2026年，创投领域迎来新的浪潮：人工智能（AI）已从单纯的技术概念深入产业核心，硬科技创业也从曾经的小众赛道跃升为主流共识。年轻一代的创业者正以其创新思维和实践，重塑中国科技创新的未来格局。

由36氪主办的WAVES大会，一直是洞察中国创投界动向的重要平台。今年的WAVES 2026大会以“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、行业领袖及新兴创业者，通过14场深度圆桌论坛和数十场独立演讲，深入剖析AI、硬科技、出海、医疗等关键赛道的底层逻辑，展现“少数派”的坚持如何汇聚成推动行业变革的巨大力量。本次世界杯的举办也为全球科技交流增添了新的维度。

以下是圆桌对话的精选内容，由36氪整理并编辑：

圆桌嘉宾：

• 海若镜：36氪暗涌副主编（主持人）
• 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。今天我们讨论的主题，相信大家都有切身体会——AI领域的变化速度惊人，时间尺度被极度压缩。过去产业迭代以年甚至五年为周期，如今可能一个月甚至一周就能颠覆我们之前的认知。正如各位嘉宾刚才提到的，一些公司的估值在短时间内就出现多次刷新，甚至出现多轮融资合并推进的现象。

因此，我们今天将围绕“AI这个月、这一年、这五年”展开讨论，深入探讨大家的情绪变化、认知更新以及行业趋势。首先，请各位嘉宾做个简单的自我介绍，并分享最近一个月内对您冲击较大的事件。汪总，您刚才提到今天有一条新闻，我想各位近期肯定也关注了不少新鲜事物，请大家畅所欲言。

王蓓： 大家好，我是王蓓，来自高瓴创投。高瓴创投专注于早期投资，覆盖从种子轮到A轮及成长期，致力于在最前沿的行业和早期阶段捕捉市场变化，并陪伴创业者一同成长。

汪洋： 大家好，我是松禾资本的汪洋。松禾资本是国内最早的人民币基金之一，拥有近30年的历史，总部位于深圳。我们是一家以硬科技为主要投资方向的人民币基金，专注于早期和成长期项目。

蔡伟： 大家好，我是光合创投的蔡伟。我们公司原名为光速光合，去年10月启用了新品牌“光合创投”。我们是国内较早的双币基金之一，持续关注中国的人工智能与科技领域。今年我们成功完成了新一轮美元和人民币基金的募集，弹药充足，希望能抓住今年的大潮，有所作为。

海若镜： 那么，请各位分享一下，最近一两个月有没有特别值得关注的事件？比如大型科技公司成立的合资投资公司、重要的上市案例，或是重磅新模型的发布等等？王总，我们先请您分享。

王蓓： AI的发展速度确实非常快，标志性事件几乎每周甚至每天都在发生，无论是在国内还是国际上。具体的新闻事件太多，无法一一列举。我们更关注AI的实际营收能力，无论模型还是应用，无论以ARR还是营收来衡量。换句话说，过去大家比拼的是谁更聪明，现在则比拼谁更能带来实际价值。

海若镜： 也就是说，更看重盈利能力和落地性？

王蓓： 是的，我们关注的是这些实际收入的增长，关键在于考察收入增长曲线在不同时间段内的表现。

海若镜： 这个趋势非常关键。汪总，您这边有什么看法？

汪洋： 最近半年让我感到最震撼的是AI相关各个细分领域的融资节奏，这与以往截然不同，说实话非常令人震惊。正如上一场嘉宾所说，一些项目，包括我们投资的项目，通常会同时进行多轮融资，几个月内估值就能翻几倍，这在过去是难以想象的。而且这种现象并非个例，过去虽有，但极其罕见。如今，这几乎成了一种普遍现象，大多数领域的许多公司都在这样做，并且都成功获得了融资。这让我感到非常惊讶。

