我们VC，我们投资人的工作不是判断一个公司的好与坏，而是判断一个好的公司到底有多好。一六年七月见到王兴兴，嗯，他是一个什么状态？我觉得跟今天的差别并不大，它的底层的东西我觉得没有变化。这个底层是什么？就是他热爱的那个东西。那时候我都看到那只狗了，我们不知道这东西能做什么，但他非常喜欢这个东西，并且把这个东西能做的相当好，这件事情在那个时候就已经体现了，而且到今天没有变过。就是我觉得做投资对我来说今天最幸福的一件事情，以及我对未来的信心就来自于我认为这个范式在中国将来会越来越多，就热爱的这个力量，专注的这个力量会在千行百业都我觉得都会开花，这是一个系统性的巨大的机会。嗯。欢迎收听晚点聊，我是主播曼琪。上周，宇树正式过会，正好前段时间我们采访了宇树的一位重要投资人，美团龙珠的合伙人和科技投资负责人王新宇。整个美团系，包括美团战投和美团龙珠，现在是宇树最大的外部股东。王新宇还在美团龙珠主导投资了星海图、自变量、踏实、沙帕尔和地瓜等具身智能公司。而在大模型领域，新宇和龙珠只投了一家创业公司，月之暗面。本期我们和新宇一起回顾了他十年的科技投资生涯，他见证的王兴兴、杨植麟等创始人的起步状态，以及美团龙珠的完整科技投资布局。下面我们正式进入节目吧。
程曼祺
今天非常高兴邀请到美团龙珠负责科技投资的合伙人王新宇。新宇做客《晚点聊》，来分享龙珠在科技投资上的布局，以及你自己从 2015 年到现在十几年的科技投资经历。因为你是在现在这个大的 AI 热潮之前，其实一直就在投科技，也是做 AI 研究出身的。我们可以从头开始聊，你先和听友简单介绍一下自己，打个招呼。
王新宇
大家好，我是美团龙珠的王新宇。
1. A Decade In Tech Investing
我的经历其实像曼祺刚才介绍的，比较简单。过去大概十多年，主要一直专注在科技领域的 VC 投资。在此之前，我在复旦大学电子工程系读本科和硕士，硕士期间主要做人工智能，但那个时代的人工智能主要是计算机视觉方向的研究。
过去十多年的投资经历大概分三段。我的职业生涯起步于 GGV，大概在 2018 年加入昆仑万维。当时还没有昆仑资本这个品牌，昆仑万维内部叫投资部。然后 2021 年来到龙珠，整个主线一直是围绕科技方向的投资。
程曼祺
你最开始在 2015 年投科技的时候，那个时候也是创业高峰，但科技可能不一定是最主流的创业方向。你可以讲讲，当时投科技是一个什么情况吗？
王新宇
我觉得最重要的首先是自己的兴趣爱好。尤其最近这几年，我们发现很多在科技领域成功的创业者，慢慢都能体现出一些特质：你对一件事情有热爱。我觉得这可能是很重要的原点。
我从小就比较喜欢科技，大概八九岁的时候可能就开始学编程。小学的时候也参加过一些类似小学生奥林匹克信息竞赛的活动。高中时，我们学校有一个机器人实验室，当时不光做软件、做编程，也做一些硬件，然后参加过一些比赛，后来因此保送到复旦。
我 2015 年能进入 VC 这个行业，其实非常阴差阳错。实话说，在我加入 GGV 之前，我连 VC 行业是做什么的都不知道。
程曼祺
那你本来毕业想干什么？你在复旦学的是计算机视觉？
王新宇
其实那个时候，首先我是一个东北人。在我们那儿，学技术或者说学理工科，似乎是非常顺理成章的事情。
但 2008 年到复旦、到上海读书，是一个很有趣的经历。那个时候复旦正在做通识教育，所以我们大一的时候，一个寝室里可能会有很多不同专业的学生。有人学国际关系，有人学中文、历史、新闻等等。
一个很有趣的现象是，对我们来说，我学 EE 专业，录取分数线在我们那儿可能是前两名，但这个专业在上海的录取分数线可能完全反过来，是比较靠后的。最开始的时候，你就会对这种 diversity、这种不太一样的事情有一点感觉。
包括整个上海这座城市，你接触到的人、接触到的各种不同学科，以及通识教育的课程，都会让你开始探索科技之外的东西。可能很自然地，我也对金融这个方向产生了一些兴趣。
但我本科期间完全没有考虑过将来的职业生涯，基本都在玩，和寝室的室友一起做一些有意思的事情。
程曼祺
你们本科生活还挺丰富的。你们当时那个宿舍是 5023，对吧？央视和上海本地的《文汇报》也报道过，你们宿舍的 4 个男孩一起做了很多创新发明，还把一些公开课放到了网上。
王新宇
其实我们 4 个同学都是保送来的，大家做的是不同方向，有人偏计算机，有人偏硬件，聚到一起以后，天然就会做一些有意思的事情。
