2025年，騰訊科技聯動AI浪潮的創新者，推出“AI未來指北”趨勢預測系列，透過他們的視角共同窺探AI與人類共生的未來圖景，感受新正規化的磅礴力量與深遠影響。
作者 創世夥伴創投
編輯 周小燕
過去兩年，創世夥伴創投創始主管合夥人周煒在中美兩地密集考察AI專案時，始終困惑於一個問題：“除了底層大模型公司，應用層公司很少專注於提供真正完整的解決方案。每個產品都能帶來驚喜，卻鮮有產品能真正徹底解決使用者的問題。”
巧合的是，就在3月初，周煒與北大侯宏教授關於AI的討論，也恰恰聚焦於此：“什麼時候才會出現真正突破應用閾值的產品——即能在特定場景中徹底替代人類、完整解決問題的應用？”第二天，Manus橫空出世。
周煒認為，無論中美，創業公司在大模型底層的機會視窗已經基本關閉。真正的機會在於像Manus這樣精準捕捉使用者需求，突破使用者體驗閾值，真正提供“端到端”的完整解決方案。“Deepseek為全球敲響了警鐘：大模型還能這樣做；Manus則為全球應用開發者樹立了標杆：應用應該這樣做。兩者都帶來了頓悟式的啟示，只是在不同層次：底層和應用層。沒有必要再用底層技術的標準去衡量應用層的產品。”
顯然，2025年開始，AI產業的競爭邏輯正發生深刻變化。技術引數的軍備競賽逐漸降溫，行業焦點從“拼引數”轉向“拼生態”。
“沒有應用層支撐，底層技術只能陷入自娛自樂；只有真正走向應用層，AI才能實現普惠價值。”周煒的判斷揭示了行業發展的關鍵——從單純追求技術突破的幻想，到生態協同的效率革命，這場變革才剛剛開始。
生態重構
從“三層金字塔”到“網狀共生”
當前人工智慧生態系統已形成清晰的“三層架構”：基礎大模型（Foundation LM）、AI基礎設施（MLOps/AIOps/資料編排）與應用層（2P/2C/2B）。但這一架構正在向“網狀共生”演變——基礎模型廠商向下整合算力與資料，應用層向上最佳化互動與場景，開源生態成為連線各層的黏合劑。
這種演變不僅是技術上的升級，更是商業模式的重塑。未來的贏家將不再是單純的技術領先者，而是那些能將技術、場景與商業邏輯深度融合的生態型玩家。投資時，我們更關注企業如何融入並重塑這張生態“網”，而非單純技術領先幾個月。
基礎大模型：開源與專有模型共存
大模型領域不會出現贏家通吃的局面，開源與專有模型將長期共存。開源模型正成為基礎設施的“水電煤”，專有模型則是高價值場景的定製化利器。
例如，深度求索（DeepSeek）憑藉推理成本優勢（僅為GPT-4的1/20），正快速佔領開發者心智，Meta不得不加速Llama 4的研發程序。然而，這一領域的格局初定，早期風險投資的機會視窗已基本關閉。
AI基礎設施：邊緣計算與能耗最佳化的新機遇
AI基礎設施領域正經歷“冰火兩重天”：純算力型基礎設施市場萎縮，而邊緣計算與能耗最佳化技術卻迎來了爆發式增長。
以英偉達Jetson Orin Nano晶片為例，其能耗比提升5倍，為XR裝置、車載AI等邊緣場景提供了技術支撐。我們投資的悠跑科技，透過邊緣計算技術，將動態定價系統的路況資料採集成本降低了80%。
未來基礎設施的關鍵不再只是算力，而是能耗與成本的綜合最佳化。
應用層：垂直領域的競爭邏輯
AI的價值，不在於它能做什麼，而在於它解決了什麼問題。應用層的競爭邏輯更加清晰：場景深度和資料護城河才是真正的競爭力。
如法律合同生成工具Harvey、醫療影像分析平臺Arterys，透過垂直資料微調模型，成為醫生、律師的“超級副駕駛”。
OpenAI與微軟憑藉Copilot佔據通用場景，但垂直領域仍存機會。例如金融科技公司Upstart利用AI重構信用評估模型，壞賬率降低30%；中國初創企業“深言科技”推出AI心理助手“心鏡”，使用者留存率超70%，印證Z世代對AI的深度依賴。