海若镜： 这种融资节奏的变化，是否会对您的投资决策产生影响？

汪洋： 会的，我们自身的投资节奏也不得不加快。很大程度上是形势所迫，我们必须跟上这种节奏。但同时，我也感到担忧，这种融资方式可能并非完全健康。

海若镜： 确实，感觉大家都是被这股浪潮推着向前走。

汪洋： 但如果完全不参与，又担心错过机会，所以需要在其中找到平衡点。

海若镜： 蔡总，您的看法呢？

蔡伟： 关于平衡点，确实是一个难题。我想从另一个事件来切入。最近大家可能关注到Anthropic最强大的模型，因安全问题被美国政府限制非美国籍公民使用，随后暂停服务。我认为这件事意义重大——过去我们关注的是模型的参数、可用性和收入，而这是第一次真实地感受到一个领先模型会因为一个行政禁令而无法提供服务。这表明模型不仅仅是生产力工具，它还可能涉及主权模型的状态，最终具备主权属性，影响深远。

反观中国领先的大模型公司纷纷选择开源，逻辑很简单——当行政禁令竖起高墙时，就应该通过开源来开辟更宽广的道路。无论是智谱、DeepSeek还是其他公司，近期模型发展迅速，我们感觉已经能触及到真正能干活的一流Coding模型的水平了。这是一个好时机，中国的大模型公司有机会赢得更大的生态支持。

海若镜： 我们也关注到了这个模型停服事件，大家对此有很多思考，包括对“超人智能”的担忧。

接下来第二个问题，以时间为尺度，回顾年初的热点，比如OpenClaw（龙虾），感觉已经是很久以前的事了。它极大地降低了许多事情的门槛。我最近听一个分享，提到现在Agent（智能体）的应用写了很多，但可能88%都没有在真实场景中运行。正如王总提到的，关键在于能否真正“干活”、能否帮助用户赚钱。那么，现在大家如何看待AI Agent和应用层的投资机会？与去年被热捧的情况相比，有哪些不同？还是请王总先谈谈。

王蓓： 目前的预训练模型默认都具备了很强的Agent能力。去年大家还在争论商业价值究竟在于模型还是应用，抑或是“模型即应用”。

现在看来，模型确实是增长最快的应用，但这并不意味着“模型即应用”，只是其能力增长迅速。同时，我们发现尽管Agent功能强大，但大家更关注的是其在生产力环节或解决实际工作问题时的稳定性、长期持续运行能力以及“不掉链子”的可能性。这决定了在需要对成本负责的环境下，AI Agent能否成为一个可靠的工作伙伴，而不是仅仅停留在概念上的“范式跃迁”。因此，我认为稳定性至关重要。

海若镜： 是的，之前我们提到模型有两端，一端是是否有动机，另一端是能否承担风险，也就是您说的“背责任”。

王蓓： 实际上，人类社会是建立在信任基础上的，而非智能社会。智能可能是先决条件，但最终所有的生产生活、真正的价值创造，都建立在信任之上。那么，信任从何而来？智能在多大程度上能转化为信任？

海若镜： 的确如此。大家最近也在探讨哪些Agent能力可能会被模型本身所吸收和兼容，请教一下汪总的看法。

汪洋： 我个人比较看好Agent的长期发展，但目前认为它还不够成熟。首先，Agent调用的模型本身还在不断完善中，还有很大的提升空间。其次，单纯依靠AI技术人员是无法做好Agent的。我的理解是，Agent需要在具体的场景中解决具体的问题，最终的成败可能更多地取决于你对所在行业或细分场景的理解深度。仅仅懂AI是远远不够的，能够做好Agent的人，一定是对原有行业有深刻理解，并结合AI技术才能做得非常出色。当然，在好用的过程中，也离不开背后模型的支持。因此，既需要模型的进步，也需要对行业的深度认知，才能真正创造出优秀的Agent。

海若镜： 蔡总，您的观点是什么？

蔡伟： 我们也是长期看好以Agent为代表的应用。最近我们考察了一些去年投资的AI Agent应用公司，发现真正找到产品市场契合度（PMF）的并不多。PMF确实非常难实现，尤其是在AI领域还没有现成路径可循的情况下。而且，大模型在一定程度上是PMF的“粉碎机”——你找到一个痛点，大模型下一个版本可能就将这个痛点变成了基础功能，你又不得不重新寻找PMF，这是我们目前观察到的现状。

