精选世界杯赔率内容，足球世界杯与你一同发现更多精彩。

2026年，创投界迎来新一轮的变革浪潮。人工智能（AI）已从单纯的技术概念深入到产业的实际应用，硬科技创业也从一个相对小众的领域发展成为行业普遍认同的主流趋势。年轻的创业者们正凭借他们的技术和努力，重新绘制中国创新发展的蓝图。

由36氪·暗涌策划的WAVES大会，是观察中国创投市场动向的重要窗口。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。大会为期两天，汇聚了顶尖的投资人、行业领袖以及新兴创业者。通过14场深入的圆桌讨论和数十场独立演讲，大会深入剖析了AI、硬科技、出海、医疗等关键领域的内在逻辑，并展现了那些“少数人”的坚持如何逐渐汇聚成改变行业的强大力量。

以下为本次圆桌对话的精选内容，由36氪整理并编辑：

海若镜（36氪暗涌副主编，主持） 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： 各位晚上好！我是今天圆桌的主持人，来自暗涌的海若镜。今天我们讨论的主题，相信在座的各位都深有感触——AI领域的发展速度令人惊叹，时间感被极大地压缩了。过去，产业的迭代周期可能以年甚至五年为单位，而现在，认知可能一个月甚至一周就会被颠覆。正如各位嘉宾刚才提到的，不少公司的估值在短短一个月内就会出现大幅调整，甚至在几个月内完成多轮融资。

因此，我们今天将以“AI这个月、这一年、这五年”为核心，共同探讨大家的情绪变化、认知更新以及未来的发展趋势。首先，请各位嘉宾做一个简短的自我介绍，并分享一下最近一个月内，对您冲击比较大的一两件事。在来会的路上，我与汪总也聊到了一些近期的新闻，相信各位近期关注的热点也很多，我们先听听大家的想法。

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，从种子轮到A轮以及成长期，我们致力于在最前沿的行业和最早的阶段，积极拥抱市场变化，并与创业者共同成长。

汪洋： 各位好，我是松禾资本的汪洋。松禾资本是中国最早的人民币基金之一，拥有近30年的发展历史，总部位于深圳，与广州地理位置相近。我们是一家以硬科技投资为主的人民币基金，主要聚焦于早期和成长期项目。感谢大家！

蔡伟： 大家好，我是光合创投的蔡伟。我们原名光速光合，去年10月正式启用新品牌“光合创投”。我们是国内较早的双币基金之一，长期以来持续关注中国的人工智能和科技领域。今年，我们成功完成了新一轮的美元和人民币基金募集，为未来的投资做好了充分的准备，希望能在今年的市场浪潮中有所作为。谢谢大家。

海若镜： 接下来，我想请各位嘉宾分享一下，在最近一两个月内，有没有特别值得关注的事件？例如，大型科技公司合资成立的投资公司、重要的企业上市，或是新模型的发布等等。我们先请王总分享您的看法。

王蓓： AI的发展速度确实非常快，标志性的事件几乎每周甚至每天都在发生，无论是国内还是国际。具体的新闻事件太多，难以一一列举。我们更关注AI的实际营收能力，无论是模型还是应用，不论其表现形式是ARR（年度经常性收入）还是其他营收指标。换句话说，过去大家比拼的是谁更聪明，现在则更侧重于谁能真正创造价值并产生收入。

海若镜： 您是指最能盈利、最贴近商业落地的部分吗？

王蓓： 对，我们关注的是这些收入的增长，以及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： 在我看来，过去半年最让我感到震撼的是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，我感到非常震惊。正如上一位嘉宾所说，一些项目，包括我们投资的项目，往往是同时进行多轮融资，并在短短几个月内估值翻几倍，这在过去是难以想象的。而且，这种情况并非个别现象。以前也偶有发生，但那是极少数的特例。而如今，这几乎成了一种普遍现象，大多数领域的许多公司都在采取这种方式，并且都成功完成了融资。这让我感到非常惊讶。

海若镜： 这种融资节奏的变化，是否对您的投资决策产生了影响？

汪洋： 会的。我们自身的投资节奏也因此被无形地加快了。很大一部分原因在于，在当前的市场环境下，我们不得不加快节奏。但同时，我们现在也感到担忧，因为这种融资方式可能并非完全健康。

