編輯導(dǎo)語：

李豐是峰瑞資本創(chuàng)始合伙人，圈內(nèi)大家都習(xí)慣喊他豐叔，他與商業(yè)作家李翔聯(lián)合主理的播客欄目《高能量》已連載到199期，這檔欄目在科技圈/創(chuàng)投圈都獲得了廣泛的關(guān)注和認(rèn)可。在眾多長于思考和分享的投資人中，豐叔尤其擅長宏觀經(jīng)濟視角的透視，極具歷史縱深感的解讀，以及能將復(fù)雜理論轉(zhuǎn)化為通俗表達的能力。

近日，豐叔在峰瑞資本2025年投資人年度峰會上分享了他對AI行業(yè)的年度觀察，從全球資本市場背景，到峰瑞資本的投資邏輯，再到中國AI的超越機會，豐叔依舊用他的娓娓而談舉重若輕地為我們揭示了關(guān)于今天這場全球AI浪潮的真相。

如果你也對AI充滿好奇，那一定不能錯過豐叔今年的年終復(fù)盤。

李豐觀點集錦：

即使人工智能是生產(chǎn)力革命，相較于過往的生產(chǎn)力革命真正成為生產(chǎn)力所花的時間，人工智能依舊處于一個很早期的階段。

過去幾年的超級流動性不斷推高資產(chǎn)價格，全球總市值持續(xù)增長（超越GDP），催生并需要宏大敘事（AI）來賦予高估值合理性。

資本市場需要一個理由來支持資產(chǎn)價格上漲，湊巧在這個時間點，也就是2022年的11月份，ChatGPT橫空出世。于是，這波幾乎史無前例的大量資金，在沒有配置選擇的情況下，必須推升美元資產(chǎn)價格的理由出現(xiàn)了。

每一輪的技術(shù)投資，都會經(jīng)歷這三個階段，第一個階段叫投資技術(shù)本身。第二個階段叫投最有想象力的應(yīng)用，第三個階段叫投能落地的應(yīng)用。

今天的大模型有可能會“云化”。也就是大模型會與硬件云一樣，變成一個基礎(chǔ)服務(wù)。

所有技術(shù)創(chuàng)新周期里都會產(chǎn)生出千億市值的公司嗎？不一定，關(guān)鍵還是取決于前中后臺是否同時發(fā)生變化，以及是否改變了消費者習(xí)慣。如果僅僅是技術(shù)在進步，大公司大概率可以靠砸錢追上來。

獨立采集、合成數(shù)據(jù)/VLA這些對解決數(shù)據(jù)缺失問題都有幫助，但最核心的大規(guī)模數(shù)據(jù)的采集，最終需要從傳感器或者叫”新設(shè)備“里來。

▎以下內(nèi)容為李豐在峰瑞資本2025年投資人年度峰會的演講，經(jīng)鈦媒體創(chuàng)投家節(jié)選編輯：

從2022到2024年底，一級市場經(jīng)歷了一個非常暗淡的周期。

這兩年里，無論是企業(yè)的再融資，還是企業(yè)的估值增長都是不容易的。雖然也有投資熱點，但都非常集中，集中投在大模型，集中投在機器人。而這些企業(yè)普遍獲得估值的快速增長，或者說一級市場整體變熱，大概也是從今年春節(jié)之后才開始。目前一級市場的熱點還沒有散開，還處在一個持續(xù)加熱的過程中，我覺得再過半年，一級市場的情況就會變得更好。

回到今天的主題，AI。但我們今天要講的結(jié)論，也許和大家的預(yù)期不完全一樣。

回顧過去兩年，我們大概是按照AI基礎(chǔ)設(shè)施、具身智能、AI應(yīng)用、AI+新藥研發(fā)、未來科技這五條線在開展投資，基本上涵蓋了我們最近兩年內(nèi)投資的80%以上的公司。

過去的11個月，我們集中投了所謂AI硬件；然后在2024年7月之前集中去看了機器人；AI基礎(chǔ)設(shè)施（異構(gòu)化的AI芯片）我們一直投到了今年的年中。那為什么是這樣的順序和時間線？我后面會一一解釋。

