進入2025年后，一個很直觀的變化是，AI 創(chuàng)業(yè)和投資的討論，開始明顯從“模型能力有沒有突破”，轉(zhuǎn)向“這些能力到底在什么場景里被真正用起來”。

到了年底，各行各業(yè)的AI探索者給了我們答案：AI漫劇正以超快的速度滲透各大內(nèi)容平臺；AI Coding著實成為開發(fā)者的剛需；不同類型的Agent，正加快覆蓋業(yè)務(wù)的速度......

這意味著模型的進化在2025年進一步被轉(zhuǎn)換為了實際價值。

但伴隨場景爆發(fā)而來的，是創(chuàng)業(yè)者需要解決的問題更多了。

什么場景不會被大廠吃掉？如何在同類產(chǎn)品中做出差異？怎么吸引并留存用戶？出海如何保證合規(guī)？有價值的具身數(shù)據(jù)如何收集？...

以上種種，是他們2025年問題清單中重要的一部分。

在最近一場由火山引擎 V-START 加速器組織的創(chuàng)業(yè)企業(yè)論壇上，我看到21位來自內(nèi)容、多模態(tài)、Agent、企業(yè)服務(wù)、具身智能等領(lǐng)域的 AI 創(chuàng)業(yè)者和活躍在一線投資人，一起討論了這些問題。

*滑動查看

嘉賓們來自字節(jié)跳動、影眸科技、看見概念—捏Ta、Pokee AI、數(shù)美萬物、巨日祿、珀樂互動、芒種星球Mootion、NVIDIA、光輪智能、A2B Labs、Picsart、Brix、明勢創(chuàng)投、源碼律動、錦秋基金、云啟資本。

作為字節(jié)跳動的科技創(chuàng)業(yè)平臺，火山引擎 V-START 加速器希望聯(lián)合字節(jié)內(nèi)部和產(chǎn)業(yè)資源，幫助初創(chuàng)公司成長。這場論壇中的明星創(chuàng)業(yè)公司，大多也是 V-START 加速器“ AI 領(lǐng)航者計劃”中的成員。（文末有加速器成員名錄）

以下是我對這21位 AI 探索者的年度 Insight 總結(jié)。

2025年模型側(cè)最大進展：推理和多模態(tài)

推理和多模態(tài)讓應(yīng)用層場景爆發(fā)

2025年，模型側(cè)最重要的進展體現(xiàn)在推理和多模態(tài)能力上。前者提升了 Coding 和各類 Agent 的應(yīng)用效果；后者則在下半年爆發(fā)，為用戶和企業(yè)開拓了更多落地場景。

火山引擎 V-START 加速器負責(zé)人賈瑞觀察到，2024年，創(chuàng)業(yè)公司在火山引擎上的 Token 消耗主要集中在角色扮演、互動等娛樂場景。但到了今年，隨著模型推理和多模態(tài)能力的提升，編程、Agent、漫劇、硬件等領(lǐng)域涌現(xiàn)出大量優(yōu)秀公司，應(yīng)用場景愈發(fā)多元。

這種多元化也直觀地體現(xiàn)在 Token 調(diào)用量上。2024年，在 V-START 加速器覆蓋的創(chuàng)業(yè)群體中，少數(shù)幾個互動娛樂應(yīng)用就占據(jù)了 Token 調(diào)用的半壁江山，到了今年，分布在不同業(yè)務(wù)場景中的很多企業(yè)，Token 消耗量都很大。

多模態(tài)讓C端用戶更能自我表達

捏 Ta 是一個 AIOC 平臺，用 AI 生成原創(chuàng)角色，再以角色為核心創(chuàng)作更多的內(nèi)容。公司創(chuàng)始人胡修涵感受到，去年受限于多模態(tài)能力的影響，C 端用戶直接能接觸到的 AI 的 aha moment 比較少。

但今年，字節(jié)的 Seedream、Seedance，海外的 Nano Banana、Sora 2 等一系列突破出現(xiàn)后，多模態(tài)內(nèi)容的連續(xù)性和準確度大幅提升，給用戶提供了在內(nèi)容里探秘的空間。

