長石資本汪恭彬：Token經濟學是AI對產業重構的關鍵詞

“AI泡沫”是這兩年資本市場不時就會被提起的話題。單從融資、估值來看，動輒百億美金的數據使得一些擔憂不無道理，但如果深入技術浪潮的底層邏輯，可能又會有另一番景象。

這種看似矛盾的圖景，恰好呼應了第20屆中國投資年會·年度峰會的主題——“K型曲線”：整體向好之下，不同群體的處境正在加速分化——兩條加速上下分行的曲線，中間是越來越深的鴻溝。

為了更貼近真實產業溫度，長石資本創始合伙人汪恭彬在演講前專門圍繞LP與被投企業創始人展開了一輪“田間調查”，試圖回答一個更本質的問題：AI時代，產業究竟發生了什么變化，投資邏輯又該如何重構。

在汪恭彬看來，AI不再只是技術進步的延伸，而成為重塑產業結構的核心變量。從“能對話”走向“能做事”，從數字世界邁向物理世界，AI的邊界正在被重新定義。“我們的選擇是——堅定站在產業重構這一側”。在汪恭彬看來，在這個重構過程中，Token經濟學是一個關鍵詞，眼下對算力的消耗和需要，才剛剛開始。

以下是現場實錄，由投中網整理編輯：

謝謝組委會的邀請。各位來賓：大家下午好，我是長石資本的汪恭彬，很高興今天與大家分享AI時代產業重構的投資邏輯。

長石資本一直致力于成為founders’fund，構建基于產業的投資視角。所以在做這個報告之前，我專門向長石的LP founders和portfolio founders做了一些田間調查，收集了三方面的聲音，先跟大家分享。

第一，是與二級市場自身投資人探討，怎么看當前一級市場的泡沫情緒，以及二級市場AI的火熱行情。

第二，是與一些剛剛從美國GTC參會回來的行業從業人員交流，了解他們怎么看當今中美之間AI競爭的情況。

第三，我訪問了一家國內頭部算力租賃服務商，從他的視角觀察當前中國的算力分配，是哪些人在消耗它的Token。

我想從這三個方面來回答今天的AI時代出現了什么樣新的變化，我們的投資邏輯應該是怎么樣的。

首先，來自資深二級市場投資人的清晰判斷是，今天絕非互聯網泡沫時期的"思科時刻"。這個話題其實從前年開始就有人擔心，去年也在討論。兩周前，我正好和我們投過的一家做硅光芯片的創始人交流，他的客戶主要來自北美大廠。他說，那些在硅谷從業多年的資深人士回憶2000年思科泡沫時，給出了幾個關鍵區別：

首先思科做的是光纖鋪設，壽命大約15年左右，屬于“一次性基建”；而今天我們對算力的需求是持續的、需要不斷更新的——它是一種"永續消耗的算力燃料"。這兩者完全不一樣。此外，需求驅動不同，盈利模式和資源價格邏輯也不同。所以今天的AI需求帶動與2000年的思科泡沫截然不同。我們完全有理由相信，AI確實是一場新的工業革命，它的深層邏輯與當年的互聯網泡沫不可同日而語。

關于算力，今天上午的二級市場也給出了一個很好的注腳——中際旭創剛剛邁過萬億市值大關。無論是在A股還是美股，存儲和光模塊的估值都是業績支撐下的估值長牛，而不是脫離基本面的炒作。

第二，我也與一些剛從美國GTC參會回來的行業人士交流了感受，其中很多是我們的portfolio和founders。他們的觀察是：美國在底座模型上仍然保持一定優勢，但中美在模型能力上的差距正在縮小。與此同時，中國在硬件領域的優勢——特別是供應鏈和非結構化場景方面的優勢，在持續加強。中美已經進入"錯位競爭"的階段。

如果把時間維度拉長來看，中美博弈的焦點也在演變：2025年之前是模型能力的競爭，今年開始轉向Token消耗的競爭，而Token消耗除了來自模型本身，更會來自物理AI的調用。接下來，將是Token消耗與具身場景的競爭，最終會回歸到對AI能源的調用，乃至終極能源的競爭。

去年我也在這個論壇上分享過中美差異化的判斷，經過這一年的發展，這個判斷被進一步印證了——中國的優勢正體現在復雜的非結構化場景、硬件迭代速度，以及場景數據收集和商業化落地方面，而且越來越明顯。

