如何投在风起之前

当业界还在讨论大模型能替代多少人力时，一群投资人和创业者已经把话题推进到了下一个十年：让AI自己训练自己、让机器人看一遍视频就学会穿糖葫芦、让机器之间的通信精确到纳秒级同步。

最近在海淀举办的AI创造者嘉年华（ACC 2026）活动上，3组圆桌对谈内容值得再次拿出来探讨下，话题围绕三条最前沿的赛道展开。主题是递归自我改进（RSI），Physical AI的算法与数据，以及具身智能背后的确定性通信。

参加讨论的机构里，有无限基金SEE Fund和中科图灵基金这样的投资人，也有超衍智能与MirroS（无限镜元）以及中科晶上和北京唯实具身智能研究院这样的技术方。

最热的赛道，最前沿的判断

RSI的热度有明确的数据支撑。

据小饭桌不完全统计，最近半年全球有超过30亿美元投向这个方向，若从年初算起，这一数字超过50亿美元。AlphaGo核心开发者David Silver创办的Ineffable Intelligence完成11亿美元种子轮。前Meta FAIR研究科学家总监田渊栋联合创办的Recursive Superintelligence在2026年5月拿到6.5亿美元融资，投后估值46.5亿美元。前谷歌DeepMind首席科学家Jeff Dean创办的Discovery Loop传出十亿美元级首轮融资。投资方名单里，红杉与谷歌以及英伟达和a16z等顶级机构悉数到场。

国内节奏同样快。进入2026年下半年，RSI递归自我改进赛道在国内一级市场迅速升温，7–10 月公开披露的RSI主线初创融资总额接近6亿元，且全部落在种子、天使轮，单笔规模显著高于同期AI极早期0.73亿元的均值，优质项目普遍以club deal形式完成募资。

比如，成立仅三个月的超衍智能拿下近4亿元天使系列融资，美元VC、多地国资共同入局，再比如初光跃迁、新元体等 Physical RSI 团队同步拿到数亿元种子资金。此外，头部大模型公司也把RSI自迭代纳入核心研发方向。最新的智谱本轮约50亿美元融资中，约60%资金投向包含RSI体系在内的下一代GLM底座。

至于资本押注的逻辑。SEE Fund管理合伙人马麟认为今年的一些重要事件，以AI能力超越人类为典型，可能在数年后被视为AI发展史上的里程碑。当AI进化中人类还能参与训练，人类尚在环路内。若连训练环节也被AI接管，系统将逼近某种奇点，届时关键约束只剩芯片和算力以及能源。

陈勇超把转折点定在今年2月Claude Opus 4.6发布。此后开源和闭源模型已具备完成完整项目的能力，成果对人类专家具有实际研究价值。

在他看来，AI已在部分简单场景打通自我优化闭环。机器人可以下载开源模型，发现任务无法完成后自行生成仿真数据再优化自身。一个大语言模型也能优化和训练另一个模型。最大的瓶颈在研究品味，当前模型提出的想法过于四平八稳，偏增量式，难以产出真正有创新性且影响大的想法。

他的另一个判断更为直接，数学领域很可能已被AI攻破。OpenAI公布了700多个证明，超衍智能此前也做出约5个。2024年时AI还分不清9.1和9.9谁大，一年后已经能解决大量人类未解的问题。许多数学家长期未能解决的问题，AI已经可以解决。

同样的提前量也出现在另外两条赛道。

MirroS联合创始人吴佳龙的判断是，算法路线尚未收敛，但行业对目标已有共识：智能需要具备对物理世界的理解、预测与推理能力。基础模型在这一方向上的能力跃迁，正成为推动赛道升温的重要动力。他给出的时间表是，短则半年、长则一到两年，这类能力可能成为可搭载到本体上的真正Physical AI。

从需求侧看，SEE Fund合伙人赵瑱用了一个比喻，过去一两年行业还在“屋里看书”，现在已有团队开始“到生产岗位实习”。

当然，具身智能不是单一模型或单一硬件，而是算力、数据、模型、系统集成与通信的一体化系统。

中科晶上的钱蔓藜介绍，机器人不能像人一样靠上下文猜测丢失的信息，控制指令一旦失真、丢失或节拍错误，可能直接导致操作错误。承载这一需求的是星闪，它被视为面向机器人的“换代通信”，近期落地方向清晰：灵巧手无线化以减少线束损耗、多机器人快速组网协作、本体与端侧算力协同。钱蔓藜估计，产业落地还需要一到两年，不过这又是一条技术拐点刚过、商业化即将起量的前瞻赛道。

