内容来源：《详谈》对话。
责编 | 柒
第 9764 篇深度好文：6371 字 | 10 分钟阅读
商业思维
笔记君说：
2025 年，具身智能和人工智能是最滚烫的赛道，甚至有人开始谈论泡沫。
在《详谈》视频播客的一期特别节目中，主持人李翔请来了两位嘉宾：一位是具身智能公司星海图的创始人高继扬，90 后硬科技创业者，曾在 Waymo（谷歌旗下自动驾驶公司）和文远知行做自动驾驶，2023 年创办星海图
；另一位是今日资本创始人徐新，消费互联网时代投出了京东、美团、BOSS 直聘，如今正在硬科技赛道重仓布局，星海图正是其投资组合之一。
一位经历过技术周期与商业周期的老牌投资人，一位年轻的技术派创业者。关于赛道判断、投资决策、行业路径、创始人修炼的对话，在 2025 年这个微妙的时点展开。
一、赛道判断：
大模型与具身智能两大十年周期
1. 登山与冲浪：两种投资逻辑
徐新：移动互联网浪潮过去之后，我们一直在寻找下一个长期大周期。现在看得很清楚，两大主线：2023 年开启大语言模型周期，2025 年正式进入具身智能周期，两者都有可能持续十年以上。
传统行业投资像登山，山一直在那里，早晚都能进场，收益相对可预测。但前沿技术投资是冲浪，巨浪来了如果你不敢跳下水，错过了就要再等下一波浪潮。当巨大浪潮到来，不能站在岸边持续观望。
李翔：之前听马克 · 安德森的播客，他说投资中最危险的五个字是"这次不一样"，你认同吗？
徐新：挺认同的。这次真的不一样，我觉得比互联网大很多。首先看速度，看一个公司好不好，就一件事，涨得快不快。互联网涨得快，一年涨 3~5 倍，但这一次是一年涨 10 倍，没有一个产品比 ChatGPT 涨得更快。penetration（渗透率）非常快，速度决定天花板，它是一个完全不同的生物，好 10 倍才会真正颠覆。
以前互联网也好、移动互联网也好，都是一种工具，一种连接。但这次是直接把人换掉了。
我自己经常用 Gemini（谷歌的大语言模型），越来越觉得它比我聪明，它好像还有 human compassion（人文关怀 / 共情能力）那个样子。再搞几年，我们真的不如它。
2. 自动驾驶与具身智能的本质差异
高继扬：数字世界的大模型已经跑通，但是 AI 缺少物理身体。大模型只能处理文本、图像信息，无法在现实世界执行任务。具身智能就是给 AI 装上身体，打通数字世界和物理世界，这是长期不变的底层机会。
自动驾驶跟具身智能有几个不一样的地方。
第一，规模不一样，自动驾驶从行业规模和对大众社会的影响力上小很多，没法影响千行万业。但具身智能，我的上游也是我的下游，下游也是我的上游，未来是中心型行业。
第二，技术上，做自动驾驶那波企业头部出发的不是 AI 企业，更多是机器人企业，讲究基于规则的方法，解决 corner case（边缘场景 / 长尾场景），做系统拆分。
我们这批做具身智能的企业，定位自己是 AI 企业，解决问题的方式是规模、基础模型、数据。
虽然看上去都是干一个带引号的智能，但智能背后的来源不一样，一个是 AI 原生驱动的，一个可能还是传统的机器人技术驱动出来的。
徐新：两者商业化阶段差异很大。大模型已经跨越落地鸿沟，依托 Agent（智能体）可以搭建完整生态；具身智能还处在极早期，行业渗透率只有 2% 到 3%。
当下行业热度大多集中在展会演示、开发者生态、表演类场景，具身智能真正规模化商业化，必须扎根工业物流、拣选、现场作业这类生产场景。那些开发者市场也好、娱乐表演市场也好，相对稳定成熟，但量不大，支撑不了每年烧这么多钱的体量。最终还是要靠企业客户来买单。
二、投资星海图的决策逻辑
徐新：我们布局 AI 分两条线，大模型赛道布局了 moonshot（月之暗面，AI 大模型公司）、智谱 AI；具身智能赛道，我们目前只重仓星海图一家。
我看新赛道有一套方法：先见树木，再见森林。最大误区就是只见树木不见森林。想要看懂行业，必须把赛道里几乎所有玩家全部走访一遍，完整扫描一圈，才能建立"森林感"。