但与此同时，C端市场也出现了一些非常有意思的机会，我们对此非常感兴趣。今年我们在AI应用领域主要关注两个方向：一是极早期项目，在AI大模型覆盖的空白区域寻找机会，核心在于“赌人”，赌那些拥有技术品味和实力的团队，有点像荒野中的火种；二是呼应王总的观点，我们看好那些已经建立起数据飞轮、拥有稳定收入的公司。这些跑通了商业模式的公司，虽然估值较高，但PMF的实现难度极大，我们不能低估它们跑通的价值，这就像烈火中的真金，所以即使价格不菲，我们也愿意支持。

海若若镜： 刚才两位都分享了看法，包括汪总提到的长期看好。我想追问一下，今年是否会将Agent代表的应用层作为投资重点？

汪洋： 我们会投资，将其作为一个重要的方向，但目前AI领域的重点太多了。整个AI领域，包括具身智能，可以说一个月不关注，行业就会发生巨大变化。去年大家还在关注VLA（视觉语言模型），今年一下子涌现出大量世界模型公司。正如刚才所说，去年很多公司需要经过两三轮融资才能成长为独角兽，今年第一轮就出现了。这个市场需要我们投入大量精力去学习，无法仅仅将Agent作为唯一重点。

海若镜： 王总，能否分享一下，在投资这个方向时，您比较看重哪些方面？

王蓓： 现在谈论是否投资AI Agent，就像十年前问是否要投资互联网一样。它已经不再是一个独立的领域，而是作为底层驱动因素的存在。正如刚才提到的稳定性，这不仅仅关乎模型的性能、算法或跑分——当前模型的迭代方向已经趋于收敛。甚至一些之前被忽视的能力，例如工程能力，听起来可能不那么“高大上”，但它恰恰是让模型或Agent能够稳定、无误地在实际环境中运行的最关键因素。工程能力至关重要，工程与数据的结合、与场景的结合，这些都归结于在解决具体问题时，思考的深度和细致程度，以及执行的有效性。

海若镜： 我明白了。接下来第三个问题，我们刚才也提到，当前非常热门的AI进入物理世界，例如具身智能、世界模型等方向，讨论非常火热，也涌现出许多新的技术路线。同时我们也观察到，在制药、材料、自动驾驶等具体场景的应用，似乎没有发生本质性的改变。那么，您如何看待AI从数字世界走向物理世界的可能性？目前的创业活动与以往有何不同？大家如何看待AI Native这类公司？

蔡伟： 这是当前一个非常重要的范式转变。大家发现，大语言模型要么已经上市，要么即将上市，那么模型层面还能投资什么？物理AI就成为了一个非常重要的切入点，这很有意思。数字世界存在于比特层面，而物理AI则作用于原子层面。在比特世界里，复制成本低、边际成本低、易于规模化；但一旦进入原子层面，就变得非常“重”了，然而这种“重”也带来了天然的护城河。例如，AI制药最终需要产出能治病的药物，这需要大量的实验；具身智能也需要各种数据收集方式，并与具体场景相结合，这些都属于“重”的范畴。我们对这个大趋势非常看好，因为它代表了另一个重大的范式转变，今年我们将重点布局。

海若镜： 那么，如何区分最新的创业公司与那些已经取得成果的公司呢？

蔡伟： 我认为目前这些公司大多仍处于早期阶段。从结构上看，AI制药领域已经开始出现成果，例如我们投资的华深智药，已经与赛诺菲建立了深度合作，这已被证明是有效的。但在具身智能层面，尚未出现类似成果，物理AI的路径也仍在快速发展和演变中，尚未收敛。我们评估创业者时，更多地关注他们相应技术路线的积累，以及我们对这些技术路线的判断。

海若镜： 汪总，您的看法呢？

汪洋： 我认为这一波AI浪潮与以往有着显著差异。大约在2010年左右，我们开始投资AI，当时更多集中在特定方向，例如“人工智能四小龙”（商汤等）专注于图像识别、人脸识别，另一个主要方向是自动驾驶（小马智行等）。大家集中在几个相对确定的方向上。但现在，概念日新月异，每隔半年几个月就有新东西出现，一篇顶级论文就能催生一批创业公司。方向上不再局限于一两个，如今AI相关的软件、算法、大模型、Agent、具身智能，尤其是在算法层面，从VLA到世界模型等等，呈现出百花齐放的态势。2010年左右的AI更多偏向软件，很少有硬件创新，但如今硬件产业链、GPU、推理芯片、CPU等，软硬件都在蓬勃发展。