專注 AI 早期投資的源碼律動管理合伙人黃云剛認為，多模態(tài)的進步能幫助用戶進行更多的個性化表達。過去，如果一個人特別有想象力，或許只能做一些文字創(chuàng)作，但很難進一步把想象力表達成個性化的視覺產(chǎn)品，現(xiàn)在多模態(tài)模型帶來了變化。

模型還在拓展，應(yīng)用層怎么辦？

投資人：應(yīng)用層動作快才能占領(lǐng)心智

當模型進展飛速，“殼”是不是更容易被擊穿？

錦秋基金合伙人臧天宇和源碼律動管理合伙人黃云剛認為，現(xiàn)在模型和應(yīng)用的邊界依然有些模糊，應(yīng)用層多是創(chuàng)業(yè)公司，需要動作快才能建立屬于自己的心智。

錦秋基金已經(jīng)投資了50多家 AI 創(chuàng)業(yè)公司，臧天宇觀察到，創(chuàng)業(yè)公司必須具備極高的進化速度與韌性，趕在基座模型內(nèi)化相關(guān)的功能之前，通過更敏銳的場景理解，快速占據(jù)用戶習(xí)慣。

黃云剛覺得，單一交互形態(tài)的產(chǎn)品很容易被大模型“吃掉”。比如 AI 搜索，就被 Chat 的形態(tài)“吃”進去了。因為它的交互簡單，功能上只做信息的搜尋、整理、總結(jié)，完全在模型能力的射程范圍內(nèi)。

他覺得應(yīng)用層創(chuàng)業(yè)者應(yīng)轉(zhuǎn)向能獲取更多用戶數(shù)據(jù)的場景，如果是生產(chǎn)力工具，最好有協(xié)作的功能，這樣能加深和用戶、客戶的聯(lián)系。另外，To C 的應(yīng)用層只做工具會比較卷，由產(chǎn)品延伸做出社區(qū)生態(tài)會更好。

火山引擎方舟解決方案負責(zé)人馮書云補充，用戶一旦在一個 APP 培養(yǎng)了習(xí)慣，其實很難遷移。企業(yè)會積極建設(shè)自己的知識庫，但怎樣把客戶的時間和上下文留下來，是個很難的問題。

創(chuàng)業(yè)者：速度快不是唯一贏的路徑

作為創(chuàng)業(yè)者，胡修涵認為，創(chuàng)業(yè)公司的速度具有相對性，不同賽道可能需要的速度也不同。而且，他還認為社區(qū)對創(chuàng)業(yè)公司也很重要。

捏Ta一直在構(gòu)建自己的 IP 奈塔和社區(qū)。胡修涵說，社區(qū)的意義更在于構(gòu)建新的生活方式與意義，不會因為模型進步而受到巨大影響。他還覺得，現(xiàn)在的 AI 產(chǎn)品看似只有一條路徑，就是“科技勝利”，也就是誰最快就是勝利，但是隨著模型能力的提升，還可以有文化勝利。

一些更獨特的、復(fù)雜工作流也會加深應(yīng)用層的壁壘。

數(shù)美萬物能幫助用戶把自己的作品制作成實體手辦等產(chǎn)品。它的聯(lián)合創(chuàng)始人賈榮飛認為，應(yīng)用層的壁壘在于踩坑。坑踩得多了，其他人的復(fù)制成本也高了，而先踩坑的公司已經(jīng)在繼續(xù)提升、擴大自己的市場。比如制作手辦，可能會遇到表面光油開裂、機器損耗材料等等問題，所有的力度、工藝都需要經(jīng)驗積累才能保證履約質(zhì)量，這是長期建設(shè)的壁壘。