去年春节左右，我们把具身赛道里每个人都见了一遍。
最好的办法就是先跳进去，开一张小一点的支票，失败了也输得起。但如果觉得苗头不错，就赶快加仓加仓再加仓。
星海图是我们追加投资的，我见到继扬的时候，很直观的感受：速度快、执行力强，具备创始人的杀手直觉。很多硬件公司是机械工程师主导，而继扬是自动驾驶背景，用软件、AI 思维去做机器人，这是很大优势。
我觉得改变行业的经常是跨界者，不会被传统机器人行业固有思路束缚。同时团队拼图完整：算法、学术、硬件工程、商业化人才全部配齐，没有明显短板。
三、具身智能行业发展路径与节奏
1. 具身智能的 3 条线路
李翔：你跟你们的首席科学家讲过那个技术路线图，就智能的三个阶段，这个是你们团队讨论出来的，还是你提出来的？
高继扬：是有一次我们俩在一咖啡馆里聊天，聊着聊着就聊出来了。本能智能、作业智能和进化智能。
第一层，本能智能：机器人能够自主控制身体，实现平衡、移动、全身协调。天然的支配自己的身体，今天我这个身体是两个胳膊两条腿，那我换了四个胳膊两条腿，它能不能支配？这个就是本能智能，有点像小脑。
第二层，作业智能：稳定完成人类交付的连续实操任务。
第三层，进化智能：机器人持续自主学习，适应陌生环境。为什么人的身体长成这个样子？这也是有原因的，而这个原因是进化。那为什么 AI 不能做这件事？
商业化同样分三阶段：短期开发者生态、场景试点；中期标准化作业机器人批量落地；长期售卖具身智能模型、世界模型能力。
徐新：创业公司发展节奏非常关键。具身智能企业跑得太快，收入尚未形成之前，现金流容易烧断；发展太慢，又会丢失人才、融资窗口和行业头部位置。企业要在"活到行业春天"和"持续保持领先"之间找到平衡。
3. 具身智能的终局是什么样？
李翔：具身智能这个赛道，它的最终格局大概会是什么样子？
高继扬：行业集中度也会比较高，因为做大脑这件事没那么容易，规模效应也很明显。今天大语言模型的创业公司可能四五家，大厂里还有一两家三家，大概就这样。具身智能也会类似，因为最终决定企业本质属性的还是大脑。另外，资金消耗量上也不太可能同时支持那么多家企业，会收敛到几家。
徐新：基本上同意。搞具身智能，以前做机器人的公司，其实最大的障碍来自于能不能用 AI 的方式去投入、去研发。做 AI 的人的思维方式是规模化，我现在投 1，我必须得到 5 到 10。
而机器人是什么？研发制造型，他算的是这款机器人 5000 万研发费，卖 1000 台还是 2000 台，单款产品回本。但你如果用这套逻辑去套 AI 的话，完了，不敢投入了，因为你算不清楚。
AI 每一次生产都是非标生产，搞机器人构型定下来了批量生产 1 万个，每次都是标准化生产。但搞 AI 的产品是大模型，每一次都是非标生产，所以你不能用传统那套逻辑去想这件事。
四、AI 时代创始人、组织与人才思考
1.90 后硬科技创业者 vs 互联网创业者
李翔：这一波 90 后硬科技创业者，跟之前做互联网、电商、移动互联网的，有什么相同跟不同的？
徐新：共同点，第一都是有杀手的直觉，能看到别人看不到的东西，要么看得更深刻，要么看得更长远。第二，学习能力都超强，善于学习，迭代速度很快。第三，志存高远，想做一个伟大的企业，不是仅仅为了赚钱，长期有耐心，想做得长久。
不同点在组织上，以前消费互联网，有好多员工，但现在不要那么多人，要最优秀的人，人太多了组织管理麻烦。并且，有了 AI 是不需要中层干部的。
高继扬他们面临的挑战就是怎么把两类人有效管理，一个做软件的，一个做硬件的，两个不同的文化。
以前京东也是这个问题，高科技的是做互联网，送外卖的是小哥，工资待遇、组织架构都不一样，开个例会都不知道在一起怎么开。这就是要攻克的一个课题。
高继扬：我非常尊重所有有结果的人，不一样的就是出生的年份不一样。我出生在他们那个年份，也做不了今天做的这件事。如果他们晚出生十几年到了 90 后，想做那件事也做不了。差别不来自于其他的，而来自于时势。做美团和京东这样的创业，某种程度上来说更难，因为可做的人太多了。今天做 AI 创业，首先筛掉了一大批，你没有做过这方面的研究，别人不会相信你能做这件事。
