技术层：大厂的游戏，创投的夹缝

大众印象中的第一波AI热潮，要从2016年AlphaGo战胜李世石讲起。这一事件将AI的热度从产业界推向全民。投资机构对一切搭上“AI”的项目怀有极大热情，之后AI四小龙商汤、旷视、依图、云从逐渐广为人知。

第二波AI创投潮源于大模型的爆发。而大模型也是技术层最具代表性的赛道。

2022年11月底，ChatGPT横空出世，上线两月用户破亿。2023年3月，GPT-4推出，速度之快令人惊叹，这也直接引燃了国内大模型的创业热情。

不到一年间，国内市场迅速进入“百模大战”。

大厂派的百度“文心一言”、腾讯“混元”、阿里“通义千问”等大模型相继发布。

创业派自美团联合创始人王慧文下场创立光年之外后，还涌现出百川智能、零一万物、月之暗面、Minimax、阶跃星辰、智谱AI，被称为“AI六小虎”。这些项目一度成为互联网大厂和投资机构追逐的焦点。

但也有投资人在早期便预判，大模型更像是一场“大厂的游戏”。

原因之一在于投资额巨大且风险较高。零一万物天使轮估值高达10亿美元；月之暗面天使轮融资20亿元，8个月后的A+轮融资超10亿美元。如此规模的投资，除了红杉中国等超头部基金，通常只有腾讯、阿里、美团这样的互联网巨头能够承担。

另一原因是，这一投资窗口期非常短暂。部分项目在短短几个月内估值翻倍，机构常常还没来得及完成决策，就已经面临“投不起”的局面。

以MiniMax为例，2022年7月Pre-A轮估值5亿美元，2023年6月A轮估值12亿美元，时隔数月后的B轮估值涨至25亿美元。

第三个原因更加现实，大模型的回报周期长，变现路径模糊。基金需要考虑退出问题，相比之下，大厂拥有海量数据、雄厚资本和庞大的用户基础，投资大模型对它们来说是生死攸关的必选项——它们都害怕成为“AI时代的诺基亚”，抢占大模型先机，就是握紧通往未来的门票。

基于这三点，有的早期机构选择谨慎观望。

英诺天使合伙人王晟曾直言，“从OpenAI发布ChatGPT开始，我们就判断，这场战争最终赢的就是大厂。创业者的机会要么是卖给大厂，要么偏向某些垂直领域，这两个都决定了投资价值不会特别大。”

如今，国内的通用大模型市场逐渐收敛为“基模五强”：字节跳动、阿里巴巴、阶跃星辰、智谱AI和DeepSeek。

DeepSeek依托幻方量化的资本优势，走开源与工程优化路线；字节、阿里坚持自研；智谱与阶跃星辰除了获得国资支持之外，前者拿到腾讯、小米、美团、阿里的钱，后者的投资人中也有腾讯身影。

有意思的是，在大模型投资份额争夺战中，大厂联手成为投资史上少见的场景。腾讯押注Minimax、智谱、百川智能、阶跃星辰、月之暗面；美团在收购光年之外后，又投资了智谱和月之暗面；阿里投资了月之暗面、Minimax、智谱、百川智能和零一万物。

现在，技术层为数不多的留给机构的投资机会，是垂直模型。

相比通用大模型，垂直行业模型的商业化路径较为清晰。

清智资本创始合伙人张煜表示，“只要真能降本提效、帮客户解决问题，行业模型是能赚到钱的。”据他透露，清智在行业模型赛道投的五六个项目都已产生收入，个别实现了盈利。

当通用大模型的故事逐渐让位于垂直模型，属于创投机构的机会才真正显现。

基础层：卖水人赚翻了

如果说大模型的终局是大厂的游戏，那么，把视线拉回更底层的基础层，情况又如何？

AI基础层具体包括以下四个方面：

算力：AI芯片/硬件厂商、云计算平台；

数据：数据服务与处理，数据提供商；

模型工具链：AI开发框架，MLOps平台，向量数据库；

安全与合规：AI安全、伦理与合规。

这些听上去“重资产”的赛道，普遍特点是需求确定、技术壁垒高、回报周期长。投资机构选择的是最经典的“卖水逻辑”。

在19世纪美国的“淘金热”中，真正挖到金子的人寥寥无几，但卖铲子、卖水的人赚得盆满钵满。AI产业链也很相似：项目能否跑通未知，但基础层的“卖水人”几乎稳赚不赔。

以两家代表性的公司为例。

2025财年，为众多AI厂商提供算力的英伟达全年营收1305亿美元，净利润728亿美元，毛利率高达75%。在最近公布的2026财年Q2报告中，单季收入467亿美元，净利润264亿美元。

被称为“国产AI芯片第一股”的寒武纪也实现业绩爆发，2025年上半年营收28.81亿元，归母净利润10.38亿元，毛利率55.93%。股价在8月底曾短暂超越贵州茅台，成为A股“股王”。

当然，这些头部企业估值高企、资本门槛极高，但投资人仍可以通过布局上下游更细分的环节，如高速互联、光电芯片、先进封装等，分享到产业增长的红利。

在投资层面，不同类型机构打法各异：

阿里、腾讯这类产业资本，看重的是被投企业能不能和自身业务形成协同。比如阿里陆续投资了寒武纪、地平线、深鉴科技等企业，因为阿里在电商、支付、云计算等业务中涉及大量的AI应用场景，对算力和算法的需求极大。投资基础层不仅能满足自身业务需要，也相当于是对阿里云业务核心优势的巩固和延伸。