Pokee AI 已經(jīng)服務(wù)一些金融行業(yè)的大客戶——它在打造面向真實業(yè)務(wù)場景的研究級智能體與自動化工作流。

創(chuàng)始人朱哲清認為，企業(yè)端的大客戶普遍傾向于將模型私有化部署，保護自身數(shù)據(jù)，這類需求需要有垂直領(lǐng)域模型+能提供企業(yè)解決方案的公司打通。從合作角度，承接百萬級美金訂單的初創(chuàng)公司去做這“最后一公里”的服務(wù)會更合適。

“現(xiàn)在非說模型公司把其他人吃掉，我覺得意義不是很大�？傆腥俗鰐he last mile�！敝煺芮逭f。

AI漫劇，最熱的方向

AI漫劇，當下最火熱的領(lǐng)域之一。這場論壇中的討論說明，它的爆火不是偶然。

AI漫劇爆火：好技術(shù)低成本落在真場景中

抖音集團短劇版權(quán)中心-漫劇內(nèi)容合作經(jīng)理殷世銓認為，AI 漫劇的興起，核心是技術(shù)契合產(chǎn)業(yè)。

這種契合，首先是多模態(tài) AI 能力突破后，漫劇質(zhì)量提升到了能商業(yè)化的程度。二是在成本上，AI的加入讓漫劇整體成本降低，生產(chǎn)效率提升。最重要的是，AI讓創(chuàng)作門檻降低，讓更多創(chuàng)作者能加入創(chuàng)作行列。

這一趨勢已經(jīng)在各大平臺的數(shù)據(jù)中得到驗證。比如使用短劇、漫劇 AI 生成工具巨日祿制作的“巨日祿風(fēng)”內(nèi)容，在今年 11 月的抖音動態(tài)漫月榜中，包攬了榜單前三名。

在現(xiàn)場，巨日祿創(chuàng)始人杰夫同樣認為成本的降低是 AI 漫劇的爆發(fā)重要因素。他們半年前計算過，當 AI 漫劇每分鐘的整體成本到的一千元左右的時候，就會大規(guī)模爆發(fā)。后續(xù)的市場情況，也和這個測算數(shù)據(jù)很接近。

同為 AI 漫劇公司，珀樂互動使用AI工具打造了爆款漫劇《明日周一》。它今年8月在抖音平臺上線僅5天，播放量突破500萬。這部50集AI動漫短劇，僅用時45天，制作團隊最初只有5人。

珀樂互動創(chuàng)始人楊晟認為漫劇崛起是時代的進程。從真人電影到動畫電影，從真人電視劇到動畫劇集，如今正是短劇到漫劇的崛起時刻，“渠道和技術(shù)成熟了，漫劇崛起恰逢其時”。

接下來的AI漫劇：質(zhì)量和商業(yè)化還能更好

AI 漫劇的未來會怎樣？

投資過 MiniMax、Liblib、Genspark 等明星公司的明勢創(chuàng)投的合伙人焦騰認為，漫劇要進一步突破還要依靠更新的分發(fā)機制、工具以及載體。他提到 AIGC 加上智能眼鏡以及更多的傳感器會讓漫劇有更沉浸式、更互動式的體驗。

芒種星球聯(lián)合創(chuàng)始人童超則把視角放到了內(nèi)容層面，他認為無論 AI 漫劇的載體和形式怎樣變化，好的故事仍然是最重要的。IP 依賴于好的故事，故事越多生命周期更長。芒種星球開發(fā)了海外 AI 視頻的創(chuàng)作平臺 Mootion，目前正在尋求與國內(nèi)內(nèi)容創(chuàng)作方合作，希望用 AI 讓老 IP 有更多好故事，同時建立起新 IP。

殷世銓同樣認為，現(xiàn)在 AI 漫劇的最大痛點是內(nèi)容同質(zhì)化和畫面粗糙。想走向主流，它必須解決角色一致性問題，并追求有深度的故事，而非單純拼數(shù)量。