比如有一个同学想出国，就自己编了一个背单词的软件。当时我们还有官网，放到官网上也有很多下载量。
那时候我们自己学电子，做很多电子元器件的实验。有一期节目叫《引爆摩天楼》，我们做的是电容实验：如果把电容接反，它到底会怎么爆炸、是什么样子。这个大家不要学习，也不提倡。当时寝室阳台是开放的，我们就在阳台上做一些有趣的实验，然后放到网上。
有点像何同学、稚晖君那种感觉，但那时候非常古早。我们自己拍摄、自己剪辑，大概拍了两季，每季 10 集。有一集最高的时候大概有上百万播放量，如果我没记错，可能是在优酷。
当时纯粹是好奇心驱使，没有什么明确目的。那时候智能家居的概念还不流行。比如冬天很冷，人又比较懒，不想下楼关灯，我们就把灯做成可以自动关闭的。学校里有时候自行车会被盗，我们就做了一个自行车防盗装置。军训天气很热，我们做过放在衣服里的小风扇、小空调。
我们还做过一个可以远程遥控的东西。我不知道你们看没看过一部电影，叫《小鬼当家》。里面有一个摄像机小车，我们也做了类似的东西，可以离寝室很远去跑。所有这些事情，都是纯粹出于爱好。
程曼祺
那你们没有想过一起创业吗？而且你们毕业那会儿，2014、2015 年，刚好是创业风潮很盛的时候。
王新宇
我们本科毕业是 2012 年。到研究生的时候，寝室里的同学已经不在一起了，大家也有了不同的追求。
其实在 2009、2010 年，我们大二、大三的时候，也有人来找过我们，提类似创业的事情。但那个时代，vintage 很重要。我们完全没有这个概念。
如果我们晚出生 5 年或者 10 年，我相信我们还挺适合去做一些创业探索的。当然，我现在也有一个室友在创业公司里工作。我做投资，也算是以另一种形式加入了创业这个行业。
所以当时没有这个概念。我觉得一个是 vintage，另一个是信息和认知，这些因素都很重要。
程曼祺
你说晚 5 到 10 年可能就会创业，是指现在做的 AI 创业，或者说这一轮吗？
王新宇
其实创业做什么可能不是最关键的。很多人最后创业成功，和他第一天做的事情可能完全不相关。
我一直讲人的 vintage，就是你出生在哪个年代，可能就要在那个时代解决那个时代的问题。
程曼祺
你当时那段经历，对你后来观察创始人和投资科技有什么影响？有什么启发？
王新宇
人的特性其实很不一样。在投资过程中，我并不希望去寻找某一类人。比如这个人一定是什么样的出身、什么样的学历，或者一定有过什么样的经历。
对我最大的帮助，是我比较早就意识到热爱这件事情的力量很大。你很喜欢一件事情，发自内心地喜欢，尤其年轻的时候，就会有特别多的创造力，甚至不带任何功利心地去解决一些问题。
这件事情和创业本质上很相似。作为一家公司，不管你在任何领域，本质上都是为了解决某个问题，为大家提供好的产品或服务。
如果把它抽象出来，对我最大的帮助，是看到人身上相对共性的东西，而不是只看表层经历。当然，浅一层看，比如我自己参加竞赛，周围也是这样的同学。当你和这样的人在一起，或者投资这样的人时，你会知道他们是怎么想的，可能会有什么样的人生经历。
你们可能都有过被关在一个小黑屋里准备竞赛的经历，也都可能有过我刚才说的那种情况：高中时在机器人实验室里，有一部分时间搞技术，另一部分时间打游戏。那时候我们打《魔兽争霸 3》。这些相似经历会拉近你和他们的距离。
但我觉得这件事情并不本质。本质上，是看到一些纯粹的热爱，这对我走到今天的帮助更大。
程曼祺
你投过一些公司，对这些创始人的观察，包括宇树的王兴兴，你投了很多具身智能公司。我们可以先往前回顾一点。
我发现你第一段投资经历有一个比较有意思的事实：你在复旦读硕士时研究的是计算机视觉，但在 GGV 投的科技公司，很多偏自动驾驶，比如蒙门卡，也有小鹏这样的新能源汽车公司，还有工业机器人公司陈的自动化。反而没有投计算机视觉。
当时商汤、旷视是那个时代最火的 AI 公司，为什么反而没有重点投计算机视觉？
王新宇
2. The GGV Apprenticeship
首先，在 GGV 的 3 年时间里，尤其在职业生涯早期，对我个人来说，其实是学徒阶段。
我并不认为自己在 GGV 后期，虽然也主导投资了几家公司，但绝大部分时间是在项目组里，更多是在跟着学习。VC 是一个比较师徒制的工作，没有一定之规。每个投资人甚至都有自己的审美偏好，或者一些独门秘籍。
所以那个阶段对我来说，第一是学习，这是最关键的。
