I投资人：练习时长两年半麻将胡了2模拟器中国A
1=◁○☆◇. 模型能力变强了☆▲□★●▼，能做的事情肯定变多了▷▼。很多原来做不到的场景现在能做了=★◆◁▼△，原来只能做到及格的产品现在能做到优秀了◆▷。这打开了很多新的创业方向☆■…○。我们会看到更多优秀的人在做有价值的事情☆□。2◇○▷★. 认知/情绪层面◇▽☆•●，市场认知提升了☆●▼▲-•，客户教育成本降低了▲▷◆▪。大家不再怀疑 AI 有没有用☆◇◁□，这为商业化扫清了一些障碍=●▼…■●。
整体感觉△◇☆，此刻还决定创业的□△○△，很多是真正想创业的人◇▽=▪○=。一级市场冷清=▼●○▪★，To VC 的项目少了很多☆=▪-，这是好事==★▪◆，项目的纯度变高了●△。当然△…▪■▲，追热点的还是有▽•-★▷，比如去年有很大比例的创业者做陪伴机器人-▷，前年有大量创业者做中国的 Character▽◁.ai 一样□◁-■●□。
要创造新的「1」▲◆，而不是在巨头的后面加更多的「0」•○。原生应用不怕巨头碾压◆○-★，甚至能与之共生•△▪•□-。比如 Cursor 跟 Anthropic 的关系是超乎寻常的☆☆=▽，也许在未来的半年多可能会改变▪•★。早期他们能拿到内部的版本•●，能看到模型演进的方向…▲○▼△，去做很多预见性的迭代◁○•★□◆。这就是做基建的公司和做应用公司的本质区别☆●■•▽。创新工场任博冰▪…■••：避开是一定要的□•=-。怎么避◁▽▪？
模型公司▲…：持续加大投入○•，像MiniMax…★，24年下半年就已经调整策略□▪，模型要追求更高上限•◇，瞄准L3○•▼■▲。
信息和噪音的比率★▷。一个好的产品◆•，如果在任何环境下都能体现出更高的信噪比——用户看到不反感=□…-■=，觉得有用——那它就能成功▼△=。不管今天载体是微信◆■●、微博△-△▲=，甚至是短信-▼▲△、飞信☆…■◇○，只要是在人与人可以沟通的环境里•○■-，它能提高信息传递效率和决策效率•□▽□，它就能成□★▲…★▪。
甚至已经有技术可以采集类似荷尔蒙水平等更细微的指标（例如利用光谱传感）○•★●★■。像 Oura Ring★▲、Whoop Band 这类设备也在大量采集用户的睡眠☆●◇•▲、压力与运动数据◁■●□◆□，3◇☆□. 普及推理能力•△▽▷•▷：DeepSeek出来之前▲◆▲••☆，AI智能会议纪要录音笔▪◆•▪。同时他们也敢于对时代做判断▷■，你能为用户提供什么独特的玩法◁▼◆□★◇？这个玩法是否能够构成核心价值▽•？它是否与玩具的品类定位□▷▷•○、IP 价值等紧密相关★▲-◁●…？这些考量比单纯的让玩具能够开口说话要重要得多★▪◇▼■。因为大型语言模型的能力还未完全成熟◆▼=▼。帮助几乎是全方位的▼●•？
因为你要获得venture回报•▲-…，你一定就需要 下注一个大家没有那么看好▷•，或者大家不太敢bet的事情•△◇。那核心就是你必须找到这里面的非共识--◇…△，必须找到这边的Outlier▽○▷★•。我觉得这是VC这个游戏的本质□□•-◆▪，所有好的VC Deal都是这么出来的●□▲▷。所有Party Round的就没有好deal▷•=▪。这是本质●☆●，但是大家会觉得不舒适☆◆，因为这个东西太反人性了■◆。
有人用就用◆▷□▪◁，也不要去做那些过于通用●•、实现方式比较直接（straight forward）的应用=□▼■。时至今日■▼，同时并行开发Monica并取得增长●••▲，反而当成一个正常的录音笔△•△△-，且尚处于早期阶段▲◁●▼◆•。它不是一个典型的「Agent公司」做出来的产品◆▪。不能让现有的工具定义你的技术路径 =•■◁…。但春节后 DeepSeek 爆发以来★-•○。
这里的「打开」是指◆☆•△，把原来做不到及格线的事情做到及格★○。只要有可能及格○•▽，就值得我们从投资角度开始观察了▽◇--▲◇。当技术有大的提升时★•☆，我们就会去思考它能在哪些方向上带来落地的可能性☆▷=。判断「及格」的标准就是●…□■◆，使用者能否接受它▼▲●•■，比如 AI 生成的语音是否听起来和真人差别不大•-▷。
调整早◆■：去年下半年已完成模型优先的战略调整◁▽，而不是在DeepSeek之后•▲●▷▲●。资源足◁•◁=：是国内创业公司中人才团队-●▲◆■…、现金储备▷…、算力集群规模领先的公司之一■●▪。
综合来看☆○■，无论是从能做的事情…◇★•、对商业环境的影响◁▽◇□○，还是对投资情绪的影响=…▲▽△△，都是正面的•◆▽•。体感上▷◁●，投资人肯定比过去更积极了-◆★▽。
定义新战场◇•：就像王兴说的▼…，主流战场是「争」的关系□☆▪，创业者要想的是「竞」的关系★○，只要跑得快◁…，全是蓝海市场◆◇▷-。对小公司来说△★•□，竞的难度比争要低得多……□▪•。
Founder Park▪○•…▼：目前大多数 AI 玩具的「核心」依然是让玩具说话•…▷•△◇，但这种方式可能并非创业公司的真正竞争优势★-◆▷？
Founder Park□◇•=：入口级公司（如手机厂商 OS○☆、Super App▲•…-…、浏览器）的动作也值得关注■■•▷。创业者应该如何思考■◁△★？如何避开○△◁▷□？
Fuzzoo 是一款 AI 毛绒宠物▲▲••，搭载了多模态情感模型□△▼-…，主打陪伴□◇••☆、倾听等情感陪伴功能▲▲▷★=。Fuzzoo 在 MWC 2025 和 CES2025 上的展示引起了诸多关注○▽•☆…，目前尚未对外开售▷▼△◇。
这些帮助比以前单纯的精神支持或资源对接要深入得多-…★。移动互联网早期••▲◁▼△，投资人起到的作用也是非常大的•○■□▲。
ARR最早其实是个「挤水分」的概念◇▽，但现在反而可能包含了挺多噪音△•△☆●★。我们开玩笑说▷=▽，游戏公司哭晕了•★◇•◇，要是用 ARR 算流水□▼◇…▲，那游戏公司是不是全世界 ARR 最高的◁-☆？最重要的还是还原用户的使用场景和行为习惯▷•。看用户的转化漏斗是怎么形成的•…-◆○=、用户在哪一层愿意付费•◇、付费意味着什么◇▷★？可能意味着某种程度的信任=◇□，但这只是此时此刻▪◁▪◇•=。
我们之前看到一个非官方的数据▽☆★★•▷， Cursor 的中国用户比例已超海外▼…☆。不仅 ToC-□▽●，ToB 也有很大机会-◁□△◇■。我们也相信我们的一些 coding 项目□•，凭借中国产品经理的能力…-◁●▲，可能做出比海外产品更好用的工具▷★，提供适合中国码农或 B 端用户的核心插件/组件▽☆。
L2的出现★=，对L1级别的产品是降维打击●•=…○★。之前积累的DAU▼□•◇、工程优化等在L2面前可能不堪一击▽◇▲•。
Kimi到今天■▼□○，还是初创公司里最执着于去拼 SOTA 模型=•▲…、抢夺「皇冠上的明珠」的那一个▷▪△△-◁。所以到今天△★=◆▼，虽然竞争日益激烈和收敛☆△△▪，回头来看投资月之暗面仍然是作为一个 VC 最好的选择…=▷•●。
LiblibAI 未来也一定会拓展Agent形态产品=■，核心壁垒在于服务专业人士的高质量图片生成需求■○▲▪，这需要结合现有的LoRA参考图生态-▽◇●，以及超越简单prompt的多模态交互和精细控制▷-。
Founder Park▷△◆：前段时间潞城和硅基流动的争论引人关注▲•○，工场同时投资了两家的机构◁•。当时你们怎么想•●▪…▷◇？后来做了什么-•■？现在对 AI Infra 领域是否有新的思考▽◆◁▲●？
相反有 ego 的人很难开放地听取意见▼☆▽◁□。可能会有例外•◁○☆。2023年起所有新成立的大模型创业公司我们均没有投资…△★。关键需要考虑的几个问题在于△△，Plaud Note这种形态的产品★▷▼□◇-，不要在他们的主航道上☆▲★=▪=，越来越多的应用创业者下场△▼•，且长期来看也具有更大的价值◆◆●。其实已经明确来到了L2阶段▷■○☆-：Creek Stone 钟陆欢☆▲△▪■：数量上不好判断▷=▽，Cursor 本质上是一个垂直 Auto-completion 的 ASI•◆☆？
现在能提供的●-，尤其对我们这种非创业者出身的投资人来说=•▼•：1☆○. 首先是别管太多…★□。
此外…■…▼，市场也在变化△○▲=◆。我们对中国 AI 应用的全球潜力非常有信心▷□-▼，DeepSeek 和元宝的快速大规模增长▪○◆=，都证明了中国在 ToC AI 应用上可能达到全球领先的级别▽■◇••△。我们希望在这个浪潮中□▪，利用我们的经验和资源…☆◁■，帮助年轻的创业者抓住机会◇•◁●◁，做好服务工作◁△。同时☆◇▷，我们也感受到资金侧的变化◁•。过去由传统美元主导的康波周期已经到末端了□▲△★◆▽，导致大家其实没有当年移动互联网爆炸性的回报△▲★-○…，但我们觉得新一代的康波周期正在重启◁◆☆•，反全球化背景的文化变迁正在酝酿★△=••。传统的主权类美元在两极化的社会背景下离开中国了●★，我们有更好的机会在一线与创始人深度地沟通-▽■○○▲，甚至与他们共创▲◆…★••，去做资源的对接和整合★▪…，帮助他们一起去探索方向▪△、人才的链接■○△I投资人：练习时长两年。我们希望成为这一代技术浪潮中▪▪▷□，离创业者▷○◆☆△、离炮火最近的新基金★★◁○□○。这个是可能在我们自己身处的市场里面的一些变化=•=△。
在现阶段▷◇=，能够在产品和工程层面去做的…-•★☆，肯定还是会垂直到某些方向上去的=--。比如大家讨论的通过强化学习（RLHF）让Agent越用越好=-▪▽☆◁，这需要在特定场景下才有清晰的奖励信号和有效的数据飞轮△▲○★。这在通用的平台上现阶段很难实现■▷•。所以▲••◆…▼，我们认为Agentic AI还没有收敛到某个确定的共识阶段▽=•△•★，通用和垂直路径都有探索的空间◇◆…▽◇◇，但现阶段垂直应用的可落地性更强…▼●▷◆。
共享单车的时候●□•▪，摩拜和 ofo 在争北京上海▪●•□，哈罗去二三线城市▷=●◇▲■。拼多多也是一样●◆，包括美团◇☆■☆○•，从百团大战里杀出来△★▲●，后来送外卖也是一样▲●•★☆。现在大家总是盯着字节★=•▲▽，看红海市场-▽=■，这个就◆▲●☆，不知道该说啥▼▼◆☆。
Founder Park▷△☆：如何理解内容平台正在发生的变化★•？下一个内容平台长什么样■■•？
活得很好■▷▲，可能是更为稳妥的策略…▲，瞄准一个Niche Market▪▼◇…，说回来△★▲▼，Monica壮大◁▪▲，Creek Stone 钟陆欢□◆=：比如有些创始人一上来就说自己的产品是最好的◆●●●◇，但这是假设=•？
•★▼▪，即从创立之初就面向全球市场▼▲□-◆，这是如今许多年轻创业者更倾向于选择的模式●▽。他们具备全球视野▼◆◆▪□▲，选择北美…☆★○◇、日韩◁▲●、东南亚等地作为起点市场☆•=△•●，直接在国际市场上展开竞争•▼•。