海若镜： 确实，可能大家都像是被浪潮裹挟着向前推进。

汪洋： 但如果不参与其中，又担心错过机会，所以我们必须在这种情况下寻找平衡点。

海若镜： 蔡总，您的看法是什么？

蔡伟： 是的，关于平衡点的问题，我们也在探讨，这确实是一件非常困难的事情。我想从另一个事件来切入。大家可能最近都关注到了Anthropic最强大的模型，由于安全问题被美国政府限制非美国籍公民使用，随后被迫暂停服务。我认为这件事影响很大——过去大家更关注模型的参数、可用性和收入，而这次是第一次真实地感受到，一个领先的模型可能会因为一项行政禁令而无法提供服务。这让我们意识到，模型不仅是生产力工具，它还会涉及到主权的问题，最终会具备主权属性，其影响是深远的。

反观中国领先的大模型公司纷纷选择开源，其逻辑非常清晰——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，近期模型的发展都非常迅速，我们感觉已经能够触及到真正能够胜任工作的、一流的Coding模型了。这是一个非常好的时机，中国的大模型公司有望赢得更广阔的生态支持。

海若镜： 我们也关注到了这个模型停服事件，很多人对此进行了深入的思考，包括超人智能等公司也表达了担忧。

第二个问题，如果我们以时间为尺度，回顾年初的热点，比如OpenClaw（龙虾），现在感觉已经是很久以前的事情了。它极大地降低了许多事情的门槛。前不久我听到一个分享，提到现在有很多Agent的尝试，但可能有88%都未能真正落地到实际场景中。正如王总所言，关键在于它们是否能真正‘干活’，能否帮助人们赚钱。接下来，我想请教各位，现在大家如何看待AI Agent和应用层的投资机会？与去年被追捧时的情况相比，有哪些不同？我们还是从王总开始。

王蓓： 当前的预训练模型普遍具备了很强的Agent能力。去年大家还在争论商业价值究竟在于模型本身，还是在于应用，抑或是“模型即应用”。

从目前来看，模型确实是增长最快的应用，但这并不意味着“模型即应用”。这仅仅说明模型的能力增长速度非常快。同时，我们发现尽管Agent功能强大，但大家更关注的是在生产力环节或解决实际工作问题时，其稳定性、长期持续运行能力以及“不掉链子”的可能性有多强。这直接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，而不仅仅是新范式讨论的话题。因此，我认为稳定性至关重要。

海若镜： 是的，之前我们讨论模型时，提到它有两端：一端是是否有动机，另一端是能否承担风险，也就是您所说的“背责任”。

王蓓： 实际上，人类社会是一个信任社会，而非智能社会。智能可能是必要条件，但最终所有生产生活、真正的价值创造，都建立在信任的基础上。信任从何而来？智能在多大程度上能够转化为信任？

海若镜： 确实如此。大家最近也在探讨哪些Agent能力可能会被模型直接吸收和兼容，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所调用的模型本身仍在不断完善中，还有很大的提升空间。其次，仅仅依靠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，其最终的优劣可能更多地取决于对所在行业或细分场景理解的深度。仅仅懂AI是远远不够的。能够将Agent做好的人，一定是深刻理解原有行业，并在此基础上结合AI技术，才能做得非常出色。当然，在做得出色的过程中，也离不开背后模型的支持。因此，既需要模型的进步，也需要对行业的深刻洞察，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： 我们同样长期看好以Agent为代表的应用。最近我们观察了去年投资的一些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确实非常难获得，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把这个痛点变成了基础功能，你又不得不重新寻找PMF。这是我们目前看到的现状。

但与此同时，在C端市场也出现了一些非常有趣的机会，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：一是极其早期、在大模型覆盖的缝隙中寻找机会，核心在于对人的判断，押注那些拥有技术品位的团队，有点像荒野中的火种；另一端则呼应了王总的观点，我们看好那些已经拥有数据飞轮、实现盈利的公司。这些跑通的公司虽然估值较高，但其PMF的获得极其不易，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，我们也愿意给予支持。

海若： 刚才两位都分享了各自的观点，汪总也提到了长期看好。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： 我们会进行投资，将其视为一个重要的方向，但目前市场上的重点太多了。整个AI领域，包括具身智能，可以说一个月不关注，行业就会发生巨大的变化。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，而今年第一轮融资就可能出现独角兽。这个市场需要我们投入大量精力去学习，因此我们无法仅仅将Agent作为唯一的重点。

海若镜： 王总，能否分享一下，在投资这个方向时，您更看重哪些方面？

王蓓： 现在讨论是否投资AI Agent，就像十年前讨论是否投资互联网一样。这已经不再是一个新名词，而是作为底层驱动因素而存在。正如之前提到的稳定性，这并非仅仅关乎模型的算法或跑分有多好——当前模型迭代的方向已经趋于收敛。甚至一些之前被忽视的能力，如工程能力，听起来可能不够“高大上”，但它恰恰是让模型或Agent能够在实际环境中稳定、无误运行的最关键因素。工程能力非常重要，工程与数据的结合、与场景的结合，这些都统称为在解决具体问题时，思考的深度和细节，以及执行的有效性。

