心资本韩彦：AI 不止于大模型，未来属于真实世界

近日，第十三届 Milken Institute Asia Summit（米尔肯研究院亚洲峰会）在新加坡举行。峰会汇聚来自全球的商业领袖、投资人、政策制定者与行业专家，共同探讨全球经济、科技创新与资本市场的未来。

心资本创始合伙人韩彦（Herry Han）受邀出席峰会期间的闭门论坛 AI Investors' Forum，参与主题为：Beyond Frontier Models: China's Path to Scale and Real-World Value（超越前沿模型：中国 AI 的规模化发展与真实价值创造）。论坛由 Tech for Good Institute 创始主席 Ilaria Chan 主持，蓝驰创投管理合伙人陈维广、金沙江创投管理合伙人朱啸虎以及 Phancy Group 首席战略官 Maryann Tseng 共同参与讨论。

从早期投资新能源汽车、商业航天，到持续布局半导体、AI 和机器人等前沿科技领域，韩彦在近二十年的投资生涯中，见证了多轮技术周期。在此次论坛上，他从中国科技产业的发展经验出发，分享了对 AI 算力、资本结构及未来价值创造的思考。

以下根据现场讨论整理：

01｜从训练到推理：中国 AI 的机会，不只是拥有更多 GPU

韩彦： 中国确实面临芯片供应方面的挑战，但我认为需要区分训练与推理两个不同的市场。目前，中国所面临的约束主要集中在大模型训练芯片领域。但与此同时，地缘政治与半导体供应链的限制，也在倒逼中国科技企业探索新的技术路径。过去几年，我们看到中国在芯片架构、3D 集成、TPU 等方向上出现了不少创新，有些技术探索甚至超出了美国同行的预期。

约束往往会倒逼创新。 但如果把视角从模型训练延伸到 AI 的大规模应用，我认为更大的机会可能出现在推理侧。去年，我们投资了一家来自商汤体系的推理芯片创业团队。过去一年，这家公司的收入实现了超过十倍的增长。这让我们更加确信，随着 AI 进入规模化应用阶段，推理端将成为非常重要的市场。

另一方面，从我们过去十余年的投资经验来看，决定未来算力效率的关键，也不完全在于单颗芯片的性能。我们早期投资过光通信领域的企业。随着 AI 基础设施持续发展，这类公司的成长让我们看到，系统的瓶颈正在从单一芯片延伸至整个计算体系。真正重要的，不只是单颗芯片能够完成多少计算，而是芯片之间如何高效连接，以及整个系统如何实现更高的计算效率。

再往应用端看，无论是自动驾驶、人形机器人，还是未来大量的边缘智能设备，它们未必需要最大、最昂贵的通用 GPU。在很多场景下，更重要的是针对具体任务实现高效、低功耗的计算。

因此，我们不能简单地用 GPU 数量来衡量一个国家的 AI 发展潜力。从训练到推理，从单颗芯片到系统效率，AI 算力的竞争正在走向更加多元的技术路径。

02｜从美元到人民币：中国 AI 真正缺少的，是早期资本

韩彦： 三四年前，疫情结束后，我曾经在新加坡做过一次分享，当时提出了两个判断。第一个判断是，接下来的几个基金投资年份可能会诞生非常好的投资机会。第二个判断是，美元资本仍然会积极参与中国优质科技资产的投资。现在回头看，第一个判断是对的，但第二个判断并不准确。

今天，中国科技投资市场的资本结构已经发生了很大变化。 人民币资本正在成为中国科技投资的重要主导力量。其中既包括政府引导基金，也包括产业资本。与此同时，美元资本并没有完全退出中国市场。我们仍然看到一些美元基金在积极寻找优质投资机会，尤其是头部 AI 企业的 Growth 和 Pre-IPO 阶段。

还有第三类资金值得关注，那就是来自美国以外的国际资本。例如欧洲、中东以及新加坡等地区的投资人，依然希望参与中国最具竞争力的科技企业。但现在的问题在于，大量资本都在追逐后期、临近上市的优质资产。这些企业往往已经获得市场广泛认可，因此估值也相对较高。反而在早期阶段，我们看到的资本供给出现了明显变化。