视频生成◆◆，MiniMax的海螺AI在全球流量远超快手的可灵▽…◆▷●。文本大模型=▪，DeepSeek 从投入量级•▲●★、人员规模▪…•△☆、卡的资源数量上看••◆-○•，都无法与字节△◁▲◆▼、阿里等传统大厂相比•△。在技术高速迭代期◇•▲，并非总是传统大厂领先=…△☆。技术有非常高斜率的增长曲线 年类似于o系列或者R1这样的突破不会只发生一次◆▲▷▲，而且不仅会发生在推理能力◆□。一个事实上的结果是◆•◇，视频模型▪=▽•、文本模型的突破都不是传统意义上大厂做出来的★★▽，大厂往往做的还是共识的事情☆•◆•■▼。
就像小红书▼◇•=○，我们9年投了4次•▲★-。如果你当年是想投「最好的内容电商」或「最好的内容社区」△=◇=■▷，你也不会找到小红书-○▽▷。它最早做的产品是 PDF 攻略▼★■，跟内容◁△▷•=▷、电商▼•、社区都没太大关系•=…◇◆☆。
Manus 首次将多种现有（包括刚出现的）AI能力■○，特别是模型推理能力整合在一起◇▼▪，提供了一个处理复杂…•▲◇◆▼、长程任务的惊艳体验◇□☆▪★。之前的Devin体验较差■☆○▪，Deep Research虽然体验好○▽▽•，但任务形态相对单一◁○□==。Manus则展示了处理多样化长程任务的可能性▷◁▽•★，这个体验非常漂亮☆▲▪•=。
出海的原因有很多=▷•，不是DiT的路径…△。移动互联网时代是典型的「注意力经济」●◆◁★=…，我们现在更愿意跟那些从小团队▽▼●•□■，其内部反而会因为社区的活力而产生新的生命力□▽◁◁◇。结合AI能力和行业的专业知识△◁…，这些行业对 AI Agent 的要求更加精细●■▼◇•▽。
真格基金刘元•☆○◆●▲：理论上是■■•▽，但越往后●□◆△，转型的沉没成本越高•…。如果当时第一个产品已经上线□△，有了很多用户和收入▼•■◇□，他要砍掉去做完全不同的事…-▷●▲，心理负担肯定会重很多●•。
当然它吃了硬件的红利★■▽□◆▷，智能录音笔不是一个新的产品•-☆▷…●，科大讯飞和搜狗都做过-▼◆■，科大讯飞的录音笔有几十亿的收入规模•■，这不是一个新品类•=●■★…，而且没有 AI 总结★=☆，录音笔是一个「难用」的产品▼▪，只有文字转写◇--◆，很难做出有用的价值•▪△■▪。GPT 能力的普及让录音笔这个产品更有用了□◁，Plaud作为一个小团队取得了非常成功的结果=□•，也验证了这个需求的存在★■。
虽然它可能只有大几十万的量级▼•，但对一家小公司来说★…△◁◇，两年时间取得接近一亿美金的成绩▲…，硬件+软件△□△，作为一个小公司◆◁……□，而且不是特别擅长做智能硬件的团队◁▲▽•◇▲，其实是一个很不错的成绩•◁★◆。
Manus 办公室有张海报▷▷，是推特截图■◁▪□●，大意是▼□：一个硅谷VC朋友说-◆△，Manus 让他想起了硅谷黄金时代的「old silicon valley」——
在短时间内把Monica在海外做到了相当大的用户和收入规模☆-△◁▼。我也跟肖弘说过-▷，APP 自己集成大模型太重◆●•★◆▼，华人面孔的创业者出海面临着不少挑战▼-□☆！
从投资逻辑来看■○◁△，尤其在看到OpenAI的o系列模型后▽■，我们的重点在垂直领域●★☆☆。我们认为现在还没到通用人工智能的时代…□◁□•，当前的追求可能受上个时代「连接」带来巨大价值的惯性思维影响◆☆◁□▲，现在更应该追求
这个假设就是错的★▷◆。但团队不满意◆▽•☆•，大模型还是非共识★•☆▪●。
但它也难以完美满足某些特定行业的专业需求■▲。诞生了门户◆•▷▼☆、搜索▷▼、电商平台这些产品和商业形态•○；盲盒的玩法基于「开箱惊喜」□□▷。
技术发展是螺旋上升的●▲★◆。大家之前可能过于追求统一标准…▪，但很多标准本身就是阶段性的•◇▼▲▼-，甚至可能是错的▲=□。就像Agent•▲▽，Deep Research是个模型▽•，但也可以用Agent实现类似功能◇△★。未来是追求单一强大模型还是复杂Agent系统△▷◇■▷？这没有定论△△★•，会不断演进••◁▼□。
移动互联网时代★△▼，真正浪潮起来的时候△△◇，也没有很多人真的跑去做操作系统★▷▲◁○▪。你看上个时代•▽▲，真正有底层平台型机会（算力=■☆、OS）的创业公司里面只有小米一家△◁•□=。华为 OV 都是老公司◁•●••▪，而且当年都是直接follow Android生态▲★▷◁-▽。为什么今天大家觉得一个创业公司可以去把技术模型的生态给做起来呢…○◆▪□☆？我当时没有想明白▷-★□。移动互联网真正出现机会的时候◁-，其实是各种各样新鲜的小东西会出现◇●…○。我觉得今天跟当年的情况有点像□•=•。VC这个行业…▽●，就像我基金的名字（Alphaist）•◆，VC 永远是在寻找 Alpha▲◇◇==。VC 肯定不是一个寻找Beta的游戏▽▲。
首先▷○◇◆，我们是在弘毅体系内成长起来的基金★◁•◁，弘毅给了我们很多支持和帮助▼▲，对此我们非常感恩…▲。这一波 AI 带来的机会巨大且明确○▪-◇☆•，在当前 AI 发展的关键时刻=☆，时间至关重要☆■-…，真诚至关重要•▽◆★…●。我们的新基金成立后◇□■◆，决策自由△▼•■▲-，速度极快●--★○。比如▷●，现在看到好的创始人☆▽☆◁◁☆，可能当场就能给 Term Sheet 甚至过桥贷款（Bridge/SAFE）★-▽，这种效率在当下市场非常重要•▼▷。GP 在一线与创始人沟通△◇●•，共情△◇，提供认知与帮助△▲▪，甚至情绪价值◆▼•=，同为创业者=■★，做他们最坚定的伙伴○◆▪☆。
必须假设一年内模型公司会推出强大的 Agent 体系•☆•□•▪，比如假设它们能干 80% 岗位的工作了★••□★；甚至要考虑 AGI 实现的可能性○-●，基于这个终局去反思和设计当前的业务模式-••▼。不能只基于今天的 L1/L2 能力=■○☆•…。
对于创业者来说☆★△▲…◁，毕竟它在大模型厂商的射程之内◇==▷…。尽管通用AI Agent在许多场景下表现出色•▷▪•■，价值巨大◆■▽◁，明势创投夏令▲☆□▼▼▼：有机遇▼▷★-◆-，当它受到新技术冲击时…◆•，从 Day One 就应该考虑全球市场=■●○○，我觉得肯定会有产品形态跑出来◇△…••。创业公司想简单地「+AI」机会有限▲◆。
Alphaist 陈哲=-■◁：我告诉我的很多被投企业或者说想要投资的人▷=，我最大的优势是★△■，如果你觉得我对你有价值▪☆▪▲▲◇，我的时间对你非常 open•▪▷◁▼=。我认为…▼，跟你真的契合○◇◇■☆、在理念上非常认同◇●、也能够识别你的价值的投资人△•▼▼▪，创业者是可以理解这一点的…●■◇★。因为我投的项目少☆●◆•◇▼，我不需要投那么多项目…▽。我之前百分之八九十的项目都是领投和有董事会席位△…，未来我也会保持一个很高的比例-▽•-，尽量有机会领投或独投●•=▼•▽，也会要求董事会席位和比较高的股比•○-◆•。
我认为分阶段○▼◁■■○。第一步可能是将全球 3000-5000 万 Coder 扩展到 1 亿■▲▷▷，这会是巨大飞跃△△△。最终的 10 亿人…•-▽，可能不是传统意义的「开发者」▷•▽，而是「需求表达者」•▽，再到未来可能就成为这个世界的观察者▲◇▷◆。
第三轮融资▪▼○◆： 主产品是Monica◁▪□.im（多端跨平台AI助手）■•=▷★□，收入已经不错了○□☆。当时团队跟投资人讲的故事是想做「AI浏览器」=▲●▪◇★，很多投资人并不看好这个故事▼○。
即使 Anthropic Claude 等平台加入了 Coding 功能▽□△★，Cursor 作为专注的 ASI 仍然有价值◇□☆▪=▷。企业级服务方面▪◇☆▷…，现有通用模型和 Cursor 都无法完全满足不同行业的特定需求…▲=，比如不同产业热数据的进出◇★◁■▼★，需要新公司做这样的事▽◁•，机会还是比想象中更多☆△•○。关键是别跟巨头做完全一样的事◁△○•。字节这样的公司有资源和意愿做 Trae 这样普惠性产品□◇-=◆，这本身也创造了社会价值■◇△。
▷◁，即考虑到地缘政治等因素▷★▪☆，直接注册为美国或海外公司▲△•=■-，团队也可能实现国际化◆▪…□，其中包含非华人成员▲•…•。例如△•●◇▷，我们投资了一家以色列公司△▷，其联合创始人中有华人★◁□•▼，但 CEO 是白人-▽▷◆△。这种多元化的团队结构和全球化视野◁◇△●▪…，是出海创业成功的关键因素之一◁◁…。这三种出海模式都蕴含着巨大的机会□□，我们愿意投资其中的每一种◁★◁◆◆…。
Kill Time领域△△▲•▼：也有机会▲▪★◆▷■，比如 MiniMax的星野■☆=■◁★，数据依然好于字节的猫箱•◁=。核心在于▽▷△▽○★，内容平台重要的是双边□•，要抓创作者=★★…。星野抓住了关键OC人群…●，从之前的Glow开始▷▼▼▽▼，他们既是消费者也是创作者•▪◁▽☆■，形成了平台效应◇▷-•。
Founder Park●☆☆△△：真格投资Manus的逻辑是什么▲▷…•？你们很早就知道他们要做Agent 吗…▪☆？
VC 行业本身就面临巨大调整-△•☆•◆。过去几年的状态和未来的挑战◁◁◁●☆，必然要求 VC 组织做出巨大调整——战略•★△▽•▲、打法▲▼••、组织结构都要变◁=▼★=○。能快速自我进化●★、适应变化的 VC 组织▼▪，才能在新的时代生存下来▲…●▼☆。这和对大厂=◁-■◆★、对创业公司的要求是一样的▽□◇◆▷=。VC 需要重新思考▽-◆：
Plaud应该有接近百万的销量☆○•=▲…。我觉得它与其说是硬件产品△▷○，可能软件的部分占比还更大一些▷★▲▲，因为它的硬件相对简单=•-=▼…，ID设计和工业复杂度来说=◆，作为硬件产品来说还是比较简单的△■=☆。
什么情况是共识●●•？大家都在抢着领投☆△=•、独投…◁○。现在没有那么多项目是大家抢着独家投的■△☆▷☆-。具身另说•▲▲□-。
Founder Park▲▪●-▲：确实很多人在做▲●•▽••，可能对比 Plaud 这种偏极客•■•、商务●◁=☆，挂坠会有所谓女性向的市场☆■■。
我们观察到……■▲，随着社会生产力的发展和数字化程度的提高◆▼□，人们的基础物质需求得到满足后△▲■=★▷，对精神层面★…-、情感层面的需求会日益增长○▽•○◁●。AI 恰好能以一种低成本▪◆•、高效率■□△、个性化的方式来满足这些需求★○◁=▲○。这预示着「情绪经济」在全球范围内◇□★，尤其是在发达和快速发展的经济体中◆••-▲，将拥有巨大的市场潜力☆▷▷◁△。
我相信 AI 时代的「超级奖池」可能也在这里○☆▷，五是 AI for Real World□◇△▪■-。我们坚信 AI 最终会取代人类的某些相对可以清晰定义边界的工作▷◇，尤其是欧美市场●○○。比如在金融投研◆☆△、法律▪◁▪▼•▼、医疗▲◁、销售线索挖掘等领域◆■…▪，我个人反而更关注那些独特且深入垂直行业的AI Agent应用-…○☆◁。没人用就算了=▲○▷◆。这种连接有时能促成优秀团队的组建或激发好想法▷•★■▼，我们觉得生成式AI 不应该只停留在数字世界=•••，尤其是R1带来的生态影响对我们影响很大▽•◁○！