關(guān)于AI我們有兩個問題需要探討，第一個問題，

AI會成為生產(chǎn)力革命嗎？

AI成為這次中美科技競爭的核心，就是因為大家都認(rèn)為AI是一次生產(chǎn)力革命。而背后的另外半句話則是，大家認(rèn)為上一次互聯(lián)網(wǎng)革命更像是一個數(shù)字化或信息化的革命，還沒有達到蒸汽機、電力、內(nèi)燃機這種可以在方方面面改變?nèi)藗兩詈蜕a(chǎn)的程度。所以關(guān)于AI，或許有個小共識，也就是認(rèn)為這一次AI革命與互聯(lián)網(wǎng)那次不完全一樣。至于AI多大程度上能解決生產(chǎn)力的問題，我們先不著急回答，因為我今天也還不知道答案。

即使我們認(rèn)為它是一次生產(chǎn)力革命，我們回顧歷史上前幾次生產(chǎn)力革命，他們所花的時間比大家預(yù)期的還是要稍微長一點。

拿蒸汽機來說，從開始有蒸汽機，到改良普及，再到影響人類生產(chǎn)力，比如蒸汽汽車，蒸汽輪船的出現(xiàn)，大概花了100年。從奧托發(fā)明四沖程燃?xì)鈨?nèi)燃機，到卡爾本茨造出奔馳一號，也就是從有內(nèi)燃機到它開始作為生產(chǎn)力工具，也花了30多年。

假定你認(rèn)為互聯(lián)網(wǎng)也是個小的生產(chǎn)力革命的話，從剛開始有第一臺個人計算機到人們開始用微信，大概也花了30年?；氐轿覀兘裉斓闹黝}“人工智能”，我們把它的時間線全算起來，到今天也才接近20年。湊巧，這其中還有六年是基礎(chǔ)設(shè)施建設(shè)期，我們把它叫做“大數(shù)據(jù)”，甚至不叫人工智能。如果嚴(yán)格算人工智能的發(fā)展的話，可能只有13年的時間。

所以說，即使人工智能是一個生產(chǎn)力革命，相較于過往的生產(chǎn)力革命真正成為生產(chǎn)力所花的時間，人工智能依舊處于一個很早期的階段。

那于是，我們迎來了第二個問題，

通用人工智能是不是會很快實現(xiàn)？

這個問題是個開放問題，我希望能部分回答。

如果你好奇心很強，此刻你就會問了，既然AI這個生產(chǎn)力革命還在非常早期的階段，為什么這一輪的AI的浪潮如此空前呢？

回答這個問題，要回到一點宏觀視角。在2019年，疫情之前，全球的GDP是86萬億美金，全球股市的市值是89萬億美金，其中美股占比超過三分之一。這個數(shù)據(jù)還是相對合理的，因為根據(jù)巴菲特指數(shù)，一個國家相對合理的資本市場市值是GDP總值的80%~120%，資本市場市值低于這個比例就是過低，高于這個比例就是泡沫化。所以這個時候，大概一比一的巴菲特指數(shù)，顯然合理。

到2021年，因為疫情的原因，全世界都開始放水，造成了歷史上從未有過的流動性高峰。全球最主要的四五大央行，在這一年里擴表了12萬億美金。央行擴表的錢是所有貨幣里最基礎(chǔ)最核心的一層，它真正進入經(jīng)濟循環(huán)所產(chǎn)生的帶動作用，需要乘以一個貨幣乘數(shù)，一般是3~4，也就是說這擴表的12萬億美金，在實體經(jīng)濟循環(huán)出來，將會是近50萬億美金的體量。相較于19年全球86萬億美金的GDP總值，相當(dāng)于1年多的時間內(nèi)全球GDP增長了60%。這是全球歷史上從未出現(xiàn)過的一筆巨款。

