公路，也要求更多的花花草草。

线性资本郑灿： 相比互联网大厂，手机厂商推进 AI 对创业生态反而是微小的协助。

要素有二：

1. 端侧 AI 的基建： 未来很多 AI 才干要求在端侧成功。没有手机厂商的推进，这件事很难做，或许说坑特地多。APP 自己集成大模型太重，而且往往与底层系统是对立的相关。手机厂商是在为端侧 AI 铺路，创业者要求依赖他们。

2. 竞争边界相对明晰： 大家对手机厂商会重点做什么运转，其实是有历史阅历和预期的——通常是那些更系统级、更通用的性能，比如相机、系统优化等。历史上，虽然有很多相机 APP 挣到了钱，但能做到美图秀秀这样体量的很少。这原本就是 OS 该干好的事。假定你能像美图一样，在手机厂商自己做之前，打出足够长的延迟量并树立品牌，或许会有例外。但总体而言，不要去做那些清楚该 OS 做好的通用性能。今天去做一个修图 APP 也许还能挣钱，但能做多大是个疑问。

Founder Park：大厂和模型公司也有调整，将原来的「产模一体」分开，比如阿里的通义和 Qwen、腾讯混元和元宝，模型团队和产品团队分开，甚至外部赛马。同时，模型也在向上延长才干。怎样看运转层的价值和机遇？

线性资本郑灿： （除了夸克） 大厂的产品很多还是模型驱动的，这也印证了在国际做通用大模型或许不是创业公司的最佳选择。

中心准绳是：不要在大厂的主航道上竞争。假定一个方向对大厂至关关键（比如在微信里做基于微信数据的智能聊天），那大约率不应该是创业公司去做。

在国际，通用的、大赛道上的运转，大厂拥有相对的流量优势、本钱优势和资金弹药优势。这个疑问其实创业者们曾经面对和讨论过很屡次了。Fundamentally，不要在他们的主航道上，也不要去做那些过于通用、成功方式比拟直接（straight forward）的运转。在这些范围，用户失掉本钱高，你和巨头的差距太大。

更基本的是，今天想经过广告方式做大平台的方式，在全全球都很难走通了。To C 平台的结构性机遇往往来自于人口结构变化（新人群）、用户时期分配变化（新时期）或新设备普及。

那么创业公司的机遇在哪里？

把某个详细的、垂直的场景做好。对大厂来说，这些细分场景的诱惑力或许不够大（创新者的困境），但对初创企业来说，是很好的终点。例如，虽然字节有 CapCut （剪映海外版）这样性能应有尽有的视频编辑工具，但市场上依然有很多专注于特定视频编辑/操作性能的成功产品，年支出抵达 500 万甚至 1000 万美金以上。这些产品能在 CapCut 也能成功的性能点上，把部分体验做得更好。大厂做通用工具时，很多细分体验是无法极致优化的。大厂有其固有的做事方式和倾向性，有些事情他们天生不倾向于去做。

说回来，中国的创业者其实终年在应对大厂竞争，应该曾经积聚了很多成熟的思索。

Coming Next...

17. 对创业者 say no 的要素是什么？

18. 未来半年，早期创业者最应该做什么？

19. PMF 的有效期变短了，M 变复杂了

20. 下一代内容平台长什么样？

21. Alphaist 和 Creek Stone，为什么要出来做新基金？

22. 机构当下的投资战略是什么？

23. 市场上的好项目变多了还是变少了？

24. 投资人的角色正在出现变化

25. 最近在思索哪些疑问？

为什么拒绝呢？

Founder Park：拒绝项目的关键要素是什么？「差点意思」的项目，差了什么？

创新工场任博冰： 大部分还是关于「人」。人和事是相关的，一集团思索疑问的方式会暴露他过往的生长、学习、对 AI 和社会的了解、以及潜在的弱点。

很多时辰我们拒绝，是觉得开创人自己并没有真正进入「创业外形」。或许决计和勇气到了，但全体举措、思索深度还没到。事可以变，但创业外形不对，在这个时代会十分艰难。 上了战场就下不来了。

Creek Stone 李一豪： 首先是 驱动力和开通度 。终年自我驱动的人，从人生的每个决策上都能看出来，是我们十分喜欢也高度敏感的，同时他们也勇于对时代做判别，心态开通加快变化。相同有 ego 的人很难开通地听取意见。这与年龄不相对相关，年轻开创人也或许存在。

Creek Stone 钟陆欢： 比如有些开创人一过去就说自己的产品是最好的，但 「好」的规范如何定义是个疑问。

锦秋基金臧天宇： 要素多种多样，没有规范模板。比如：

创业决计不够： 还在大厂没离任，说「拿到钱再出来」。

执行力有余： 如今 AI 工具和基建很成熟，验证小目的相对容易，但有些团队逗留在讲理念，迟迟没有执行。当然还有很多其他状况。

明势创投夏令： 假定一个垂直范围 Agent 项目，Ta 选的这个事情自身不是一个好生意，商业方式不好，即使技术产品层面可行，我们也不会投。 创业者要求懂这个生意自身。

