2026年，创投领域再次迎来变革，人工智能（AI）已从单纯的技术概念深入产业核心，硬科技创业也从早期的小众领域跃升为主流共识。年轻一代的创业者们正通过创新技术勾勒中国未来发展的蓝图。

一年一度的WAVES大会，由36氪·暗涌主办，被视为中国创投界的年度风向标。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、行业领袖及新锐创业者，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，见证“少数派”的坚持如何汇聚成推动行业发展的巨大浪潮。

以下为圆桌对话内容，经36氪整理编辑：

海若镜（36氪暗涌副主编，主持）： 各位好！我是今天圆桌论坛的主持人海若镜。今天我们探讨的主题，想必大家都有深刻体会——AI领域变化的速度令人难以置信，时间维度被极度压缩。过去产业迭代以年甚至五年为单位，现在可能一个月甚至一周就能颠覆我们之前的认知。正如几位嘉宾刚才所说，不少公司的估值在短时间内就会有显著变化，甚至出现多轮融资合并推进的情况。

因此，我们今天的主题聚焦于“AI这个月、这一年、这五年”，希望能共同探讨大家的情绪变化、认知更新以及未来趋势。首先，请各位嘉宾做个简短的自我介绍，并分享最近一个月内对大家冲击较大的事件或观察。来时我与汪洋总也聊到，他也提到今天的一则新闻。我相信各位最近关注的热点不少，我们先听听大家的想法。

王蓓（高瓴创投 合伙人）： 大家好，我是高瓴创投的王蓓。高瓴创投专注于早期投资，覆盖种子轮到A轮及成长期，致力于在最前沿的行业和最早的阶段把握市场变化，并陪伴创业者共同成长。

汪洋（松禾资本 管理合伙人）： 大家好，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年的历史，总部位于深圳。我们专注于硬科技领域，主要投资于早期和成长期项目。感谢大家！

蔡伟（光合创投 合伙人）： 大家好，我是光合创投的蔡伟。我们原为光速光合，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AI与科技领域。今年我们刚完成新一轮美元和人民币基金的募集，资金充裕，希望能抓住今年的大潮机遇。谢谢大家。

海若镜： 接下来，想请各位分享一下，最近一两个月里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、重大的上市事件，或是新模型的发布等等。王蓓总，您先来。

王蓓： AI的发展速度确实极快，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。具体的新闻太多，无法一一列举。我们更关注AI的实际盈利能力，无论是模型还是应用，不论是以ARR（年度经常性收入）还是其他营收指标来衡量。换句话说，过去大家比拼的是谁更“聪明”，现在则比拼谁更能“干活”，实现实际的营收增长。

海若镜： 也就是说，关注的是最能赚钱、最落地的部分？

王蓓： 对，我们重点关注这些收入的增长，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，您的看法呢？

汪洋： 最近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，这与过去截然不同，说实话非常令人惊讶。正如上一位嘉宾所提及，一些项目，包括我们投资的项目，往往同时进行多轮融资，几个月内估值就能翻几倍，这在过去是难以想象的。而且这种情况并非个例，过去也曾出现，但那是极少数现象。如今，这几乎成为普遍现象，大多数领域的许多公司都在以这种方式融资，并且都成功了，这是我最感到惊讶的地方。

海若镜： 这种节奏的变化，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。很大一部分原因是在这种市场环境下，我们不得不加快步伐。但同时我们也感到担忧，觉得这并非一种健康的融资模式。

海若镜： 是的，可能大家都受到市场大潮的推动。

汪洋： 但完全不参与又担心错过机会，所以我们必须在这种环境中寻找平衡。

海若镜： 蔡总，您的观点？

蔡伟： 对，刚才也讨论了如何寻找平衡点，这确实是一件难事。我想从另一个事件切入。最近大家可能关注到Anthropic推出的最强模型，因安全问题被美国政府限制非美国公民使用，随后被迫停服。我认为这件事意义重大——过去大家关注的是模型参数、可用性和收入，而这次是第一次真实感受到一个领先的模型因一项行政禁令而无法提供服务。这表明模型不仅是生产力工具，它还可能涉及到国家主权层面，最终具有主权属性，其影响深远。

