2025年4月，由非凡资本领衔主办的「生成式AI商业高峰论坛暨第六届非凡奖颁奖礼」在上海圆满落幕。此次盛会吸引了超过80位AI领域的演讲嘉宾和千名AI相关从业者参与。

在《AI投资：战略布局、赛道突围与长期价值洞察》圆桌环节，非凡资本合伙人吴畏作为主持人，耀途资本创始合伙人白宗义、高成资本创始合伙人洪婧、钟鼎资本合伙人顾蔚荧就AI投资布局、AI应用投资逻辑及创始团队偏好等话题展开精彩探讨。

以下是论坛实录，经编辑：

吴畏：各位朋友上午好，我希望接下来的讨论会更加生动一点，所以此前没有将相关话题发给过嘉宾。先让我们用最热烈的掌声欢迎各位嘉宾做一下介绍，先从白总开始。

白宗义：我们2017年正式做基金，目前在管三期人民币和三期美元基金，累计投资约120家公司，其中70%到80%跟AI相关，20%到30%跟智能制造相关。从最基础的算力层面到To C&To B的硬件、软件应用，我们都归为AI赛道。2020-2023年每年平均投二十多家公司，去年相对少一些，大概15家，今年应该更乐观一点。

吴畏：一级市场的人发言也这么谨慎。能不能具体讲讲各细分方向投了几个项目？

白宗义：从AI的角度来讲，我们在2018年到2020年更多是围绕AI算力生态来做投资，尤其是在云端和数据中心这个赛道，围绕计算、存储、网络、通信。

比如，2019年、2020年我们分别投资了两家国产GPU企业的PreA、A轮，2020-2021年我们开始投智能网卡SmartNIC、DPU、下一代CPU架构RISC-V CPU。今年，这些国产芯片公司都迎来了规模商业化和走向资本市场的转折点。

总体来看，这一波生成式AI浪潮，在美国真正赚钱的可能是硬件底座公司，像英伟达、博通等。我们第一波投的GPU公司基本上都到了IPO申报阶段。明年预计是智能网卡、DPU、互联芯片的大年，多家耀途被投企业也将走到规模商业化和资本市场拐点。

吴畏：我感觉到了你偏爱硬科技infra。

白宗义：从AI布局来说，我们早年投资算力硬件项目比较多，在AI应用领域，我们最有代表性的投资方向是自动驾驶。一家天使轮投资的高阶自动驾驶解决方案公司、一家ADAS SoC芯片公司，今年都在准备IPO申报材料。

从应用角度来讲，我们作为一个相对比较年轻的基金并没有参与此前大模型尤其是闭源模型那一波投资。这些项目天使轮估值都是数亿美金起，我们即便参与，预计占比也不高，存在感不明显。

自2023年底-2024年开始，我们认为开源模型（open source）会逐渐成为主流生态。

随着open source成为主流，我们相信“卖水”、“卖铲子“的infra 软件领域将迎来重大发展机遇。这也是我们连投硅基流动三轮（从天使轮到PreA轮）的原因。自去年下半年至今，我们已完成了三四个基础设施软件项目的投资交割。

吴畏：白总，你们最开始投硬件、算力基础设施，再到AI infra、AI应用。我有个好奇的地方，你怎么看人形机器人？

白宗义：机器人是AI硬件和软件层面高度融合的典型领域之一，此前自动驾驶也是代表性场景之一。我们从2017年、2018年开始投L3、L4级别的ADAS，相较于自动驾驶，具身智能是一个冷启动的领域——人类历史上没有丰富的三维交互数据。

当前，具身智能已成为非常热门的投资赛道，多数机构都认可其长期行业β价值，但不同机构之间也存在较大的非共识。最近像朱啸虎朱总也分享了很多对于人形机器人的观点，我同意他的部分观点。因为每一家机构的规模、打法不同，不同赛道的配置比例也有差异，所以我觉得现阶段很难简单用”对错“来评判。

其实我们团队过去两年大概看了超过一百家人形机器人公司，绝大部分在天使轮或者前两轮。如果当时我们选择在前两轮投资一家人事匹配的团队，预计现在项目大概率可以实现3-5倍账面增值。但不可否认的是，这一赛道目前仍存在较大的不确定性。

我认为有必要将“具身智能”与“人形机器人”两个概念进行区分。过去两三年，在特定场景中，我们在天使轮投资了3家B端应用机器人企业，这些公司在商业化和营收增长方面表现突出。

但今天的人形机器人投资，某种程度上仍带有较强的情怀色彩。投资机构如果押注，可能需更加关注两点：大脑能力和泛化能力，能否跨本体、跨场景执行通用任务，比如家务机器人，最终能帮助人类洗衣饭、照顾孩子、照顾老人、拖地等任务，替换传统的扫地机器人。