第二，其实当时也投过一些计算机视觉公司。比如 Cloud Botics，也就是拓博智能。我们投它第一轮的时候，它用计算机视觉解决风车叶片检测，以及零售领域的问题。当时 Amazon Go 以及无人零售很火，它也在解决零售场景的一些问题。
我在 GGV 最早 2015、2016 年系统看过的一个赛道是 AR、VR，这和计算机视觉也很相关。十年前这可能就是投资主题之一，算是元年。很多事情今天看，元年都已经过去十年了。
技术发展有时候会高估两三年的发展，低估十年的发展。技术发展会受到科技本身、工程以及很多其他因素的影响。
那时候 AR、VR 很火，比较突出的公司是 Magic Leap。美国还有一些今天已经不存在的公司，比如 ODG。还有 Meta，不是现在这个 Meta，而是做眼镜的，以及以色列的 Lumus，做眼镜光学方案。
那时候我比较系统地看过这个方向。VR 还衍生出拍摄设备。当时已经有 Insta360 这样的公司，最开始是做 VR 的：很多镜头组成一个球体，拍摄 360 度影像。后来它的核心能力可能变成视频拼接，之后又在运动等很多领域找到了很好的 PMF。
那家公司当时没有聊过，但如果我没记错，2017 年的 CES 在美国，我看过他们的产品。
所以，围绕自己学过的东西，我也做了很多功课，看了一些方向。但最后能不能投资，回到职业生涯早期那个阶段，更多还是合伙人去指方向，或者对项目做判断。
程曼祺
那你在 GGV 的核心学习是什么？这 3 年的时间里，你最大的收获是什么？
王新宇
首先，这 3 年见到了足够多相对优秀的创始人。我和同事、合伙人一起看很多项目，也投了一些项目。
当你最初建立自己的数据库时，里面的数据是经过清洗、达到一定标准的。我觉得这对我的帮助很大。
程曼祺
你后来去昆仑，是想更多地主导投资，投自己想投的方向吗？
王新宇
3. Building The AI Practice
我刚才讲了 3 段工作经历，也就是换过 2 次工作，其实都不是主动的。我并不觉得自己已经学够了，尤其第一段经历结束时，我觉得 3 年还不够。
不过在离开之前，我已经开始主导一些项目。那时候我大概每半年给自己定一个工作计划和目标。比如前半年要写好一份研究报告。刚才讲的 AR、VR，就是我用业余时间做的研究。
程曼祺
什么叫业余时间？
王新宇
白天跟着跑项目、见创始人、写投资备忘录、整理各种工作。每天晚上吃完饭回到公司，大概 6 点到 12 点，我就专门做研究。
没有人给我布置这个作业，也没有人要求我做分享。我大概研究了半年，写了上下两集、100 多页的英文报告，然后给同事和老板分享。
所以前面第一个半年，目标大概是这样。之后每半年也会有不同目标。
我离开 GGV 的时候，并不是觉得自己已经 ready，可以完全独立地主导投资。其实在 GGV 也可以做到这一点，但当时困扰我最大的一个问题是：VC 这个行业到底在做什么？
VC 有很多好处，它是一份体面的工作，可以接触很多优秀的人。不管这些人最后创业是否成功，他们能够选择创业，说明身上一定有一些在同龄人或者行业里比较优秀的东西。
每天接触新东西，和最优秀的人一起工作，这些都很好。但这个行业对年轻人，尤其是刚毕业、没有工作经验的人，最大的问题是验证周期太长。
你不知道一个投资成功是因为什么。失败可能有很多原因，可以总结，但你还没有成功过。即使成功了，也不知道其中有多少是你个人发挥的价值。GGV 是一个很好的平台，你不知道那是老板的价值、品牌的价值，还是其他因素。
一件事情成功以后，如果没有办法归因，虽然你还没有成功，但这本身就是一个很大的问题。
所以我当时朦胧地有一个感受：任何能让我加速验证自己是否能够完成全链条闭环，或者说更通俗一点，能不能靠投资这碗饭吃一辈子的事情，都是有意义的。
在这个情况下，有了昆仑的机会。那是 2018 年，周亚辉找我去做 AI 投资。我觉得这在 2018 年很超前。后来我相当于从零开始建团队、定方向，担任科技或者硬科技投资负责人。
程曼祺
2018 年投 AI，具体想投哪些方向？
王新宇
2015、2016 年，AlphaGo 带来了中国的 AI 热潮，有做计算机视觉的“四小龙”，也有一批自动驾驶公司。
到 2018 年，如果我没记错，那应该是 AI 的第一个低谷，非常低谷，甚至是极度低谷。
所以当时没有现成答案。既然这是我的课题，我就做了大概半年的研究：AI 到底要投什么？