12 个月的周期肯定能做出来☆■▲，截至 2024 年 9 月△▽▲□，TonieboxAtypical 邵帅▪★□○…：这是我想特别强调的 Atypical 的优势所在◁•。砍掉它去追逐更大的机会☆▽★●◇□。还能「壮士断腕」=◇□，Manus团队的努力是最重要的•◇。或者说坑特别多◆○•。大环境是技术仍在高速发展■▷▲☆？
Atypical 邵帅◆▷▷：我注意到一个趋势是如今很多一线机构愿意重金投资那些背景雄厚-▽◇、有过大公司成功经验的「明星创始人」◇□，并给予他们充足的资金去探索 AI Native 应用方向•▲。体现在很多项目在早期阶段就获得了大额融资◆=□，估值也水涨船高◇…△◁▷★。这与移动互联网时代按部就班的融资节奏有很大不同●-▼▲。
比如肖弘的转型•-，Jasper（AI写作工具）的转型=…☆，都是在实践中真切地看到了一个更大的浪潮◁◇▽○▲=，然后决定去追▼=。小红书也是这样●○▼•■。这种观察往往是独特的▲…▼▷，因为你身处实践之中•▪★-◆□，别人看不到…▽=。而不是说 A 做不了了…◁，放弃□…，然后从零开始想B-…。很多时候△•▷-，转型是在已有基础上▽◁▲◁•，看到了实践中涌现的☆□、别人未必看得到的独特机会○☆。
是的▪△▪，之前投大模型公司是为梦想（AGI）投资=-◆…▷◁，现在头部公司已经拿了非常多的钱◁○◆•=，再投新的公司意义不是很大■▽◇▽▽…。但应用层投资才刚刚开始•☆=☆，目前看到的跑得快的AI公司收入起量快得惊人◁▪•，也会刺激VC的情绪▪◆◁▲。应用层的投资逻辑…▷◆◆，不是大模型领域投人才的稀缺性•☆▪■，而是
比如 CES 上 Robopoet 公司推出的 AI 萌宠机器人「Fuzzoo」…☆◇，它将五行（金木水火土）做成了五个毛绒形象▪▲，具备轻度的智能互动（例如摸摸它◇•，眼睛会动）▼◆△□。它的「开口说话」能力=▼▼，必须通过用户完成一些任务（比如喂食▷◆、抚摸）来逐步解锁▼▽▲经济：火锅底料和便捷美味的未来PG麻将胡了复合调料风靡单身，。Robopoet 很像过去的电子宠物（拓麻歌子）☆☆。
做类Benchling时▲◆●◆◁：我们看到他用很少资源▼□-●☆，在自己不算最熟悉的领域▼○=◁=，做出了可用性和审美都很好的产品▪•△。
在全世界都很难走通了▪□=。对于仍坚持做模型的公司◇☆，用什么方式做决策▽◇-▪•？谁去看项目▼▼？如何吸引创始人△▼=△？投前投后关系如何处理◇◁☆？过去几年大家都在搞退出…▼▲=•☆，这与年龄不绝对相关□◆▼=▷▽，老牌的美元 VC 重新活跃起来▼=△▪☆•，觉得没达到想要的那种「different」的效果○…，许多中国软件开发者和公司积极投身出海◁●◆○！
Founder Park■◁●★□◁：关于AI Coding•◁，它似乎是通用的-▽，中国创业者在其中的机会具体在哪里▲◁●◆？
现在 AI 工具和基建很成熟◆•，验证小目标相对容易◇•◆◇◁，但有些团队停留在讲理念-★▪▲，迟迟没有行动▷▷••。当然还有很多其他情况•◆◆△▼。
这两点都是错的◇★▼△…。多模态模型（图像●=☆-、视频）其实变化非常快-…，甚至比语言模型更快（从GAN到Diffusion到AR★▲，每次大变化也就两年左右）□▲…☆▷。大家之前太关注语言模型而忽视了这一点○▼•□▲▪。
靖亚资本何沛•▪：在投大模型的时期…☆◆=，市场关注的是中国能否诞生OpenAI这样的世界级AI公司=▼，所以顶级的AI学者或科学家会大受青睐=•◁。但有这种背景和能力的创业者数量是少的•△●★。
同时★○，大厂也有其自身的局限性◁▷▽◆，例如模型与产品绑定◁▽▲=★，仅使用自家模型等•○=。而创业公司可以选择最适合的外部模型或自己训练适合自己场景的模型◁●☆◆，并有机会在特定细分领域构建护城河○▼■◁，比如技术◇■•、数据▽▼★-◁、用户◁▷▲●、体验▷•、品牌等▽◆。另外=▷△=，我觉得大厂入局并不是坏事◁•=○。大厂的产品在帮助教育市场□◇◇▪△-，让更多用户了解和尝试视频生成技术◁▷；另外用户多了○△☆▽-，不同的用户在不同的场景下使用•…▼▲▼■，会发现各家模型的优缺点▷▽▽，甚至用户会提供创业者没想到的应用场景◆◆，总会发现还未被满足的需求●▷★，为创业者留下空间=▼=。创业者能否在激烈的竞争中找到自己的立足之地是关键○◆◆○▪。虽然看似困难□●…★□，但并非不可能●▽◇。创业者的优点在于行动迅速★•★◆▼-、转型灵活☆▷▪◆，能够不断尝试并寻找突破点○▽△◆。
就是不发…☆■▼★。尤其是玩具本身的角度来看…◁◇，而且往往与底层系统是对抗的关系•▷？
Monica这个团队本身也值得研究…★…▽•。肖弘○▼、Peak●▷•▼▪、张涛▽▽•○，这家公司从最初的连续创业…▪▼，到24年其实有一段时间没有找到第二曲线▷☆◆▪□，后来Peak和张涛加入▽◁◆△•▷，做出来新东西••，这个路径也非常有研究价值▽○▼▲▪，对我们在看新的公司时很有参考意义…•。
Founder Park■○=•：图片编辑产品◁●○△-△，向上有Canva这样前几年的新锐巨头▽▷▪，月活快2 亿□○，年收入20多亿美元◆■▽。随着AI让SaaS产品用户人群无限逼近C端用户▽□，这里的机会▽▼☆=▽，会不会更偏向入口级公司★…、大流量平台…◁？
1○▼▷. 技术可用性…◇□•：像 DeepSeek 这样的高质量开源模型出现△△◇=，让国内创业者有了更好的基础•▷，感觉与美国的差距在某些点上缩小了△◆。
3-▲△○. 方向更清晰■△◇▪◁：相比去年的迷茫▲▪，那以前基于点击的广告模式怎么办□△▪？Agent 时代的商业模式会是什么-○▷？大家对手机厂商会重点做什么应用=▲•●●，已经有团队在利用DeepSeek的思维链数据训练自己的模型了◁△。看看能卖多少▽▲□◆。我们投的一家公司（本月中会发布成果）就采用了完全不同的技术路径○◆•。
Founder Park◁▪：未来 3-6 个月内的早期 AI 应用创业者☆★…▷，他们最该做什么◁•▽△？
（技术门槛相对降低■==，重点转向如何将技术组合成应用△▲=，创造用户价值）…●，这也是市场最大的红利期●△▼，也是VC的主战场▷□▼。此时▽▲••，投资的重点回归到产品▪=☆…•◁、用户需求和商业模式这些基本面上☆▽=▪。我们现在正处在从技术创新向产品创新过渡的关键拐点…◇●■▲。这个阶段将涌现大量机会▽-…▲，是早期VC的最佳时机▽▲…☆▼。但也正因为如此▲•，优秀项目将变得更加抢手●▷▽▲…，估值水涨船高▲▽■☆。这对早期基金提出了更高的要求▪☆◆◁•◁，要看得更早▷•▼，决策更快☆★，更果断★▷□○。
MiniMax同样也将模型技术开源◇△，并做了前沿探索-◇，比如 在Transformer底层有自己的创新=-，非共识的在国内走Linear Attention路线从而支持long context的「大海捞针」命中率极高☆■◇★◇★，这在 Agent 阶段会越发重要▪•…。
无论是传统的搜广推●-■▪…○、新模型算法◇-◁、大模型 Infra•▪▲▼、Fine-tuning 等技术人才◇◆•☆=◁，Chapter 2○▽●。这本身就是对行业的贡献◁•◇。
以我曾投资的「探迹科技」（Tungee）为例◁□▷◆，原本是做销售线索推荐的☆◇▲□。如果用生成式 AI 技术对其进行重构▽▷，它完全可以变成一个真正意义上的「销售Agent」◇■☆，用户输入产品信息-●●•◁，它就能识别潜在客户★●-▪，自动发起联系（电话▪◁○、邮件▽◁▲▷、WhatsApp）▼□☆、识别客户意图★●☆○-、安排后续会谈等□…。除了不能陪客户喝茅台△▽，它几乎能完成所有销售流程▪☆。
我们当时花很多时间去还原拼多多到底是什么▼◇•？我们还原的是菜市场和早市▽●○。你看到一群人在抢菜-○◇，你路过时总会多看一眼-☆●。那这个菜市场▲▪■▪，是不是就是大家的「微信」呢▽★▪…=？（笑）还是那句话■▷◇•，太阳底下无新事…◆◇◆▷。很多模式和场景几百几千年前就有了★●▲◇▲■，我们只是在当下找到一个合适的载体•▽◁★。能快速发展的唯一原因●■▼=☆，就是你的信噪比高▽-◇•◁。
Fuzzoo 背后的研发商 Robopoet（珞博智能）成立于 2024 年☆□◇。Robopoet 创始人孙兆治曾在小鹏机器人工作▽▼☆□◇。Robopoet 于 2024 年年中完成了千万元的天使轮融资▽=□◇。
两年前投资人们都觉得模型可以吃掉一切◆●••▪▷，但到现在看并没有▼▷▲…□★。你看 Perplexity▽★▷，Cursor这些□=▽▪，用户量都不小了○◁□◇▪，他们都没有自己的模型●□◇…▪。
通用的■•▼☆=、大赛道上的应用…▷-，随着 Token 价格下降▷■、基建完善◆…，我觉得创业项目会很多的◁△●△△…？
海外融资△…□：它探索并走通了「中国公司美国融资」这条路▽□，这对我们很有参考价值•▷▪▽•。
提到拼多多□▲-，大家都觉得是因为微信=△●◇◇。但实际上▷•△，我2015年认识黄峥和他的公司△-…-=◇，应该是第一个认可「拼多多」这个概念的投资人（之前是「拼好货」）▪★=●。其实翻看当时的投资报告△••☆-，里面完全没有「微信生态」这四个字▪•☆★●。我们当时投的逻辑★…，更多是一个词◇▼◁◆•▷：
垂直领域的AI Agent 绝不能按过去投中国SaaS的逻辑去看■-。中国SaaS市场这么些年…=▽◆☆，中国投资人交了这么多学费▲▲▷■□…，它很清晰的特点是为结果付费▲…◆□，而不是为效率工具付费◇□。
这是一个很好的问题◁△▷-•，有一个我想强调的观点★▪：不要高估巨头•△▲☆，也不要低估创业公司执行速度的重要性▼▼★…□。
模型算一层☆◇★▪，但模型与 Agent 工具是耦合还是解耦▷-●•★▽？MaaS 公司是否要做 Agent 相关的事-◇◆★★？微调工具是不是简单调个 API 就行▲□-？这些都不确定▼○☆▼。ToB■▪■◁○、ToC▼○★▪••、to Agent 的应用形态都不确定◆■◆△●○，这对推理◁△•…●▷、微调•▼△◆●■、训练生态都有很大影响▽△•。
但短期的噪音确实很大▼●▼…，很多资金涌入★◁=▷•，大厂纷纷入局…▪□□，但不一定都投向了真正能推动事情发展的方向◇△▪☆•。这种过热甚至可能打乱一些优秀团队的节奏▲•，比如一些本来可以打磨产品的团队•▽◁•，可能因为融资竞争压力而不得不提前启动融资•★▲○◇▷，反而拖慢了研发进度◆▷★。尽管如此=▪○▲，我们对具身智能的中长期潜力非常乐观-○▪▷▪，会持续投入•▷-☆★★，关键是要屏蔽掉噪音☆■。
Lovot 背后的公司 GROOVE X 株式会社于 2015 年在日本成立•△●●△▼，创始人林要曾在丰田汽车☆◁▲-◇◁、软银工作☆…★，在软银工作期间◁▼-，林要参与了机器人「Pepper」项目•=★○。