落腳到商業(yè)化層面，珀樂互動創(chuàng)始人楊晟認為AI 漫劇光靠內(nèi)容掙錢并不性感，可以借鑒日本“制作委員會”模式，建立標準管線，從而撬動更大的文旅和衍生品市場。芒種星球的童超還提到合規(guī)的數(shù)字形象和資產(chǎn)庫的建設(shè)非常有價值，把這些資產(chǎn)開放給創(chuàng)作者進行商業(yè)創(chuàng)作，能把市場做得更大。

當人人都能生成內(nèi)容，IP 會怎樣

自從 AI 開始用于生成形象之后，IP 的爭議就從未停止。當多模態(tài)大幅提升內(nèi)容創(chuàng)作效率，IP 又會怎么變？

巨日祿創(chuàng)始人杰夫認為，AI 生產(chǎn)內(nèi)容后，傳統(tǒng)意義的 IP 面臨非常大的挑戰(zhàn)和阻力。

他以寶可夢舉例，當時寶可夢的成功是因為發(fā)行渠道集中且競品匱乏。而現(xiàn)在的 AI 時代，一個爆款的出現(xiàn)后，AI 工具能讓競爭對手在3天內(nèi)生成1000個類似的產(chǎn)品。這意味著認知的護城河難以被建立，傳統(tǒng)意義上的 IP 難以形成。

A2B Labs 的創(chuàng)始人崔瓏翔部分認同杰夫。他認為隨著生成新 IP 變得越來越容易，IP 的價值會越來越低，或者說 IP 積累價值的能力會越來越弱。 現(xiàn)在每個人都可以向全世界分發(fā)內(nèi)容，每個人都可以輕松地創(chuàng)建新 IP。未來可能會有成千上萬個 IP，每個 IP 可能只火一兩天，然后就消失了。

珀樂互動創(chuàng)始人楊晟則認為AI 雖然加速了 IP 內(nèi)容的迭代，但并沒有改變 IP 的內(nèi)核。好的 IP 不僅播得好，更能滲透入商業(yè)化的部分。順著借鑒日本“制作委員會”模式、建立標準管線的邏輯，更標準化的制作可以促使高商業(yè)價值的故事成為經(jīng)典 IP。從這個角度，珀樂互動愿意做內(nèi)容行業(yè)的“補集”：跳出存量內(nèi)容市場競爭，通過將內(nèi)容延伸至后鏈路的泛授權(quán)、文旅等領(lǐng)域，拓寬市場邊界。

明勢創(chuàng)投合伙人焦騰從分發(fā)渠道角度來理解 IP 的變化。他提到現(xiàn)在整個 IP 分發(fā)渠道已經(jīng)極度打散，原來的集中式容易產(chǎn)生大 IP，現(xiàn)在的分布式更容易產(chǎn)生新 IP，而新 IP 的本質(zhì)，是面對邊緣人群的小眾需求逐漸成長為大眾需求。

具身和世界模型

具身的 Scaling Law 真來了

具身智能和世界模型是最熱也難度最大的方向。

第一個問題，現(xiàn)場嘉賓們討論了具身領(lǐng)域的 Scaling Law 是否存在。

英偉達中國區(qū)機器人業(yè)務(wù)負責(zé)人李雨倩認為，具身 Scaling Law 已經(jīng)出現(xiàn)。一個例子是，英偉達機器人實驗室 Gear Lab 對 GPU 的消耗是迅速增加的。

但相較于大語言模型，具身大模型架構(gòu)更復(fù)雜，高質(zhì)量具身數(shù)據(jù)集極度匱乏，數(shù)據(jù)量近乎為零。再加上具身本體類型多樣，難跨本體，導(dǎo)致這個領(lǐng)域的 Scaling Law 有些難度。

她說，雖然具身大模型的 Scaling Law 已初見端倪，但受行業(yè)復(fù)雜性制約，需依托兩類主體才能實現(xiàn)突破：一是提供機器人具身云服務(wù)的廠商，它們?yōu)殚_發(fā)者搭建便捷開發(fā)工作流。二是能產(chǎn)出高質(zhì)量數(shù)據(jù)集的場景和公司，推動具身 Scaling Law 快速 Scale。