徐新：现在投大模型、投 AI Agent、投机器人，接触的基本是科学家。很多科学家是追求真理，AGI（通用人工智能）在哪就去哪。所以 10 个科学家里只有 0.5 个要创业，这是稀缺资源。
还有一个特点，他来了以后，下面的学生更愿意跟着他。学生也不是看给你多少股份，是看这个老大是不是够牛，技术上是不是很牛。
牛的定义是 Tech Vision（技术愿景，指对技术未来方向的洞察力），就是你能看到别人看不到的东西。
OpenAI 一开始很厉害，因为伊利亚在，他是发明了 Predict next token（预测下一个词元，大语言模型的核心原理）的人，真正的大语言模型发明者。
他走了以后，OpenAI 在 Tech Vision 上就差点劲了。CEO（首席执行官）也不错，但不是一个科学的 tech visionary（技术远见者）。
但 Anthropic 就很好，包括 Kimi 的杨植麟，都自己做模型，vision（远见）非常好。你不知道未来在哪里，要做出判断，这个判断几千万美金、几个亿人民币烧下去，不能既要又要还要，都赌一下最后就不行。
你看 Anthropic 就是只赌一个方向，赌对了。还不能犯错误，赌对了，这很重要。
2. 创始人的两个典型错误
高继扬：我们这个行业、企业做大的过程当中，创始人 ego（自我意识 / 自尊心）也越来越大了，会有哪些典型错误？
徐新：第一，融了很多钱以后有点头脑发热，容易做很多事情。什么都觉得人定胜天，什么都要做，最后发现那些事都不重要，把时间拖累了。
这个时代不能犯很大错，犯错的代价很大。方向看不清楚，三个都试一下，时间钱都花进去，如果不对，人家已经跑前面去了。迭代速度慢了。不聚焦是大忌。
OpenAI 一直领先，突然一下被人超了，就是方向上人家看的是 Coding（编程），他没有看到 Coding，啥都做。多模态、具身什么都搞，后来发现搞不了那么多，就关掉一些。
第二个，时间花在哪里。一开始什么都要管，供应链、HR、运营、报销、出差，创始人什么都是自己说了算，会耗精力，但这是要经过的，要迅速建立制度，把权放下去。
最终关键是什么？是大脑的方向，training（训练）数据怎么调。大模型既不是科学也不是艺术，有点像炼丹，老师傅的手感很重要、经验很重要。
创始人应该花很多精力思考这个问题，跟最有洞察力的人天天聊天，灵感是从这些地方来的。张一鸣 50% 的时间都用在 seed（种子 / 核心方向）上面。
其次是打造系统，人不到位不行就变成瓶颈了，架子搭起来，然后授权，不行换人。但你的大脑、对公司的发展以及调动资源的能力，是没有人能够替代的。
技术创始人要分清事情优先级。供应链、日常运营、行政事务尽量建立制度授权出去。创始人不可替代的工作：战略方向、前沿技术研判、吸引顶尖人才、调动核心资源。建议技术创始人把 50% 到 80% 精力投入前沿交流、方向判断。
五、投资哲学、学习方法与展望
1. 当机会来临，要亲身进入
李翔：你见过很多周期和泡沫，对于泡沫有什么看法？
徐新：当一个特别巨大的浪打来，你是要跳到水里去的，不能在岸边观察。王兴说过，传统行业投资像登山，山就在那里，随时都可以投，能赚到相对可预测的钱。但投技术像冲浪，大浪来了你没赶上，就得赶下一个浪。
做风险投资最核心就是要打到 Home Run（本垒打，棒球术语，此处指单个项目回报超过整只基金规模的明星投资），投到伟大的公司。
Home Run 定义就是这一个项目把基金还回来了，赚的钱比基金还大，或者赚 8 倍。
Home Run 有两个本质：频次，一期基金能投到几个 Home Run；强度，投了这个 Home Run 究竟能赚多少钱。我们觉得强度比频次更重要。