投上限、投团队、投耐心

赛道越前沿，投资方法论就越重要。三场圆桌中，SEE Fund的马麟、赵瑱与中科图灵基金的李韧，恰好给出了三种互补的答案。

对于热门又前沿的RSI赛道，投资人该如何判断？马麟的第一判断标准是看这家公司每一步是否必要。开源模型能力增长极快，当前的开源模型已可能强于去年同期的闭源最先进模型，创业公司与大厂竞争预训练未必有必要，后训练和中期训练相对更有讨论空间。

在数据和算力之间，他明确把稀缺数据放在更重要的位置——“没有真正进入环境，仅靠看视频无法掌握游泳”，AI的智能也不会凭空产生，必须在环境中反复尝试、接收反馈并迭代。

这一判断与创业者的实践相互印证。陈勇超透露，超衍智能早期曾极致优化上层Harness（工程脚手架），结论是它有效，能把能力从30分提到60分，但超过60分后边际收益锐减——模型没学会的能力，不能靠Harness补齐，研究品味、畏难问题本质都是训练问题。

对商业化，马麟的态度同样是克制的前瞻。不应因商业模式尚不清晰就过早判断项目好坏。AI正在同时触及生产力和生产关系，既有分析框架未必适用；随着能力超越人类的模型出现，新的商业模式会自然形成。他类比对软件付费的普遍疑虑，中国过去软件付费习惯弱，如今上班族已普遍订阅一两个AI会员且难以离开。

在具身智能领域，赵瑱的方法论是“不押单一模型路线”。SEE Fund判断世界模型类项目，不看某家团队在特定场景中如何自称，而看模型解决什么问题、建模什么输入、输出什么结果。在这个意义上，世界模型就是预测世界下一步状态的系统。落实到尽调，是三个追问：有没有benchmark和可运行环境；数据如何采集、如何经过管线处理与对齐；架构与系统工程能否支撑迭代。

他特别提醒，早期投资不应追逐过早的商业闭环，“更应关注团队能否搭建原子能力”。如果一个团队为了尽早做出外部可见的业务闭环而过度适配局部场景，一旦智能能力曲线快速扩展，此前的工作可能反而成为负担。

能力上限是最重要的因素之一，只有瞄准足够高的上限，团队才可能穿越内外部的不确定性。对项目的验证也分阶段：先看基础智能的提升，再看知识能否压缩进系统与权重，且不止看benchmark，还要看合作伙伴和客户的真实评价。

而所有标准之上，赵瑱认为：“早期投资最看重团队。”看团队是否有好的技术视角和综合能力，能否看见长期趋势、聚集高水平且志同道合的人，并在变化中快速学习和迭代。被问到创业者的聪慧与韧性孰轻孰重，他的回答是，最好兼具，尽量投两者都有的团队。

相比来讲，中科图灵基金创始人李韧，在前沿赛道布局的切口最朴素。比如判断具身智能的机会，首先问谁付费。

当前具身智能和高可靠连接的首批付费用户将主要来自B端，尤其是高自动化企业，它们会为可靠连接和低时延以及具有泛化能力的世界模型付费。G端付费是促进创新和自主可控的必要手段，没有自主可控要求和相应采购支持，龙芯不会发展到今天。C端是最终可能爆发的市场，若AGI快速实现，具身智能走进家庭将成为重要拐点。

落到资产配置上，中科图灵基金2016年起投资中科晶上，策略是继续重仓芯片并加码模型，机器人本体长期可能面临强竞争和较低毛利，只做择优投资。

尽管三位投资人的方法论各有侧重，但却都有着一致的底色，投早、投小、投上限、投人，敢在商业化未定型时下注，并有陪跑近十年的耐心。而这正是“前瞻性投资”的定义本身。

敢于投早

对于这些商业化尚未定型的前沿赛道，一支国资基金抢抓先机、悄然布局。

2026年2月海淀新春第一会上，80亿元中关村科学城科技成长四期基金与20亿元成果转化基金同日发布。

标的端的成绩单同样醒目。智谱和月之暗面以及摩尔线程等明星企业，这些名字背后，都有中关村科学城基金的投资。

再看2026年下半年的直投清单，很明显看到一套在项目最不确定阶段下注的动作组合，6月才成立的超衍智能，成立前就受到中关村科学城的关注，并在天使+轮获得了中关村科学城的联合领投；睿质科技的首轮融资，中关村科学城基金以跟投方身份进入，押注的是尚处验证期的“AI for Science”方向；荆华密算在Pre-A轮近亿元融资中由中关村科学城基金联合领投，公司半年内连续完成三轮融资，说明其下注节点远早于规模化营收的出现。