反观中国领先的大模型公司纷纷采取开源策略，逻辑很简单——当行政禁令筑起高墙时，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，最近模型发展迅速，我们感觉已经能够触及真正能够投入实际工作的顶级Coding模型的边际。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： 我们也关注到了模型停服事件，大家对此有不少思考，包括超人智能也存在一定的担忧。

第二个问题，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。前不久听一个分享，说现在Agent（智能体）虽然写了很多，但可能有88%都未能实际运行，正如蓓总提到的，关键在于它能否真正投入工作，能否帮助用户赚钱。接下来，想请教各位，现在大家如何看待AI Agent和应用层的投资机会？与去年受追捧的情况相比，有何不同？还是请蓓总先谈谈。

王蓓： 现在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，亦或是“模型即应用”。

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”，只是其能力增长迅速。同时，我们发现尽管Agent功能强大，但大家更关注的是它在生产力环节或实际工作场景中的稳定性、长期持续运行能力以及“不掉链子”的可能性。这决定了在需要对金钱负责的环境下，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炒作的层面。因此，我认为稳定性至关重要。

海若镜： 是的，之前提到模型有两端，一端是是否有内在动机，另一端是能否承担风险，也就是您说的负责任。

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吞噬和兼容，请教汪总的看法。

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调用的模型本身仍在不断完善中，仍有很大的提升空间。其次，仅仅依靠开发AI技术的人是无法做好Agent的。我的理解是，Agent需要在具体的场景中解决具体的问题，最终的优劣可能更多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，一定是深刻理解原有行业，并在此基础上结合AI技术，才能做出真正好用的产品。当然，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洞察，才能真正打造出优秀的Agent。

海若镜： 蔡总，您的观点？

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，但真正找到产品-市场契合（PMF）的不多。PMF确实很难实现，尤其是在AI领域还没有现成路径可循的情况下。此外，大模型在一定程度上具有“PMF粉碎机”的效应——你找到一个痛点，大模型下一个版本可能就将这个痛点转化为基础功能，迫使你不得不重新寻找新的PMF，这是我们目前看到的现状。

但与此同时，面向消费者的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、在大模型覆盖的边缘寻找机会，核心是赌团队，赌那些拥有技术品味、在荒野中能点燃火种的团队；另一端则呼应蓓总的观点，我们看好那些已经建立起数据飞轮、拥有稳定收入的公司。这些跑通的公司虽然估值较高，但PMF的实现难度极高，我们不能低估它们跑通的价值，就像烈火中的真金，因此即使估值不菲，我们也愿意支持。

海若若镜： 刚才两位嘉宾都分享了各自的看法，汪洋总也表示长期看好。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，将其视为一个重要方向，但目前我们关注的重点太多了。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作为唯一的重点。

海若镜： 蓓总，您能否分享一下，在投资这个方向时，您更看重哪些方面？

王蓓： 现在讨论AI Agent是否值得投资，就像十年前讨论是否要投资互联网一样。这已经不再是一个新兴名词，而是作为基础驱动因素存在的。正如刚才提到的稳定性，这并非仅仅指你的模型、算法或跑分有多优秀——现在模型迭代的方向已经趋于收敛。甚至一些之前被忽略的能力，比如工程能力，听起来不够“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。工程能力非常重要，工程与数据的结合、与场景的结合，这些统称为在解决具体问题时，思考的深度、细节处理能力以及执行的有效性。

