界面新聞記者 | 伍洋宇
界面新聞編輯 | 文姝琪
“互聯網產品經理可能是時候跳出來說話了，因為過去兩年基本都是技術在說話?！?/p>
在最近一個AI圓桌論壇上，其中一位投資人說了這樣一句話。
這是一個有關時間節點的判斷，背后暗含2025年一級市場科技領域的核心風向轉變：AI模型層的戰爭結束，投資人的注意力大幅涌向應用層。
投資人的考察重點也開始轉變——從技術判斷、研究能力，更大幅度偏向創業團隊的用戶洞察、工程能力。這使得離產品更近的創業者開始更加受到投資者們的青睞。
據界面新聞不完全統計，去年底以來，從互聯網大廠、大模型創業公司離職的總監、副總裁及以上級別的創業者就有十余人，大多是各自產品線或技術線的核心人員。
其中不乏已經露出水面自帶光環的公司，例如前月之暗面海外產品負責人明超平所創辦的AI編程項目“新言意碼”，目前已完成兩輪融資，估值達到8000萬美元。
投資人的共識賽道也在進一步成型。例如通用AI Agent，年初Manus憑借出挑的產品設計和用戶體驗迅速成為輿論焦點，字節的“扣子”、百度的“心響”紛紛予以跟進。除此以外，AI編程、AI陪伴、AI硬件、具身智能機器人等行業都日趨形成更成熟的創業格局。
兩年來一直活在預言里的“AI應用即將爆發”，終于在今年迸發出更明顯的火花。
大模型進入下半場
行業迎來了分界線。
百度風投AI應用賽道負責人溫永騰明顯感覺到，今年AI應用的項目估值比過去上升更快，一些明星項目可以在很早期的時候就拿到較高的估值。
“5000萬美金的天使輪是存在的，這是賽道熱起來一個非常大的標志?！?/p>
另一個明確標志是，以往2000萬美金估值的天使輪項目，通常只能拿到1-2個TS（Term Sheet，投資意向書）。但在今年，它們普遍有4-5個TS可供選擇。
不僅如此，做融資加輪變得更容易了。此前，投資人通常需要見到更明確的數據增長或者產品迭代才愿意跟進，但如今他們更加痛快。
這種情境跟AI應用融資過去兩年經歷的凜冽迥然不同。
AI行業投資人梁巖（化名）從2021年起就開始在這個領域物色標的，他回憶稱當時只有很小一撥人在看，彼此熟悉到常常在兩個不同項目上互相幫忙背調。但行業相對靜默，融資輪次接續很差，團隊投過一家AI視頻生成服務商，投了兩年多，這家公司才拿到下一輪融資。
如今AI應用熱起來的本質原因是技術發展到了合適的節點，模型能力上升而成本下降，但從VC視角來看不止于此。
溫永騰認為，年初Manus的走紅對行業起到了示范效應，而VC行業需要這種信心?！敖裉靵砜醋畲蟮男袠I變量還是AI?！彼f，“大家認可這個行業的技術貝塔（投資風險指標）依然存在?！?/p>
資本市場的周期波動也是一個因素。溫永騰認為前幾年大家確實過于謹慎了，到了今年，很多機構的心態變成了“你只能選擇相信”。因為對VC的商業模式來講，不相信就是不投——不投沒有風險，但也一定沒有收益。
與此同時，還有另一個現實處境推動了賽道從模型層向應用層的自然過渡。
除了少數具有戰略心態的資本，絕大多數機構不得不從模型層抽出注意力。一方面，技術迭代速度有所放緩，GPT-4級別的性能躍升以及o1類技術范式變革難以高頻出現，開源模型生態也進一步繁榮，模型公司的估值增長短期內難有更大想象空間。
另一方面，從資本效率的角度來看，昔日創業公司中的融資第一梯隊“AI六小虎”，現已各自走出差異化路徑，但共同點是都還未證明自己可以撐起更高估值的盈利能力。惟有異軍突起的DeepSeek，成為真正與字節、阿里等大廠形成對峙格局的創業公司。