當(dāng)然，與之對應(yīng)的結(jié)果是20年到21年，全球所有國家的股市表現(xiàn)都很好。

而在2022年開始，由于歐洲國際形勢的變化尤其是俄烏沖突的發(fā)生，和一些關(guān)于中國不確定性論調(diào)的影響，全球的資金都開始減少在歐洲和中國的配置。而另一方面，2022年美元的加息又強化了全球資金配置美元資產(chǎn)的意愿。因此，美國股市在2022年經(jīng)歷波動之后開始持續(xù)上漲。原因就是：錢太多了，沒地方去了，只能去美國。

但是，資本市場不會說：“我們的資產(chǎn)價格上漲是因為全球的錢太多，只能買我們，我們資產(chǎn)的價格必須上漲?！辟Y本市場需要一個理由來支持資產(chǎn)價格上漲，湊巧在這個時間點，也就是2022年的11月份，ChatGPT橫空出世。

于是，這波歷史上從未出現(xiàn)過的大量資金，在沒有配置選擇的情況下，必須推升美元資產(chǎn)價格的理由出現(xiàn)了。

以上這些原因相互交織作用下，就出現(xiàn)了我們后來所看到的局面。雖然疫情導(dǎo)致全球的經(jīng)濟增長都較為緩慢，但是全球的名義GDP卻來到了114萬億美金，全球的資本市場市值來到了130萬億美金，這已經(jīng)是超過1.1倍的GDP了，開始接近巴菲特指數(shù)的上限。同時，美股的市值占比超過了全球股市市值的一半以上。

在過去兩年里有非常多的經(jīng)濟學(xué)家在討論“美國例外論”，為什么大家經(jīng)濟都不好，只有美國經(jīng)濟看起來有韌性？

一個粗略的劃分是：美國的金融和金融相關(guān)的服務(wù)行業(yè)大概占了GDP的20%，高科技產(chǎn)業(yè)占了30%左右，包括基礎(chǔ)服務(wù)業(yè)在內(nèi)的行業(yè)占了剩下的50%多。

當(dāng)全球的錢流向美國，所以金融行業(yè)和相關(guān)服務(wù)行業(yè)發(fā)展很好。因為支撐資產(chǎn)價格上漲的一個原因正好是2022年底出現(xiàn)的ChatGPT，所以科技行業(yè)的發(fā)展也很好。所以才會出現(xiàn)“七姐妹”的市值超過了除中美以外全世界任何單一國家GDP的現(xiàn)象；也出現(xiàn)了這“七姐妹”的市值占了如此龐大的美股總市值的大概1/4。

這就是我要講的第一句話：過去的超級流動性不斷推高資產(chǎn)價格，全球總市值持續(xù)增長（超越GDP），催生并需要宏大敘事（AI）來賦予高估值合理性。

第二句話是今天正在發(fā)生的。如果不再大規(guī)模印錢，全世界的總市值維持在130多萬億的水平，大概接下來就會進入此消彼長的存量博弈階段。

而沒有資金會長時間極端配置在一個籃子里。尤其特朗普再次上任之后，美國資產(chǎn)的不確定性進一步加強，全球的資金都在追求“再配置”，全球資產(chǎn)也進入存量博弈的階段。而在未來的兩三年里，存量的博弈的勝負(fù)手在于誰能創(chuàng)造新的投資敘事與想象空間。

以上的分析就能解釋，為什么歐洲的經(jīng)濟，在過去一年一直幾乎無增長，但今年相當(dāng)長一段時間里歐洲資本市場的表現(xiàn)仍然超過了美股。當(dāng)然也可以解釋為什么今年中國港股在融資規(guī)模，再融資規(guī)模，上市公司數(shù)量等多項指標(biāo)上都排名全球第一。

在這次全球大錢的再配置過程中，各個國家和地區(qū)都在用自己的方法給資金一個理由流入或者更多地留下來，誰能給出了更多理由，誰就能在存量博弈里取得更多優(yōu)勢，這大概就是今天的樣子。

到這里，你可能會問這樣幾個問題：

第一個是：美國的AI泡沫會不會破裂呢？

第二個是：如果美股AI泡沫破了，中國的AI資產(chǎn)會不會受到影響？

第三個是：假定美股泡沫破了，并且可能影響中國的AI資產(chǎn)，那我們怎么能對抗這個影響，走出獨立行情？

這三個問題咱們先過，一會后面我們會重新講。

接下來先講講

峰瑞的投資邏輯

每一輪技術(shù)投資，都會經(jīng)歷這三個階段，第一個階段叫投資技術(shù)本身。第二個階段叫做投最有想象力的應(yīng)用，第三個階段叫投能落地的應(yīng)用。