那个时候很像 AI 加一个什么东西。经过各种思考和研究，最后加到了交通上。交通是我相对熟悉的领域，于是又回到无人驾驶，投了 Pony.ai。
因为投了 Pony.ai，后来顺带投了 Innoviz，一家以色列激光雷达公司。同时也投了追觅，那是另一个故事，不是 AI 的故事，但现在也可以说它在做 AI。
程曼祺
所以你在昆仑一方面投 AI，比如 Pony.ai；另一方面，也延续了之前的一些投资方向。
王新宇
周亚辉想找一个投 AI 的人，这是一个主题。但我加入时的定位，是投科技或者硬科技。
2019 年初做了几个投资之后，AI 最基本的 3 个要素是算力、算法和数据。算法当时投得差不多了，数据当时其实没法投，很自然就延伸到了算力。
所以 2019 年第一季度结束后，我在内部提出，我们要看半导体。
虽然我是复旦电子工程系毕业的，但我当时做的是计算机视觉，偏软件和算法。复旦微电子专业做半导体更强，我不算半导体科班出身。
从那以后，我开始看半导体，一边学习，一边做了一些投资。后来又赶上 2019 年底科创板开闸，当时投的一些项目后来很多上市，也取得了不错的回报。
程曼祺
你们在 2018、2019 年的时候，注意到大模型的趋势了吗？那个时候 Transformer 应该已经发布了。
王新宇
实话说，没有。大概 2020 年左右，昆仑内部开始做相关研究时，才开始关注。我印象中应该是在 GPT-2 之后，2020 年夏天是 GPT-3，差不多就在那个时间点。
程曼祺
看到大模型或者预训练这个方向以后，2019、2020 年在中国有投资机会吗？
王新宇
2020 年之后，我觉得基本没有。关键时间点还是 ChatGPT，2022 年 11 月以后。甚至可以说，人类社会在 2022 年 11 月之前和之后是不一样的。
这一轮公司里，倒是有两家是在那之前成立的，就是智谱和 MiniMax。
程曼祺
像这些公司，是不是当时很难发现？如果你个人猜测，投资机构在 2022 年 11 月之前投它们，和后来投的逻辑会不一样吗？
王新宇
我们并没有在 2022 年 11 月之前和智谱或者 MiniMax 交流过。
我相信那个时间点投资的机构和投资人，投的东西和后面可能还是不一样。当然，人未必是最重要的，肯定也会提到技术和方向，但据我了解，当时做的东西也还稍微不一样。
程曼祺
2021 年加入美团龙珠，是一个什么过程？
王新宇
4. The Move To Longzhu
和第一次换工作有一点像，是对方来挖我。也是一个机会。
第一段经历时，我觉得自己还在学习、还没学好；第二段经历里，稍微进入了一点舒适区。因为在昆仑的 3 年里，到 2021 年时，之前投的几家公司都已经发展得不错了。
程曼祺
你在昆仑的什么阶段，觉得自己大概验证了可以长期做投资？是投到某个项目，还是进入了一种状态？
王新宇
我觉得是一种状态。你可以在不止一个方向、不止一个项目上做投资，并且取得还不错的结果。
追觅可能代表消费电子，Pony.ai 代表无人驾驶或者整个 EV 赛道，那些半导体公司又是另一个赛道。赛道不同，但都属于科技的大范畴。
我觉得范式会迁移。不同方向需要不同学习，就像看半导体比看无人驾驶或者 AI 更难，挑战更大，也会接触新的圈子和知识。
如果这些东西你都接触过，也或多或少取得了一些还不错的结果，自己内心可能就知道，VC 这个职业就是不断学习。在学习过程中，你似乎能够抓住下一个 Beta 或下一个好公司。
我觉得这种状态大概发生在我来龙珠前后的那段时间。
程曼祺
你怎么评判当时的“好结果”？如果用最硬的指标，比如退出，追觅和 Pony.ai 当时都还没有退出。小马后来上市也是之后的事。
王新宇
但到那个时候，公司好不好、将来会不会成为一个不错的公司，或者说是不是一个好的投资，心里应该已经有数了。
刚才提到的这两家公司，我觉得当时已经没有问题。几个半导体公司也陆续上市了。
半导体公司会更明显一些，因为科创板本身就是一个时代机遇。类似现在港股突然出现一些时代机遇，但那不是本质。
本质是你投的公司有没有核心价值。有核心价值的公司，加上天时、地利、人和，以及一个很好的创始人和团队，可能会成为伟大的公司。
但有核心价值的公司，因为各种原因，某一次创业或者某家公司不成功，其实才是常态。这样的公司有时可能被并购，或者重新出发。我觉得这才是常态，而不是所有公司都会上市，都会成为特别好的投资或者特别伟大的企业。