线性资本郑灿： 场景没有想清楚。这个场景能否真实存在？创业者经过什么方式了解这个场景？自己闷头想必需不行。基于特定场景的假定，ta 是怎样验证的？当然可以还没有验证，但 最怕的是「不知道我要验证」。

高瓴创投王蓓： VC 投资没有相对的适宜不适宜。我们最看重的还是人的质量：思索深度、原动力。这是我们选择协作同伴的基本画像。

我们并不要求创业者把一切事情都想得一清二楚。 我们作为投资人，何德何能预知未来？假定我比 ta 还明白，那或许得反思一下，是不是很多人都想到一块去了？我们追求的是大约正确、模糊正确。

我们置信优良的创业者是有自省和迭代才干的。即使他以后做的事我们觉得不大行，但只需我们认定他是有潜力的人，置信他自己会在环节中发现疑问并调整，而不是要求我们语重心长肠去压服他。

Founder Park：「模糊正确」。

高瓴创投王蓓： 对，模糊正确就可以。 投资人眼睛有点度数挺好的 （笑）。

未来半年，创业者最应该做什么？

Founder Park：未来 3-6 个月内的早期 AI 运转创业者，他们最该做什么？

高瓴创投王蓓： 我觉得最值得做的，还是找到 ta 自己真正为之兴奋的事，而不是到某个「范式」而去外面做填空题 ，我们还是更喜欢看到创业者能做一个「供应发明需求」的事，这应该会很开心。

Founder Park：我们也见过很多创业者好友，其实有些或许是由于 AI 创业热潮被裹挟出去的，但还没找到自己真正的原动力。

高瓴创投王蓓： 对，一个是要有原动力，再一个就是要务虚地回归用户场景。假定创业者自己就是产品的典型用户，那太好了。假定不是，那就要在前期花更多时期跟用户待在一同。

明势创投夏令： 两件事比拟关键：

1. 立足未来思索业务： 必需假定一年内模型公司会推出弱小的 Agent 体系，比如假定它们无能 80% 岗位的任务了；甚至要思索 AGI 成功的或许性，基于这个结局去反思和设计以后的业务方式。不能只基于今天的 L1/L2 才干。

2. 加快验证 PMF： 尤其是产品型公司，要尽快找到产品与市场的契合点。3-6 个月足够做初步验证。

融资节拍上，或许还是继续融资、小步快跑。

真格基金刘元： 赶快把产品上线 ，末尾失掉用户反响，哪怕不急着商业化。从用户那里取得真实的反响，然后加快迭代。

如今创业本钱很低，小团队也能做出高支出的产品（Midjourney， Cursor 都是例子）。没什么借口了，就几集团也无能大事。所以， 赶快上线，加快迭代。

PMF 的有效期变短了

Founder Park：过去两年，许多开发者和公司积极投身出海，您以为这永世态接上去会如何展开？

靖亚资本何沛： 出海关键有三种方式：

第一种是传统出海方式 ，即在国际已有成熟业务的基础上，将现有产品启动改良后扩充到海外市场。这种方式适宜那些在国际已是头部的公司，运行现有资源和成功阅历开拓国际市场。例如我们投资的「e 签宝」，作为国际电子签名范围的抢先企业，如今推出了全球品牌，为中国企业的出海提供可信签约服务。

第二种是「Day One Global」方式 ，即从创立之初就面向全球市场，这是如今许多年轻创业者更倾向于选择的方式。他们具有全球视野，选择北美、日韩、西北亚等地作为终点市场，直接在国际市场上展开竞争。

第三种是纯海外公司方式 ，即思索到地缘政治等要素，直接注册为美国或海外公司，团队也或许成功国际化，其中包括非华人成员。例如，我们投资了一家以色列公司，其结合开创人中有华人，但 CEO 是白人。这种多元化的团队结构和全球化视野，是出海创业成功的关键要素之一。

这三种出海方式都包括着微小的机遇，我们情愿投资其中的每一种。

Founder Park：如今的 PMF 中的「M」（市场）变得比以前更复杂了。

靖亚资本何沛： 确实如此。市场自身就不稳如泰山，遭到多种要素的影响。 今天的 PMF 并不能保证半年后或三年后照旧成立，因此也对投资人和创业者提出了更高的要求。

下一代内容平台长什么样？

Founder Park：如何了解内容平台正在出现的变化？下一个内容平台长什么样？

锦秋基金臧天宇： 有很多团队在探求很有意思的事情。比如我们关注新的内容模态和社区外形的创新。比如我们投的「造梦次元」，从对话 AI 介入剧情、游戏化体验，还在尝试融入声响等多模态，加快试错。还有一个做游戏的团队，在对话 AI 基础上介入社交 PK 属性和卡牌机制，变成一款游戏。大家从相似的内核动身，衍生出各种创意十足的内容外形和玩法，这种探求十分有价值。