2023年，所有人在討論的全是大模型，但進入2024年之后，大家就不怎么出手了。本質(zhì)原因是所有的技術(shù)進展和躍遷都不可能持續(xù)超越預(yù)期，大模型經(jīng)歷了一個小跳步上了臺階之后，就會進入一個比較線性的發(fā)展過程，它的高速發(fā)展就暫告一段落了。

這個時候大家就開始尋找這個技術(shù)里最有想象力的事是什么。第一個最有想象力的事情就是如何去替代數(shù)字世界里人要做的所有工作，于是我們看到了通用Agent。另一個最有想象力的事情就是如何去替代物理世界里人要做的所有工作，于是我們又看到了具身智能。所以，2024-2025年大家討論最多的兩件事，一個是通用Agent，一個是具身智能。

但是，最有想象力這個定位也意味著相對不那么容易立刻落地。所以2025年大家又開始進一步探索腳踏實地的垂直領(lǐng)域Agent應(yīng)用和AI硬件。

幾乎沒有例外，所有的技術(shù)投資都是這三步。每一次來到第三步的階段，這個技術(shù)就開始變得腳踏實地，我們就開始尋找到底誰能用這個技術(shù)賺錢，誰能讓成千上萬人用上這個技術(shù)，并且從中賺到錢。

大模型我們沒有投，但在通用Agent和具身智能之間，我們其實是選擇了具身智能。我們在具身智能這個市場變熱之前就開始集中全力，應(yīng)投盡投。但有點小可惜的是我們“剎車”比較早，在2024年7月我們內(nèi)部就判斷說機器人已經(jīng)很熱了。但事實證明，機器人在2024年6月之后熱度也能一直延續(xù)，并且還持續(xù)上漲了一年半的時間。

然后從2024年的年底開始，我們就開始專注地投智能硬件。因為開始得早，前期我們投的非常順利和容易，很少人來競爭，我們可以慢慢想仔細(xì)看。但到過去兩個月或者一個季度開始，這條賽道也變得非?；鸨?，項目的份額也變成需要搶了。

因為每一個大的技術(shù)變革，都是要經(jīng)過非常多輪技術(shù)投資的三步走，輪次越多，技術(shù)的影響力越大，成熟度越高，應(yīng)在越廣泛。你可能會問，在下一輪開始的時候，需要聚焦的技術(shù)本身是什么？最有想象力的應(yīng)用又是什么呢？

關(guān)于大模型：

如果留意一下最近的新聞，你會發(fā)現(xiàn)這樣一個變化。最近一個月里關(guān)于大模型，幾乎大家只談大公司了，包括Google的Gemini、千問、豆包之類的產(chǎn)品。發(fā)生這個現(xiàn)象的原因是什么？這是一個會持續(xù)下去的現(xiàn)象嗎？

這一現(xiàn)象底層的原因就是：如果一個技術(shù)變革，只有技術(shù)在進步，但沒有形成前端或UI的升級，也沒有消費者習(xí)慣的轉(zhuǎn)變，大公司最終都可以靠砸錢追上來。

我個人認(rèn)為，今天的大模型很有可能會“云化”。也就是大模型會與硬件云一樣，變成一個基礎(chǔ)服務(wù)。按照這個路徑發(fā)展下去，幾乎可以斷定只有巨頭們能做到這件事。他們能做基礎(chǔ)設(shè)施云，算力云，投入巨量的資本，有足夠多的用戶，又有大模型的研發(fā)能力，還能把大模型當(dāng)成軟件服務(wù)搭載在基礎(chǔ)云上來銷售。而他們是否真的能夠?qū)ⅰ按竽Ｐ头?wù)+硬件云”變成一個統(tǒng)一的云服務(wù)，我們拭目以待。