程曼祺
可以说说你加入美团龙珠的过程吗？
王新宇
那个阶段我稍微进入了一点舒适区。但这个舒适区更多是回答了自己内心的问题：我可能可以靠这碗饭吃一辈子。
在这个时间点上，又出现了这样的机会。猎头来找人很正常，但绝大部分我都不会见，哪怕是这个具体机会，最开始负责的顾问给我打电话，我也直接拒绝了。
后来猎头公司的 CEO 或者创始人亲自来找我。那时已经是疫情期间，2020 年以后，疫情已经开始了。他从北京到上海，我们一起吃饭，之后散步，找了一个比较空旷的环境。前前后后两个多小时，最后我说：“你说吧，是什么事情、什么机会？”其实我当时是打算拒绝他的。
程曼祺
你们聊了两个小时，还没聊具体是什么事？
王新宇
可能成熟的猎头比较专业。他是那家公司的创始人，前面两个小时可能是在通过聊天观察我。
但我并没有什么诉求。人家千里迢迢从北京来上海，而且还是疫情期间，出于礼貌，吃饭、交流都是正常的。
后来他提到龙珠。我当时想了一下，说这是唯一一个我没有办法立刻拒绝的名字。
因为龙珠成立于 2017 年，之前更多是在消费领域投资，而且已经有很好的投资成绩。但对我来说，龙珠那时还是神秘的。我知道龙珠的几位合伙人，也知道龙珠可能想追求什么。
在那个时间点，能和这样的合伙人一起做事情，对我很有吸引力。所以我没有办法立刻说不。回去想了一下，后来又继续交流，大概就是这样一个过程。
程曼祺
当时聊了什么，让你对龙珠这个机构有了新的认识，或者验证了哪些事情？
王新宇
聊的东西很多，具体细节已经不太记得了，但当时印象很深。
首先，在 2020 年那个时间点，我很好奇龙珠甚至美团为什么会对科技感兴趣。后来通过交流我发现，龙珠虽然 2017 年成立，但 2019 年已经投了第一笔科技投资，就是理想汽车。
理想汽车的投资到 2020 年已经显现出非常成功的迹象，大家也知道背后的故事。那样一笔投资，对任何投资人来说都很有吸引力。
程曼祺
理想确实是新势力里很传奇的一笔投资。那之前，它融到的钱是最少的。
王新宇
我觉得龙珠在 2019 年能够投资理想，这个决策，以及后续持续投资、公司的成功，都非常 impressive。
虽然我现在在龙珠，这么说可能不太合适，但如果我今天不在龙珠，我仍然会觉得那笔投资值得写进投资行业的历史，甚至可以写进书里。
所以，为什么当时他们会投这样的公司，为什么他们对科技感兴趣，对我来说显然很有吸引力。
在更深入交流的过程中，我发现龙珠合伙人们很重视一些价值观和方法论。那个时候还没有“耐心资本”这个词，但我们内部经常讲“长期有耐心”。
我们会讨论怎么分析问题，什么因素重要，几乘几重要等等。和王兴交流时，也聊了很多科技细分领域的观点：天上飞的、地下跑的，从火箭、卫星、新能源车、半导体、无人驾驶、机器人，到 AR、VR，大概有十个左右的细分领域。
程曼祺
王兴的好奇心还挺广泛。
王新宇
这是很打动我的地方。好奇只是原点，关键是你好奇之后是否求甚解。
我当时已经专注科技投资几年了，这是我的全部工作。但科技投资对王兴来说，不是他的全部工作，只是很小的一部分。可刚才说的那些领域，他都了解得很深，甚至有些东西比我了解得还深。这让我非常惊讶。
到了那个阶段，我已经回答了内心的问题：这碗饭似乎可以吃一辈子。那接下来要怎么吃？和什么人一起，有什么机会，可以做得更长远、更有意思，甚至更伟大？这可能就是那个原点。
程曼祺
你们 2021 年对科技接下来怎么发展，是怎么判断的？
王新宇
5. The Nine Box Strategy
从我加入龙珠的 Day One 开始，我们就讨论过一个类似美团“四纵三横”的逻辑。当时龙珠科技方向提了一个类似“三纵三横”的框架。
三个纵向是技术，主要包括 AI、半导体和能源。三横是场景，第一个是 EV。我们一直讲 EV，而不是新能源车，因为 EV 是 electric vehicle，所有 powered by electricity 的 vehicle 都属于 EV，比如无人机在我们看来也算。
第二个场景是机器人。第三个，当时没有特别清晰的定义，内部叫“下一代终端”。今天大家可能更愿意叫 AI-native 硬件，或者消费科技硬件。
2021 年刚加入时，我们就讨论并形成了初步共识。三纵三横最后会形成 9 个格子。之后随着这个大战略建团队、建立每个领域的认知，从 2021 年到今天，投资的方向和 vintage 不同，我们逐步在 9 个格子里填上一些项目。