💡 造梦次元

造梦次元是一款 AI 互动内容平台，基于生成式 AI 技术，提供交互式、剧情化的虚拟角色互动体验，日均生动互动时期超 100 分钟。

造梦次元面前的公司「想法流」成立于 2023 年，开创人沈洽金是一名延续创业者，曾创立一登科技和闪聚互动。2024 年 12 月，「想法流」成功由锦秋基金领投的数千万元的 A 轮融资。

Founder Park：这种探求会像移动互联网时代短视频的方式一样，在某个阶段走向成熟和收敛吗？

锦秋基金臧天宇： 我觉得必需会有产品外形跑出来。最终还是用户和数听说了算。那些遭到用户欢迎、留存率高、用户时长长的产品外形会留存上去，其他的或许会逐渐消逝。

移动互联网时代是典型的「留意力经济」，平台和运转的中心目的是尽或许地争夺用户的逗留时长。但在信息爆炸、留意力稀缺的当下，仅仅抓住眼球已有余够。 AI，特地是具无情感了解和生成才干的 AI，将推进商业方式向「心境浓度」转变。 心境经济是我们觉得社会会增强的需求。

心境需求与工业化/数字化水平的正相关性。

我们观察到，随着社会消费力的展开和数字化水平的提高，人们的基础物质需求失掉满足后，对精气层面、情感层面的需求会日益增长。AI 恰恰能以一种低本钱、高效率、特性化的方式来满足这些需求。这预示着「心境经济」在全球范围内，尤其是在兴隆和加快展开的经济体中，将拥有微小的市场潜力。

心境共鸣驱动商业化。未来的产品和服务，其商业价值将越来越取决于能否与用户树立深层次的心境共鸣。用户不再仅仅为性能付费，更情愿为「被了解」、「被治愈」、「被陪伴」、「被处分」等心境价值买单。

移动互联网争夺眼球，AI 时代则要触达心灵。 未来的商业竞争，将从「留意力时长」的争夺，转向「心境浓度」的比拼。

Founder Park：关于创业者选择创业方向和思索要做的事，有什么倡议？

锦秋基金臧天宇： 从创业方向选择上，可以参考互联网和移动互联网的展开历程：

互联网使得信息分发的边沿本钱降为零，降生了门户、搜寻、电商平台这些产品和商业外形；

移动互联网进一步叠加了天文位置属性，降生了外卖、叫车这样基于 LBS 分发信息和撮合服务的平台；手机竖屏的特征又导向了 feeds 这样的信息分发外形。

那么这波 AI，特地是生成式 AI，它改动了什么？

1. 内容消费： AI 降低了内容创作门槛，带来了新的内容外形（图文、视频、交互式内容等）。这里无机遇，比如我们投的视频工具、AI 内容社区等。

2. 信息分发： AI 能在 Token 层面更精细地了解用户需求，或许带来跨越传统引见引擎的、基于深度了解的特性化分发。这里要看谁能真正占据用户的 context 窗口，是潜在机遇点。

3. 服务交付： 过去难以规范化的、依赖专家知识的服务，如今或许经过 Agent 以极低边沿本钱被分发和执行。比如我们投的网红营销 Agent，以及一些尝试通用专家知识 Agent 平台的团队。

倡议创业者思索： 你的产品/服务，在现有商业链条的哪个环节，运行 带来了什么中心变量？处置了什么疑问？发明了什么共同的价值？ 重新审视商业链条中的变化与不变，找到切入点。

Coming Next...

21. Alphaist 和 Creek Stone，为什么要出来做新基金？

22. 机构当下的投资战略是什么？

23. 市场上的好项目变多了还是变少了？

24. 投资人的角色正在出现变化

25. 最近在思索哪些疑问？

为什么要出来做新基金？

Founder Park：你判别行业进入了新的周期，选择自己做基金，新周期的中心逻辑是什么？

Alphaist 陈哲： 更大的周期看，23、24 年很多 VC 投资大模型公司，我以为那是上一个周期投资惯性的延续。新的周期、新的范式，在早期就应该是各种小型、甚至有点「奇奇特怪」的东西的出现。对一个新基金来说，不要求有太多过往的假定（assumption），这是一个比拟好的阶段。

Founder Park：作为 Solo GP 出来做基金，你的思索方式和角色有什么变化？

Alphaist 陈哲： 自己做基金比拟好的是，你会把自己真的放在一个 创业者的视角 上。由于我今天也是一个创业基金，0 到 1 的外形。所以你跟创业者的共鸣、对等感是更猛烈的。小基金、独立基金的一个优势就是你真的跟这些早期的 founder 能够站得更近，更能了解他们在 0 到 1 时面临的疑问，并且你真的有才干和方法去直接介入。