根据我的观察，三四年前，在一些早期科技投资机会中，外币资本的参与比例可能达到 90%；而现在，这一比例已经下降至大约 20%。所以，中国 AI 投资市场的核心问题，未必是缺乏资金，而是缺少愿意承担早期风险的长期资本。

对于真正的早期投资机构而言，这既是挑战，也意味着新的机会。

03｜VC 的本质：最大的价值，依然在早期创造

韩彦： 过去半年到一年，经常有人问我：现在投资一家 Pre-IPO 或 Growth 阶段的 AI 企业，还有没有机会获得十倍回报？

实际上，在某些非常优秀的公司身上，这种机会依然存在。但是，作为一个从事风险投资近二十年的人，我始终在提醒自己：风险投资最本质的价值是什么？

2011 年，我们创立光速中国时，最核心的投资策略就是聚焦 Series A。那时，我们希望成为优秀创业者最早的机构投资人之一。时至今日，科技投资的市场环境已经发生了巨大变化。资本规模更大，企业融资轮次更多，部分明星公司的估值也越来越高。我们当然仍然可以在一些非常优质的后期资产中获得五倍甚至十倍的回报。但我始终相信：最大的价值创造，依然发生在企业发展的早期。

AI 时代，这件事情不仅没有改变，反而变得更加重要。今天，我们整个投资团队都在使用 AI。从视频、音频、数据收集，到行业研究、企业分析和投资决策流程，我们正在尝试把 AI 融入日常工作。

但对于早期投资而言，真正重要的始终是找到那些与众不同的创业者。我们需要在下一代张一鸣刚刚开始创业的时候，就认识他们，理解他们，并与他们建立长期关系。与此同时，我们也希望让 AI 从第一天开始积累与创业者、产业和技术相关的数据，不断提升我们对新技术周期的理解能力。

AI 可以改变投资机构研究、分析和决策的方式。但 VC 最核心的能力，依然是尽早发现非共识的机会，并陪伴它们成长。

04｜AI 会像电力一样，真正的价值在模型之外

韩彦： 我认为，未来十年，中国和美国仍将是全球 AI 发展的两个主要引领者。其中一个非常基础的原因，是目前 AI 的发展仍然高度依赖人类语言及其所承载的知识体系。英语和中文拥有庞大的语言使用群体和数字内容生态。再叠加半导体、计算基础设施以及技术创新能力，中美两国在 AI 领域都具备长期发展的基础。

但在我看来，中国和美国的关系，更像是一枚硬币的两面。有一点像太极。当你从很近的距离观察，会看到双方在技术路径、产业模式和政策环境等方面存在很大差异。但如果把视角拉远，你会发现两国在基础科技能力和产业发展的许多方面，也存在相似之处。

同样，当前备受关注的开源模型与闭源前沿模型，看起来代表着两条不同的技术路线，但从长期来看，它们也可能是一枚硬币的两面。

我认为，AI 模型本身长期未必是获得最多经济价值的环节。它更像是电力，电力是现代社会最重要的基础设施之一，但真正巨大的经济价值，来自于电力被广泛应用之后，整个工业体系和社会生产方式的改变。

AI 也将如此。它会成为一种越来越基础的能力，甚至成为国家科技实力的重要组成部分。但大量价值创造会向模型的上下游延伸。向下，是支撑 AI 运转的基础设施：芯片、计算、光互联、连接系统以及其他关键技术。向上，则是 AI 真正进入现实世界的应用：汽车、人形机器人，以及未来更多智能化设备。

因此，与其单纯讨论中美在某一个模型上的领先与落后，我更关注两国如何利用各自的产业优势，把 AI 转化为真正的生产力。而在这些领域，中国和美国都拥有非常重要的机会。

05｜从数字世界到物理世界：AI 更大的价值尚未到来

韩彦： 我认为，今天 AI 的发展还处在一个类似电力早期普及的阶段。目前，AI 已经开始改变大量基于知识和信息处理的工作。我们看到，很多知识工作者的工作内容正在发生改变，部分工作甚至可能被 AI 替代。二十多年前，我曾经在麦肯锡工作。今天的咨询行业一定会非常关注 AI，因为大量分析、研究和信息处理工作，都有可能被 AI 重新定义。

