AI投资新焦点：产品化与场景应用驱动盈利增长

 

不要仅关注大模型，真正赚钱的是那些能打造AI产品的企业。

 

11月初，锦秋基金在北京组织了一场聚会，吸引了近百位AI领域的创始人参与。他们深入探讨行业趋势，交流技术变革，并分享各自领域的独到洞察。

锦秋基金成立于2022年，是一只12年周期的美元基金，专注于人工智能、具身智能及其核心产业链的投资。过去一年，该基金投资了超过50个项目，锦秋基金合伙人臧天宇表示：“据我们了解，这在行业内属于领先水平。”因此，锦秋基金在AI领域的布局已成为观察行业动向的重要参考。

●投资分布

 

根据臧天宇披露的数据，锦秋基金56%的投资集中在应用层，25%投向具身智能，10%在算力基础设施，另有近8%用于智能硬件。这一分配策略源于对两个宏观趋势的坚定判断：智能水平的持续提升与获取智能成本的不断下降。

此外，通过聆听现场多位被投创始人和投资人的分享，可以发现，在快速演进的AI浪潮中，以往的不确定性正逐渐明朗：AI的价值正从模型层溢出，加速流向具体产品、实际场景和解决方案。

以下是大会分享的核心观点——

 

模型已成为“通用商品”，价值将转移至产品与信任

杨洁（锦秋基金创始合伙人）

杨洁将当前AI竞争划分为应用、芯片和机器人三大领域，并强调：“我们坚信模型是标准化商品，价值最终会归属于产品。”这一观点基于明显趋势：模型能力快速提升，同时智能获取成本大幅降低。“模型是通用商品，但基于模型构建的产品不是，尤其是那些更理解用户需求的产品更为稀缺。”

她指出，在模型尚未完美的现阶段，用户选择信任谁，就会与谁共同成长。因此，“信任”将成为比技术更坚固的护城河，市场追求的不是“我能做”，而是“唯我能做”。

杨洁认为，芯片是另一个巨大市场。推理芯片需求激增，Token调用量加速增长。她提到三个机会：“首先是推理芯片窗口刚刚开启；其次是芯片软件算法的正向循环；第三是多样化创新团队采用不同技术方案解决问题。”

对于机器人领域，她判断“机器人公司正迎来它们的ChatGPT时刻。”数据、资本和成本三大拐点同时出现，2025年全球融资额已达2023年的五倍，浪潮已至。

●

 

 

智能范式向经验驱动迁移，成本与应用前景紧密相连

臧天宇（锦秋基金合伙人）

臧天宇指出，AI发展正从依赖算力和数据规模的预训练阶段，过渡到以强化学习和经验驱动的后训练阶段。这也是本次会议主题“Experience with AI”的由来。

“行业正进入一个通过强化学习进行后训练的时代，并设想让AI从直接经验中学习。”这一转变显著提升了AI在推理、编码和工具使用方面的能力，推动了当前Agent创业热潮。

他还谈及智能商品化，类比上世纪末互联网宽带成本下降带来的普及效应：“AI智能时代将出现相似趋势，只不过‘带宽’变成了智能带宽。”这意味着，模型能力的获取将如同超市购物般便捷，这对应用层公司极为有利，可让它们聚焦于解决用户具体问题。

对于具身智能，他认为核心竞争力在于数据，特别是第一人称视角视频数据以及真实场景的数据闭环。“不应低估硬件难度与价值，首要任务是将硬件部署到用户身边和真实场景中。”

 

视频生成新范式：“参考生视频”引领创作变革

骆怡航（生数科技CEO）

作为中国首个跟进Sora的视频大模型“Vidu”的开发者，骆怡航认为当前流行的文生视频和图生视频仅是过渡方案。“文生视频难以连贯叙事，图生视频则限制了AI表现力。”他提出，未来的极简创作范式是生数科技首创的“参考生视频”。这种模式允许创作者上传任意主体（如人物、道具、特效），并通过语言指令让主体在视频中持续表演，一致性可维持长达5分钟。

●骆怡航

 

“我们旨在还原线下真实拍摄流程。一旦主体确定，创意表现力便可无限扩展。”骆怡航介绍，在“Vidu”调用中，超过60%来自参考生视频，这表明它正成为专业创作的主流选择，有望变革从广告到影视的整个内容产业。

 

世界模型：具身智能的“终极决策中枢”

武伟（流形空间CEO）

武伟表示，世界模型不仅是生成逼真视频的工具，更是具身智能进行推理和决策的“大脑”。“世界模型主要有两大应用：一是通过在线模拟推演优化决策；二是作为环境模型，通过离线强化学习训练智能体。”这意味着机器人能在虚拟世界中“想象”和“试错”，从而学会在真实世界执行复杂任务。

与臧天宇类似，武伟也认为第一人称视角（EGO sense）视频数据是指数级宝贵资产，是训练Physical AI的关键。

●武伟

 

 

机器人产业期待“Windows时刻”，交互层成突破关键

来杰（星尘智能CEO）

来杰认为，当前机器人产业处于与个人电脑发展早期相似的关键节点。“目前从事机器人的大多是纯AI研究者，他们追求高阶智能，却忽略了中间交互层。”他借用PC发展史类比：“乔布斯定义了苹果电脑，但最初仅供程序员使用。直到Macintosh出现，才有了人人可用的操作系统。”

这一观察直指行业瓶颈：在顶尖AI专家与大众市场之间，缺乏类似Windows的中介平台，让普通开发者也能构建机器人应用。在他看来，只有跨越“交互层”鸿沟，机器人才能从实验室走向千家万户。

 

AI重构内容创作：从“记录现实”到“创造想象”

沈洽金（想法流CEO）

“我们看到AI技术的核心在于，LLM提供了前所未有的互动体验，而多模态模型带来了超越现实的想象力。”沈洽金观察到，AI技术正推动内容创作经历根本性变革。

他明确区分传统内容与AI原生内容：“抖音和摄像头拍摄的本质是记录生活，而AI内容应充满想象力。”基于此，造梦次元将产品定位为“造梦师”，专注于创造超越现实局限的互动内容。

沈洽金用案例说明这一转变：“当视频模型能生成具有一致性的故事内容时，意味着生成物本身具备消费价值，而非仅是需要用户交互的特效工具。”在他看来，这种从“交互式特效”到“可消费故事”的跨越，是AI重塑内容产业的关键。

   ●沈洽金

 

 

AI公司面临“速起速朽”风险，需避开“被吸收”陷阱

Jenny（Leonis capital合伙人）

Leonis capital是一家位于硅谷的研究驱动型早期风险投资基金，专注于AI原生创业公司的种子轮和天使轮投资。锦秋基金已于2024年投资Leonis capital。

Jenny曾任OpenAI研究员，现为Leonis capital合伙人，拥有研究员与投资人双重视角。她将AI公司分为两类：“超新星”（增长快但毛利率低）和“流星”（增长稳健结构健康），并明确更青睐后者。

基于对硅谷AI创业公司的观察，Jenny发现创业公司面临被基础模型公司“吸收”的结构性风险。“如果一个产品通用且技术门槛不高，那么被大模型吸收是必然的。”

她展示了AI公司衰落的曲线趋势——不同于传统公司，AI公司一旦衰落会呈现“断崖式下滑”。因此，创业者的最优解是找到“专业化区间”——既不过于垂直导致市场狭小，也不过于通用易被基础模型公司复写，而是在数据、行业知识或分发渠道上建立难以复制的壁垒。

 

文 | 巴芮

封面图源 | AI生成

 

 

欢迎在评论区分享您的见解~