大數(shù)據(jù)時代并沒有催生新的千億市值的公司，主要是因為它沒有引發(fā)前端的變化、UI的變化，也沒有消費者習(xí)慣的遷移。當(dāng)然也有成功的創(chuàng)新公司，像百融云創(chuàng)、明略科技都是大數(shù)據(jù)賽道里跑出來的上市公司。

當(dāng)然也有例外，比如抖音，作為一家做大數(shù)據(jù)推薦的公司，它為什么能夠成為例外？就是因為技術(shù)進步之外，它順應(yīng)UI的改變，人們獲取信息的方式從鍵盤輸入關(guān)鍵詞變成了手指滑動。消費者使用習(xí)慣也發(fā)生了改變，從坐在辦公桌前用電腦，變成了移動狀態(tài)下用手機。消費者習(xí)慣的遷移，加前臺的UI改變，再加技術(shù)創(chuàng)新，成就了抖音。

再來看歷史上其他偉大的公司，微軟給PC引入了一個新的UI——鼠標(biāo)，使得其圖形化軟件操作系統(tǒng)走向千家萬戶；Google讓大家之前在雅虎上通過鼠標(biāo)點擊進入門戶的習(xí)慣，變成了輸入一個關(guān)鍵詞在網(wǎng)頁搜索的形式；而特斯拉更是完全顛覆了汽車的UI以及用戶傳統(tǒng)的駕駛習(xí)慣。

所以技術(shù)創(chuàng)新周期里一定會產(chǎn)生出千億市值公司嗎？也不一定，關(guān)鍵還是取決于前中后臺是否都發(fā)生了變化，否則很容易變成大公司的機會。

關(guān)于機器人：

大家今天所能見到的所有機器人的發(fā)展，離不開兩件事，一件是傳統(tǒng)行業(yè)（如汽車）發(fā)展帶來的硬件（電機）發(fā)展，另一件是自動駕駛行業(yè)的發(fā)展加上強化學(xué)習(xí)帶來的算法革命。這兩件事成就了今天機器人極強的運動能力，包括跑步、跳高、打拳、跳舞。但這些全部是運動能力，而非操作能力。

操作能力意味著需要機器人拿起東西來做實際的工作，要改變物體的物理狀態(tài)。為什么今天機器人公司都在卷運動能力，因為人類在硬件發(fā)展和算法革命這兩件事情上是有積累的。為什么操作能力成為短板，也是因為這件事之前從來沒有積累。

所以你今天看到所有的機器人，公開演示基本上主要是運動能力，只要涉及到操作能力，像是疊衣服這件事，可能改變一下桌子的高度，機器人就疊不了了。也因此，機器人行業(yè)再往下發(fā)展，必須解決操作能力，而解決問題的關(guān)鍵就是新維度數(shù)據(jù)的獲取。

那個數(shù)據(jù)的問題怎么解決？我們常提到的有兩種方法：獨立采集和合成數(shù)據(jù)/VLA。

獨立采集，這種方法之前主要使用于自動駕駛。但在自動駕駛領(lǐng)域使用獨立采集方案的優(yōu)點和缺點也都很明顯。優(yōu)點是可以自己復(fù)用自己，缺點就是比較慢。因為除了特斯拉之外，很少有公司能擁有大幾百萬輛車幫你在外面采集數(shù)據(jù)，大多數(shù)只能能弄個百來輛車的車隊來執(zhí)行。數(shù)據(jù)采集用在機器人行業(yè)，還有另外一個挑戰(zhàn)，就是今天機器人的硬件沒有定型。只要硬件一改動，比如五指變?nèi)?，三指變兩指，兩指變夾爪，或者其他關(guān)節(jié)運動方式的改動，就意味著原來采集的數(shù)據(jù)沒用了，得重來一遍。

合成數(shù)據(jù)/VLA肯定有用，但它的挑戰(zhàn)就是，之前就沒有過改變世界物理狀態(tài)的數(shù)據(jù)，所以無論是生成還是視頻學(xué)習(xí)，都會有一定的局限性。舉一個例子，我超級愛打羽毛球，所有能看的羽毛球比賽，我全看。但凡VLA這套邏輯行得通，假定我不是一個特別笨的大腦，看了這么多的比賽，怎么我還不是羽毛球國家健將級運動員呢？那只能是因為我還不能把視覺形象轉(zhuǎn)變成我打羽毛球的操作。這個例子可以幫助大家理解合成數(shù)據(jù)/VLA的局限性。