模型公司也不是自此失去了想象力，只不過參考DeepSeek的路徑，資本的考量因素開始變得更加嚴苛。
一名投資行業人士透露稱，如今Minimax、Kimi這類公司的投資人再跟進公司進展的時候，不再那么關心用戶增長、用戶留存，而是會問，“你下一個版本的模型準備在什么技術范式上有所突破？”
OpenAI研究員姚順雨在一篇文章中總結了類似觀點，他稱大模型行業將要進入下半場。上半場主要是找到有效訓練模型的方法，而下半場則需要找到可行的方案，讓模型解決人們生活和工作中更實際的問題。
這個信號得到一線機構的認可和強調。5月末尾，在紅杉第三屆AI峰會上，紅杉合伙人Pat Grady開場便表示，“我們正在經歷一次從工具邏輯到成果邏輯的根本轉變?！?/p>
他指出，以OpenAI為代表的應用層玩家將不再爭搶“最先進的AI模型”，而是率先進入“誰交付成果誰贏”的商業現實。
頭部效應依舊
與賽道熱度相對應的是，投資人普遍感受到下場創業的人數開始變多，可投的案子也有所增加。溫永騰團隊在今年一季度出手的數量就接近去年的一大半。
但這并不意味著所有創業者都能被這一波資本浪潮覆蓋，頭部效應以及投資者的個人偏好依然明顯。
一名在泛娛樂領域做虛擬形象AIGC產品的創業者想要趁著行業熱度抬頭，為自己多儲存一些子彈。但他見到投資人的時候，發現對方仍然不會以“AI First”的方式來理解項目，而是聽到有“二次元”三個字就斷定它太小眾了，沒多久就把他打發走了。
投資人的手仍然沒有太松。
梁巖告訴界面新聞記者，他最近一個月接連看了20多個AI Agent項目，但給出去的TS數量是0。“就沒有一個能夠告訴我它的壁壘在哪，或者說有什么和別人不同的想法?！?/p>
這名投資人喜歡看創始人的認知差。他提到曾經投一家大模型公司的時候，當時幾乎所有創始人都還在談論上一代AI，但只有這位創始人跟他講“基座模型能夠如何改變世界”。
“這就是一個認知差，你至少要告訴一些我不知道的東西?！彼f。
對于早期項目，風險投資人的共識都是“看人”，至于具體看這個人的哪里，則各有不同。
溫永騰更看重人的成長性，認為現階段技術仍在快速發展，應該暫時放下對競爭、壁壘以及絕大部分信息維度的終局判斷。
“你今天追求的壁壘可能在明天就會被技術的進步顛覆掉?！彼f，“沒有誰自認能做出符合6個月后技術變化的產品，重要的是認知迭代速度夠快。”因為本質上，創始人但凡保證自己迭代足夠快、足夠正確，只要贏一次，就能獲得足以長期生存的關注和資源。
頭部項目的一種體現是融資兩周就能拿到6個TS。投資人普遍表示，好東西大家還是能夠明顯感知到的。
“好東西”通常來自投資人共識度較高的賽道，例如AI Agent。而在通用與垂類Agent之間，后者因更明確的受眾需求受到更高青睞。除此以外，多模態生成式AI、AI智能硬件、機器人也是創業者們切入的主流賽道。
賽道熱起來的好處很多，但挑戰也隨之而來。
競搶狀態勢必會讓一些頭部項目的估值迅速抬高。一位大廠風投的投資人回憶，有項目很快達到他們難以出手的價格，所以不得不放棄。他已經在反思，這類估值是否短期內可能偏高，但長期看或許在合理范圍內。糾正思路之后，再遇到類似情形他也有果斷出手的情形。
案子數量的增加也加劇了判斷團隊的難度。上述投資人表示，AI應用投資賽道已經從一個很小的，機構之間彼此熟識、可以互相幫忙背調的狀態，切換到一個創業者畫像更復雜多維的形勢，“我們去判斷創始人對這件事的堅持程度，以及他自身未來的成長性，比以前更難了。”
魚目混雜的狀況不是沒有。行業此前傳聞，有AI應用公司用日收入乘以365天，或是月收入乘以12個月，就得到了一個光鮮亮麗的ARR（年度經常性收益）數字，但其業務可能并不足以撐起這個數字背后的持續性意義。
