“AI一天，人间一年。”
在AI浪潮中，时间被压缩，信息被放大，投资人在这股洪流中，接受着如何保持近乎偏执的清醒的考验。
过去5个月，启明创投主管合伙人周志峰亲历了壁仞科技、智谱、爱芯元智、云英谷科技四家被投企业接连登陆资本市场。
而过去几年，启明创投在AI全产业链累计投资超过100家创业企业，总投资额超过120亿元人民币。
“资本市场是有周期的，有好的时候，也有差的时候，但技术大浪潮始终滚滚向前，卓越的企业早晚都会闪光。”周志峰说。

算力，从训练到推理的范式跃迁

如果要用一个词概括2026年AI产业最剧烈的变化，周志峰会选择“推理”。
“某国内科技大厂去年算力预算最终落地大概500多亿元人民币，今年给出的预算是去年的6倍多。”2026年美国几大科技巨头全年AI算力投入预算已从年初预估的7000多亿美元上调至8000多亿美元，国内对应规模约1000多亿美元。周志峰预判，未来五年全球新增算力投入总量将达到50000亿美元。
更关键的是结构性转变。比如字节跳动的算力需求中，训练与推理的比例已从1：1演变为推理占比更高。“基本上这些科技大厂，两三年后每年的推理算力需求都会达到百万张卡级别。”
这一判断也直接影响着启明创投的投资版图。GPU赛道之外，团队正“更积极”地布局新一代AI芯片、光通信芯片，一直延伸到新型数据中心散热、电源供电等配套环节。“未来单一家科技大厂就要采购几百万片芯片，只要散热环节能省下1%能耗，一年就能省下数亿元级别的电费，其中的经济价值空间巨大。”
但算力赛道的火热也伴随着隐忧。市场上涌现出近10家走3D堆叠DRAM路线和近10家走 DDR路线的新一代AI云端推理芯片企业，头部企业估值普遍在100亿至200亿元区间。
在周志峰看来，“五年之后国内能剩下几家GPU厂商？十年之后又能留存多少？我相信大趋势一定是收敛。”他同时警惕着算力泡沫的触发条件：“如果后续AI应用落地无法保持持续爆发增长，整体应用规模就无法提升，对于算力增长的预期就会被击破。”

具身智能，“杀死脑细胞最多”的战场

“具身智能是过去一年杀死我脑细胞最多的领域，没有之一。”启明创投是具身智能领域布局最多的机构之一，周志峰坦言“目前行业局势我也看不透”。
过去两年多，国内新成立的具身智能企业已达370多家，基本上每周还能收到两三家新成立的公司的商业计划书。创始团队背景高度同质化——集中于高校教授、自动驾驶大厂高管、AI模型研发人员三类，周志峰说，“各家技术路线也普遍聚焦于VLA视觉语言动作模型与世界模型，落地场景则高度重合于工业物流、商业服务、仿生机器人。”
估值的膨胀，甚至让很多业内人士看不懂。成立才两三年，估值超200亿元、估值超过100亿元的具身智能公司，纷纷冒出来。
周志峰认为，如果技术路线无法收敛并阶跃性突破，推动在真实场景的大规模落地，“企业就算成功上市，在未来2-3年内，市值也可能大幅缩水到小几百亿元区间，进而引发一二级市场估值倒挂”。
不过，这的确是一个充满想象空间的赛道。周志峰算了一笔账：如果行业发展成熟，全球每年会有十亿台规模出货量，单台均价约三万美元——这是人类两三百年现代商业发展史里体量顶尖的赛道，“兼具智能手机的出货规模，叠加乘用车的单品单价”。
核心瓶颈在于模型，比如动力电池组装线大概有25道工序，传统工业机器人方案只能自动化其中某几道工序。“大家现在期待的是依托具身智能模型先进的智能水平与强大的泛化能力，通过简单后训练，就能让一台机器人胜任全部或者大部分工序的工作。”但目前模型还没有实现技术收敛，没有任何一套模型能够泛化完成这么复杂且多样的工序任务，“这也是现在中美所有做具身智能的企业都在全力攻坚的目标”。
同时，数据策略正在形成共识。中美头部企业规划今年采购合计100万小时训练数据，其中真机遥操作数据仅占很小的比例，第一视角的多模态交互数据占绝大比例，视频数据也占一定比例。启明创投投资的诺亦腾机器人正是这一趋势的典型受益者，据了解这家从动捕业务拆分独立的数据公司，动捕硬件、人体运动算法、大规模同步采集工程能力可以优化具身智能数据的采集全链路，现在能够全品类供应各类训练数据。而启明创投投资的另外一家具身智能数据平台企业，成立仅4个月，在手订单已达10亿元人民币级别。“商业社会很少出现一个领域中一家公司在成立半年以内能够有这么大规模的订单。”
关于“世界模型”是真方向还是伪命题？周志峰认为：未来VLA和世界模型两者绝非非此即彼的平行路径，未来走向深度融合是趋势。我一直不认为世界模型是全新赛道，只是在一级市场被炒成了热门概念。”

