在大模型投资热潮开始消退的情况下，如何选择人工智能领域投资？ 12月17日，锋锐资本创始合伙人李锋在公司2025年度投资者峰会上分享了人工智能和机器人的投资逻辑和未来前景。李峰表示，人工智能作为一场生产力革命，需要经历长期的变革才能全面落地。现在，对人工智能的投资又回到了现实，人们开始投资可部署的人工智能。所有技术只有大规模应用后才能进一步复制，但目前人工智能的应用仍处于起步阶段。以下为会议实录（略摘录）： 随着大模型的发展，只剩下大公司了。当前，中美两国都在密切关注人工智能。原因是大家都认为AI是一场生产力革命。从历史上看，p生产力革命所花费的时间比任何人预期的都要长一些。例如，蒸汽机时代，从发明到广泛应用于纺织机械以外的领域（飞机、火车、轮船等），大约花了100年的时间。在计算机和互联网时代，从第一台个人电脑到今天每个人都在使用微信，大约花了30年的时间。今天的人工智能仍处于早期阶段。人工智能正处于发展初期，为何这次如此火爆？这可能与宏观经济背景有关。 2020年至2021年，全球为应对传染病疫情而放松货币政策，确保了历史上前所未有的流动性。美国的AI泡沫会破裂吗？过去一周，美国股市的成交量似乎大幅下降。如果美股泡沫破灭，A股市场会受到影响吗？或者，假设美国股市如果泡沫破灭并可能影响中国，中国如何承受冲击并退出独立市场？如今，大型车型的竞争环境几乎相同。本质原因是一切技术的进步和进步都无法持续超出预期。 2023年小幅上升后，进入相对线性的发展过程。大模式发展至今，只剩下大公司了，比如微软、谷歌、字节的豆宝、阿里巴巴的序言。这种现象反映出一个本质原因。成功的技术变革需要前、中、后端同步变革。 （前端/UI交互界面的变化，以及中端/技术、终端/硬件载体、消费者用户习惯的变化）只有大公司不仅能搭建好基础设施，还能有足够的用户，同时具备大机型的研发能力，把大机型当作一个延伸。他们的软件服务。未来一年，大规模模型很可能与硬件服务深度融合，并向集成云服务演进。回顾大数据时代，没有诞生千亿市值的新公司，因为大数据没有接口，消费者习惯没有改变。字节的抖音成为十亿级巨头，不仅因为它配备了大数据算法（中端），还因为用户交互方式的改变，从键盘输入关键词到幻灯片，改变了消费者的习惯。只有大规模应用，技术才能真正进步。按照我们的技术投资逻辑，人工智能的发展历来分三个阶段，第一阶段是2023年到2024年，重点投资技术本身，比如大模型。第二阶段，从2024年到2025年，将开始关注最具想象力的应用，例如仿制药ts 和 Manus 等智能嵌入式机器人。第三阶段，从2025年至今，大家开始投资可部署的AI应用，比如垂直代理应用和AI硬件。投资对每个人来说都变得更加现实。谁能用这个技术赚钱？从投资角度来看，AI代理垂直领域难度相对较大。投资垂直AI代理应用需要满足两个条件。一是行业最好的是在链内建立高质量的数字闭环。其次，服务价值最好通过自然语言交互来实现。这意味着服务流程严重依赖自然语言交互。例如，教育、心理咨询、金融等产业链高度数字化，其服务通过自然语言交互来传递服务价值。还有一些新的全链条数字方向值得尝试，比如直播、公关编程和电子商务游戏。垂直人工智能代理应用程序通常更容易转型和部署，因为现有运营公司已经拥有业务、数据和专业人才，以及重新设计服务的技术能力和专业水平。新卡车有机会，但我认为数量并不多，而且很难找到，因为他们没有积压的数据或客户。在AI硬件方面，日本在20世纪80年代大规模推广电子化，将许多机械产品转变为电子产品，如电子钢琴和键盘、卡西欧机械表和电子表、静态相机转变为紧凑型电子相机。然而，当时传感器和芯片技术的局限性，阻碍了日本进一步走向“智能化”。中国目前正在经历类似的产业转型。我们不仅将传统的、完整的专业数字化管道，还可以通过在其顶部放置传感器和芯片来使其变得智能。这是基于中国在“软技术+产业链”方面积累的经验。技术的融合创造出新的产品和新的需求，最终成为新的物种并传播到世界各地。与此同时，大规模应用会产生新的数据。中国工业的机会在于，随着所有产品进入电子化阶段，高精度硬件将变得极其有利可图。例如，目前的新能源汽车已经大幅降低了激光雷达和毫米波雷达的成本。随着这种精密硬件成本的降低，它们可以广泛应用于各种消费产品中。这条道路在中国历史上曾多次重演。基于此，我们主要有两类重点关注的公司：一类是原来的B公司，依靠对传感器和芯片的深厚知识和技术实力，转型进入C市场。我们的投资组合公司有许多成功案例。另一种是通过洞察消费者习惯和新产品整合机会而创建的新品牌。那么上一个问题就有了答案。如果美国的AI基础设施和大模型泡沫破灭，只有App能接住，中国能做到吗？绝对地。中国也多次从技术应用的角度审视自己的发展道路。例如，2015年，许多人认为中国很难赶上美国。然而，2018年以来，中国通过极其广泛的应用，几乎涵盖了酒店、餐厅、汇款、工商业变革等所有生活和商业场景，将技术推向了实用性的极限，并反哺了技术创新本身。同样的事情也发生在自动驾驶领域。这表明，对于大规模应用，该技术可以真正实现规模化应用。以及时间的考验和迭代推进。未来机器人迭代的核心将是捕获新维度的数据。该公司2021年至2023年重点投资机器人，2024年下半年开始流行时，就停止了对机器人的投资，提前叫停。事实证明这太保守了。我们没想到机器人在 2024 年 6 月之后还能持续流行一年半。机器人是自动驾驶和强化学习驱动的算法革命。两者的结合创造了我们今天看到的机器人。但它仍然只显示拳击、跑步、跳高、体育比赛等，这些都不是操作能力。操作意味着改变对象的状态。为什么每个人都在投资它，为什么它们（机器人）今天不工作？明显的缺点在于操作能力。目前，中国所有机器人基本都处于演示水平。你甚至无法移动桌子的高度或将衣服放在盘子上。这机器人操作能力的难点在于难以操纵人和物体。问题在于缺乏与物理世界接触时发生的状态变化的数据。因此，未来机器人迭代的核心是捕捉新维度的数据。以下是一些方法： 1. 与自动驾驶汽车一样，自己收集数据有明显的优点和缺点。没有一家公司可以像特斯拉那样做到这一点，特斯拉拥有数百万辆汽车来帮助收集数据。此外，机器人的另一大挑战是硬件尚未确定。例如，目前还不清楚他是否会有五个手指、三个手指，或者是否会佩戴夹板。改变身体就意味着原来的数据有用了，得重新开始。第二，算法和大脑能解决问题吗？如果算法和大脑能够解决问题，那么大规模的语言模型早就出现了，我们就不会再研究这样的问题了。互联网上积累的数据还需要等待 40 年。我认为在大量推出新的消费设备和重要传感器之后，每个人都在等待新的解决方案。例如，只有当麦克风阵列和高品质声音芯片开始在智能手机中普及时，才能奠定高清声音分析的基础。例如，只有当智能手机配备GPS芯片并分发给每个人时，位置数据才会真正生成。基本上，每个人最终等待的是大规模数据的到来。
特别提示：以上内容（含图片、视频、ifany）均由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布。 ，这是一个社交媒体平台，仅提供信息存储服务。