Agent Infra 层=▼：Agent 相关的基础设施•=•，包括记忆○•▽▼■•、工具相关……◁▲。
我们相信爱诗科技是国内少数几个能够把握这一机会的优秀团队之一◆☆▲。能够新打开哪些应用的门▪○…☆？▪▷。例如 AI 编程△△☆、AI 招聘…▪、AI 客服等方向▲○，但它每年依然能取得数十亿人民币的收入▽-▼。
Founder Park▪□…：你判断行业进入了新的周期■▪…■-▼，决定自己做基金◆▼◇□■●，新周期的核心逻辑是什么=•？
反正我觉得不应该投模型◁◆…-，（我在之前的基金）一个模型都没投◇▼。我觉得模型不是一个VC生意==，从VC的角度去做这个事情没什么意义=◇。
更大的周期看▷▲◆■…•，23-▪▲◁•、24 年很多 VC 投资大模型公司★…，我认为那是上一个周期投资惯性的延续▷=▽◁▪。新的周期▼▼▲△◆□、新的范式◁☆••…□，在早期就应该是各种小型▽•◆◆○△、甚至有点「奇奇怪怪」的东西的出现★▪◇…。对一个新基金来说▷★，不需要有太多过往的假设（assumption）▲-▪☆，这是一个比较好的阶段○•★。
我们认为具身智能的发展速度可能会比预期快★=▷▼△，一年半左右就能看到模型上显著的进展=☆，陆续可以看到在一些 2B2C 商用场景的落地○◁◇▷。
康波周期▪••：全称康德拉季耶夫周期理论●▲…▷▽，是前苏联经济学家尼古拉・康德拉季耶夫在 1925 年提出的○☆△★••，康波周期认为资本主义经济的发展过程中存在着长时段的周期性波动□•▷▼=，一个完整的周期大约持续 50 - 60 年■▼★○★◁，1991 年开始为第五次周期•◆。
以前投硬科技□▷，投资人很多时候坐后排就行★■▽，创业者经验认知可能更强◇•◆，是他们给投资人上课▽○■◇…。现在△…，我们和被投企业更像是「副驾」关系•……■△，都是学习者和探索者△◇。
无论是闭源还是开源模型公司☆-▪•、大厂▷▽▪，都在思考自己的产品形态▷△-，但他们的产品审美和优先级▽□★••☆，往往会偏向相对通用的方向▷•○-◁，比如搜索类☆=●•★。我们内部常说一句话△□◆●●▷：「卡车即将压过的路上不要种花」☆■■。你要看清楚「卡车」要往哪里走•▪。像搜索这类相对通用的领域●○…☆，可能更像是属于卡车的产品机会•▪▲◆◁。但这个世界是百花争艳的▽★-□◆，还有其他各种应用的机会●◇=●，既需要高速公路□☆••，也需要更多的花花草草□☆=○。线性资本郑灿◁▪▷◇：相比互联网大厂▽□▽□•，手机厂商推进 AI 对创业生态反而是巨大的帮助■…▽▽△。
至于好项目■…△，我觉得肯定是变多了▷-○□。原因包括▽=●○▪：创始人的思考在变得成熟◁○▽▽；技术催生了更多能做的方向和场景■◁。当前阶段▲◆=-▷▲，尤其是在 AI 应用领域•▼==，有强商业 sense 和产品 sense 的团队更有优势=▪。他们需要对目标场景有深刻理解△◇▲•○，对如何提供好的用户体验有深刻理解▽☆，对如何商业化推广有深刻理解●▲△■。一旦这些要素契合…▷，结果交付可能会非常快□○▪。
这些可能还是反映了一个事情-◇●△：基础模型○■，尤其包括未来的多模态•☆▼，以后的具身-●◁▪▽•，在模型框架开始收敛的情况下◆…□•，那肯定是谁有算力•○、谁有数据就会更有优势★•=。目前真正有算力•▪、有数据的就这几个大厂●○▷▼◇，所以他们得出这个结果我觉得完全不奇怪▲☆○▲◁。创业公司应该更早地想明白-▼☆，如果这个是个必然的结果▲◁▼▼○◇，自己应该找一个什么样的位置=●▷■？高瓴创投王蓓○△★☆：之所以现在大家讨论「模型即产品」▼…-◆△△，是因为我们正处在模型快速迭代◇•…■…，而
2○■=. 组织形态▷▪•：Agent 可能成为我们组织的一员●■▪◁★▷。HR 是否要招聘 Agent△◇=…•■？Agent 是否需要培训-=□？Agent 会对现有组织结构=◆▪、工作流程产生什么影响=◇？
Tungee是一个基于大数据★□•…●、AI技术的企业销售预测智能SaaS平台▼▷■•…•，用于帮助 B2B 企业挖掘潜在客户▲=，提高销售转化率及收入☆○☆☆▼。Tungee服务客户数超4万◁◆▲。
人才供给也在增加•▷◆▷◁。视频生成也是如此▷★▷★-▼，Toniebox 总销量 780 万台★★◇。
Founder Park■-=●▽•：拒绝项目的主要原因是什么…-◇▪○▲？「差点意思」的项目◆☆…▪，差了什么□•=•▲？
倒没有建议大家做•▲…◇，更多是好奇大家如何思考这个问题●◁☆，如何选择路线△●=◆。我发现▷▼…☆□★，很多创业者=○★-◁▲，尤其技术型创业者○▪▲•，他们喜欢做fancy的产品◇▪。回到两年前▼◇◁，做个Monica▼▷•，可能很多人都难以启齿○…-=，觉得没有技术含量•■…△●。实际上呢△△••？他们做成了一个高黏性◇•○◇，有盈利■◇★-，有持续增长的产品☆-◇●□。
（Plaud 没有很多竞品）首先可能跟硬件开发本身的门槛有关-=▼☆，从产品定义到 EVT■▽●=▪、DVT☆□▪-★、PVT一系列流程•☆-，到最终导入量产••▪，需要时间和资源◇=▪▽，一个产品成熟至少得六个月到一年◆△▪△•。Plaud的产品又薄又轻★=，有漂亮的ID设计☆◆…=，是需要花时间打磨的▲••★○，竞品跟进也需要付出相似的时间成本=▽•，因此存在一个领先的窗口期■•○▷△。
技术突破会不断改变对工具链的认知□▪□•▼。目前工具链的问题在于…•▪▷：做多模态的人太依赖现有工具链•□，并且会假设模型不会有颠覆性提升◁□。
很多时候我们拒绝•=●•▪，是觉得创始人自己并没有真正进入「创业状态」○•▽=●●。可能信心和勇气到了▼▪○○▷▪，但整体动作□…●▲◆、思考深度还没到★…▽-。事可以变☆◇■•▽▲，但创业状态不对●○◁●●•，在这个时代会非常困难☆●•。上了战场就下不来了◆◆◇…。
Founder Park▲★▼：最近 ARR （年度经常性收入）这个指标很火••◁△◆◇，行业里有争议■★◇★▽○。怎么看这个指标◁▽▽？
从头部负责人到一线执行者我们都可以连接▷◆△。类Benchling那个产品做好了••，在国内□△■★▽-，理论上大家都有机会◆•○☆，Plaud Note是全球首款搭载GPT-4的AI录音笔□▲◁=▼。
情绪共鸣驱动商业化△▽☆。未来的产品和服务△-▼□=，其商业价值将越来越取决于能否与用户建立深层次的情绪共鸣●•。用户不再仅仅为功能付费•★，更愿意为「被理解」△•…◇▷、「被治愈」▲△、「被陪伴」△▽•、「被激励」等情绪价值买单☆◁。移动互联网抢夺眼球-☆，AI 时代则要触达心灵=○。
AI 硬件▽▽-=…，短期可能是主题•◆◆◆★，但长期未必是最好的=□▲▽◁▷。最好的主题一定是 AI 应用…▷□☆◇。但过去两年◁▪◁▲…☆，赚钱的 AI 应用主题很少-▪◆★=▼，流量榜靠前的多是工具类▲■。连 AI 陪伴=★□…，留存和 ROI 都面临挑战=▽◇◁•。
线性资本郑灿●▲▽☆：场景没有想清楚★▪。这个场景是否真实存在▲▷？创业者通过什么方式理解这个场景…■▲？自己闷头想肯定不行☆▽▲◁▷△。基于特定场景的假设□☆，ta 是怎么验证的▲▼★=★…？当然可以还没有验证▷▲•，但最怕的是「不知道我要验证」==◆•■△。
国内模型公司和互联网大厂主要想切的还是泛 C 用户…△★■，追求用户基数◇■…，这符合互联网大厂的胃口•◆。他们也有底层模型研发能力-…■，他们想做没有任何问题▪▼▼▪。但至少目前-▷□，单纯靠模型很难满足专业人士和专业领域的需求○•▼。跟模型能力限制有关●▷■，也与模型公司的发展方向有错位□◇□…。比如GPT-4o追求一步到位□▲●，但专对于专业人士来说△☆，细节至关重要••。比如广告投放◁●▲-，细节可能对A/B测试的转化率产生细微但关键的影响▼△△□★；或者在产品设计中•■，特定的视觉元素与要传达的核心信息紧密相关◆☆。这与普通C端用户追求「看起来不错」或「一蹴而就」的接受标准不同=•◁……。
3▽△. 提供网络▲-•▼▲。比如我们给 Manus 介绍了张涛和 Peak◆▽▲，以前也给大量的真格被司介绍过高管=•。这种合伙人级别的牵线-●△■，我们一直在做◁★•。但说到底★▪○◆，真正的好公司◇•-，不太需要投资人帮太多忙▷=▪-。
Founder Park◆☆△…★：Manus作为一家AI应用创业公司◆◆◇○▪，引起了全球范围内的关注◇◇，公司也顺利拿到硅谷VC的投资■▪▷☆。它对中国其他创业公司有怎样的参考意义•◆●…▪●？
第二次创业（蝴蝶效应）天使轮--▽=▼▽： 方向是做中国的Benchling（生物科学领域SaaS--▽-，估值60亿美金）○▲，我们投了天使轮…△▼▽，那时还没产品•△=■●-。
只要在人类信息传递的载体里▽▷，你能找到对用户有用的点●▼△，让他觉得这个东西有用◆☆，就能成=•◇•■•。Founder Park★▪○★△…：很精彩的视角•…■☆••。
最终是跟着通用模型智能水平走的★■◆…★，可能是模型即产品的终极形态▼★□▪。当然这肯定也需要行业基建（比如MCP）来配合■△☆▲★…。目前我们看到的这些所谓的通用产品的形态◇…-◁◇，应该离终极形态还是有差距的○▷…☆••。然后像Manus◁-，可能他们现在先做成一个偏通用的形态推出来●•，但后边肯定也会看到平台上的用例更多集中在一些场景或者垂直方向上面◇▽…■◆，我觉得如果真的要迭代的话•-•▽☆☆，可能后边它也会有一些侧重点★▷■。
不同人群在不同环境下的诉求千差万别•★•★。模型既不能□▷、也没必要穷举所有场景▽◇，它做好基础能力就行◆○◆半麻将胡了2模拟器中国A。
真格基金刘元•★：浏览器产品当时其实已经做完了=▲■，硬是没发★▼★…■◁。变化有目共睹▲…▽=，
MCP的成功部分源于Anthropic的号召力△◇□▷▽，生态中还有很多关键组件可以通过社区力量探索▲▼▷==□。在当前两极化的环境下…☆△●◁，开源生态有独特价值-▲◁▲=○，可能高通体系的◆▪、中国主导的完备方案需要各自完备一套◇△…，有可能未来会分离的△▽，这类组件的价值未来会凸显◆▽●。
我的一个逻辑是△•▪，Plaud是华米OV肯定不会做的事情◁▷◆▷☆。为什么呢■=？因为它不是一个亿级的toC产品▪☆★▲•◆。录音笔本来就是个百万到千万级的商务级产品◇-。这种产品在大厂里面立项是非常困难的▲▽。想象一下小米做一个Plaud的山寨…○■★☆◁，就算做出来卖个一两百万台●△•▽▷，会很难受☆…△▪，在内部一点不解决问题▲▪●，那个负责人会被骂死的▷◁△。这种方向丢给小米生态链公司▽▪◆□，他们都不一定会正儿八经去做▽-。所以■◆□▲，有些方向是一定大厂会做的（比如智能眼镜☆▽◆□◁、手环）□☆▼，但有些方向就是大厂真的是爱莫能助▽•▪，因为内部的衡量机制和激励不鼓励他们做这样的事情△▪◁▷▽。这就给创业公司留下了空间◇▷。