一名投資人對界面新聞記者表示，對創業公司來說，這種做法實際上是一種無可厚非的市場手段，只是機構要想清楚自己是從什么角度來看待這件事，只要本質上看中的不是ARR，而是這個團隊能力的外化表現或者佐證，就不存在什么大問題。
唯一需要甄別的是，創始團隊是否想要據此獲得一個過高的估值，這是創投雙方要聊清楚的水分問題。
曾經看不懂的問題，現在可能也沒看懂
大模型剛剛興起的時候，一個讓創業者飽受困擾的現象是，投資人普遍還看不懂大模型的游戲規則，傾向于依靠傳統互聯網的坐標軸來定位，這也導致大量投資人不敢出手。
兩年時間過去，如今可以感受到的是，在AI應用層，技術依然是那個看不清晰、無法確然的關鍵因子，但有許多熟悉的維度可以讓投資者們路徑依賴，有所更具體的推演。
梁巖以AI硬件為例，創業公司如果要上市，沒有三四十億收入無法達成，因此他選擇的標的至少要看到每年銷售額達到10億-20億元的可能性。“以始為終，如果一個品類永遠做不大，那這個品類也沒必要看了。”
他指出，在AI應用層，模型重要，但沒有那么重要，因為它一定會不斷變好。相比之下，這里可拼的細節有很多，比如在智能眼鏡品類上，傳輸時延、功耗續航、材質重量，很多“舊有”壁壘可以延續。
這背后的本質問題，是模型跟應用之間長期來看是否會解耦。
一部分投資人和模型公司會強調，產品體驗的上限還是由基座模型的契合度決定，但AI應用投資人大概率都會傾向解耦的可能性。
原因不單是模型供給仍在極大豐富，掌握先進模型的大公司大都希望建立更繁榮的應用生態。從AI應用自身來看，其產品形態正在日趨復雜，涉及更多模態、數據、場景、工具，而當一個應用愈發復雜的時候，它離模型就越遠，獨立存在的可能性也就越高。
除去這些可以依循的規則，大部分投資人認為看待AI應用還是不能粗暴照搬舊有經驗。
技術底座仍是最核心的變量。
溫永騰認為，今天這場游戲的技術底座可能3-6個月就迭代一次，但移動互聯網的變化遠沒有這么快。昆侖萬維董事長方漢也有類似看法，他認為這個時代的技術競爭比過去更殘酷，行業或許要等到技術瓶頸出現，才能依靠產品使用習慣建立護城河。
投資者可以依據這些同與不同，對項目做出自己的判斷和篩選。
一名AI行業投資人就拒絕了許多通用AI Agent項目。參照與移動互聯網的差異，他不認同Manus可以憑借先發優勢積累大量數據的行業觀點。
在他看來，移動互聯網之所以要搶先燒錢跑馬圈地，是因為它帶來的數據積累可以形成網絡效應，而這種網絡效應的本質是用戶增長。但Manus所代表的AI Agent，其積累的數據只能夠更好理解用戶，轉化的是存量用戶的黏性而非新用戶的增長。
“都是數據，都是增量，但效果是不一樣的?！彼f。
如何看懂AI大模型各個層面的投資邏輯，是過去幾年該領域投資人的共同課題。
博原資本合伙人丁浩坦言，投資人可以做到的是理解模型的技術路線、基礎原理，但這個認知不足以構成對未來技術趨勢的判斷。本質上，他們需要的能力還是建立在這一認知基礎上，推演AI未來可能顛覆的落地場景。
上述大廠的投資人至今都不敢說自己的團隊就一定看懂了大模型。就這個行業快速迭代的特質而言，短期內看懂、過段時間又感覺看不懂，再迅速跟上去，他認為才是一個常態。
“如果今天誰問我未來AI最賺錢的商業模式是什么，我只能誠實地說我不知道。”
這使得團隊內部有這樣一句看似虛無的話：追求最新的產品形態，因為一切當下的產品形態都是過渡性的。這對日后終將成型的AI應用成熟市場格局而言，是一種意味深長的留白。