核心在於“資料護城河+場景閉環”。零售巨頭沃爾瑪透過RAG技術將庫存資料與消費行為關聯，實現動態定價系統，庫存週轉率提升18%。
邊緣智慧革命——
SLM與TinyLM開啟“裝置覺醒”時代
我們認為，“邊緣智慧將成為下一個技術爆發點。”微型大模型（TinyLM）憑藉蒸餾訓練與硬體適配技術，已能在50 TOPS算力的裝置上流暢執行，為智慧眼鏡、工業感測器等場景帶來了革命性變化。
案例：矽谷初創公司Nexa AI的案例頗具代表性：其7B模型在樹莓派上實現多輪對話，響應延遲低於0.5秒，功耗僅2W。
投資邏輯：端-雲協同的架構，是邊緣智慧的關鍵。例如，特斯拉Optimus機器人透過端側SLM處理即時環境感知，雲端大模型最佳化決策路徑，兩者協同將訓練效率提升3倍。
成本懸崖效應，
DeepSeek重塑AI產業經濟學
當推理成本下降一個數量級，整個產業的遊戲規則都會改變。DeepSeek的技術突破，是AI產業的分水嶺。我們觀察到，這一成本懸崖效應，直接引發三大連鎖反應。資本市場的估值邏輯也開始從“拼算力”轉向“拼場景”，能跑通單位經濟模型的AI應用估值溢價超過30%。
-
硬體依賴下降：低成本模型降低了對高階GPU的依賴，部分場景可用CPU替代。
-
開源生態重構：全球大量Llama開發者轉向DeepSeek，Meta被迫加速Llama 4研發。
-
估值邏輯顛覆：資本從“拼算力”轉向“拼場景”，能跑通單位經濟模型的AI應用估值溢價30%。
AI Agent生態崛起
——從「工具賦能」到「組織重構」的質變
產品力躍遷：2025年標誌著AI Agent從「功能模組」向「組織單元」的進化。微軟研究院最新測試顯示，配備多模態感知與記憶引擎的Agent系統，在複雜任務中展現出超越人類團隊的協作效率（測試案例：某跨國律所透過LegalMind Agent叢集完成跨境併購盡調，效率提升12倍且風險點發現率提升83%）。
創新團隊圖譜：
-
架構層突破：Anthropic推出的「憲法AI 2.0」框架，透過道德決策鏈視覺化技術，將價值對齊準確率提升至89%，為金融、醫療等強監管領域掃清倫理障礙
-
互動層革新：矽谷初創公司Cognition Lab的Devin工程師Agent，已實現從需求分析到程式碼部署的完整閉環，在GitHub真實專案測試中獨立完成率達72%
-
商業層進化：中國團隊崑崙萬維開發的「天工」Agent系統，在供應鏈最佳化場景實現動態決策-執行-反饋閉環，某製造業客戶庫存週轉率大幅提升
投資邏輯升級：
-
場景穿透力：優先佈局具備「感知-決策-執行」完整閉環能力的團隊（如宇樹科技將運動控制Agent嵌入機器人關節級決策）
-
資料飛輪效應：關注擁有獨特互動資料沉澱的Agent平臺（如心理助手「心鏡」累計3000萬次對話形成的情緒識別模型）
-
組織適配度：重點考察人機權責劃分系統設計能力（參考亞馬遜倉庫的「三級熔斷機制」確保Agent決策安全性）
具身智慧覺醒——
物理互動的量子躍遷
根據摩根士丹利最新報告，全球具身智慧市場融資規模在2024年Q3同比增長240%，其中人形機器人賽道單季度斬獲58億美元投資。波士頓動力的Atlas機器人已實現複雜地形自主導航，特斯拉Optimus Gen-2在精細操作層面突破0.1mm精度閾值，標誌著物理互動能力質的飛躍。
當前最大痛點來自訓練資料的“雙重匱乏”：
-
多模態資料缺口：單個機器人需融合視覺（2TB/天）、力學（800GB/天）、空間定位（500GB/天）等異構資料流。
-
模擬-現實鴻溝：虛擬訓練環境與真實物理世界存在17-23%的動作偏差率（MIT 2024實驗室資料）
破局路徑：
-
英偉達Omniverse平臺推出"物理精確度認證"系統，將模擬訓練誤差控制在3%以內