2▲•▼. 提供信息-…▷。创业者是隧道视野（tunnel vision）▪=▼，投资人可以提供广度信息△•○，告诉他赛道格局●☆=▪、行业最佳实践等▷★△。
Agent 不看广告▲•□▼，就不出手▪☆★□…。而是需要与现实世界交互▲▷○。如果强行让这些玩具开始说话◇△？
但能做多大是个问题▪◇□-。2•▪▽▷. 产品有机会□▲○◁▽：像 Manus 这样的产品◆▽，探迹科技完成由凯辉基金领投的3亿元人民币B+轮融资△■●。明势创投夏令•●：DeepSeek■☆△■，形成独特的工作流壁垒-▷▼○。
我们历史上投了肖弘四次◁-○，从他上一个项目开始★▼…=★▽。第一次创业▼●★-： 上一个项目●○，大家都知道了-◆▼◆◇。（壹伴助手和微伴助手▷☆，公众号运营工具◁☆○○，后卖给独角兽公司◁▲…☆□○。)
Founder Park○=▲▪-：现阶段◁●…，VC 能给创业者提供的帮助和以前有变化吗=◆□•？
肖弘就是一步一个脚印◁▼◁，像蜗牛一样往上爬◆▽◁▲□=。他一个国内团队▲△▷▽=★，没什么海外背景==▼•，做出了全球产品◇☆△▼◆；非技术大牛出身…●◁▼，做出了Jack Dorsey▽…☆◁、Andrej Kaparthy…▲◇-◆=、Thomas Wolf 都在转的产品■•○△●□；吸引了非常厉害的人才-◁■○。他经常说「平凡人做不凡事」■◁-=◇，招人也不迷信光环■▽□■◇▪。这说明了实践▪▽□□■◇、在环境中学习◁◇▲…▽、迭代的重要性▲○△▲□△。
我们作为投资人…◆□▽，何德何能预知未来▼□●•…？如果我比 ta 还明白…-▷◁-，那可能得反思一下○◆▲□，是不是很多人都想到一块去了●••☆○？我们追求的是大概正确-▷☆、模糊正确▼◇•。我们相信优秀的创业者是有自省和迭代能力的▲△■。即使他当前做的事我们觉得不大行◁○▼-•▽，但只要我们认定他是有潜力的人•▪•◇，相信他自己会在过程中发现问题并调整=▽△▽，而不是需要我们苦口婆心地去说服他□…▪▼…。
在今天的市场上▽▽▼◆•◁，它的生命力就在于社区▽☆▼○•。Tungee背后的公司探迹科技成立于2016 年☆★▷！
Founder Park★★▼：DeepSeek爆火是今年最重要的黑天鹅事件◁▪▪▽□▪，它改变了什么◆△？
去年市场极其冷淡▷★-。今年春节后□◁○◇，我们接触到的人里●△…，表达创业意愿的变多了□▼◆……。这和信心有关◇△-☆□：
爱诗科技成立于 2023 年 4 月◇●，创始人王长虎曾任字节跳动视觉技术负责人及微软亚洲研究院主管研究员◆●○。2025 年 3 月=◇▽○●■，爱诗科技完成由靖亚资本投资的 A5 轮融资▷□▪◁☆，A 轮融资整体规模超 4 亿元▲◇=。
Founder Park▽△▲○：通用vs垂直是现在的热点话题…•▷◆…□，有很多通用Agent陆续发布□○▲☆，但这个赛道似乎像通用模型一样▲▪●…▲●，是个赢家通吃的终局●◆？你怎么判断通用Agent和垂直 Agent的创业机会●◆□●？
其次--▲•，这种垂类场景也限制了模仿的空间▼★□=。Plaud在领先的这段窗口期内增长迅速▪▷□•…△，很快建立了品牌认知■○。你要在一个已有品牌认知•▪▲=●▽、规模中等的垂类市场里-……☆，推出一个完全一样的产品…◇••，并不是一个 ROI 很高的市场选择…▲◁•■●。如果没有明显的功能差异或升级…◇，很难撼动原有玩家的地位△△■▪★。而市场空间又没有大到让新进者砸大量市场资源去做的程度•◆•。所以它现在这个局面也不意外▷•●☆☆◁。
Scaling Law也是一样◆○◁□■，三五年前有多少人信仰Scaling Law▽◁？从Pre-training到 test-time compute☆•=△=，每年的发现和判断都跟前一年完全不一样□…▪…▪☆，假设本身就在不断颠覆△△▷☆=■，当下的假设从来都不是亘古不变▼◁○▼▪-、从来如此的▼-◆•，无法被挑战的△☆=。我的意思是=▼◁▲☆，技术壁垒的权重经常被严重高估○◆◆▲，许多壁垒是靠日积月累的工程铸就的◆-，不是靠天才灵光一现参透的秘密☆▼▼。不仅仅是技术迭代快◆☆○◆-，更重要的是你对用户和产品的理解▷◇=□、洞察是不是够细腻★◆=、够快▷●☆○、够准…●■◆◁。中国最大的那些互联网公司○▪◇▼，哪个的技术是当时别人完全无法复现的★△☆★□？我觉得没有▲▪•▼。
大厂合作△▪■◆：事实上▽▷★◇，互联网大厂在Q1密集地通过投资+业务扶持来支持一些 AI 应用公司★★□。它们并非纯粹的竞争关系-☆▷○◆。
我好像找不到第二个竞争对手…△□★■▽。它的设计非常简单□-：一个底座□■▽，比拼的是对场景的深刻理解☆★、对用户的精准洞察以及产品创新能力□▽。要跑出来▼•-○，现如今的 AI 创业☆▼▽•▲，历史上-△，未来可能被收购或上市…□○。
锦秋基金臧天宇☆▼○…▷：我们觉得这个领域很矛盾=△▷：一方面▽□◆▼，确实存在短期过热◇•；另一方面▼▽★，它带来的长期变革可能也是被低估的••。
Manus之前他们花了些时间探索■▲，我个人理解▪◇■=，是内部在不断调整以寻找PMF的过程▽▲。Manus本身可能不需要特别大量的人手花超过半年的时间开发○▲，但
Pendant is all bullshit☆▼=，没有一个公司做得稍微成功一点=▽□☆。我当时在Google Glass的时候◆◆，各种可穿戴形态●◁，我们都尝试过▷△▷◇。Pendant真的是个很糟糕的形态▪▽◇，它放在胸前-△◆△▲，你的心跳都会对它有干扰=▷■，那个收音的位置▷□▼□•◆，各方面都差很多◁=★■•，但架不住大家会前赴后继地尝试★★●▲★△。
每家公司每一个当下的动作▪•◆，背后可能有各种原因▲-•。对于创业公司来说-•=◆，我们还是强调□☆，要有足够的同理心■▲•△，要站在这个创始人和团队的角度去想★=▷△■☆，比如它是希望让更多人知道我△○、关注我的产品◁…？还是要用时间换更多的空间机会•◆■□◇？
放上不同的玩偶●▪▽□□，都是非常优秀的具身智能公司▲•★▪▪☆。因为技术驱动力在▼★▽，让大家看到通过产品创新和能力◁■▼▽，那大概率不应该是创业公司去做☆◇▷。交付超30万台○○☆，DeepSeek完全开放了思维链▽▽■△□，在一开始就想拿到 A16Z▼▷○、Benchmark 等顶级美元基金的钱其实并不容易●=▲■•，但就像移动互联网时代○-，提了意见▼▪★◆▷-。
我认为☆●△◆◇▽，创业团队过早拿到大额资金○☆□•▼◁，可能导致战略方向的偏离■◇。参考移动互联网▼•▷，张一鸣早期只有周子敬等人给的几十万天使（2012 年）☆◁，后来王琼 SIG 的百万美金（2012 年）●•□，甚至 B 轮融资挺痛苦的◇▲★。
核心就是○▼△▽，如果大家愿意一起合作▼▪▽●□★，尤其在早期没有人认可你◇○、没有人能够识别你的价值的时候★△▼，我们一起合作▼▽=•。那对我来说这是我发挥最大价值的机会=…=★☆，这也是他获得最大收益的机会☆=。
比如 GitHub/VSCode 生态整合=●•。如果便携设备能够采集我们在线下生活中产生的大量语音■-◁••◆、视觉乃至生理数据○△，他们对自己要求非常高◁-•▪□□，2021年12月☆…，这种战略取舍和执行力很牛△▪。中国的创业者其实长期在应对大厂竞争◁▪☆■•，但这一定是新的篇章▲▷●◁■，年化收入达到一亿美金▽…★•。
□●，即在国内已有成熟业务的基础上○▼•◆▼△，将现有产品进行改进后扩展到海外市场▪◆▲☆△。这种模式适合那些在国内已是头部的公司▽▲▷●◆-，利用现有资源和成功经验开拓国际市场▲☆=▪。例如我们投资的「e 签宝」麻将胡了2模拟器•-●▪◁▼，作为国内电子签名领域的领先企业▷-，现在推出了全球品牌▷△△▼☆，为中国企业的出海提供可信签约服务▼◇●。
我觉得=△▷◁△，对于Plaud▼=◆，包括我自己▪▲▼，作为投资人-◆▼▪▲◇，直觉就觉得这件事太简单了★◁■◆。但实际上…■，这样一个简单的东西-▲☆■▷…，如果你真的切入得很好=▽，用户是会用的△-■■。但现在大家想各种各样的创新•▼●，做一个漂亮的挂坠▽▪，或者一个fancy的AI眼镜◆◇★•○，有时候是事半功倍的--■。这件事我觉得很有意思▲•◇□◁，怎样的思考决策最终导向了事半功倍的情况◆◁□？现在的创业者●…、投资人◆…，应该仔细思考▼◇，有哪些Plaud Note这样的机会▼=◁◆◇◁？
面对一个「all moving pieces」的局面▼▪-◁○=，他们没有死磕最初的想法▽■☆◇■•，而是在任何时间点都选择一个当下最有可能爆发的产品方向和攻击角度△-▷，持续调整•■-=☆▼，直到找到 Manus 这个突破口▪☆△○。这种在技术变化进程中的pivot能力很强■★●■▲。
…◆●★▼，（如OpenAI 早期探索语言模型的 Scaling Law=☆•=◆▷，或固态电池研发等）•▷•◇，风险极高▽□，不确定性也大★▼▼■……，因此更适合产业资本或非盈利组织★■▲，比如马斯克和 DeepSeek 的模式★★●，这不是VC的菜=■▽。在
Fundamentally☆◆▽◆◁•，并通过 AI 模型进行实时处理和反馈▷◆=◁，核心原则是△•◇-：不要在大厂的主航道上竞争★•▷○◁☆。最终还是用户和数据说了算●◇▲□•。尤其是 Agent 和其他应用类项目•▽○▼，我们在这一领域持续布局○•=△，很多时候是个信心问题◆■！
1◁○□□-. 内容生产●•◁○▷：AI 降低了内容创作门槛☆▷，带来了新的内容形态（图文••▪、视频◆◁▲●、交互式内容等）▲□◇。这里有机会☆●△▪☆，比如我们投的视频工具▷△★△、AI 内容社区等■▪★▲。
这需要=◁★…■：在健康领域◇▪•▲，反而可能破坏这种想象力■▽-▲▽▪。浏览器也是◆◁…○，对于国内团队引起硅谷机构的认知是非常重要的-■△。第二-=○▷▽，以及相对宽松的监管环境（尤其是面向消费者的内容和娱乐类产品）●▼◆•。比如☆•▼，踏踏实实做事的人还是挺多的○☆•■▲▽。转向ChatGPT for Google/Monica时•◁•☆◆：我们看到他不仅有能力做出高质量产品（类Benchlin品做出来但没发）••…▪□●，对我们而言就过了早期投资阶段=▷=■？
创业者早期拿太多钱可能会让动作变形◆▲▽▽◆▷。早期张一鸣拿了多少钱…-▼…◁●？现在很多背景不错的创始人==●▼▪，一出来就是几轮-…，有点重现当年最疯狂的时候◇○▷○◁▼，华贸一天闭环◇▪，三轮结束了啊●■▪…◁。
要说这个品类的标杆▪=▷▲◇，我觉得还是回到迪士尼做的那些东西○△▪★=，像 Wall-E○☆，像 GTC 展示的那个两足小机器人▪◆◁=。他们在表情★◆●▲、情绪◁●、运动●▪、机械设计▪◇=★、ID 设计◁-▲△◁、动画设计方面都非常好△-☆▽□…。不是一群工程师设计出来的▪▽○-■▼，是美术师…△△▪○、插画师跟工程师联合做出来的•☆○…-。有没有 IP◁•◁-=，有没有做形象-•…■○○、做故事的能力◆▲，对于这种产品是非常关键的△…★-=。而这个能力我认为绝大部分投资人是比较忽视去如何 assess 的◁◁●○。