第三點，最近熱度比較高的討論是物理模型能不能解決問題？算法+大腦能不能解決問題？我只能說物理模型肯定是必要的，因為你要改變物體的物理狀態(tài)。但另一方面，我猜如果算法加大腦就能解決問題，大語言模型會比現(xiàn)在早很多就實現(xiàn)，而不需要等人類積攢了40來年的互聯(lián)網(wǎng)文本數(shù)據(jù)。

和大模型等了40多年的文本數(shù)據(jù)的積累類似，許多互聯(lián)網(wǎng)超級應(yīng)用的誕生其實也是等新設(shè)備和新傳感器帶來新數(shù)據(jù)。微信等麥克風(fēng)陣列的普及，等能夠解析語義的芯片，外賣App和打車App等GPS被裝進手機里，抖音和快手等智能手機廠商把高清攝像頭裝好交到每個人的手里。

獨立采集、合成數(shù)據(jù)/VLA這些對解決數(shù)據(jù)問題都有幫助，但最核心的所有大規(guī)模數(shù)據(jù)的采集，最終都需要從傳感器或者叫”新設(shè)備“里來。所以，多樣

化消費級智能設(shè)備的普及，所產(chǎn)生的大量新維度的數(shù)據(jù)，才是解決問題的關(guān)鍵。

所以答案就來了

AI浪潮中，我們主要布局三個方向：AI基礎(chǔ)設(shè)施、垂直領(lǐng)域的AI Agent和AI智能硬件。

AI基礎(chǔ)設(shè)施主要是AI芯片。我們回顧下歷史上的芯片巨頭是怎么產(chǎn)生的？只有單一硬件PC的時候，英特爾主導(dǎo)了整個芯片行業(yè)；當(dāng)20多年前有了互聯(lián)網(wǎng)游戲和視頻的應(yīng)用之后，為了更好的處理視頻和圖片，出現(xiàn)了英偉達；然后當(dāng)有了手機之后，不同形態(tài)的終端產(chǎn)品

促使芯片和基礎(chǔ)設(shè)施進一步迭代，才有了高通和博通。

所以，當(dāng)大量新的消費級設(shè)備開始出現(xiàn)，才有新的芯片公司的機會。

今天AI的應(yīng)用也催生了一批新的芯片訴求，他們在數(shù)據(jù)的存儲、通訊、算力、功耗、尺寸、成本上都有了新的需求組合，也就催生出了非常多新的AI基礎(chǔ)設(shè)施類型的芯片。所以上一波芯片的機會成就了英偉達，下一波芯片的機會就是為了AI應(yīng)用而生的新芯片。

第二個大的方向，垂直領(lǐng)域的AI Agent。這個賽道的投資是比較困難的，我自己總結(jié)，如果要做垂直領(lǐng)域的AI agent，需要兩個基礎(chǔ)條件：第一，最好Agent所處的行業(yè)賽道已經(jīng)建立了比較高的數(shù)字化水平；第二，最好是能用自然語言交互的形態(tài)兌現(xiàn)服務(wù)價值的行業(yè)。

其實理論上，垂直領(lǐng)域的Agent更適合已有公司的轉(zhuǎn)型，因為他們有業(yè)務(wù)流，數(shù)據(jù)流，客戶流，以及對此改造的技術(shù)能力和重新抽象過一層便宜可用的模型。比如教育公司、心理咨詢公司、金融公司。

那當(dāng)然也有一些值得嘗試的新的公司。比如全鏈條數(shù)字化的電商直播agent、全鏈條數(shù)字化的編程agent、全鏈條數(shù)字化的游戲agent等。

坦率來說。垂直領(lǐng)域的Agent應(yīng)用更容易是中型公司的轉(zhuǎn)型的第二曲線。新賽道有機會，但相對難找，因為大多數(shù)公司都缺乏數(shù)據(jù)和客戶的積累。