人民币基金为AI基础层的主流投资机构，它们深耕产业，会基于深入研究进行早期和后期的结合式布局。

例如，同创伟业一方面重点布局具备确定性、符合IPO要求、业绩增长稳定，且符合政策导向的成熟项目；另一方面投早、投小，关注AI新技术、新架构和新人才。

由江苏高科技投资集团内部混合所有制改革组建而成的毅达资本，在支持关键技术自主可控的同时，寻找AI产业链上关键环节的“必需品”。比如毅达近期投资企业南智芯材，是一家专注大尺寸铌（钽）酸锂材料的企业。毅达看中的是它在AI光电芯片、AR显示和高速通信等领域核心材料的战略价值。

毅达资本合伙人周喆介绍，在算力层，毅达近期重点布局端侧/推理侧AI芯片以及光互联、散热材料等企业。“沿着市场端需求反推底层技术，提升投资确定性。”

这种沿产业链布局的做法，不仅能为被投企业导入产业资源、挤压估值泡沫，更能在交叉验证中捕捉产业拐点，有望获得更高投资回报。

整体而言，目前投资人普遍认同基础层投资的两条确定性主线：

一是“国产替代与自主可控”，覆盖光电芯片、高速互联、先进封装等领域。

二是基础设施完善后，应用层将创造更大价值空间，又会拉动底层算力需求。更贴近终端应用市场、产品可快速迭代并专注于解决具体问题的企业有望快速崛起。

聪明的钱，卖水、修路、搭桥。基础层的“卖水逻辑”，为它们提供了更稳健的回报。

应用层：最热闹的竞技场，从具身智能到低空经济

如果说技术层投资成为大厂的游戏，基础层是国资和产业资本的长期布局，那么应用层则是投资人当下真正大施拳脚的方向。不同场景与AI的结合，正在催生一批新机会。

最火爆的细分领域是具身智能。

8月，梅卡曼德、松延动力、聆动通用、智平方等多家机器人、具身智能公司接连完成新一轮融资。宇树科技、智元机器人也传出上市动向，将资本热情推向高点。

在王晟看来，如今机器人的核心价值已从硬件转向“AI智能”。负责认知决策的“大脑”借力大模型的突破突飞猛进，而负责运动控制、实时响应的“小脑”却因技术路线尚未统一，发展明显滞后。“现有的小脑技术路径，很可能在未来两三年内被完全颠覆。”

基于这一判断，英诺投资了千诀科技（“软”见长，强调“大脑”的通用性与适配性，支持多种硬件平台），还在核心零部件等产业链关键环节布局，以构建协同生态。

他预测，到2026年下半年，市场评价标准将从“讲故事、发Demo”转向商业化落地。无法验证应用场景的公司，将被淘汰。

光速光合合伙人蔡伟则认为：具身智能的终局将是“百花齐放”。“因为它要和使用场景甚至长尾场景结合。”

举例来看，养老陪护机器人需要轻柔的触感和情感交互能力，而仓库搬运机器人更需要强大的负重和导航能力。这种根本性的需求差异，对机器人的形态、技能、智能水平、可靠性要求和成本都提出了截然不同的要求。

低空经济是另一条备受资本关注的赛道。

2025年上半年，低空经济赛道共发生融资事件52起，同比增长48.6%，涉及金额17.4亿元。其中无人机板块独占17起，融资金额近9亿元。合肥创新投、招银国际、中科创星、招商局创投等机构活跃出手。

尽管多数项目仍处早期阶段，还没有开始商业化，但在低空经济被纳入国家战略新兴产业的政策利好，以及地方试点的推动下，市场预期被大幅拉高。资本押注的正是“先卡位、再兑现”的故事。

与此同时，AR行业也正悄然回温。

近年来AR领域几经起伏，“年年是元年”的调侃从未停歇。但现在，多个信号表明它正走向成熟。

周喆的态度转变颇具代表性。他从曾经的AR怀疑者，如今已成为小米AI眼镜的日常使用者。“骨传导耳机功能解决了我的刚需，拍照和AI互动功能也很有意思，非常期待后续带光波导AR的AI眼镜推出”，这一体验的背后是整个行业的实质性进展。

一方面，计算机视觉、语音助手与AI Agent的融合大幅提升了人机交互体验；另一方面，更具说服力的信号来自供应链。据周喆观察，多家海外大厂已开始在中国积极布局产能，这通常被视为辨别行业虚实的关键指标。

“下游品牌可以讲述故事、炒作概念，但光波导等上游核心元器件的资本开支和产能布局无法造假。”周喆说。

结语

AI投资已步入深水区。热潮未退，但资本正回归理性，从追逐模型参数与宏大叙事，转向关注真实场景和稳定营收。

基础层“卖水人”凭借高壁垒和稳定需求，持续享受行业红利；技术层的竞争格局初步稳定，盈利能力成为当下挑战；应用层则呈现出“百花齐放”的多元生态，机器人、无人机等赛道不断诞生新机会。

未来，能够穿越周期的，不会是估值虚高的故事大王，而是那些真正理解产业痛点、具备工程化能力与商业化耐心的参与者。

AI的终局，不是垄断，而是共生。技术、资本相互支撑，共同推动产业生态向前。

*题图及文中配图来源于pexels。