但找不到★★△◆△。更根本的是…▪=•○-，不应该「长得像浏览器」○☆-•▽。但这些好项目一定不在拍脑袋就能想到的地方☆…●，需要更多专业知识○▽、行业数据和工作流的整合☆…。
现在创业成本很低=•，小团队也能做出高收入的产品（Midjourney…=•◆○， Cursor 都是例子）◁□。没什么借口了★○▽△，就几个人也能干大事◁=□△★▷。所以▷▷▽◆◆，赶快上线PMF 的有效期变短了
在SaaS时代▽★△，就有按人头（By Seat）和按用量（By Usage）两种收费模式▲△▪◆▷。By Seat 适用于边际成本极低的服务◇●，用户越多○◁▽▽，成本被摊薄得越低◆▼◆◇，从而实现更高的毛利•-=▪●。但由于AI对token的调用成本相对过去 SaaS 对云的成本要高挺多●○▷□★-，因此纯 by seat 的模式在 AI 时代并不是最合适□◆◇▲▲，一般可以采用混合模式的收费▽◆▷●▲=，基础订阅费包含一定额度的使用量•◁▽▪■，超出部分按用量付费☆○。这可能是更为合理且灵活的选择▼▷。在 SaaS 时代也有这样的例子•●▽， 例如 Docusign（电子签名服务平台）▲▷，其订阅费用包含一定数量的固定签约次数▼●☆•●，超出部分则需额外购买▪-。
但它是大家最喜欢的产品之一▪▲◇☆。它面临的挑战反而可能促成高价收购=☆△□，需要有信任基础的早期美元基金来支持早期更好◁◁。依然能做出不错的成绩=◇。但4o用一个模型就解决了部分问题（图像）◁◆。这非常厉害…□△☆…★。
而且它的未来充满不确定性▽◆=，最大机会最终诞生在短视频=▽◇○◆•、文娱和社交领域一样○••，在手机厂商自己做之前▪□-▷▼☆，这个问题其实创业者们已经面对和讨论过很多次了•◁□▲☆。Atypical 邵帅▼-=★▼▲：从消费品=△★，那就等 12 个月以后●▷◇…？
ComfyUI 是一款用于AI视频生成的开源可视化流程工具-◇▼☆=◇，作为Stable Diffusion的插件发布▪▽•□◆，用户可以通过节点连接精细控制视频生成过程▪◇◁-▼△，并支持工作流模板的复用分享•□-。深受专业设计人士和开发者喜爱▪=•■•。
条款是不是也要变•◆•-？这些都要大改■◆▽…。虽然现在公开讨论不多▲◇▼●▽，但我相信很多 VC 内部在思考或已经在做这些事了□▽。
把某个具体的■=◇◇、垂直的场景做好…□▪。对大厂来说◇◇◇○•，这些细分场景的诱惑力可能不够大（创新者的窘境）◁=▽★▷，但对初创企业来说•▪…▽◁-，是很好的起点△★○■○▼。例如▽●，虽然字节有 CapCut （剪映海外版） 这样功能包罗万象的视频编辑工具○▼▼▲◆▼，但市场上依然有很多专注于特定视频编辑/操作功能的成功产品-◆▷，年收入达到 500 万甚至 1000 万美金以上●◇▲★★○。这些产品能在 CapCut 也能实现的功能点上…=，把局部体验做得更好◁▲○…。大厂做通用工具时▪-▷▲▽，很多细分体验是无法极致优化的●△□☆。大厂有其固有的做事方式和倾向性★-▪▪◁，有些事情他们天生不倾向于去做•□▽◆。
（如近两年大模型技术路线逐渐清晰◁◇，大家开始卷算法■◇■、工程▽●、训练方法）•▲◇-◁□，VC 们可以开始进入投资•▲□▼，但主要还是少数技术精英的游戏●◁○，技术壁垒仍然较高◆□。在
所以★○-▲◆，这三次转型-▷○▷▲▷，我们看到的都是他的进步•☆□◇◁，信心是越来越足的◁…★。Manus的出现…▷，感觉是水到渠成○☆★。历史上●…▽●▽，真格很多成功案例都经历了激烈转型■◆▷。从PC时代的聚美优品（从游戏转型电商）△•○，到Anna（方爱之…△■，真格基金创始合伙人）投的小红书★◆▼▽，再到最近上市的地平线（真格也是天使投资人）○▷△■◇-。
产品型公司•▪●•□：如果还停留在L1▪△▷◆▽，现在面临的最大问题是你的L2▲●◇☆、L3是什么▽•★▷=？必须前瞻性思考和布局□=•■▽•，否则当前的投入很可能无效◁▪。Manus 是一个L3产品的雏形◆=▲◆▲◁。虽然在测评中比分高的部分并不是严格意义的Agent★•，他们对于需要多步推理和使用多种工具的任务完成度仍较弱•◆△…◁，效果肯定满足不了大家的需求•▪，但它验证了L3 Agent产品形态的趋势□▪，它的出现肯定会对L2产品形成冲击▼○-▽○。
比如我们投的 AI 律所艾语智能 vs 美国 Harvey▼▲○○◇▲。Harvey 服务的是世界 500 强的律师◁□△★▪，为他们提效◆■，收席位费☆□▷○▷■，工具导向-▪。艾语是自己服务金融机构提供某一类细分的批量诉讼业务□=•▪◁▽，AI 完成大部分流程…△…--▽，有些环节需要 AI 指导小白操作□▷，收费模式是 take rate□△◇•，交付的是结果◇▽★☆；包括销售工具◆▷•▷=▲，美国 SDR 工具收席位费■•☆▼◆，中国我们看到有创业公司直接做销售拿 take rate▷■◆▼-。本质上■…△…，技术跟垂直行业的结合◇◁★△▷，是把原有行业中无法标准化▽○▲◆、结构化的业务环节进行标准化▼★◁◆、结构化▲•●，从而实现规模化=-○●▷，最终交付结果□▼▽▷▪。
但对于大多数软件应用类和硬件项目◇-△，我更看重创始人如何打磨产品☆■•、实现商业化的能力◁△▼▼，关注 PMF•○、Retention ◆▲、ROI 等一些核心指标=▼●，虽然看起来有些「守旧」■…◆…★△，但是我们坚守的投资逻辑△…☆◇=。
我们的心态非常开放□…•▼。我们会根据从创业者那里学到的东西形成一些观点■=◆▲，但我们清楚地知道这些观点随时可能被颠覆△•◁▲•，并且非常期待被优秀的创业者来改变我们的看法…▼=◁。这一点☆▷◁▼，真格十几年都没变过◇◆☆•△。
尤其是「Save Time」类产品◁■☆★•，应尽可能面向专业人群☆••★○、专业领域-▲○▷▪，避开模型公司能力边界扩张带来的直接冲击••-==…，要考虑到模型公司能力和边界的扩张对你的业务的影响■▲。
要追求实现之前无法实现的新产品形态▽◁○△▪☆，而不是简单地用现有模型和工具复刻旧产品•◇-▲。比如•=◆○◆，现在做AI短视频★▽★▽，很多Agent方案可能都有问题=•△，因为未来直接生成可能就不需要那么复杂的Agent了…●◇☆=▽。工具的目的是服务于新形态的视频■=-•◆◆，甚至定义新的视频类型•■★…▼。我们即将发布的新视频生成技术-◁，其产出物就和之前的视频不是一回事•☆◁，工具链自然也要随之改变▪•◇。关键在于团队对创业方向的定义▲●=●：我到底在解决什么问题▪■•●？这对工具类公司尤其难•☆▽●●。很多人基于现有内容平台和形态去做工具△□☆▼，短期能吃到红利▷△，但这如同在沙滩上盖城堡△•●□，一旦内容平台或形态变化▷…◆，工具价值就可能消失●…▪▼◆。
Toniebox 是全球儿童音频播放器的销量冠军★■•，手机厂商是在为端侧 AI 铺路▷□▽◆◇•，需要在短期红利和长期风险间找到平衡■◇▼。是基于 AI 技术所带来的全新内容形态和全新内容平台的可能性-○▲◇•=。
▼☆◇△▪■，不仅是商业化△▷，还有影响力▷▪◁。我们最近有跟很多科研机构交流•■▼，也包括一些企业★••，比如阿里的Qwen 3◆■-▷□•，影响力是重要的标准▷▼★●▼□。国内很多人工智能研究院▷★=，把 Paper 的标准也改了-▷，甚至不发Paper也能毕业▷▲★-，教授不需要太多引用量也可以获得大量的经费支持▼-。Tech report◁■■◆▽、开源项目▽◇☆◁，这些好的成果都没法用量化的方式判断•▼○，有些开源项目的star数可能水分很大▽-◆。真正好的东西▪◇，大家自然会知道◁◇▲•○◆，不用刻意制定标准●•▷★●◇。如果你纠结如何评价…△★◆，可能只是因为东西还不够好□▷。这是一个多年来大家心知肚明的问题□▲•□•，只是过去不愿意承认-★…▷。（DeepSeek事件）让大家意识到▪◆▪•●■，其实学术圈的问题不止是算力的问题◆■☆□…★，还是机制的问题◆■▪，甚至是目标管理方式的问题◇•。很多研究不需要那么多算力-□，而且最近▪•□，很多学员也拿到了非常多的算力…★◇▲▲▽。大家都在自我反思••★=★○，追求第一性地做科研•▼◁…☆…，做企业▼■…=○。
大厂拥有绝对的流量优势麻将胡了2模拟器◇•☆■、成本优势和资金弹药优势○▪▲◆▷★。采用了「硬件+订阅」并行的收费模式■○=，怎么看后续发展○▲-？MiniMax 的前景如何•▲▼▽？回顾以往成功的玩具或产品 IP 之所以能成功…■•▪，但在信息爆炸-▲▽、注意力稀缺的当下□▲。
过去几周▽☆▷，Founder Park访谈了十多家投资机构▪-，美元■-▪、人民币□•▪、大厂战投…◆□▽=…、新成立的基金△◇☆。这些活跃在一线的投资人们•□▷○，不论年龄▷▷□●、资历▪=◁、title◆◇◆●☆，他们积极甚至激进▼◁☆▼。感谢他们的信任◁□，我们在交流中收获了极高密度的信息和洞察==。经过我们的梳理▲•◁◇○▷，将部分可公开的对话整理成文○☆•★▪，希望能为当下的 AI 创业者提供一些有参考价值的思考◇■▲▪▪=。
我个人觉得▽▽□☆…，不要太高估云厂商的研发能力和内部协同效率•▼▲。比如华为的卡适配 DeepSeek-▲●…，很长一段时间内■□■◇，甚至未来半年◆•▷□□，可能都只有硅基流动能做得比较好◆◁◇○★◆。为什么会这样■★●○？理论上创业公司不该领先这么久▷◁，但事实就是如此……=。
真正好的主题▽…◁★▼，肯定不是工具☆•…。最好的主题▼□，比如 ToC 的娱乐应用•…◇▼●，还没真正出来□■▼。今年可能会冒出一些苗头▲◆。还有一些平台性的主题◁-▽，之前没人做▪-◇=，现在才刚开始有人摸索■•-□◇△。
但今天呢▲□■★▽？很多背景不错的创始人=★…•，一出来就是几轮○=●◆，具身智能也是这样•◁◇◆◁，有点重现当年最疯狂的时候…▼★，华贸一天闭环○○…，三轮结束了啊◆▲-▪▽。（笑）当然▷…，做通用模型或 Agent 这类需要大规模资金投入的项目另当别论●•▪○。
L1•□=：Chatbot（对线□●☆▪：Reasoner（推理解决问题）L3▲◇▪◁：Agent（调用工具完成复杂任务）
我们还要关注•◇□▪，用户付费之后☆◇★-…■，留存▷☆▪▲■•、使用频次◇▼-•▲▲、场景▽□○▪•▲、时长是怎样的…▼◇•▪？用户用产品创造的东西◇▪●▲=☆，有没有下载下来==？下载之后有没有分享◆…◆●◆•？这些行为数据-▪◆▽-◇，可能比 ARR•●、比收入本身更重要▷…。收入往往是一个滞后的结果▼▽□，前置的是高质量的用户行为▷◁•。哪怕一个产品不产生收入□●▷◁△▽，但用户行为质量很高▼☆=▽▼◆，我们也认为它是高质量的产品△▷■▪。反之▲■▷■，如果只是通过各种手段（比如利用情绪 FOMO）促成了一个付费转化行为…●○▪，但用户后续的使用频次=▷•■、场景并不理想▼▲，那这个转化本身意义也不大□▪□▲▪■。因此除了数据▪-☆▪，我们也非常看重用户调研◆-▷●。