Founder Park：除了钱，你能给创业者提供哪些共同的价值？

Alphaist 陈哲： 我通知我的很多被投企业或许说想要投资的人，我最大的优势是，假定你觉得我对你有价值，我的时期对你十分 open。

我以为，跟你真的契合、在理念上十分认同、也能够识别你的价值的投资人，创业者是可以了解这一点的。由于我投的项目少，我不要求投那么多项目。我之前百分之八九十的项目都是领投和有董事会席位，未来我也会坚持一个很高的比例，尽量无机遇领投或独投，也会要求董事会席位和比拟高的股比。

中心就是，假定大家情愿一同协作，尤其在早期没有人认可你、没有人能够识别你的价值的时辰，我们一同协作。那对我来说这是我发扬最大价值的机遇，这也是他取得最大收益的机遇。

Founder Park：现阶段你作为投资人最关键的任务是什么？

Alphaist 陈哲： Build 团队。我心愿我能招一些有产业阅历、有行业阅历的投资同事出去。由于我自己做投资之前做了七八年工程师，一切投资阅历都是在基金学的。所以我心愿能招到跟我当年相似的，比如在科技公司（软/硬/AI）外面真正做过产品、做过技术的人。而且我心愿能够找到认同我们基金的理念、价值观的人。由于我们基金很多想法就是跟大家不一样，而且就是由于我们不一样，并且坚持一些或许行业里更底层、更终年的准绳，这是我们有或许成功的十分关键的要素。

Creek Stone

Founder Park：在这个时期点选择自己出来做基金，驱动你们这次创业的中心要素是什么？

Creek Stone 钟陆欢： 首先，我们是在弘毅体系内生长起来的基金，弘毅给了我们很多支持和协助，对此我们十分感恩。这一波 AI 带来的机遇微小且明白，在以后 AI 展开的关键时辰，时期至关关键，真诚至关关键。我们的新基金成立后，决策自在，速度极快。比如，如今看到好的开创人，或许当场就能给 Term Sheet 甚至过桥存款（Bridge/SAFE），这种效率在当下市场十分关键。GP 在一线与开创人沟通，共情，提招认知与协助，甚至心境价值，同为创业者，做他们最坚决的同伴。

Creek Stone 李一豪： 此外，市场也在变化。我们对中国 AI 运转的全球潜力十分有决计，DeepSeek 和元宝的加快大规模增长，都证明了中国在 ToC AI 运转上或许抵达全球抢先的级别。我们心愿在这个浪潮中，运行我们的阅历和资源，协助年轻的创业者抓住机遇，做好服务任务。

同时，我们也感遭到资金侧的变化。过去由传统美元主导的康波周期曾经到末端了，形成大家其实没有当年移动互联网爆炸性的报答，但我们觉得新一代的康波周期正在重启，反全球化背景的文明变迁正在酝酿。传统的主权类美元在两极化的社会背景下分开中国了，我们有更好的机遇在一线与开创人深度地沟通，甚至与他们共创，去做资源的对接和整合，协助他们一同去探求方向、人才的链接。我们心愿成为这一代技术浪潮中，离创业者、离炮火最近的新基金。这个是或许在我们自己身处的市场外面的一些变化。

康波周期：全称康德拉季耶夫周期通常，是前苏联经济学家尼古拉・康德拉季耶夫在 1925 年提出的，康波周期以为资本主义经济的展开环节中存在着长时段的周期性坚定，一个完整的周期大约继续 50 - 60 年，1991 年末尾为第五次周期。

Founder Park：作为新基金，你们能提供应创业者的服务和支持，跟之前在大机构时会有什么不同？

Creek Stone 李一豪： 我们的打法之一是带着一些顶层思索（Top-down thinking）和思想实验，与有热情的开创人碰撞。我们比拟完整地阅历过移动互联网周期，对用户和大规模群体有观察和总结，心愿能给开创人带来启示，这是一个共同思索的环节，而不是规则他们该做什么。比如，半年前我们以为 Coding 很关键，就会和看法的年轻创业者讨论这个方向。

第二，我们能「插件式」地对接资源。无论是传统的搜广推、新模型算法、大模型 Infra、Fine-tuning 等技术人才，还是社区运营、社交、ToC 产品、相关链运营等方面的人才，我们都有普遍的网络，从头部担任人到一线执行者我们都可以衔接。这种衔接有时能促进优良团队的组建或激起好想法，甚至让行业大佬成为新团队的顾问。

第三，我和欢哥能给开创人提供很多心境价值，由于我们自己也是创业者。

Creek Stone 钟陆欢： 我们心愿成为创业者遇就职何事情时会拨打的第一通电话。如今，我们可以更彻底地将集团资源，包括募资端、业务端以及我们 LP 的资源，更直接、灵敏地对接给开创人，真正的做到共同创业。