海若镜： 我明白了。接下来是第三个问题，我们刚才也提到了，目前非常热门的领域，如AI进入物理世界、具身智能、世界模型等，讨论热度很高，也涌现出许多新技术路线。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，似乎并没有发生本质上的改变。那么，您如何看待AI从数字世界走向物理世界的可能性？与之前的创业相比，现在有何不同？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，那么在模型层面还能投资什么？物理AI就成为了一个极其重要的切入点，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，易于规模化；但进入原子层面，就变得非常“重”，但这种“重”也带来了护城河。例如，AI制药最终需要能生产出治病的药物，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，这些都属于“重”的范畴。我们对这个大趋势非常看好，因为它代表着另一个重要的范式转变，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？

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，已与赛诺菲建立了深度合作，这已经被证明是有效的。但具身智能层面尚未有明确的成果，物理AI的路径也尚未收敛，仍在快速发展中。我们考察创业者时，更多地关注他们相应技术路线的积累，以及我们对该路线的判断。

海若镜： 汪总，您的看法？

汪洋： 我认为这一波AI与以往有很大不同。大约在2010年左右，我们开始投资AI，那时更多集中在特定领域，比如人工智能的“四小龙”，商汤等公司专注于图像识别、人脸识别；另一大方向是自动驾驶，以小马智行等公司为代表，大家集中在几个相对确定的方向上。但现在概念层出不穷，每隔半年几个月就会出现新东西，一篇顶级的论文往往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，可以说是百花齐放。2010年左右的AI更多偏向软件，硬件创新较少，但今天硬件产业链、GPU、推理芯片、CPU等，软硬件都在蓬勃发展。

海若镜： 蓓总，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（AI赋能科学）是我们几年前就开始在生物医药、新材料领域进行投入的方向。虽然AI For Science这个词听起来比较深奥，但本质上AI就是服务于科学研究的，科学研究需要新技术支撑。而科学研究又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，它们必须遵循行业本身的物理规律。什么叫做创业周期？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，不应过度夸大AI的作用，但也应保留对生产力和生产关系是否因AI产生根本性变化的讨论。长期来看，几年后我们讨论的必然不是AI有什么作用，而是这些公司的效率和利润率发生了哪些变化。

海若镜： 是的，创业终究要回归商业本质。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？

王蓓： 大家最近看得比较多的是具身智能、机器人，以及对人形概念的想象。但五年以后，我们可能不会再讨论AI是否以人的形式存在——它可能是手、臂、腿的结合，也可能是软件AI能力与机器人软硬件能力的结合，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？表现形式已经不重要了。五年以后，今天讨论的技术范式转变应该已经默认体现在场景和软硬件结合的整体应用中。

海若镜： 五年后，它会自然融入生活的各个角落。汪洋总？

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。技术发展至今尚未达到收敛期——在VLA之后又出现了大小脑、世界模型等新概念，真正实现商业化落地还需要更长时间。但我赞同王总的观点，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。

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，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，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，我比汪总更为乐观，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会到来？我认为3到5年内可以进入家庭，1到3年内可以在某些固定场景实现应用。例如，Figure最近的实时演示，在一些固定场景中已经能够提供很好的应用。

海若镜： 大家对时间尺度的预估，无论是1-3年还是5年，都能够帮助我们理解投资动作。前景明确，即使认为市场存在泡沫，今年是“泡沫之夏”，大家依然会选择入局。

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”，以及从大厂出来的顶尖研究员，他们创业后估值很高；还有青年科学家。想请教各位，现在机构更倾向于投资哪一类创业者？AI时代的特质与之前有何不同？还是请蓓总先谈谈。

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及，底层逻辑我不再重复。我认为现阶段我们更看重两方面的能力。一是技术能力，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。我们不以年龄为核心标准，但市场可能存在偏见，对年轻创业者估值更友好，但这并非本质。本质在于评判其技术功底。另一头是商业化能力——并非要求今天就要变现，而是团队要有商业嗅觉。无论你是“小天才”、经验丰富的“老司机”、科学家还是大厂背景，最终都要交付经济价值，这个过程会很