这个大的框架到今天没有变，我觉得从今天到未来也不会变，只是格子的重心可能会变化。
程曼祺
大模型在这个框架里的什么位置？
王新宇
大模型首先肯定属于 AI，而且在 AI 里更 fundamental。它会影响所有东西，甚至可以把 3 个格子全部涂满。
不需要把某个项目具体放进某一个格子，很多东西其实是在 4 个格子的交叉点上。
2021 年时还没有这么清晰。到今天，2022 年 11 月之前和之后的世界不一样。再往后，大模型会越来越 foundation，越来越像基础设施。越是基础设施，就越底层，甚至半导体和能源都会被大模型影响。
就像黄仁勋讲的“五层蛋糕”，能源也和大模型密切相关，半导体更不用说。
当然，我们不是用固定套路拿一个框去套所有东西。这个框架更像是一些相同的思维习惯，是一些相似的人聚在一起之后碰撞出来的。碰撞以后，可能天然用某种载体去承载，我们也发现用这样的载体承载比较合适。
程曼祺
王兴是龙珠的合伙人，但龙珠和美团又不是产投或战略投资部门的关系。你们作为一个独立的财务机构，同时合伙人里有美团创始人，这对你们做判断有什么影响？
王新宇
没什么关系。王兴对于龙珠来说，就是一个合伙人，或者说合伙人之一。
我们投资是 equal partnership。有一套相对复杂的投票机制，不只是投票，可能还会打分，给票加一些强度，反映你对项目有多支持或者多反对。
它不是简单的多数票决定，而是一套系统。但总体来说是 equal partnership，没有人拥有 super right，不管是 veto right 还是其他权力。没有人是“警长”，没有人有两票或者 1.5 票。
程曼祺
6. The Moonshot Bet
有没有什么项目是你特别支持，甚至花了一些功夫去说服其他合伙人的？
王新宇
2023 年 6 月投月之暗面。
首先，2022 年 11 月以后，世界开始不一样。2022 年底，我们就开始试图联系杨植麟。当时我和 AI 团队同事在内部讨论：谁是这个领域非常有潜力的人？
程曼祺
你们当时知道他想重新创业吗？
王新宇
我们当时的想法是把他挖出来创业。但相当长一段时间里，他没有见我们，可能直到 2023 年第一季度。他没有见我们，可能是因为当时已经有第一轮的人在做投资动作，循环智能本身也有老股东，红杉大概在投资那一轮。
在这个过程中，我们给他写过一些小作文，也帮他介绍过人。听起来有点俗套，但确实是这样发生的。
大概到了 2023 年 4 月、5 月，第一次见到他。之后持续交流，6 月内部决策，7 月 2 日通过 IC，正式决定 pull the trigger。
如果穿越回那个时间点，起步更早的 MiniMax 和智谱，估值已经差不多 15 亿美元。它们背后是成功的创业者，也已经在市场上融资。阶跃当时还没有成立，大概是这样的时间点。
我们投资时，co-founder 都在，团队已经有了初步样子，但模型还没有出来。很显然，这个相对年轻、出发晚一点的团队，当时还是有压力的。
程曼祺
为什么你会选择一个出发相对晚、看上去年轻，虽然有长板，但似乎也充满短板的团队？为什么这件事情需要你说服其他合伙人？
王新宇
龙珠当时没有投过大模型公司。美团当时投过智谱，但龙珠没有投过。
回到那个时间点，大家对大模型到底有多大影响、会影响到什么层面、商业模式怎么走，甚至有没有创业公司的机会，都充满质疑。
我觉得有质疑才是正常的。相对年轻、出发晚一点的团队，也确实是当时的情况。
程曼祺
你对杨植麟的判断和印象是什么？为什么觉得他值得投？当时年轻创始人里也不只有他。
王新宇
我习惯叫他 Kimi。其实很有趣，因为我们当时非常想接触、支持这个人创业，这是一个前提。但之前一直想接触却没有接触到，所以我是带着很多 bias 去见他的。
我不知道当时大家对他的认知是什么，但我脑子里的 bias 天然会让我想：这个人会不会很骄傲？会不会很难接触？会不会很 nerdy，只懂技术、不懂做公司？会不会不懂战略？
实话说，我脑子里充满了疑问，而且这些疑问都偏负面。但第一次见他以后，基本打消了绝大部分疑问。
程曼祺
聊了多久，才打消这些疑问？
王新宇
我们一般和创始人约两个小时。当然我记不清是哪一刻，因为那是一个系统性的过程。可能就是那次会后，我觉得那些都不会是最大的问题，刚才那些在我脑海里已经不是问题了，基本都是 OK 的。
程曼祺