频次是运气，基本不变，3 到 5 个，平均 4 个。投更多项目、招更多人没有用，反而更糟，因为时间精力都稀释了，你也不知道哪个好，也不知道什么时候该加仓，也没有时间跟创始人经常聊天，学习速度就放慢了。
关键在强度上做文章，double down（加倍投入）、triple down（三倍投入），不断加仓。像 Kimi 我们最早投的，三年 5 次加仓，星海图我们也加仓。拿的时间足够长，8 到 10 年，赚时间的复利。
一级市场能抓住的伟大公司数量有限，一个基金大概只能抓住 3 到 5 家真正的龙头。一旦确认赛道赢家，要敢于长期持有，持续加仓，持有周期要做到 8 到 10 年，才能吃到技术周期完整红利。
2. 创始人如何学习？
李翔：你学习能力强，你到底通过什么方式学习？
高继扬：学习的起点是信息。大部分时候对一个事物的不了解，都源于获取了错误的信息，通过错误的渠道获取信息，所以获取一手信息特别重要。我们强调现地现物，一手信息。
有了信息之后，围绕目标拆解方案，方案根据信息、事实结合规律展开，然后执行。
没有人能第一次就做对所有事。第一次先把方向定对，然后在这个方向里迭代。信息获取认知，认知得到策略，策略开始执行，执行拿到结果，结果再获取新的信息反馈，反馈完了之后再调整，这么着循环起来。
徐新：做 Consumer（消费）的时候，一年大概 2000 个用户访谈，一对一、Focus group（焦点小组，一种用户调研方法），最关键跟他们住在一起，一年大概 8 天，不同的家庭，二线三线四线，外卖小哥、公务员、工程师。做完这些调研以后就投了拼多多。消费都是降级，哪有什么升级，大家没什么钱。
现在投了很多 toB 的生意，客户是企业。我们也做很多用户访谈，比如 Kimi 为什么每次都敢加仓？我们经常去问 Kimi 的用户。什么情况下你会用？我们也帮他们问过，你敢不敢涨价？
收钱的 sweet spot（最佳平衡点 / 最优定价点）是多少？90 块还是 190 块还是 590 块？都是用户深度调研访谈出来的。
还有一个，每天把最优秀几个人的播客听一遍。Max Friedman（知名播客主持人）的，动不动三五个小时。还有 All in（知名科技播客节目）。太长了就先把文字稿找出来，总结关键摘要、关键收获、学习心得。
最后，向创始人学习。我跟继扬也是两三个月有一次聊天，不是看做赚多少钱收入，而是你最近的习得是什么？看到什么别人没看到的东西？从第一性原理，这个公司的护城河长远来讲到底是什么？就来来回回重要问题反复深度多次讨论。
3. 淘金者与使命者
李翔：在这么大、这么热门的行业里，怎么区分一个人是来淘金的，还是确实有使命感？
徐新：知行合一，很重要。他说的话和做的是一致的。还有一个，他吸引的周边的人是什么样的人，因为吸引一个很牛的联合创始人不是靠个人魅力，只有靠远大的梦想才能吸引他。那些技术特别强的，性格也内向，不看你给多少股份多少钱，看的是跟谁能成功。他信不信你这个人。只有少数人改变世界，几个特别聪明的就够了。
李翔：未来几年，最好的情况和最坏的情况是什么？
高继扬：具身智能这个行业一定能成功，但成功之后对每个人的影响是什么，不太好讲。比较好的情况是每个人真正得到自由，不用为了钱工作，都是为了兴趣工作。坏的情况是，这种产品垄断了物理世界的生产力，会带来什么可怕的后果，不太确定。
徐新：中国的机会比美国更大，具身我们可能甚至可以领先。大语言模型还是美国领先，我们在后面追赶，但具身我们可能领先。供应链、数据、政府执行力，三个红利打下来有可能领先。
担心的是 AI 好像把贫富差异拉大了，强者更强，不懂 AI 的人会挺麻烦的。从现在到 AGI 到来，中间有个阵痛过程，失业的问题、年轻人的问题，可能需要从哲学和价值上做一些引导。
* 文章为作者独立观点，不代表笔记侠立场。
好文阅读推荐：
长鑫科技，市值一度超过腾讯
这家低调的中国企业，正悄悄改变你的如厕习惯…
分享、点赞、在看，3 连 3 连！
翔云优配app官方正版下载提示：文章来自网络，不代表本站观点。