模型、Coding和推理能力，重新定义竞争格局

如果说2025年AI行业还在争论大模型创业有没有未来，2026年的共识已在迅速凝聚——模型是一切。
“市场对前沿模型企业的共识形成速度极快，头部标的市值能够冲击万亿规模。”市面上还涌现大量Neolabs （一类由顶尖AI研究员创立、专注于前沿研究的‌新型小型AI实验室）新型模型创业公司，创始人基本都是95后、00后，“这类项目天使轮估值就能达到二三十亿元，从业这么多年我从没见过如此火热的行情”。
不过，周志峰对“年轻崇拜”保持警惕，DeepSeek核心团队是北京大学、清华大学在读博士生的故事，并不是AI界的“老炮”，这可能被市场过度解读，“越年轻就越聪明，越聪明越没有历史包袱就越能成功”——这种逻辑在周志峰看来“非常主观，立不住”。
“创始团队年轻有朝气，肯定是加分项，但我们在落地单个项目判断时，不会单纯因为创始人年轻就出手投资，核心要看技术路线是否具备创新性、且团队有足够的能力去实现它。”周志峰说。
去年WAIC上，启明创投在十大展望中提到coding（编程）能力很重要，周志峰说：“没有想到如今代码能力已经成为大语言模型最核心的竞争力”，代码生成与逻辑推理两大核心能力，共同构筑了智能体Agent的底座 “智能体的产业价值，对比过去两三年以对话Chatbot为主的AI产品高出几个量级”。这种演进还形成了正向循环：智能体运行产生的算力消耗，是单纯对话类产品的上千倍——“两者是互相关联的”。
在视频模型领域，周志峰的判断正在被验证。2026年，Seedance2.0、快手可灵、谷歌Veo以及启明投资的生数科技、爱诗科技等，业务与收入基本都实现十倍级增长。“现在影视工作室、广告与电商行业、内容创作者等全都在用。”周志峰判断，今年行业整体商业化规模会迎来大幅提升。

AI应用，被低估的困境与被高估的想象

与算力和模型的超预期相比，AI应用的发展“打开方式与我去年想的不一样”。
去年周志峰预判2025年是AI应用元年，“AI赋能千行百业”。而实际情况是，2022、2023年成立的第一代AI应用，大多以对话工具、情感陪伴类产品为代表，“不少甚至出现发展乏力的情况，行业陷入产品同质化竞争”，这中间的核心痛点在于商业模式。
在周志峰看来，互联网时代最核心的是边际成本持续递减，走的是规模效应，但在AI时代，2C应用的商业化模式并没有质的改变，流量成本与移动互联网时期持平甚至更高，而最难解决的痛点是“服务1万用户和1亿用户，整体token成本近乎直接线性放大，边际成本没有下降”。
据了解，某AI玩具企业卖出几十万台，但约九成用户不会长期启用AI交互功能。对方认为这对公司反而是好事，如果几十万用户全都高频对话、持续消耗 token，公