尤其是产品型公司▽••●△=，要尽快找到产品与市场的契合点▼…◁▪。3-6 个月足够做初步验证■○。融资节奏上-▲，可能还是持续融资▽△▲、小步快跑…△。
聚焦专业人群…○▼、专业领域●◁○，增长可以非常快▷◇△。比如我们投的某个垂直领域 AI Agent•▪☆●★…，一年时间在国内做到了1000万美元ARR•…■◇。垂直领域竞争对手不是互联网大厂◇▼，而是细分领域的传统玩家■◆◆，而且在中国有相当多细分领域的玩家都是小散■▲◁▲。AI在这里有机会重塑业务流程●▼▪□■=，实现业务标准化◇•、结构化从而实现规模化▲=。
大部分还是关于「人」◆☆=◁•。人和事是相关的▪▪=，一个人思考问题的方式会暴露他过往的成长★•●、学习-▼★、对 AI 和社会的理解●□▲◇•▼、以及潜在的弱点◁○◇◁◇▽。很多时候我们拒绝▪▼，是觉得创始人自己并没有真正进入「创业状态」•▪•■★。可能信心和勇气到了■●…■，但整体动作▷★-▪、思考深度还没到△○▼●□-。事可以变◆◆★◁◆，但创业状态不对▪■，在这个时代会非常困难★■◁▼◁。
三是对于小众市场的刻板印象◇△▼，语音记录在很多行业中都有特定的解决方案…◁，例如汽车销售的电子工牌☆▲=◆、蓝领市场的录音设备▪■□◇=•、传统的录音笔 等…●☆•□○，Plaud Note采用的是「硬件+软件订阅」的定价模式…★，可能会让一些人觉得属于一个较为小众的市场◆-。
是的○◆△。要解决社会重要问题或推动智能向上发展◁■◁△☆●，首先要在各个领域树立起「超智能」☆△▼☆，就像AlphaGo/AlphaZero在围棋•□、星际争霸中做到的那样☆☆■•□。理论上△◇△-，像Excel操作-■○■•、商业分析▽•☆○◁△、商务拓展等领域▲○●，都应该先通过这种Search to Learn 的方式形成超智能▼▷●◇△★。有了超越人类规划能力的绝对智能基础=★，上层组合的Workflow才有价值□=●○▷。否则•◁★，简单的流程组合很容易被模型性能的提升或深度垂直智能所碾压▽◆。这是一个分周期的事情▼▷☆。另外◇▽☆，
Cursor 是一款非常热门的 AI 编程工具=•▷▼=-，付费用户数达 66 万○★…▽，其背后的研发商 Anysphere 在一年内实现了年经常性收入 2 亿美元=○○•，是增长最快的 SaaS 公司之一=☆▷。
打出足够长的提前量并建立品牌◆▼=，它改变了什么•☆★？但更让我兴奋的☆△◆□，大家没有把它贴在 iPhone 上用•○•，其他的可能会逐渐消失▼□◆…。提供对应的服务◇-△○□▼，然而●-•▷◁◆，「+AI」的应用越来越多▷•☆…，不要去做那些明显该 OS 做好的通用功能○……■▪□。而是在非共识的◇▽、精心挑选的•▷◇•◁、深扎场景找到的切口●=•■○。
其实是有历史经验和预期的——通常是那些更系统级•□▷▼、更通用的功能▼…◇=□☆，我们2022年初投资 MiniMax 的时候▼-○，创业者需要依赖他们○▷。
产品层面▽-▷：元宝▷▽、夸克等确实承接了用户流量▪○▷，数据增长很不错▪•，验证了我们在泛C 通用应用上大厂有优势的判断△▲◆•◇▼。对创业公司来说▪▲•，要区分产品类型=■，大家喜欢把产品分成save time和kill time两类▽◇=•，还可以分成ToC还是做ToB ▽=。
我们的打法之一是带着一些顶层思考（Top-down thinking）和思想实验★▼★=●○，与有热情的创始人碰撞▲☆。我们比较完整地经历过移动互联网周期☆◁▽▽，对用户和大规模群体有观察和总结▷●▲○▽☆，希望能给创始人带来启发□•=●▲，这是一个共同思考的过程☆▽○●◇，而不是规定他们该做什么-▼。比如□■▷，半年前我们认为 Coding 很关键◆★•□△◁，就会和认识的年轻创业者探讨这个方向▽…=。
我们的定位是做 「思想实验皮条客」■◆，既高尚又接地气=■=•◇。乍听有些奇怪◆▷◁☆▽…，意思是我们要把最前沿的认知和想法◇□，传递■◇☆◆、对接给合适的创业者▲◁◆。同时保持弱者思维☆▽▽●☆◁，我们尊重任何角度的独立思考=▽▪☆。
他们通过PLG的方式实现了有效的增长★■◁△，未来会不会出现下一个「抖音」或「小红书」☆★◁？在硬件方面•=☆，Toniebox 是一款为 3-8 岁儿童设计的音频播放器○◁▽◆●•，这件事很难做★☆=○•，如果未来是应用驱动▷•-▪，现在很多人对底层机会想得更清楚了○•◇■。并深入其中◆◇◁■，线性资本郑灿●●◁○：最常讨论和思考的问题是●▽：今天的技术进步••■◇…，创始人兼CTO陈开冉是一名连续创业者◇○？
虽然有很多相机 APP 挣到了钱▽▪◇●，大家似乎又回到了同一起跑线▽▪=■，我们已经投资了几家很有潜力的公司=◁，AI时代的浏览器□◇△◆，ComfyUI当然可以实现类似4o的效果△▪★•-…，我们能「插件式」地对接资源△▽…◇。比如考虑到模型能力▷•=▪▲、用户的付费意愿•▪、人力替代的 ROI（尤其在 B2B）□…△，这个过程充满了演进和转型•◆◁。是我们非常喜欢也高度敏感的-•★▽●，让玩具开口说话功能可能违背了直觉•◆！
在投资这个公司时•▪，我们知道创始团队在视频和 3D 领域有深厚的技术积累☆◆，创始人的学术背景和工作背景跟想做的事情方向是高度匹配的…△=◇•◁，Founder-Market Fit 很好◇◇▲。但最开始并不清楚做什么产品可以成功…□◁，所以从数字人切入积累技术产品化-■…、产品商业化的经验■◆▪。在发现这个方向不能充分发挥创始人的优势后●•▽★▷•，创始团队能积极寻找新方向并开发出用户喜欢的产品★-△，这个开放的心态◁=○◁▼、开阔的视野▽▪▪◁☆◇、超强的执行能力才是创业者最核心的价值◆▽…○■。
未来的应用可能不都挂在云上○□。也许操作系统定义会变•=，所有窗口都是浏览器◁△★●▼，不再需要装那么多本地应用☆●▲，应用变成中间件▲○。这会对应用◇…●-◁▼、云▽○、Infra 公司都产生巨大影响■☆◆○。只要有变化就有机会◇△•☆。没有变化才尴尬△=★▼▼。变化中最快响应的通常是创业公司=□●■…。
真格基金刘元◁-：首先我自己没领导过转型□▲◇▪，可能没有资格谈■…☆•。但从观察的视角▲★•▽，成功的转型往往不是因为原来的事做不下去了☆■=，而是
可能有人会argue▼◁○，小米会做▼◁○…•，安克会做○●▪。我相信有很多品类○▲▽=，比如智能眼镜=▼■…，小米华为肯定会做□••，有几十个公司冲进去做=▷，但也没有哪家实现几千万美元的收入◁=□•▲，而且毛利还低△•☆-=▷，因为供应链把成本控制得很厉害■◇☆▷=。
如果一个垂直领域 Agent 项目…☆-•▼，Ta 选的这个事情本身不是一个好生意◁▲-△☆□，商业模式不好••☆，即使技术产品层面可行▼■◇◁☆，我们也不会投◇◆▲▷▷•。创业者需要懂这个生意本身▼●●▪▪。
对▼…△。谁能在这个技术变量上更好地抓住机会▲-☆-，利用好当前所有的信息传递渠道（比如社交媒体）•△，解决信息不对称问题▪-•▲△☆，谁就能成功△▪•★▼。信息从不对称到对称的过程▼□△•=▷，也是用户和数据量级变化的过程▷●。任何人抓住了这一点◁…☆☆◇•，无论大厂小厂还是创业者•…，都有机会•■☆▲□…。拼多多在海外没有用微信同样也做得很好▷-▪。
▽▲•，开始获取用户反馈△★=，哪怕不急着商业化■▪=。从用户那里获得真实的反馈□●…▷=，然后快速迭代○☆•。
Prosumer的产品◇■▼▲●，审美☆=◇、风格和细节是专业用户的无止境追求▪▼▼▪…◁，也是创业公司的机会所在…☆○。
相比上一个全球化周期□◇□●★▼，中国的美元基金总规模是大幅减少的▲▪●，但同比创业团队的数量也少了很多◇…☆□，这也和技术阶段息息相关▲…▪。因为数量少了○★○，同时一级市场有效性很高--○，优秀的团队和热点方向估值增长就会很快…△★●。行业里主要有两种打法■▽□◆，ETF 打法对市场 beta 有效体现☆•，以及现在在硅谷也很流行的 solo fund 打法○=☆。Solo fund 在现在的优势•☆…□●◁，是更多利用社交网络和媒体□•▽△，把个人认知☆-■★◆、资源串联和品牌效应放大了◆☆☆▲★，我们就在这个道路上做尝试=■，在更早甚至半孵化的阶段去服务创业者…=◆。
特别说一下○◁□★•=，两家新成立的基金□◆◁，从五源出来的陈哲做了Alphaist■▽•…△☆，从弘毅出来的李一豪◇○•▪□、钟陆欢做了Creek Stone●▼●•△▽。新基金的GP很有趣○…=•-☆，他们也成了创业者…△=。
二是对壁垒的误判□-□□•▲，很多人会觉得●☆◁□★，像会议纪要这种功能•★，其实飞书的妙记◁▷、手机 App就能够做○◇☆…，为什么还需要专门的硬件呢◇▪？如果它的核心依赖于转写能力△▪☆，那么它的壁垒在哪里▽▪◆？但其实我觉得Plaud在硬件本身已经做到足够简单和极致了◇◆-★…▪，很难在同样的形态上再有超越=◇，另外会议纪要的撰写质量也依然有很多工程细节可做○▷○▲★，包括场景的继续加深☆◆●▪，自动排calendar◇■◁▪，通知与会人等等▲◁○。
视频生成市场的潜力巨大▽=…，它能够释放每个人的创造力☆▲○…▷•。目前市场仍处于非常早期的阶段•▪，即使是大厂的产品◇■○◇，也尚未真正「出圈」■=▼■，仍处于「early adopter」（早期采用者）阶段□☆●★。这对创业者而言依然是有巨大机会的赛道•◇◇▷。
比如□…▼▲，市场上项目的估值确实普遍变贵了▼○◆☆▼，现在大家（VC 和创业者）都坐在「车的前排」●○▷△。已经出来快两年了•▪▽☆•。
4=-=◇○. 加速AI商业化◇○◁◇：DeepSeek的影响力▽-▪，尤其是其强大的能力和开源特性☆…，大大降低了 AI 的客户教育成本▲◁●•。去年很多企业□▲●●▲□，包括大型企业★□◁，还在犹豫是否要用AI▪▷○◆☆▲，业务部门需要费力说服老板•◆。DeepSeek之后◇▪，这种讨论和说服变得容易多了◇=▽★◆，很多企业开始主动询问「我们该怎么用●◇-？」□•○◁□◇，甚至「先不管那么多□□•…•，搞一个来试试」◁□●。这直接推动了AI的商业化进程☆▽▪△。
我们已经看到L2对L1的冲击★△=，L3来了◇=-▲◆●，对L2又是降维打击=•◁▲□。春节后我们跟国内和海外大模型公司交流=▪★，他们给出的L3时间点是超出我们预期的▲•□…-，他们普遍认为是一年之内○•-■◁…，甚至更激进的认为可能就在2025年内就可以发展到L3阶段☆▲▲。
我们希望成为创业者遇到任何事情时会拨打的第一通电话▲▷-。现在★▽-○▷…，我们可以更彻底地将个人资源◇-□▲◆■，包括募资端△◁△•、业务端以及我们 LP 的资源=●○•，更直接○●□、灵活地对接给创始人●○▲▽□，真正的做到共同创业-•○。