Founder Park：作为投资人，除了不时 Sourcing，当下你们最关键的任务是什么？

Creek Stone 李一豪： 我们的定位是做「思想实验皮条客」，既高尚又接地气。乍听有些奇特，意思是我们要把最前沿的认知和想法，传递、对接给适宜的创业者。同时坚持弱者思想，我们尊重担何角度的独立思索。

机构如今的投资战略和逻辑是什么？

Founder Park：投资战略或许逻辑是什么？有变化吗？

Atypical 邵帅： 在软件方面，ToB 方向关键集中在垂直范围的 AI Agent 运转，前面有提到。ToC 方向关键集中在经过 PLG 驱动的消费力工具方向。

在 ToC 方向上，一类是经过 PLG 驱动的消费力工具，例如 Cursor、Abridge 这类直接让集团用户通经常经常常使用的产品，效果立竿见影。

但更让我兴奋的，是基于 AI 技术所带来的全新内容外形和全新内容平台的或许性，由于大型言语模型的才干还未完全成熟。但就像移动互联网时代，最大机遇最终降生在短视频、文娱和社交范围一样，我置信 AI 时代的「超级奖池」或许也在这里，未来会不会出现下一个「抖音」或「小红书」？

在配件方面，AI 技术的展开正在催生一类全新的计算机外形出现，它要求全新的感知方式。假定便携设备能够采集我们在线下生活中出现的大批语音、视觉乃至生理数据，并经过 AI 模型启动实时处置和反响，提供对应的服务，那么这些产品就具有极高的价值。

在瘦弱范围，像 Oura Ring、Whoop Band 这类设备也在大批采集用户的睡眠、压力与运动数据，甚至曾经有技术可以采集相似荷尔蒙水平等更纤细的目的（例如运行光谱传感）。

这些配件产品的中心价值在于，它们能采集到此前尚未被数字化的高质量人体数据。这些数据，既是智能手机难以捕捉的，也是目前大模型公司难以随意失掉的。然后这些数据给到模型，可以训练出一个 AI 瘦弱顾问，指点我们的日常瘦弱，让我们活的更好，我会十分情愿买单。

当产品或服务必需依赖于这类共同、由配件采集的数据来优化模型性能时，就能树立了一个极端关键的护城河。假定公司/产品的中心竞争力仅仅是基于通用大模型之上，总有一天会被它吞噬，但拥有属于自己的高质量且难以替代的数据资产，具有更强的继续竞争力与独立性。

高瓴创投王蓓： （还是）最普适的商业逻辑。「太阳底下无新事」，无法能有哪个方式或供需相关是前无先人、后无来者的。底层需求不时都在。最终，我们坚持的是知识驱动。只需知识才是不变的。很多价值投资的通常，中心也是知识。

Founder Park：「知识」详细怎样定义？

高瓴创投王蓓： 你能给用户发明什么价值、大家为什么要用你的产品？假定你能用三句话给一个完全疑问行的人讲清楚，对方能了解，那或许就契合知识。假定要求堆砌一堆专业术语、花哨词汇，只需创投圈千把号人自嗨，那这个事情或许既破不了圈，也带不来大的商业价值。

靖亚资本何沛： 靖亚的战略没变，在我们公布的年度报告上，总结为五个方面：

一是 AI for Content（即 AIGC），随着多模态技术的展开，语音、视频、3D、互动视频、互动游戏等模态的价值还将继续加大，目前还处在很早期阶段。

二是 AI for Productivity。大家常说的 Copilot 或 Agent 方向的产品/运转，中心目的是提高我们的消费力。我们观察到业内从 Copilot 向 Agent/Autopilot 演进的趋向，我们十分看好这一方向。

三是 AI for Insights 。AIGC 为互联网带来了指数级介入的内容，甚至让人难以分辨真伪。这意味着，在海量噪音中找到真正有价值的信号将变得极端艰难。独一的处置方法或许是「用魔法战胜魔法」，让 AI 来帮我们去分辨什么是对我们有用的「信号」。

四是 AI for Service，我们坚信 AI 最终会取代人类的某些相对可以明晰定义边界的任务，并直接交付结果。我们在这一范围继续规划，例如 AI 编程、AI 招聘、AI 客服等方向，这些范围曾经能够带来很大的商业价值。

五是 AI for Real World。我们觉得生成式AI 不应该只逗留在数字全球，而是要求与理想全球交互。我们曾经投资了几家很有潜力的公司，例如千寻智能和 Hilbot，都是十分优良的具身智能公司。

明势创投夏令： 会更积极高空向 Agent 去做投资：

运转层：包括专业/垂直范围 Agent、Kill Time 类 Agent。

Agent Infra 层：Agent 相关的基础设备，包括记忆、工具相关。

我们以为，垂直范围的 AI Agent 绝不能按过去投中国 SaaS 的逻辑去看。中国 SaaS 市场这么些年，中国投资人交了这么多学费，它很明晰的特点是为结果付费，而不是为效率工具付费。中国当然有企业情愿为效率工具付费，但相比美国全体盘子小，付费才干弱。AI 作为更强的消费力工具，我们心愿投的是能直接交付结果的 AI Agent。

