Vol.223 产业观察42｜一级投资人眼中的2026年AI上半场：FOMO、数据闭环与上市潮 - 高能量

【本期课题】

AI行业半年回顾

【栏目介绍】

在《产业观察》这档专栏里，我们会为你厘清不同产业的历史沿革，希望能够从中找到一些底层的规律。虽然当下变化迭起，但是所有新风口都有迹可循，不同产业的发展其实也有很多相似之处。

【免责声明】

本节目的所有内容并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或者法律上的建议。

【本期嘉宾】

刘鹏琦，峰瑞资本执行董事

颜黔杭，峰瑞资本副总裁

【内容索引】

04:09 上半年一级市场投资人看了200多个AI项目后的体感：FOMO（Fear of missing out，害怕错过）、赛道分化和估值前置。

08:41 AI Agent和AI硬件的投资逻辑从追逐潮流到回归真实价值，比如，Agent要交付任务价值，硬件要满足真实需求，而不是只依赖AI标签。

12:58 OpenClaw把Agent从投资人和创业者内部讨论的概念，变成大众可以亲手部署和使用的“数字员工”。它的意义不只是开源Agent，而是让更多人使用Agent OS（操作系统）的形态：用户可以用自然语言定义、调试和扩展自己的工作流。

17:25 当大模型从聊天工具变成任务执行工具，什么能力开始变得重要？为什么今年大家开始讨论Harness Engineering（驾驭工程）？

20:57 Agent能否解决大模型缺乏数据飞轮的问题？

23:47 大模型厂商、大厂、硬件厂商都在做Agent，谁更有机会？

28:01 用户既想使用最强的模型，又不愿把个人或企业的敏感数据交给模型厂商。如何看待隐私保护与模型能力之间的冲突？

31:27 Agent做大B端市场可能会遇到哪些问题？

34:43 现在做Agent创业还有机会吗？

38:27 上半年，大模型暂时没有出现结构性的突破，但在真实任务的落地能力上仍在快速提升。

40:09 为什么Anthropic成为上半年最受关注的大模型公司？

47:30 中美大模型的差距是在扩大还是缩小？

50:42 Seedance这类国内视频生成模型的商业化进展更快，背后既有国内厂商在视频数据和数据工程上的积累，也有AI短剧、AI漫剧等明确的内容生产需求；在视频生成消耗海量Token的情况下，成本控制能力也直接影响商业化的表现。

53:30 各大模型公司关于AI基础设施的竞争，不再只是买更多GPU（图形处理器），而是让整个算力系统更高效。推理需求越大，通信和存储跟不上造成的等待就越浪费算力；因此，光互联、HBM（高带宽内存）、DRAM（动态随机存取存储器）、SSD（固态硬盘）和分级存储等等，开始成为这一轮AI基础设施投资中的关键环节。

01:02:01 在未来的大模型生态中，端、边、云分别会承担什么角色？

01:06:47 世界模型更像一个概念，而不是单一模型，核心是根据外部输入或行为干预，预测下一步状态会如何变化；当这个能力用于真实物理世界时，可以服务于具身智能，用于数字世界时，可以服务于视频生成、游戏和仿真。

01:11:40 未来，世界模型会取代大语言模型吗？

01:15:09 世界模型为什么在今年上半年突然爆发？

01:18:40 相比互联网文本，物理世界的数据更难获取，目前世界模型的数据瓶颈可以通过哪些方式解决？

01:23:18 为什么这一波世界模型创业者多是青年学者？

01:26:37 如果世界模型开始商业化，最先落地的场景会是游戏、内容消费，还是具身智能？

01:28:48 VLA（视觉-语言-动作）模型和世界模型不是简单替代关系，而是具身智能系统中的不同能力模块。

01:34:01 人形机器人是否已经进入批量落地阶段？

01:39:19 灵巧手和触觉传感器公司不断涌现，机器人灵巧手的技术和商业化目前处在什么阶段？

01:44:28 今年下半年，AI for Science和AI硬件仍是值得我们重点关注的两个方向。

01:48:41 AI公司上市潮会如何影响一级市场？