云启陈昱：AI创业不是比谁快，方向和耐力更重要｜合伙人有话说

AI飞速进化，那些大模型独角兽现在怎么样了？Agent很热，通用VS垂直谁更有戏？具身智能实火，如何识别泡沫与价值？

关于这些略显"犀利"的问题，在36氪近期主办的Waves 2025大会，云启合伙人陈昱出席投资人专场「一年之间」圆桌讨论，给出诚意满满的回答。本期「合伙人有话说」和你分享。

核心观点速览：

1

MiniMax在多模态和大模型架构层面上的持续探索，体现出一家创业公司有限资源下的清晰判断与技术定力。

2

Agent的本质不是工具升级，而是交付模式的重构。从SaaS时代的"交付软件"到Agent时代的"交付结果"，客户的感知方式变了，愿意为效率和产出买单。

3

当前具身智能仍处高成本、低确定性阶段，但如同早期自动驾驶，赛道的成长期往往是超预期与失望并存。早期投资的关键，是找到有技术力、有融资能力、熬得住的长期选手。

4

技术快速演进，大幅压缩了高潜公司的成长窗口期。最晚到2026年底，具有潜力成为AI大公司的，大概率都已经浮现。

以下为圆桌节选内容，转载自"暗涌Waves"：

聊MiniMax：在有限资源下持续创新突破

暗涌：各位怎么看被DeepSeek改变的大模型牌局以及六小虎的可能性？也顺便帮我们透露下，Kimi和MiniMax在忙什么，前边很长时间他们都挺安静的。

陈昱： AI是一个瞬息万变的行业，一年抵得上其他行业的三年、五年，甚至十年。 春节前，DeepSeek发布之后，无论是V3模型，还是R1在推理能力上的表现，都让人非常惊艳，因此它能在短时间内迅速占领用户心智。在搜索类应用的市占率上，它已经处于遥遥领先的位置。

但这并不意味着大模型就只有大语言模型、只有推理方向。过去一年，我们也看到MiniMax在多模态领域带来了不少惊喜。比如海螺的视频生成，效果非常亮眼，更重要的是，它实现了商业化落地。

另一个让我印象深刻的，是语音合成模型。大家最近刷抖音有没有看到"吴彦祖教你学英语"？其实是MiniMax在提供背后的技术支持。我第一次听的时候，也难以分辨到底是真人还是AI，直到后来才知道是MiniMax的客户，感叹这真的挺厉害的。

从这些细节也可以看出，MiniMax在过去一年做了很多有意思的探索，但并不是每一个项目都站在聚光灯下。

创业公司的资源始终有限，即便像DeepSeek这样的公司，也不可能面面俱到。在有限的资源下，闫俊杰选择押注视频和语音模型；在大模型架构方面，他特别看中线性注意力机制，赌的是未来能实现几乎无限长的上下文能力——这对于社交陪伴类应用，或是构建Agent系统，都是非常关键的。

当然，这意味着他可能把推理模型的优先级稍稍往后放，这个决策究竟是对是错，就交给时间来评判。但我想说的是：对于一个创业公司而言，最重要的是如何用有限的资源不断做出创新和突破。

聊Agent：从"交付软件"到"交付结果"

暗涌： 很多人说Agent的时代已经到来，哪些信号说明Agent真的到来了？相比大厂和模型公司，做Agent的应用公司真正机会在哪里？

陈昱： 我们今年关注得更多的，其实是偏垂类的Agent，而率先落地的场景，很可能就在汽车领域。

比如，字节推出的豆包汽车产品，依托其大模型，已经能在超百万台车上快速落地。用户在车上就可以直接和Agent系统交互，因此很快大家就能在实际应用中感受到Agent不同于传统生产工具的价值。

其他领域，也在快速Agent化。比如上一波的SaaS公司，现在逐渐引入了Agent的技术，很多时候也是客户推动的。

Agent和上一代的SaaS最大的不同在于： 过去SaaS更多是交付一个软件，最终效果好不好，还得看客户怎么用；因此，客户的付费意愿并不总是那么强。而现在，Agent直接交付的是结果——效果怎么样，一眼就可以看出来。如果结果足够好，客户自然就愿意付费。

刚才提到类似于Manus这样的Agent系统，为什么增长这么快？原因在于用户真正感受到它们的效率提升。生产力提升是看得见的，结果是实打实的，自然愿意为之付费。这也正是Agent真正价值所在。

聊具身智能：在行业未定型时寻找有潜力的赛马

暗涌： 今年的另外一个投资热点是具身智能。年初，因为朱啸虎退出了一些项目，也引发了整个行业是不是陷入泡沫的讨论，不知各位怎么看？这里边究竟哪些是近的机会，哪些是远的机会？

陈昱： 具身智能现在确实有不少泡沫，如果用传统的PE、PS指标来衡量，基本是看不下去的。但这让我想起差不多十年前的自动驾驶。

2016、2017年那一波的自动驾驶创业潮，很多公司开始做L4自动驾驶。那个阶段，大多还停留在实验室层面，只能完成一些基础任务。今天的具身智能，其实也有点类似——成本高昂、技术路径不清晰，但估值和融资额却涨得非常快。

自动驾驶后面经历了大概3-5年的平台期。那时融资几乎停滞，因为前期大家砸了很多钱，但是没有看到预想中的技术突破或商业进展。这个过程中，创业公司开始分化：有足够资金、技术又扎实的玩家还能留在牌桌上，等待十年之后可能迎来的商业化拐点；而没钱、技术又跟不上的公司，基本很难熬到最后。等到真正商业化来临时，技术会更加成熟，成本也降下来，产品才真正具备规模化落地的条件。

所以对于我们做早期投资的人来说，如果现在不投，后面就没多少机会了。我们希望在行业还未定型的阶段，选中几匹有潜力的赛马——既有技术能力，又有融资能力。路线不清晰没关系，我们可以在硬件、软件等差异化路线上同时布局，最终跑出真正的赢家。

聊投资判断：属于早期AI投资的窗口期可能只有3-4年

暗涌： 各位都经历过移动互联网时代，那在投资中，有没有察觉到这两个时代在投资范式上的一些差异。在AI技术进展里，我们会经常提到所谓"苦涩的教训"。在投资中，各位是否有类似总结？

陈昱： 每家投资机构、每个投资人，其实都有自己的坚守范式。像雨森是典型的"投人"，而我们更多的是"投技术"。

我们一直关注的是，AI的发展高度依赖基础模型的能力演进。只要底层模型还在快速推进，必然会对整个基础设施提出新的需求，甚至可能让原本不可实现的应用场景变得可行。

我们特别关注底层技术模型的变化。现在的技术演进节奏，和以往已经非常不同，快了很多。我们有时候开玩笑说，移动互联网时代，从iPhone出现到一批巨头公司崛起，大概有6-7年的窗口期；但在AI时代，这个周期可能被缩短到一半。

也就是说，真正属于早期AI投资的窗口期，可能只有3-4年。最晚到2026年底，具有潜力成为AI大公司的，大概率都已经浮现。

至于失败的原因，很多时候其实不是技术或方向，而是人的问题。现实中也存在一些案例——失败的公司反而没有那么糟糕，最难的是那些"刚小有所成就"的公司。一旦取得了一点成绩，就容易陷入沾沾自喜，每个人都觉得是靠自己拼出来的，于是开始争功、内耗，最后反而把公司搞垮了，这样真的很可惜。