海若镜： 我明白了。接下来是第三个问题，我们刚才也提到了，当前非常热门的领域包括AI进入物理世界、具身智能、世界模型等，相关的讨论非常火热，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中的应用，似乎并没有发生本质性的改变。因此，我想请教各位，现在如何看待AI从数字世界走向物理世界的可能性？与以往相比，当前的创业环境有哪些不同？大家如何看待AI Native这类公司？

蔡伟： 这是当前一个重大的范式转变。大家发现，大语言模型要么已经上市，要么即将上市，那么在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，这非常有意思。数字世界存在于比特层面，而物理AI则作用于原子层面。在比特世界中，复制成本低、边际成本低，容易规模化；但进入原子层面，就变得非常“重”了，然而这种“重”也带来了护城河。例如，AI制药最终需要产出能够治病的药物，这需要进行大量的实验；具身智能也需要各种数据收集方式，并与具体场景相结合，这些都是“重”的投入。我们对这个大趋势非常看好，因为它代表了另一个大的范式转变，今年我们将重点布局这一领域。

海若镜： 那么，如何区分最新的创业公司和那些已经取得成果的公司呢？

蔡伟： 我认为当前这些公司大多仍处于早期阶段。从结构上看，AI制药领域已经出现了一些成果，例如我们投资的华深智药，已与赛诺菲建立了深度合作，这已经被证明是成功的。但具身智能层面尚未如此，物理AI的路径也尚未收敛，仍在快速发展中。我们在考察创业者时，更多地关注他们 respective 技术路线的积累，以及我们对这些路线的判断。

海若镜： 汪总，您的看法是？

汪洋： 我个人认为，这一轮AI与以往的差异非常大。大约在2010年左右，我们开始投资AI，当时更多地聚焦于特定方向，例如人工智能领域的“四小龙”，如商汤科技主要集中在图像识别、人脸识别等领域；另一个主要方向是自动驾驶，如小马智行等公司，大家都在相对确定的几个方向上发力。但现在，概念日新月异，每隔半年几个月就会出现新的事物，往往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，尤其在算法层面，从VLA到世界模型等等，可以说呈现出百花齐放的局面。2010年左右的AI更多偏向软件，硬件创新较少，但今天，从硬件产业链、GPU、推理芯片到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会。AI For Science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。尽管AI For Science这个词听起来有些深奥，但本质上AI就是服务于科学研究的，而科学研究需要新技术作为支撑。同时，科学研究又要服务于各行各业的生产，例如制药、材料，甚至是能源等传统行业，它必须符合行业本身的物理规律。什么是创业周期？周期代表的是底层的常识——在基础常识不变的前提下，科技能否加速行业发展，生产力和生产关系到底是什么关系？我认为我们不应过度夸大AI的价值，但同时也要持续讨论AI是否会带来生产力和生产关系的根本性变化。从长远来看，几年后我们讨论的将不再是AI有什么作用，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。我想追问一下，未来的物理AI，哪些方向可能率先实现商业化落地？

王蓓： 大家最近看得比较多的是具身智能和机器人，大家畅想的是人形机器人的概念。但五年以后，我们可能不会再讨论AI是否以人的形式存在——它是否是手、臂、腿的组合，还是软件AI能力与机器人软硬件能力的结合，并在各行各业得到应用。例如，在家庭场景中，是完整的机器人进入家庭，还是AI和机器人的功能在你家里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，应该已经默认体现在场景和软硬结合的整体应用中了。

海若镜： 五年后，它会自然地融入生活的各个局部。汪总，您怎么看？

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，但我的看法相对保守，认为五年时间可能不够。技术发展到今天尚未达到收敛期——在VLA之后又出现了大小脑、世界模型等概念，真正实现商业化落地还需要更长的时间。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，您的看法是？

蔡伟： 我认为可以从两个层面来看。物理AI从模型层面有不同的技术路线，例如3D路线、视频路线等。在应用端，如果从视频或游戏3D应用来看，最终物理AI的目标是预测动作导致的下一个状态。当具备良好的物理规律时，3D游戏中的风吹效果会更加真实，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年内可以看到显著进展。ChatGPT时刻何时会在具身智能领域出现？我认为3到5年内，具身智能有望进入家庭；1到3年内，在某些固定场景中即可实现应用。例如，Figure最近的实时演示，在一些固定场景中已经能够有很好的应用了。

海若镜： 各位对时间尺度的预估，无论是1-3年还是5年，都能够帮助我们理解投资的逻辑。尽管前景明确，即使认为市场存在泡沫，大家也还是会选择入局。

我们还关注到创业者画像的变化。当前资本非常青