峰瑞資本李豐：所有技術投資，都會經過三個周期

AI+硬件在中國有核心競爭力。

文｜《中國企業家》記者 孔月昕

編輯｜馬吉英

圖片來源｜中企圖庫

12月6~7日，由《中國企業家》雜志社主辦的2025（第二十三屆）影響力企業家年會（原中國企業領袖年會）在北京召開。峰瑞資本創始合伙人李豐出席本次年會，分享了他對“AI及機器人投資”的看法和展望。

以下為核心要點：

1.技術不可能永遠都是質變、越爬越快，原則上過了第一個質變的臺階之后，技術通常就變成線性發展，這時候應用落地的機會就來了。

2.世界不是那么完美，如果是想象力空間最大的應用，通常也意味著它的落地時間比較長或不容易。

3.智能硬件將成為繼新能源車、智能機器人之后的下一個重點領域，對驅動消費、優化制造業比例、以新需求帶動新供給、升級科技產業鏈都具有重要意義。

4.AI需要全鏈條數字化的輸入和輸出，所以它需要行業的數字化水平比較高。如果不高，那么它要先解決數字化問題。

5.正如智能手機普及GPS，使各方獲得位置數據，催生了打車、外賣應用；普及攝像頭產生了海量照片和短視頻，催生了美圖、快手、抖音等公司，未來機器人也需要通過智能硬件普及新傳感器，獲取超大規模的新維度數據。

以下為李豐現場演講整理（有刪減）：

AI領域投資的技術周期

在AI領域，最近有這幾個現象：

第一，今年1、2月份DeepSeek在全球AI大模型領域引起了非常大的震撼，但相比2、3月份，你今天討論DeepSeek的時間也許比較少了。今天你在討論的可能是千問、可靈、豆包。在最近的一個月，國外的投資人更多在討論谷歌新發的Gemini3，OpenAI的熱度在過去一年也在下降。

第二，在過去一年半的時間里，中國的具身智能機器人變得特別火熱，幾乎搶了大部分AI應用的關注度。如果你是跟我們一樣的早期投資人，也許還會注意到另外一個現象，在過去的一個季度，AI+硬件或“智能硬件”，突然一下開始變熱了。一個月之前我們看過的幾乎所有項目，現在大家都在搶額度甚至抬估值。

剛才這一系列現象，是所有的技術投資都會經歷的周期：第一步，技術有了一些質變（突破）后，大家投的都是技術和擁有這個技術的團隊，大家覺得這件事能改變世界；第二步，因為技術不可能永遠都是質變、越爬越快，原則上過了第一個質變的臺階之后，技術就變成了線性發展，這時大家就開始投應用了，但還帶著技術變革改變世界的想法，通常先投技術能用到的最有想象力的應用；第三步，大家開始投到底誰真的能用上這個技術，并且能賺錢。放在二級市場也是一樣的過程和道理。

2022年11月底發布ChatGPT后，2023年到2024年初，朋友圈話題討論的都是大模型，那時候投融資最熱的話題也都是大模型。2024年第二季度開始，中國的具身智能機器人和國外的Agent（通用智能體）突然變得很熱，一直熱到現在。

通用智能體未來在互聯網、手機和數字世界里，能否替代大部分人所做的工作？當具身智能機器人裝上了大小腦之后，它未來在物理世界里能幫助人做許多事情？顯然這兩個想象空間最大，一個是在數字空間里解決、替代人做事；一個是在物理世界里替代或者幫助人做事。

世界不是那么完美，如果是想象空間最大的應用，通常也意味著它的落地時間比較長或不容易。所以我們就來到了第三波，就是到底什么能用得上AI、大模型，或中模型、小模型，最重要的是能落地，最好還能賺錢、盈利。

AI+各種各樣的智能硬件，如眼鏡、耳機、無人機、運動相機等都開始變熱了；垂直應用的智能體也開始變熱了，在各個行業里開始逐漸落地了。

AI+硬件在中國有核心競爭力

我們在2021~2023年密集投資了機器人，到2024年下半年熱度較高時暫停了機器人投資。我們投了一年多的智能硬件現在也變熱了。如果分析原因，除了技術發展周期外，還有中國的特殊性，這在智能手機、新能源車及自動駕駛領域已多次驗證。軟件算法變革、需要復雜硬件產業鏈（包括結構件、電機等）、應用最新傳感器和芯片，這三者的結合能重新定義產品形態、使用方式和功能，使該產品成為全新品類而非成熟產品——這恰好也是中國特別有優勢且具備全球化能力的。

無論是智能手機、新能源車+自動駕駛，還是無人機、運動相機等智能硬件，其發展邏輯一致：依托成熟的制造業鏈條，通過定義新產品來實現傳感器與芯片的大規模、低成本、高精度的量產，再疊加數據或算法創新，就能形成“又好又便宜又精密”的新產品類別。這或許是機器人成為政策重要方向的一個原因。按此推演，智能硬件將成為繼新能源車、智能機器人之后的下一個重點領域，對驅動消費、優化制造業比例、以新需求帶動新供給、升級科技產業鏈都具有重要意義。

此外還有通用智能體（Agent）和垂直智能體。垂直智能體通常需要兩個條件：第一，因為AI需要全鏈條數字化的輸入和輸出，所以它需要行業的數字化水平比較高。如果不高，那么它要先解決數字化問題。

第二，大語言模型的數據是來自過去超40年的互聯網公開文本數據的積累，或者說，互聯網上大量可及性極高的自然語言文本數據的積累，才喂出了今天的大語言模型。那么，任何一個用自然語言作為交互方式的商業或價值實現過程，最容易使用“AI智能體”。比如，當下金融、醫療、教育、銷售、心理咨詢等行業最容易被垂直智能體改變。因為它們都依賴專業知識和對話交互：金融通過專業分析提供投資建議與風險收益分析；醫療通過問診結合數字化設備檢測，提供預防與解決方案；教育本身就是通過問答對話實現價值傳遞。

我認為，對于硬件+傳感器芯片+算法融合的新產品類別，應該是在中國特別有機會且能全球化的。

不過，當前機器人的能力主要還是運動能力，即它可以做空翻、跑步等，但上肢操作還不太行，比如拿一瓶礦泉水給人喝，從識別水的位置拿起來，擰開瓶蓋，把瓶蓋放下，再到把水舉到人嘴邊，喝完水后再把瓶蓋擰上等一系列動作，都需要精準控制，其難點在于缺乏人或物體跟物理世界接觸并改變狀態的數據。

有些歷史數據比如自動駕駛的避碰數據（識別避讓而非接觸），無法適用于機器人行業。我覺得解決方案在于通過各種消費級智能硬件，普及新的傳感器，讓龐大用戶群使用以產生新維度數據。

正如智能手機普及GPS，使各方獲得位置數據，催生了打車、外賣應用；普及攝像頭產生了海量照片和短視頻，催生了美圖、快手、抖音等公司，未來機器人也需要通過智能硬件普及新傳感器，獲取超大規模的新維度數據。盡管肯定有其他技術路徑，但我覺得最關鍵的還是帶有新傳感器的新一輪消費級硬件產品的普及。