吴畏：我感觉刚才搬沙发就应该有个机器人。

白宗义：今天的创业团队都各有技术亮点和差异化背景，但是商业化前景尚不明朗。当然作为投资机构，还是要投“变量“。

我们其实在泛具身智能硬件及应用场景方面投了较多案例，更多是围绕可落地的To B场景，包括光伏电站安装清洁机器人-丽天智能、汽车领域智能机器人-魔狸智能、末端低速配送机器人-新石器无人车、Robo-Taxi 元戎启行等。

随着AI赋能SaaS与企业级服务软件，叠加硬件能力的演进，过去难以解决的场景难题，今天已经能够很好地被突破。

吴畏：所以投资还是要非共识。

白宗义：如果过去两年没有参与人形机器人赛道，而今天因为担心错过（FOMO）去追那些已经浮出水面或新出现的项目，你会发现这些项目当前可能还能继续融资，但是预计明年下半年，一些项目可能会面临一个“卡壳”的阶段。因为届时，该出手的机构基本已经出手了，而还没出手的机构则会更倾向于等待关键里程碑的出现，才敢真正下注。

这个时候，项目需要靠自己证明价值，但恰恰是在这个节点，尤其是在制造业落地这件事上，人形机器人要真正打进去并不容易。

吴畏：所以机器人不一定要做人形。

白宗义：具体看应用场景。在汽车制造场景中，观察整车生产线可以发现，没有任何一个工作站是既负责喷漆，又负责焊接、拧螺钉和打磨的——这些任务都是高度分工的。因此，在连续作业的生产线上，大多数任务已经被传统的工业机械臂高效地接管。

确实存在一些需要人机协作的场景，这时可能需要人形机器人或轮式机器人参与。然而，这类机器人是否能够真正解决这些复杂问题，还需要进一步观察。

吴畏：好，我们稍微把这个问题收敛一下。5亿美金的AUM，百分之多少分配在具身智能，百分之多少分配在AI infra，百分之多少分配在AI应用？

白宗义：如果人民币加美元合计5亿美金AUM，具身智能或者说AI软硬结合领域，大概会配10%到15%。关于人形机器人，我们团队正在密切关注新兴团队以及现有团队的关键拐点时刻。

剩下资金将会重点投资于AI基础硬件和AI基础软件、智能制造、ESG、AI4S等领域。

吴畏：最后一个通用问题是关于人的，你们更喜欢投年轻小天才还是老司机呢？

白宗义：我觉得其实每个机构对于人的判断维度可能差别不大。

吴畏：我听说，你们在做最终决策之前，是要跟对方喝酒，有这个传统吗？

白宗义：在评估一个创始人时，我们会从理性和感性两个维度综合考量。理性层面包括技术能力、产品理解等，这些符合第一性原理，属于科学范畴；感性层面则涉及对人性的理解，比如能否凝聚合伙人、打动客户、处理复杂关系等。

从我们历史投资项目来看，有些企业产品和技术做得非常好，但是商业化并不算很成功，大概率就是产品和技术之外的因素出现了问题。当然，早期VC需要承担这些不确定风险。

回归到刚才的问题，对于2B硬件或软件项目，我们尤其看重创始人的行业know-how与资深资源积累。另外就是刚才洪总也提到了一些机构相似的要求，比如技术敏感度要非常强。

至于项目一号位和二号位，哪个是技术背景，哪个是市场销售出身，不同领域情况不同，取决于技术在该细分ToB赛道中的重要程度。

在To C产品及To 开发者的 Infra 软件领域，我们过去错失了一些项目，也投对了一些项目。总结来看，这一类项目创始人一号位对产品、技术、需求的认知必须足够敏锐，产品定义能力很强，观点足够sharp。相较之下，情商可以适当往后排。

TO C硬件产品需要赌年轻人。今天市场上的大部分To C的硬件或软硬结合的头部公司，创始人在创业时大多都小于30岁。硬件的核心是产品定义。特别是芯片，如果产品定义出错，流片失败，需要推倒重来，不仅损失一年半的时间，还可能耗费数千万美金的成本。产品定义的失误代价极高。但To C和To B软件不同，软件开发迭代速度更快，迭代成本要低。

不论软件还是硬件方向创业，团队的持续迭代能力非常重要。TO C市场更是如此，投30岁以下年轻人的TO C硬件产品，必然要承担风险。如果年轻创始人无法在后续快速补足供应链管理、海外渠道拓展等能力，公司很容易陷入困境。

总的来看，早期投资可以通过一定的方法论进行判断，但真正决定长期价值的，往往是团队在后期发展过程中的成长与进化能力。这种能力短期内难以准确预判，也是VC投资必须承担的风险。

相较而言，ToB项目更好判断，很多创业者本身就是行业资深人士，人事匹配度更高。但另一方面，这类项目在首轮融资时估值普遍偏高，如果基金的投资命中率不高，再叠加高估值成本，整支基金的整体回报将受到较大影响。