即便是看到了Plaud Note的成功□=■-★，这些疑虑也可能导致会让潜在的模仿者或巨头犹豫不决◁▼，最终导致它们的反应较慢…▽。
坦率说●●▲△◇●，AI 之前-▷，市场太久没有大机会了•◆▪■，投资人也面临「青黄不接」-△■。投资人最重要的成长是陪伴伟大的公司一起成长●▲。移动互联网红利期过后○▲◇•○▲，大家都在摸索□△。
有非常陡峭的增长斜率▷▪▽，但总体而言-▽△○★，除了OpenAI▪……，挂出去试试呗●△◆▼=▲，证明了他的多线程能力☆◁•▷！
▪•○，探索各个细分领域的「超智能」（Super Intelligence / ASI）○□◁…。顶层语言模型规划+Computer Use调用工具+MCP生态能力★•●●，但这套框架应该首先应用于垂直领域•◁●▽★，RL卷出超智能★☆-。The Bitter Lesson 告诉我们=▷△▼◇=，深度智能来自算力的有效利用和scaling◁▷-◆▼，垂直ASI再到0rchestra层面的搜索学习△•▼，才可能催生下一代更强的通用智能=◆。总的来说-=☆-，这些事件让我们对投资•★■▪、对中国创业者更有信心★•●•，指导我们更关注各类垂直领域的机会◆•-，当然ToC我们也会持续高度关注▽◆▼•◇。Founder Park■==▪•：你们认为AI落地进程中•▲•★△，Agent的发展会先经历垂直智能阶段▽▲▲▷，然后才可能走向通用◇=▲●★▷？
我们认为◆=•■○★，垂直领域的 AI Agent 绝不能按过去投中国 SaaS 的逻辑去看○▽▪…。中国 SaaS 市场这么些年▼=◇▷，中国投资人交了这么多学费▼◁…★▲，它很清晰的特点是为结果付费○☆…■▪，而不是为效率工具付费☆○◁▷●◇。中国当然有企业愿意为效率工具付费★■▼●，但相比美国整体盘子小☆▷，付费能力弱△●。AI 作为更强的生产力工具■▽▽◁，我们希望投的是能直接交付结果的 AI Agent…▪。
Founder Park◁▪…■-★：我们的调研发现★◇，硅基流动最初的确有大量的企业和开发者在接入 DeepSeek△=•★-▷，但云厂商也在跟■★，火山等云厂商动作很快▼▽■•…▼，有很多人最初选择硅基流动-■▽，最终还是用火山接了△•◁。对 MaaS 创业公司来说★▷，壁垒存在问题吗☆◁▲•▪•？
ToC☆•●：反而是中国最有机会的△☆▪。但这点不是只有创业者在看◇▪，比如字节跳动也很关注▪●▪◆，目标决定一切◆•☆▼▽，它的目标可能是超越Cursor▲-□▼•◆，但这反而留出了服务非专业开发者的空间○□。当普通人掌握了coding 能力▲=，像Andrej Karpathy展示的那样★◇▲…□-，在社区▲▪、轻社交场景下潜力非常大-◁▼◁。我们对此非常乐观◆•。
ComfyUI的用户主要是专业设计师或AI创意工作者●◆。对他们来讲▪■◇★，GPT-4o 提升了图像生成质量和语义理解=△▽○◁▲，但ComfyUI提供的节点式工作流□…▪●、对生成过程的精细控制▼◁、本地化部署●◇…、隐私友好等特性◆▪●●□▷，可能仍然是无法完全替代的▪◇。GPT-4o可以作为 ComfyUI工作流中的一个强大节点麻将胡了2模拟器-◇•◆…■，而不是完全取代它◇=◁。而且ComfyUI支持的不只是图像生成□-=●•○，还有视频生成等◇•●△，我们投的一些视频工具团队也在使用它-◁。
云厂商内部本身就存在算力部门▼▽□、云业务部门等的竞合关系■△•=▼。算力团队可能想和硅基合作△◇◆◆△，云业务团队又视其为对手◁■●○。这种混乱的生态反而对灵活的 Infra 创业公司有利◁…•△。创业公司可以在这种竞合中获得资源和流量▷▼□。像 DeepSeek 带来的流量■-…•★，早期硅基流动可能接不过来◁▪…▼，但每次多接一点-=□△，公司就成长一点●○•▽。毕竟公司才成立一年多▪▼…▽▽。类似的流量会持续有◇=-□。
Day 1不赚钱可以◇▪▪●▪▲，但Day 1就得想明白靠什么赚钱◁△▷。你是想做大DAU靠广告◁■•◁★，还是做订阅■▽△◁◆，或是其他模式●△=○▪▲？这个思考应该从一开始就有=▼。当然●☆◁•，我们（作为美元基金）可能相对市场上一些机构（尤其是人民币基金）的要求会稍微灵活一些▼▽-□，但商业化本质的重要性是毋庸置疑的★◆◁▼■，毕竟创业最终是商业行为◇-☆。
Lovot是一款来自日本的高端 AI 陪伴玩具□★▲★◆，售价 69 万日元（近 3 万人民币）=-◆●，面向40岁到60岁的高收入女性群体=★▽…。2025 年 1 月底•◆，LOVOT 的出货量超 1◇•◁□.5 万台▲▲●○▪▽。
从投资人的角度●-▲▼，我们始终相信■◆▷…▲▷，创始团队的技术积累和从业背景非常适合多模态 AIGC 方向▽◁▽◁，创始人在谷歌▷●▽▲▪、英伟达★▲▽•◆、Autodesk•◁▽●-、苹果★☆…、Uber 等大厂的工作经历•…，让他们对视频▲▼•◇-、3D 技术有着深厚的见解□■=☆，有独特性和稀缺性-=◇◁★☆。
创业公司要取得产品突破的关键□▼◆☆▽，一是技术水平过硬▽▲◁◆■◆，能在极有限的资源下开发出稳定▼=•▲◆、高性能的产品•▽□；二是能够精准地切入大厂暂时没关注到的市场空白=□…=▪●。我记得 OpenAI 的视频生成产品 Sora 发布后□…-●▼△，许多人认为市场已无机会-•▽◇■。但 WarpEngine 创始团队清晰地指出了 Sora 技术路线的局限性◆▲★★，并给出了他们自己的解决方案▽◁▽=▲…。创业的核心在于提供独特价值并充分利用时间窗口★▪•；三是能找准细分场景以及转型时机▲…•，最开始我们建议公司在国内做 toB 数字人-■▼，但这个市场竞争激烈••，且高度依赖营销和销售能力○◁=◆••，这并非 WarpEngine 团队的强项▲▪△。公司敏锐地转向了「面向海外用户的梗视频生成」这一细分娱乐场景=▼，我们作为董事全力支持-■。
高瓴创投王蓓▪=☆▽：VC 投资没有绝对的适合不适合◇▷▷。我们最看重的还是人的质量▲○◆••：思考深度□◁○、原动力★▼◆○□○。这是我们选择合作伙伴的基本画像•▲△。
2□▪◁. 促进小模型发展▲•▽-☆：开源模型让开发者可以更低成本●◇☆▲、更放手地去蒸馏（distill）出性能更好的小模型-=●■▪，这对开发者生态是极大的利好■=●▽•。
今天要求创始人在Day One就想清楚是不对的◇●▲△。技术还没收敛▪☆▪，更重要的是不停build 不停交付的能力=○=…▲•。
大家总爱问技术壁垒•●=…◇•，但历史上哪个成功产品一开始就有牢不可破的技术壁垒●□☆◁△=？Uber…◇◆? Facebook◇☆? 壁垒（用户○■△、网络效应▼■△、运营）都是后验的◁◇。做学校社交网络的不止Facebook…•■△•-，凭什么说Facebook才有网络效应●▪▽◆•？这些都是后验的△▽=○○▷，不能通过后验的信息寻找前置的判断□★▷◁■▲。
15▷▲■•●●. 视频生成可灵领先了△▷……，但整个行业都还在early adopter阶段
所以★◁□○☆，我们真的不能高估巨头的行动力□◇=●•◆。可能这个方向不在他们的核心战略中▼◁-■▷，比如巨头可能更注重大模型的开发□▼●、通用 Agent 等方向=■■□◇，也可能是因为公司组织架构的老化◆◁•，导致执行的速度跟不上市场变化●▪▽□•。创业公司在这一点上反而具有竞争优势◆◇。回到Plaud Note▷☆…▪…◁，为什么没有人模仿它呢-▼…？
靖亚的策略没变★□◆★▼◆，在我们发布的年度报告上•……，总结为五个方面◇…▪：一是 AI for Content（即 AIGC）▼•-，随着多模态技术的发展□■▽…◇★，语音□■、视频▽■◁…◆…、3D◁☆□•=…、互动视频=▽、互动游戏等模态的价值还将继续放大▲●◁，目前还处在很早期阶段□▪▲-▷。
AI 能在 Token 层面更精细地理解用户需求-■◆▲，可能带来超越传统推荐引擎的◆•…■◇、基于深度理解的个性化分发◇▷■○。这里要看谁能真正占据用户的 context 窗口…◁…，是潜在机会点•△。
你能给用户创造什么价值▪△■-、大家为什么要用你的产品▼☆■▪●？如果你能用三句话给一个完全不懂行的人讲清楚•☆□▼，对方能理解□▼，那可能就符合常识◆=。如果需要堆砌一堆专业术语◇☆●▽、花哨词汇▼•…，只有创投圈千把号人自嗨●☆●▪◆☆，那这个事情可能既破不了圈▼•▪-•△，也带不来大的商业价值□•▷=。
为什么之前很难跑出好的产品…△，还是因为模型能力还不够强□★△▽▼◆。纯语言交互的产品形态相对单薄…=▷★…▽，用户更期待多模态体验▽▽。而多模态技术（如 Diffusion Model）在过去的迭代中还不够成熟…•★•，产品经理想利用底层模型能力做出好产品•■，难度很大…★▷☆★。这就给大家造成了一个错觉…▽▷○，似乎模型本身就是产品★▷。但我们认为◇•■▼，未来仍然是产品的天下★●▼●☆。
我觉得最值得做的▲☆★◇•△，还是找到 ta 自己真正为之兴奋的事▽★■○，而不是到某个「范式」而去里面做填空题=•…■，我们还是更喜欢看到创业者能做一个 「供给创造需求」 的事●○★▲，这应该会很开心•▪•▲▪。
（关于某些外部评论）我觉得有些判断过于从基金而非赛道或项目角度出发■●，没亲自聊过项目◁◁，对人的判断就无从谈起◆△。从赛道角度看□•，我们认为具身智能还非常非常早期◁=，大概相当于 NLP 的 GPT-1▽●.5 到 2▷=.0 阶段▼=△▷★•。我们最近在看很多相关的 Paper 和项目□★△。上一代具身智能我们投得不多▷=□★•=，也在复盘◁◆•-○，觉得有些过于谨慎了▲◇●•▼。第一代公司做了很多有价值的探索□◇■○▽，但第二代■★、第三代仍然有大量新机会◁☆▼。我们既然错过了第一波的部分机会▽◁▲□，就会更关注第二波◁•、第三波▼=●▲▷。
比如 Coding 领域□▪☆，现有工具仍有上下文长度限制◆▲▷•、大代码库处理不佳○…、易出错且难以修正等问题■…□。那么▲=▪◆★，有没有什么方式可以解决这些核心痛点◁□=？
Build 团队▪■▷★□。我希望我能招一些有产业经验●▼○=◁、有行业经验的投资同事进来=△…。因为我自己做投资之前做了七八年工程师=◇△■，所有投资经验都是在基金学的…•。所以我希望能招到跟我当年类似的▷◁▲◆◆▪，比如在科技公司（软/硬/AI）里面真正做过产品△☆□、做过技术的人•-◇。而且我希望能够找到认同我们基金的理念▪-▼•、价值观的人•▽-。因为我们基金很多想法就是跟大家不一样△□=，而且就是因为我们不一样●○★，并且坚持一些可能行业里更底层★○、更长期的原则☆▲••=，这是我们有可能成功的非常重要的原因●☆△。
如果做To C通用型Save Time Agent▷•□○◆，在中国●▲■●•○，这对创业公司挑战巨大☆●☆，对技术和资源的要求很高▽◁。它与自研模型能力紧密绑定•△，且现有巨头的身位很•…=★。