具身合成數(shù)據(jù)公司，光輪智能的創(chuàng)始人謝晨同樣認為Scaling Law 已經(jīng)到來，標志事件就是 Generalist 用27萬小時的數(shù)據(jù)做到了更好的算法表現(xiàn)。

他同樣在客戶處看到了變化。首先是客戶的需求爆發(fā)，光輪智能的數(shù)據(jù)服務(wù)從之前的 “刺激客戶需求” 到現(xiàn)在客戶主動提出需求，印證了 Scaling Law 驅(qū)動下的真實需求已經(jīng)到來。

還有一點，他們的核心客戶已經(jīng)從機器人公司轉(zhuǎn)變成了大廠的大模型團隊。因為大廠的大模型團隊現(xiàn)在也在做做具身的基礎(chǔ)大模型/大腦，這就需要做數(shù)據(jù)的生成，數(shù)據(jù)的訓(xùn)練、評測、deployment，99% 都在云上，很小一部分在端側(cè)。而且，大廠更追求模型的通用泛化能力，即基座模型無需微調(diào)就能適配各類 Benchmark，客戶的算力規(guī)模從也從平均 5000 張卡躍升至 5 萬+ 張。

最后，他看到具身評測的需求也是 Scaling 的。隨著基座模型性能提升，傳統(tǒng)學(xué)術(shù)界的 Benchmark 已無法滿足具身大模型的評測需求，催生了評測的新需求。

火山引擎創(chuàng)新總經(jīng)理施凌翔分享了字節(jié)跳動的洞察。他提到字節(jié)最近發(fā)布的 VLA 機器人模型就是通過強化學(xué)習(xí)，以及把更高質(zhì)量的數(shù)據(jù)用于后訓(xùn)練和 Fine-Tuning，在現(xiàn)有的基座之上獲得了更大的泛化和更強的魯棒性。

他還指出當前機器人的小模型和大模型都存在瓶頸，小模型（1B-3B）存在模型“鈣化”問題，即便持續(xù)堆疊高質(zhì)量數(shù)據(jù)，性能也無法突破，而大模型很難端側(cè)部署。

他認為未來具身智能的重點，一是在模型結(jié)構(gòu)上面做更大的參數(shù)，二是解決大模型在端側(cè)的實時控制、時序決策與執(zhí)行落地問題。

世界模型會吃掉VLA

在具身智能領(lǐng)域還有一個話題備受關(guān)注，世界模型會吃掉VLA（Vision-Language-Action）嗎？

謝晨直言，他認為世界模型是數(shù)據(jù)與合成數(shù)據(jù)的放大器，能夠通過自身能力泛化出海量高質(zhì)量數(shù)據(jù)，而且極有可能 “吃掉” 所有 VLA。

他提出了幾個佐證：

基礎(chǔ)設(shè)施方面，世界模型的投入遠超 VLA，大廠世界模型團隊動輒投入上千張卡對VLA進行仿真微調(diào)，而多數(shù) VLA 團隊仍聚焦小模型研發(fā)。而且，世界模型的短板正在被補齊——世界模型對 Action（動作）的理解不足，但頭部團隊已正針對性補充相關(guān)人才。

另外，他還分享了一個洞見：李飛飛團隊正在試圖用本來服務(wù)于 VLA 的評價體系評價世界模型，“如果評價標準到最后會統(tǒng)一，我認為兩者到很有可能殊途同歸”。

關(guān)于世界模型，影眸科技的創(chuàng)始人兼CEO吳迪提供了另一種視角。

影眸科技是一家做 AI 3D 生成的公司，也推出了自己的生成模型 Rodin Gen-2。它正在探索從單個物體的 3D 生成到環(huán)境、物理世界生成的道路。

影眸科技創(chuàng)始人吳迪認為，或許可以生成無窮無盡可供訓(xùn)練的 3D 數(shù)據(jù)，讓智能體從虛擬跨到現(xiàn)實。

吳迪說：“當物理世界生成的時候，我們邁向最遙遠的未來，就是所謂的世界模型。”