把这些标的放在一起看，直投逻辑清晰可见。不是在成熟项目里挑确定性，而是在论文成果刚转化为公司、首轮融资刚打开、技术范式尚未定型的节点买入，用真金白银为“早”和“小”背后的硬科技不确定性定价。

服务先于投前

如何一次次精准的布局这些赛道——海淀的打法，是把投资与服务拧成一股绳。

在这方面，数据或者可以作为参考。截至2026年10月，“五方六力”机制组建的高校工作组，已有近250名一线服务人员常驻清华、北大、北航等8个创新源头，累计入库项目1107个，推动278家成果转化企业落地，这相当于平均每天有4个科研成果进入转化通道，每天有一家科技企业在这里诞生。

更特别的，很多服务在投资发生之前就已经开始了。在这里还有两个真实的案例可以作为最直接的证据。

在这次的AI嘉年华上，清华大学人工智能学院助理教授、星曜同谐创始人刘淼作为科研与创业一线的青年代表之一参与了“五方六力－嗨点青年说”，并分享了他对人机交互尺度的思考。其实，他下定决心在海淀创业也是缘起于一次科学城举办的生态活动——“原点party nights”，当时他只是作为嘉宾参与交流，但是被活动带来的创业热情所感染，有所触动。

后来伴随着物理AI机会的出现，他选择创业，他坦言当时也有外省市政府接洽他，而之所以选择落地海淀，除了政策外，服务是个不可忽视的因素，对接人员的主动耐心，尽心尽力的为他找场地、跑注册等，让他对海淀产生了天然的信任感和安全感。

这不是孤例，前文提到的陈勇超，也在公司注册前，海淀的投前服务就开始了。

生态助力生长

如果说投前服务是让创业者落海淀，投后的这些服务，就是帮他们如何更好地长在海淀。

陈勇超和刘淼他们本次参与的AI创造者嘉年华活动就是海淀为区域内科技企业搭建的大型生态活动。作为全国首个“公园式AI创造者嘉年华”，海淀开放公园场景让创业者、企业、投资人、产业方甚至普通民众能够有更多交流和互动的机会。同时把从政策咨询到创业支持，从科创资源到工作生活信息，原本散落在不同场景中的服务都被带到公园里。让有创业念头的人能够立刻找到“靠山”。 

从今年2月才开始正式投入运营的中关村科学城国际创新服务集聚区，目前已累计举办近百场生态活动。更早的2025年一年，投融资路演品牌投海Demo Day办了341场，服务路演企业1040家次，参与投资机构超过2184家次。除了融资，企业的资质申报、人才政策咨询这些费时费力的环节，海淀也都在帮企业做承接，去年一年服务区域内企业近四万家次。

而对于初创企业最急需的技术落地问题，海淀也提前为创业者做了布局。

中关村科学城公司的Zhub大企业联合创新中心，目前已与200余家世界500强及产业龙头CVC建立连接。在这次嘉年华活动上带领超衍智能、无涯智远、中科煜坤3家超级智能企业与奥迪中国、立邦、壳牌、中石化等13家大企业见面。对于这些科学家来说，能够在技术早期就了解来自真实场景的困境和难点，对于后续商业化和落地十分珍贵。

所以，海淀的投后服务已经成为了一个明显的标签和亮点。

更深一层看，在海淀的科创金融体系里，投后早已不是投资动作的收尾，而是价值放大的起点。这里把高校院所、链主企业、资本集群、政务服务拧成协同网络，跳出单一资源对接的浅层服务，让被投企业成为生态里的节点，形成“投资一个、带动一串、激活一片”的复利。

也许圆桌上投资人讨论的那些问题，答案都还在远处。RSI的商业模式，具身智能的泛化边界，确定性通信的产业化节奏，眼下没有确定的时间表。

但放进海淀的坐标系里看这场讨论，可以确定的是钱已经在场，服务也已经在场。风口来临之前完成布局，风口来临之后有能力接住，这大概是一个科技城区最稀缺的能力。