比如我们投的 AI 律所艾语智能 vs 美国 Harvey。Harvey 服务的是全球 500 强的律师，为他们提效，收席位费，工具导向。艾语是自己服务金融机构提供某一类细分的批量诉讼业务，AI 成功大部分流程，有些环节要求 AI 指点小白操作，不要钱方式是 take rate，交付的是结果；包括销售工具，美国 SDR 工具收席位费，中国我们看到有创业公司直接做销售拿 take rate。

实质上，技术跟垂直行业的结合，是把原有行业中无法规范化、结构化的业务环节启动规范化、结构化，从而成功规模化，最终交付结果。

Founder Park：真格如今有投 Agent 的逻辑吗？

真格基金刘元： 我们的逻辑是「投人」。 假定如今有人来说要做 Agent，我们会问：为什么如今做？之前在干嘛？未来想干嘛？

我们总说，假定你跟他人做一样的事，选一样的路，就会失掉一样的结果。我们一切的疑问都围绕着：你不一样的中央在哪里？

最近一两个月似乎确实没投过地道说自己是做 Agent 的。我们投的那些沾点边的，都是一两年前聊的了。到如今出来说要做 Agent，你得拿出点他人没说过的话、没做过的事，其实挺难的。

Founder Park：真格在 AI 范围没有「赛道」的投资逻辑？

真格基金刘元： 没有，我们不做预设。

我们的心态十分开通。我们会依据从创业者那里学到的东西构成一些观念，但我们清楚地知道这些观念随时或许被推翻，并且十分等候被优良的创业者来改动我们的看法。这一点，真格十几年都没变过。

好项目在哪里？

好项目的规范变了吗？

Founder Park：怎样看往年的创业环境？好项目变多了吗？

明势创投夏令： 无机遇，有应战。大环境是技术仍在高速展开，「+AI」的运转越来越多，但「+AI」在中国市场更多是原有玩家的机遇，创业公司想方便地「+AI」机遇有限。而且融资环境依然有较大不确定性，比如关税形成的二级市场的坚定。

总体判别：好项目必需会变多。由于技术驱动力在，人才供应也在介入。但这些好项目必需不在拍脑袋就能想到的中央，而是在非共识的、精心挑选的、深扎场景找到的切口。

Atypical 邵帅： 我留意到一个趋向是如今很多一线机构情愿重金投资那些背景雄厚、有过大公司成功阅历的「明星开创人」，并给予他们充足的资金去探求 AI Native 运转方向。体如今很多项目在早期阶段就取得了大额融资，估值也水涨船高。这与移动互联网时代墨守成规的融资节拍有很大不同。

在这种方式下，优良项目的规范似乎更多偏重于，拥有一个有潜力的 CEO 和一个大赛道，至于产品的详细外形或许还在探求。

从我集团的角度，我还是倾向「本分」一些。

我以为，创业团队过早拿到大额资金，或许形成战略方向的偏离。参考移动互联网，张一鸣早期只需周子敬等人给的几十万天使（2012 年），后来王琼 SIG 的百万美金（2012 年），甚至 B 轮融资挺痛苦的。

但今天呢？很多背景不错的开创人，一出来就是几轮，具身智能也是这样，有点重现当年最疯狂的时辰，华贸一天闭环，三轮完毕了啊。（笑）

当然，做通用模型或 Agent 这类要求大规模资金投入的项目另当别论。

但关于大少数软件运转类和配件项目，我更看重开创人如何打磨产品、成功商业化的才干，关注 PMF、Retention 、ROI 等一些中心目的，虽然看起来有些「守旧」，但是我们据守的投资逻辑。

创新工场任博冰： 一个变化是，出来创业的人，相比前两年全体趋向是变少的。去年相对前年就少了很多，往年下半年或许会比去年稍多一点，但总量仍在低位。这关键是由于 AI 创业门槛确实变高了，事情自身就很难。

另一个变化是，往年大批人民币基金末尾进入 AI 范围。一方面是政府引导，设立 AI 生态基金；另一方面，一些原有投硬科技的基金发现其他方向机遇参与，末尾转向 AI，疯狂招人。但关于硬科技基金来说，投 AI 运转其实应战很高。