第三，是來自國內一家頭部算力服務商的觀察，給我的啟發非常大。他分享了目前算力和Token租賃的資源分配比例：占比最大的是基礎大模型和AI Coding，其中在基模的調用里面，Coding又占了大頭，大概80%左右。再往下是Agent，之后才到具身智能，目前占比還很小。

同時，他指出了兩個新變化。第一個是推理側開始爆發：在OpenClaw出現之后，以MiniMax為代表的第三方模型開始更多地調用推理算力，而此前調用更多是訓練環節，這是一條全新的趨勢線。第二個變化是，兩周前，中國人形機器人頭部公司開始提出租賃5000張卡的集群需求。今年春節期間，搭載8張英偉達B300的服務器售價大概在300萬左右，最近已經漲到了600萬。如果購買一個5000張卡的集群，耗資高達37.5億元——當然租賃是相對便宜的選擇，但無論是買是租，需求已經在爆發。中國物理AI和具身智能的公司，今年正在把數據訓練提上日程，這是數據訓練的元年，接下來就應該是部署的元年，隨之而來的推理和Token消耗只會越來越多。

把這些觀察串起來，我看到的產業圖景是——Token經濟學的起飛時刻正在到來。從能力演進的邏輯看，AI正在從更好的“百度”變成擁有技能的“專業助手”，再邁向系統級的全能專家。Token消耗也隨之從對話生成的線性消耗，轉向任務執行的非線性爆發。這里面存在一個百萬倍的算力缺口，算法乘法效應正在催生真正的“AI工廠”。

回到今天的演講主題——從“能對話”到“能做事”。交互方式正在從Chat Box進化到Workflow，再到OpenClaw。

為什么說OpenClaw是一個分水嶺？因為它標志著AI正式從實驗室走出來，從數字世界走到物理世界，今天的投資也是，我們在投人形機器人的時候是進工業還是進商業還是進家庭，給真實的物理世界帶來什么樣的變化。

OpenClaw之后機器人為什么會起來？三個條件已經具備：一是推理拐點，o1等模型讓AI變得可信、有根據，解決了物理AI在復雜不可控環境中的決策邏輯問題；二是OS的統一，OpenClaw為機器人提供了通用的“大腦與物理動作”的翻譯和連接接口；三是架構齊備，NVIDIA的三大生態——Jetson、DRIVE、Omniverse讓物理AI走出實驗室，訓練、仿真、機載三位一體。OpenClaw在數字世界驗證了大腦指揮手腳可行的路徑，而具身智能在物理世界可以復制這一路徑。

基于以上判斷，我們的立場很清晰。作為一家產業投資機構，我們堅定站在產業重組這一側。

第一，算力是確定性的底座。我認為算力剛剛開始，對算力的消耗、對算力的需要都是剛剛開始。具身智能的訓練剛啟動，推理剛起步，算力長牛才剛剛開始。

第二，從全產業鏈的視角來看，我們擁抱系統性機會，投資機會存在于“能源—基礎設施—算力—應用”的完整邏輯鏈條之中。

第三，重構才是終極紅利。上午我參加的Tech show分會場，其中幾個項目的路演也提到，AI有機會對所有的產業進行重構，每一個環節都蘊含著巨大的投資機會，這會是一個終極的紅利。

最后和大家分享長石在AI全產業鏈上的布局。AI競爭的最底層是能源，終極能源來自可控核聚變，以及把地上算力延伸到天上的太空算力，這些代表著未來的想象空間。

在終極能源之上是終極算法，也就是量子計算，我們已經布局了幾家公司。再往上是AI Infra，我們投了賽麗科技（做硅光芯片）、三時紀（做二氧化硅材料）、元啟半導體（做電芯片）等。再上面是具身智能，呼應今天演講的主題"從能對話到能做事"——我們投了四個垂直場景的公司：天上的自主避障無人機微分智飛；水下的世航智能，手里已有十億訂單，今年的收入相比去年增長十倍，當一個產業出現十倍速增長的時候，拐點基本就確立了；還有物流裝卸機器人賽那德、光伏安裝機器人麗天智能。具身智能之上，是AI硬件和AI Agent，這些布局沿著"能源—算力—具身—應用"的鏈條展開，構成了我們對AI時代產業重構的完整投資邏輯。

我的分享就到這里，謝謝大家。