他的什么表现，让你认定他不骄傲、不 nerdy，也懂战略和公司经营？
王新宇
交流过程中，首先，即使在那个时间点，他也是很成熟的。
如果你追溯一个人过去做过什么，我说的不是学术上取得的成就，而是他一直想要布道、想要做这件事情。包括早年在致远的合作，以及和华为的一些合作。
另外，我在他身上看到最重要的东西，是 tech vision，也就是技术愿景。
在那个时间点，他不仅做过相关事情，也知道这件事情应该怎么做：应该是什么样的组织，应该有什么样的人才密度，这样的人才密度应该如何协作，应该不断追求什么样的成功，才能留住这些天才。天才们想要什么，怎么才能成功，这些都会反映在他的判断里。
Day One 的时候，我们聊的就是要做一个 Super App。大家应该还有印象，那时连模型都没有，更不用说 App。但这几件事情在他脑中已经很清晰了。
程曼祺
我之前采访你投过的其他创始人，比如梁晨启、卷卷，他们都提到你的一个特点：如果你认定了一个创始人或者公司，后面就不太会摇摆。但这需要你很快建立对这个人的直觉。
王新宇
直觉是一方面，而且很重要。尤其对人，我们不应该否认直觉。直觉并不是不科学。
我对直觉的理解，是一个人经过长期训练以后形成的肌肉记忆。比如我第一次见卷卷，聊了两个小时，他在白板上写写画画。出来以后我和同事说，其实我没怎么听懂，但我觉得这个人应该可以投。
你看到的是他怎么思考问题，怎么表达自己想做的事情，以及身上那种坚决。
当然每个创始人都不一样。你刚才提到的卷卷和梁晨启，我基本第一次见完就知道这个人可以投。
但坚定的来源，不只是直觉。直觉是起点，坚定来自持续接触。你提到的这两位，我都是第一次见完以后，至少过了半年才投资。这半年多一直保持接触，可能每个月甚至更高频地见面。
程曼祺
所以第一次没听懂，就再见一次。
王新宇
对。等到真正决定投资时，你已经对这个人有了比较充分的了解，也形成了自己的判断。那一刻如果说坚定，我觉得是 OK 的。
程曼祺
投完以后，你不是那种特别 push、平时总想知道公司进展怎么样的投资人。
王新宇
这不代表我们不做投后工作。但我觉得投资人最好的状态，虽然听起来很俗，就是帮忙不添乱。
能做到这一点的人很少。我们还是坐在副驾驶的位置上，但有些事情，在创始人某些阶段，他们早期可能更擅长。
比如公司什么时候该融资，这些事情我们可能更有经验，会给一些建议。但技术和产品，我一定要投一个比我更懂的人。我不认为自己有能力去指导，或者给他提供什么具体方案。
如果我们真的看到一些危险，或者觉得有建议，会提出来。但“给建议”和 push 是两回事。一个人面对不同建议时，也会有不同反馈，这种互动有时很重要。
程曼祺
你在月之暗面过程中给过什么建议？投完以后，和 Kimi 有哪些交流？
王新宇
一个是在融资上。第一次拿阿里那笔相对较大的投资时，我当时非常支持，甚至支持到主动从董事会上退下来。
我觉得这是公司发展中一个非常必要的 milestone，是必要但非充分条件。
模型进展当然也很重要，但我给不了太多建议。唯一觉得自己能给建议的，是 2024 年第三季度左右，他们当时比较希望获得更多用户。那段时间投放比较多，我个人给过一些建议。
我觉得应该回到专注上，因为模型还有很长的路要走。
2023 年 7 月 2 日投资时，我们在 IC 上还讲 AGI。如果 AGI 是 100 分，那么当时的 ChatGPT 和 GPT-3.5 可能只有 20 分、30 分，还有很长的路要走。模型进展和模型能力是最重要的，这一点我一直相信。
但公司发展过程中，不同阶段一定会有不同策略，也不代表每个策略在每个阶段都正确。我能想到的，大概就是这两个 moment。
程曼祺
2025 年 R1、GPT 和 R1 爆火，对你的冲击是什么？
王新宇
从我的角度，验证了刚才所说的：模型能力非常关键，而且模型还有很多事情可以做。
这个行业里都是很聪明的人。我们有句话叫：“人教人教不会，事教人一次就能教会。”
在那个阶段之后，月之暗面也回到了一个很好的状态。技术上，包括它最近发布的模型，和 DeepSeek 是同一天发布的，跟 R1 是同一天发布的，都是 2025 年 1 月 20 日。
从技术角度看，2025 年 1 月 20 日到今天也才一年多。不管是 K2、K2.5，还是中间做的很多事情，包括技术侧和全球影响力，大家都能看到。
Kimi 过去一年的技术影响力提升了很多，这也和 DeepSeek 对它的冲击或影响有关。