终年来看，好项目会变多。由于好的「主题」也在变多。过去两年，能赚钱的好主题不多。

AI Infra，前两年热，但终年能赚多少钱还是问号。

AI 配件，短期或许是主题，但终年未必是最好的。

最好的主题必需是 AI 运转。但过去两年，赚钱的 AI 运转主题很少，流量榜靠前的多是工具类。连 AI 陪伴，留存和 ROI 都面临应战。

真正好的主题，必需不是工具。最好的主题，比如 ToC 的文娱运转，还没真正出来。往年或许会冒出一些苗头。还有一些平台性的主题，之前没人做，如今才刚末尾有人探求。

Founder Park：为什么下半年创业者会比去年多？

创新工场任博冰： 去年市场极端淡漠。往年春节后，我们接触到的人里，表达创业志愿的变多了。这和决计有关：

1. 技术可用性：像 DeepSeek 这样的高质量开源模型出现，让国际创业者有了更好的基础，觉得与美国的差距在某些点上参与了。

2. 产品无机遇：像 Manus 这样的产品，让大家看到经过产品创新和才干，依然能做出不错的效果。

3. 方向更明晰：相比去年的迷茫，如今很多人对底层机遇想得更清楚了。能不能迈出创业这一步，很多时辰是个决计疑问。

Creek Stone 钟陆欢： 数量上不好判别，但春节后 DeepSeek 迸发以来，市场上项目的估值确实普遍变贵了，这更考验我们对早期项目的判别才干，也更能表现我们的打法的优势。我们置信，随着 Token 多少钱降低、基建完善，未来好项目会越来越多。

Founder Park：项目变贵是迅速构成共识带来的负面影响吗？

Creek Stone 李一豪： 不完全是共识构成的，也与供需相关有关。

相比上一个全球化周期，中国的美元基金总规模是大幅参与的，但同比创业团队的数量也少了很多，这也和技术阶段毫不相关。由于数量少了，同时一级市场有效性很高，优良的团队和热点方向估值增长就会很快。

行业里关键有两种打法，ETF 打法对市场 beta 有效表现，以及如今在硅谷也很盛行的 solo fund 打法。Solo fund 在如今的优势，是更多运行社交网络和媒体，把集团认知、资源串联和品牌效应加大了，我们就在这个路途上做尝试，在更早甚至半孵化的阶段去服务创业者。

换个角度看，我们自己其实从去年年终末尾喊着要投 AI 运转的时辰，被好多投资人质疑过。大家事前觉得，基础大模型都还没做好，你凭啥去投运转呢？结果，不时等到往年一切人才突然看法到似乎都没怎样投过运转，这也形成市场上一些运转的项目反而一下子变贵了。

线性资本郑灿： 这或许跟共识没有相关。投资的马太效应、项目的马太效应，其实从去年就末尾了。但这并不是共识的结果，「共」的外形或许反而是「都没想清楚」。

什么状况是共识？大家都在抢着领投、独投。如今没有那么多项目是大家抢着独家投的。具身另说。

（创业环境）可以从两个方面看：

1. 模型才干变强了，能做的事情必需变多了。很多原来做不到的场景如今能做了，原来只能做到及格的产品如今能做到优良了。这翻开了很多新的创业方向。我们会看到更多优良的人在做有价值的事情。

2. 认知/心境层面，市场认知优化了，客户教育本钱降低了。大家不再怀疑 AI 有没有用，这为商业化扫清了一些阻碍。

综合来看，无论是从能做的事情、对商业环境的影响，还是对投资心境的影响，都是正面的。体感上，投资人必需比过去更积极了。

至于好项目，我觉得必需是变多了。要素包括：开创人的思索在变得成熟；技术催生了更多能做的方向和场景。

以后阶段，尤其是在 AI 运转范围，有强商业 sense 和产品 sense 的团队更有优势。他们要求对目的场景有深化了解，对如何提供好的用户体验有深化了解，对如何商业化推行有深化了解。一旦这些要素契合，结果交付或许会十分快。

真格基金刘元： 全体觉得，此刻还选择创业的，很多是真正想创业的人。一级市场繁华，To VC 的项目少了很多，这是喜事，项目的纯度变高了。当然，追热点的还是有，比如去年有很大比例的创业者做陪伴机器人，前年有大批创业者做中国的 Character.ai 一样。

我们如今更情愿跟那些从小团队，甚至独立开发者末尾，或许几个同窗一同入手做东西的人聊。踏踏实实做事的人还是挺多的。

Founder Park：独立开发者是好的画像吗？

真格基金刘元： 「独立开发者」这个标签不用须是。关键看 ta 是享用做一个「作者」，还是想做一个「系统和组织的树立者」？作为独立开发者的外形是一个创业的末尾还是创业的目的自身？这从他的执行（有没有找合伙人、有没有系统化运作）能看出来。

投资人角色有变化吗？

Founder Park：现阶段，VC 能给创业者提供的协助和以前有变化吗？

Atypical 邵帅： 这是我想特地强调的 Atypical 的优势所在。现如今的 AI 创业，尤其是 Agent 和其他运转类项目，从 Day One 就应该思索全球市场，尤其是欧美市场。出海的要素有很多，比如思索到模型才干、用户的付费志愿、人力替代的 ROI（尤其在 B2B），以及相对宽松的监管环境（尤其是面向消费者的内容和文娱类产品）。

但是，华人面孔的创业者出海面临着不少应战，触及文明差异、市场了解、用户习气、法规政策和融资环境等多方面要素。同时，在一末尾就想拿到 A16Z、Benchmark 等顶级美元基金的钱其实并不容易，要求有信任基础的早期美元基金来支持早期更好。