-
OpenAI與波士頓動力合作開發"觸覺反饋強化學習"框架，使機械臂操作學習效率提升40倍
-
中國工信部《具身智慧資料採集標準1.0》將於2025Q1實施，規範工業場景資料標註
投資風向：
中國創新力量正在改寫產業格局：
-
宇樹科技2025年1月釋出的Unitree B2-W四足機器人，搭載自研"赤兔2.0"運動控制系統，實現複雜地形自適應步態調整
-
其春晚特別版機器人整合國產化率92%的關節模組，單腿峰值扭矩達360N·m（超越波士頓動力Spot 2.0的320N·m）
-
與凌雲光聯合研發的FZMotion動捕系統，將訓練資料採集效率提升7倍，破解具身智慧"資料飢渴"難題
投資風向：
這個賽道正在締造融資神話：宇樹科技2024年完成10億元B2輪融資，創下人形機器人領域單筆最高融資紀錄，投資方包含高瓴、紅杉等頭部機構，估值較天使輪暴漲150倍。a16z在2024趨勢報告中將"物理智慧"列為年度關鍵詞，預測具身智慧硬體將在2025年出現"iPhone時刻"，服務機器人滲透率有望從當前4.7%躍升至19%。
價值對齊工程化——
從倫理辯論到技術標準競賽
正規化轉變：
2024年歐盟AI法案強制要求高風險系統透過ISO/IEC 23894認證，催生"倫理即服務"(Ethics-as-a-Service)新業態。微軟Azure推出全球首個AI倫理審計平臺，可檢測178項價值偏離指標。
新興焦點：
具身智慧帶來的三維倫理挑戰：人機協作場景中的安全邊際量化（如服務機器人力量控制閾值）
Anthropic提出"憲法AI 2.0"框架，將道德決策鏈視覺化程度提升至89%
中國信通院牽頭制定《生成式AI價值對齊測試方法》，涵蓋文化適配性等本土化指標
我們的投資邏輯始終聚焦於具備明確場景需求和資料護城河的垂直AI應用與專用AI領域。我們目前以及接下來的投資重點集中在垂直AI應用（包括機器人）和專用AI（如SLM在邊緣或裝置上的應用以及智慧體AI的應用）。我們的投資還包括AI客戶支援和AI工作場景（如非結構化資料搜尋等）的用例。
AI對行業的影響
-
高度數字化行業：AI將帶來深刻的賦能，而非顛覆性。例如，在金融服務領域，AI在風險管理和Alpha資產管理中帶來顯著改進，包括欺詐檢測、自動化信用評分、市場情緒分析等。
-
缺乏大資料的行業：AI的影響相對較小，但仍可透過垂直資料微調實現區域性最佳化a
-
零售與電子商務：AI利用大模型最佳化客戶服務和庫存管理，同時開發智慧系統分析消費者資料。這一應用提升了個性化購物體驗，優化了庫存水平，並提供了可操作的洞察以推動銷售。
結語
在“加速世界”尋找確定性
在這個技術變革加速的時代，我們相信：AI的未來不僅屬於技術領先者，更屬於真正理解商業本質的人。2025年，AI投資的關鍵不再是單純的技術突破，而是生態的協同共贏。
在這場生態革命中，只有那些能將技術、場景與商業邏輯緊密融合的企業，才能在迷霧中找到確定性，創造真實而持久的價值。
>End
>>>
本文轉載自“騰訊科技”，原標題《一位投資人的硬核觀察：被DeepSeek和Manus改寫的AI投資正規化》。
為分享前沿資訊及有價值的觀點，太空與網路微信公眾號轉載此文，並經過編輯。
>>>
充滿激情的新時代，
充滿挑戰的新疆域，
與踔厲奮發的引領者，
卓爾不群的企業家，
一起開拓，
一起體驗，
一起感悟，
共同打造更真品質，
共同實現更高價值，
共同見證商業航天更大的跨越！
——《太空與網路》，觀察，記錄，傳播，引領。
>>>
·《衛星與網路》編輯委員會
高階顧問：王國玉、劉程、童旭東、相振華、王志義、楊烈
· 《衛星與網路》創始人：劉雨菲
·《衛星與網路》副社長：王俊峰
雜誌訂閱，請加微信：
wangxiaoyu9960