海若镜： 王总，能否分享一下高瓴的看法？

王蓓： 高瓴创投专注于早期投资，我们积极拥抱AI为各行各业带来的机遇。AI For Science（科学智能）领域，我们早在几年前就开始在生物医药、新材料等方向进行投入。虽然“AI For Science”这个词听起来有些深奥，但本质上AI就是服务于科学的，科学需要新技术来支撑。而科学最终要服务于各行各业的生产，例如制药、材料，甚至能源等传统行业，它必须符合行业自身的物理规律。什么是创业周期？周期代表的是底层常识——在基础常识不变的前提下，科技能否加速行业发展，生产力和生产关系之间到底是什么样的关系？我认为关键在于不过度夸大AI的作用，同时保留对AI是否能引发生产力和生产关系根本性变化的讨论。从长远来看，几年后我们讨论的重点将不再是AI能做什么，而是这些公司的效率和利润率发生了怎样的变化。

海若镜： 是的，创业最终要回归商业本质。请追问一下，未来的物理AI，哪些方向可能率先实现商业化落地？

王蓓： 大家最近比较关注的可能是具身智能和机器人，尤其是对人形机器人的想象。但五年以后，我们可能不会再纠结于AI是否以人的形式存在——它可能是手、臂、腿的组合，也可能是软件AI能力与机器人软硬能力的结合，应用于各行各业。例如在家庭场景，是完整的机器人进入家庭，还是AI和机器人的功能在你家的各个场景中为你服务？表现形式已经不那么重要了。五年以后，今天我们讨论的技术范式转变，应该会自然体现在场景和软硬结合的整体解决方案中。

海若镜： 也就是说，五年以后，它会自然融入生活的各个角落。汪总，您的看法呢？

汪洋： 我个人认为，物理AI可能最先在具身智能行业得到应用，但我相对悲观，认为五年时间可能不够。技术发展至今尚未进入收敛期——继VLA之后，又出现了大小脑、世界模型等概念，真正的商业化落地还需要更长时间。但我同意王总的观点，未来的具身智能不一定都是人形，人形只是其中一种物理承载形态，不同场景下会有不同的形态，这个方向是比较确定的。

海若镜： 蔡总，您的观点是什么？

蔡伟： 我认为可以从两个层面来看。物理AI从模型层面来看，存在不同的技术路线，例如3D路线、视频路线等。在应用层面，如果从视频或游戏3D应用来看，物理AI的最终目标是预测动作导致的下一个状态。当物理规律得到良好体现时，3D游戏中的风吹效果会更逼真，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年内可以看到成果。ChatGPT时刻在具身智能领域何时发生？我认为3到5年内，它可能进入家庭；1到3年内，在某些固定场景就能有应用。例如Figure的实时演示，在一些固定场景下已经可以实现很好的应用。

海若镜： 大家对时间尺度的预估，无论是1-3年还是5年，都能帮助我们理解当前的投资动作。前景虽然明确，即使市场存在泡沫，今年也被视为“泡沫之夏”，但大家仍然会选择入局。

我们也关注到创业者画像的变化。当下资本非常青睐“00后小天才”、从大厂出来的顶尖研究员，他们创业后的估值很高；也有青年科学家。请教各位，现在机构更倾向于投资哪一类型的创业者？AI时代的特质与以往有何不同？还是请王总先谈谈。

王蓓： 关于创业者画像这个话题，自创投行业诞生以来就一直被问到，底层逻辑我不再赘述。我认为现阶段我们更看重两方面的能力。首先是技术能力，当前AI最大的变量仍然是技术迭代，你的速度、方向、路径选择是否有效至关重要。我们并不以年龄作为核心标准，但市场可能存在偏见，对年轻创业者估