Atypical 的优势在于具有硅谷背景的美元基金的「基因」。Atypical 基金的团队成员拥有深沉的硅谷背景与全球化的网络资源，我们的 LP 也涵盖了很多全球抢先企业。我们能够为有出海意图的华人创业者提供架构设计与身份规划倡议、欧美市场的洞察和调研、外地资本、人才、协作同伴和客户资源的对接，以及经过 LP 网络减速商业化进程等服务。

尤其是在我们善于的内容平台，SaaS、Agent、消费级配件等范围，我们拥有丰厚的阅历与认知，能够为出海的优良华人创业者提供实践的协助。

创新工场任博冰： 变化很大，协助简直是全方位的。如今大家（VC 和创业者）都坐在「车的前排」。

以前投硬科技，投资人很多时辰坐后排就行，创业者阅历认知或许更强，是他们给投资人上课。如今，我们和被投企业更像是「副驾」相关，都是学习者和探求者。

我们可以提供信息和视角思索一些他们或许没精气想的事，把之前周期的阅历（比如移动互联网的打法）通知他们。链接资源，找人帮他们处置详细疑问。以及辅佐一些决策，比如讨论能否开源、融资节拍、如何树立决策系统等。

这些协助比以前单纯的精气支持或资源对接要深化得多。移动互联网早期，投资人起到的作用也是十分大的。

真格刘元： 坦率说，AI 之前，市场太久没有大机遇了，投资人也面临「青黄不接」。投资人最关键的生长是陪伴伟大的公司一同生长。移动互联网红利期事前，大家都在探求。

如今能提供的，尤其对我们这种非创业者出身的投资人来说：

1. 首先是别管太多。

2. 提供信息。创业者是隧道视野（tunnel vision），投资人可以提供广度信息，通知他赛道格式、行业最佳通常等。

3. 提供网络。比如我们给 Manus 引见了张涛和 Peak，以前也给大批的真格被投公司引见过高管。这种合伙人级别的牵线，我们不时在做。

但说终究，真正的好公司，不太要求投资人帮太多忙。

最近在思索什么疑问？

Founder Park：近期在思索哪些疑问？

创新工场任博冰： VC 行业自身就面临微小调整。过去几年的外形和未来的应战，必要求求 VC 组织做出微小调整——战略、打法、组织结构都要变。能加快自我退步、顺应变化的 VC 组织，才干在新的时代生活上去。这和对大厂、对创业公司的要求是一样的。

VC 要求重新思索：

假定未来是运转驱动，用什么方式做决策？谁去看项目？

如何吸引开创人？投前投后相关如何处置？过去几年大家都在搞分开，如今还能这样吗？

条款是不是也要变？

这些都要大改。虽然如今地下讨论不多，但我置信很多 VC 外部在思索或曾经在做这些事了。

明势创投夏令： Agent 会带来哪些深远改动？

1. 商业方式：Agent 或许改动现有的互联网商业方式。比如，Agent 不看广告，那以前基于点击的广告方式怎样办？Agent 时代的商业方式会是什么？

2. 组织外形：Agent 或许成为我们组织的一员。HR 能否要招聘 Agent？Agent 能否要求培训？Agent 会对现有组织结构、任务流程出现什么影响？

这些都是我们正在思索的，关于 Agent 将如何重塑商业和社会的疑问。

线性资本郑灿： 最常讨论和思索的疑问是：今天的技术提高，能够新翻开哪些运转的门？

这里的「翻开」是指，把原来做不到及格线的事情做到及格。只需有或许及格，就值得我们从投资角度末尾观察了。当技术有大的优化时，我们就会去思索它能在哪些方向上带来落地的或许性。判别「及格」的规范就是，经常经常使用者能否接受它，比如 AI 生成的语音能否听起来和真人差异不大。

另一个思索角度是：在足够大的场景里，今天的技术还有哪些清楚的短板或痛点？

比如 Coding 范围，现有工具仍有上下文长度限制、大代码库处置不佳、易出错且难以修改等疑问。那么，有没有什么方式可以处置这些中心痛点？

校内网真的被日自己注资了吗？

真的假不了

有没有人在中银买基金的赚了还是赔了

我不时有关注中银基金的，首先我认可这个团队，他是中国银行控股和贝莱德的合资投资控制公司。从金融政策，国度开展来说，信息是最快最准确获知的。去年9月份筹募资金的中银新经济，到目前曾经涨了190%短短半年多时期，上个月2627号还发行了中银新趋向的，打造新股的。如今还还没有太大变化，但是我以为必需有开展的。另外最近中银基金又在出售中银智能制造，假设资金富余的话可以买些的。这三个都是新基金，但是剖析开展趋向，还是有得做的，这个和国度政策有相关。近三年来，中银旗下90%的基金都涨幅到70%以上。希望能够帮到你。