多模態(tài)和全球化

多模態(tài)是全球 AI 熱點，中國也有不少多模態(tài) AI 公司出海，他們關(guān)心的問題不僅有產(chǎn)品還有合規(guī)。

價格、質(zhì)量和延遲，全球多模態(tài)痛點

A2B Labs 可以幫助博主個性化地把 AI 內(nèi)容做得更有吸引力，并發(fā)布到各類內(nèi)容平臺上。公司創(chuàng)始人崔瓏翔認為，人們不關(guān)心內(nèi)容是否由 AI 生成，只關(guān)心這是不是一個好內(nèi)容，“就像 20 年前 Photoshop 剛問世時，人們會說這張圖是 P 過的。 但現(xiàn)在，沒人會再這樣說了”。

他相信，隨著兩三年內(nèi)無人在意內(nèi)容是否由AI生成，TikTok、YouTube、Instagram 等平臺也不會關(guān)心內(nèi)容是否由 AI 生成。因為作為平臺，只會關(guān)心用戶是否停留了更長時間，廣告是否因此受益。

他還看到，目前創(chuàng)作者的核心訴求是降低成本、提高效率和穩(wěn)定性，希望以不足1美元的成本生成可發(fā)布在 TikTok 或 Instagram 的視頻。當前模型難以實現(xiàn)這一目標，所以 A2B 和很多同行的解決思路是混合搭配不同公司的模型，快速切換最新、最便宜、最快的模型，以平衡性能與成本。

Picsart 的 Tom 則表示，Picsart 同時服務(wù)消費者與專業(yè)用戶兩類群體，兩類用戶面臨的技術(shù)局限存在差異。消費者更關(guān)注價格，專業(yè)創(chuàng)作者的工作模式正發(fā)生翻天覆地的變化，也就是從掌握精細的工具技能轉(zhuǎn)向“氛圍設(shè)計”，所以對他們而言延遲和質(zhì)量更為關(guān)鍵。因此，Picsart 在采用嚴格且標準化的評估標準，評估各種模型，滿足專業(yè)人士的需求。

Brix AI 在做招聘 Agent，聯(lián)合創(chuàng)始人 Carol 說，目前在就業(yè)或者招聘市場中，視頻面試和視頻展示都很常見，同時 Brix AI 還在幫視頻生成公司做數(shù)據(jù)標注。

在天使輪投資了 MiniMax 等 AI 公司的「云啟資本」合伙人陳昱表示，當前多模態(tài)模型的發(fā)展仍面臨兩項關(guān)鍵挑戰(zhàn)：一是時長約束。當視頻長度拉長至 30 秒甚至 60 秒時，模型在角色設(shè)定、場景背景及敘事邏輯上的一致性仍較難穩(wěn)定維持；二是成本問題。只有持續(xù)降低推理與生成成本，多模態(tài)應(yīng)用才能具備更清晰、可持續(xù)的商業(yè)化空間。

創(chuàng)業(yè)公司怎么做合規(guī)

AI內(nèi)容的合規(guī)性是全球都在關(guān)注的問題。

對此，崔瓏翔說，自己的產(chǎn)品除了不能生成一些明令禁止的內(nèi)容，其他都相對靈活。他拿 OpenAI 舉例，OpenAI 之前推出多模態(tài)模型時會有類似吉卜力、迪士尼的風(fēng)格。后續(xù)，當 OpenAI 成長得非�？�，迪士尼反而想加入他們。所以快速成長是創(chuàng)業(yè)公司需要借鑒的地方。

云啟資本合伙人陳昱也表示，這個觀點可能會引發(fā)一些爭議。他認為，創(chuàng)業(yè)公司在產(chǎn)品中當然需要考慮基礎(chǔ)的安全與合規(guī)，但在早期階段，團隊很難有足夠資源把所有問題一次性解決。因此，在公司還很弱小的時候，最重要的事情還是先活下來、先長大。

附錄：V-START 加速器往期部分成員：