最后再聊聊AI硬件

在上世紀(jì)80年代的日本，他們做了一件事，把大量機械產(chǎn)品全改成了電子產(chǎn)品。比如把鋼琴改成了電子琴（雅馬哈），把機械手表改成了電子表（卡西歐），把照相機改成了傻瓜相機。但是日本在那停住了，因為當(dāng)時沒有現(xiàn)在那么多的傳感器和芯片，所以沒有辦法進一步把它們做智能化。

但今天我們中國實現(xiàn)了這一點。中國擅長通過軟科技+產(chǎn)業(yè)鏈，研發(fā)一個新產(chǎn)品，帶動新需求，形成新物種，賣向全世界，同時還產(chǎn)生了新數(shù)據(jù)。我們給吸塵器加了傳感器、芯片，讓它成為了掃地機器人；我們給車加上了傳感器和芯片，讓它成為了智能車。

這件事情有幾個意義，第一，創(chuàng)造了大量新維度的數(shù)據(jù)；第二，這是個新需求驅(qū)動的新供給，而且符合中國新外貿(mào)發(fā)展需要；最后，它還能幫忙保持合理的制造業(yè)比例，同時促進高效制造和高效芯片傳感器的發(fā)展。

我們同樣來看看歷史上的新智能硬件是怎么產(chǎn)生？

以蘋果為例，蘋果是個之前從來沒有過的硬件，但蘋果之前有個iPod，幫他做了鋪墊。iPod之前還有MP3幫他鋪墊，再往前還有我們的隨身聽walkman。這一個整個硬件創(chuàng)新鏈條才締造了今天的蘋果，蘋果不是從天而降的純創(chuàng)新產(chǎn)品。

另一方面也是用戶的使用習(xí)慣被逐步教育，才出現(xiàn)了對于更智能的手機的需求。最早的時候，手機主要是為了打電話收短信，順便在2010年刷一刷微博、玩一玩憤怒的小鳥，

再往下才有了今天的微信和抖音。

所以說，新一輪智能硬件的誕生，是技術(shù)元件日益成熟和消費者需求成熟共同作用的產(chǎn)物。

我們關(guān)注的智能硬件企業(yè)主要包括兩類，一是在核心技術(shù)上有積累的ToB企業(yè)轉(zhuǎn)型做ToC的產(chǎn)品。因為他們ToB的積累，使得他們有比較好的軟硬件結(jié)合能力，以及對傳感器和芯片比較好的理解和技術(shù)能力。歷史上很多ToC硬件的核心技術(shù)，都是ToB產(chǎn)品的快速迭代中被降維應(yīng)用的技術(shù)。第二類企業(yè)，是深刻理解消費者需求和新技術(shù)趨勢的企業(yè)，像我們投資的Aeroband空氣樂隊、萌友智能Ropet、Speediance速境等。

重新回到剛才的問題，若美國AI熱度下降，市場情緒會傳導(dǎo)到中國市場嗎？或者說中國的AI應(yīng)用的發(fā)展，能夠接棒嗎？

其實中國歷史上已經(jīng)證明過不止一次了。

以人臉識別技術(shù)為例，2015年的時候美國是完全領(lǐng)先中國的，大家都認(rèn)為很難超越，但2018年后，中國已經(jīng)開始領(lǐng)跑全球的頂會頂刊。一個重要的原因就是中國把人臉識別的應(yīng)用用到了極限。在相當(dāng)長一段時間里，所有的酒店check in、所有移動支付的識別、工商變更的識別，沒有一處不是用的人臉識別。正是因為有如此多的應(yīng)用，中國才實現(xiàn)了最終技術(shù)創(chuàng)新的超越。2021年之前，許多人都認(rèn)為自動駕駛只有特斯拉能行，但今天中國新能源車的普及，以及大規(guī)模加裝的傳感器，自動駕駛的技術(shù)與應(yīng)用到底誰能行，我猜想再過兩年，大家會重新給答案。

所以大模型也是一樣，當(dāng)?shù)搅薃I應(yīng)用爆發(fā)的階段，中國就有機會實現(xiàn)超越。