但在我看来，AI 更大的机会不只是改变知识世界，而是进入物理世界。人类社会的大量经济活动，本质上都涉及物理世界中的生产、运输、操作与制造。我们创造价值，不只是通过处理信息，也通过把物体从一个地方移动到另一个地方，或者改变物质本身的形态。这种改变既发生在宏观尺度，也发生在微观乃至纳米尺度。

例如，今天已经有科学家开始利用 AI 进行新材料发现，在非常微观的层面探索新的物质结构。随着人形机器人、自动化系统以及其他 Physical AI 技术的发展，AI 将逐渐从处理数字信息，走向理解和改造物理世界。当 AI 真正进入物理世界，它所能够创造的价值可能比今天扩大数百倍。

当然，即使只看现阶段，我们也已经能够看到一些非常清晰的商业化机会。对于编程、医疗等已经实现较高程度数字化的行业，AI 可以直接进入现有工作流程，提高效率并创造价值。

用户的付费意愿也正在发生变化。过去，我们可能愿意为一个 SaaS 产品支付每人每月 50 美元。今天，对于能够显著提高工作效率的 AI 工具，企业可能愿意支付每人每月 200 美元。

这种变化已经说明，AI 正在从一种新的技术能力，逐渐转变为具有明确商业价值的生产力工具。而真正更大的价值创造，还在后面。

06｜未来 AI 的稀缺资产：不是更多数据，而是更好的数据

韩彦：我想以人形机器人为例。两个月前，我在旧金山参加了一场关于人工智能的讨论，其中一个重要观点给我留下了很深的印象。 人形机器人未来真正的瓶颈，可能不是数据的数量，而是数据的质量。**

我们过去讨论 AI，经常强调训练数据的规模。但进入机器人和物理智能时代，情况可能会有所不同。大量来自互联网的数据，并不能完全解决机器人如何理解和操作真实世界的问题。

真正有价值的数据，往往来自具体的产业应用场景。例如，一个机器人在工厂、仓储或其他真实环境中完成任务的过程中，会不断产生新的数据。这些数据不仅能够反映物理世界的实际情况，也能够帮助模型持续学习和改进。因此，未来非常重要的一个竞争问题是：谁能够最早进入真实应用场景，并持续获得高质量的数据？

在我看来，未来三到五年，人形机器人领域中，能够积累最高质量真实世界数据的公司，可能也将拥有最强的智能能力。

AI 的竞争，会越来越多地发生在真实产业场景之中。而这些场景，也可能成为下一阶段最重要的价值来源。

07｜价值创造，始于技术走向真实世界

过去几年，AI 行业经历了一轮以模型能力、计算规模和技术突破为核心的快速发展。但随着技术不断成熟，新的问题正在浮现。当模型能力不断提升，推理成本持续下降，真正重要的可能不再只是模型有多强，而是 AI 能够多大程度地改变现实世界。

对于投资机构而言，同样需要重新审视价值创造发生的位置。它可能出现在新的计算架构中，出现在更高效的系统连接中，也可能出现在机器人走进工厂的第一天，或是一家早期创业企业探索真实应用场景的过程中。

技术的价值，最终要在真实世界中得到验证。而风险投资的价值，是在这些机会尚未成为共识之前，发现它们。这也是心资本持续关注前沿科技与早期创新的出发点。

心资本成立于2022年，是一家专注于投资中国早期科技创业企业的风险投资基金。

心资本的团队主要由光速中国的创始合伙人、核心投资人以及来自产业的资深投资人组成。团队过往投资案例包括沐曦股份(688802.SH)、小鹏汽车（NYSE:XPEV，09868.HK）、满帮集团（NYSE:YMM）、商米科技（06810.HK）、速腾聚创（02498.HK）、Ambiq Micro（NYSE: AMBQ）、汉朔科技（301275.SZ）、信也科技（NYSE:FINV）、奇梦岛集团（NASDAQ:HERE），以及蓝箭航天、微纳星空、百川智能、运满满冷运、环世物流、樊登读书、蓝湖等。

心资本扎根中国，放眼全球，致力于早期陪伴和支持有潜力成为中国科技领域未来世界级公司的创业团队。心资本倡导"心"的价值，相信科技可以成为链接心灵的桥梁。心资本期待陪伴更多中国年轻企业家走向世界。