我一直认为，事情会教人。好的公司就是大家一起做正确的事情。这个领域即使在今天也还有很长的路要走，只是大家现在专注于不同方向。
我今天认为 AGI 已经实现了。接下来大家继续向 ASI 走，如果暂时把安全、伦理和道德问题放在一边，那么在拓展智能这件事情上，仍然会有一个漫长但符合 Power Law 的发展过程。
程曼祺
你用什么指标判断 AGI 已经实现了？
王新宇
判断其实很简单。今天的 AI，我们判断的是知识量，还是聪明程度？
不论两者，如果拿全球 80 亿人的平均受教育水平和类似智商的平均值来比较，或者拿中国 14 亿人的平均受教育水平来比较，我觉得今天的 AI 已经超过平均值。
这就是 general。我觉得这应该意味着它已经达到了 AGI。
程曼祺
投了模型层之后，在 AI 应用这一层，你们有什么出手和布局？这方面披露相对少一点。
王新宇
7. The AI Application Layer
我们 2023 年 7 月投了月之暗面，大概到 2024 年中，我在内部说，大模型是 AI 领域最重要、甚至唯一重要的事情。但到 2024 年中，我们可以开始学习、观察和投资 AI 应用公司了。
当时定了两个重要方向：一个偏技术和渠道驱动，另一个是 3D 和视频。还有一个偏场景，包括广泛的社交互动、内容和游戏。
当然最后并不是所有方向都投了。我们开始学习，2025 年这一整年，大概投了 10 家左右的 AI 应用公司。
程曼祺
为什么很多没有披露？是因为现在大家都流行水下发展吗？
王新宇
AI 应用绝大部分还处在很早期。我们很多项目投的是前两轮，甚至直接投第一轮。
这也反映了行业现象：很多 AI 应用还需要时间探索什么样的产品形态能够满足新的需求，仍然需要很多创新。很多创业者一开始不想公开说自己做了公司，因为可能还没有产品。
广义上讲，我觉得今天还没有哪一家 AI 应用公司真正成功。虽然有些公司跑得比较靠前，有不错的 ARR 或 DAU，但 DAU 已经是旧时代的尺子，不应该是衡量 AI 产品最重要的指标，甚至排不进前三。
Token 调用是很重要的指标，ARR 也有一定重要性。
程曼祺
你们当时在场景划分里提到了社交、内容、娱乐互动，但没有提效率。是因为默认效率会由模型公司来做吗？
王新宇
不是。时间有限，团队也有限，我们先拎出了一些在那个时间点可能很大、很重要，或者我们想了解的方向。效率当然重要，我们也投了一家做 AI 销售的公司，投的是第一轮，用 AI 直接交付销售结果，提高效率。
我们也做了很多尝试，比如投了和 coding 能力相关的公司，有点像 AI Lab 的应用公司；投了做 AI 浏览器的公司；3D 方向也投了不少。数字媒体也算 3D 的一部分，我们投了影谋这样的 3D 公司；还投了 OneTwoX，一家和视频相关的公司。
每个领域我们都做了一些尝试。
我没有和这些公司聊过他们为什么不对外披露，只是表示尊重。但我觉得可能确实是你说的那样：有些人已经有产品，有些人只有想法，有些人认为产品和想法需要相当长的水下发展阶段。
我最近看 AI 应用有一个结论：迭代效率很重要，通俗地说，就是手活快很重要。
去年我至少看过上百家 AI 应用公司，得出的一个结论是，这些创业者的出生年份以 1997 年为正态分布的最高点，大概是 1996、1997、1998 年最集中。当然我们也投过 00 后。
程曼祺
1997 年出生，去年就是 28 岁。
王新宇
对。这里面比较典型的 vintage，可能就是很多人 2018 年进入抖音。比如陈曦，2018 年进入抖音是非常重要的时间点，他是 1996 年出生，也基本符合这个正态分布。
从 2018 年到现在有 7 年，这已经是很长的时间。他赶上了一个公司和产品发展最快的阶段。我只是随便举了一个人的背景，很多创业者都类似。
这不是一个喊口号式的东西。我没有说要做一个“00 后基金”，也不是拿着这个标签去找人，而是前线看了非常多以后，总结出的结论。
这些 95 后身上有很多共性：更敢想、更敢做、迭代更快，也更自信。他们在最好的公司里经历过学习和成长。当然每个人背景不同，但共性在这里。
他们自己也更懂 AI-native。我们确实还没有找到更好的词来形容这一代人。
1996 年出生的人，2008 年大概 12 岁，刚上初中。更本质的是，他们是移动互联网原生的一代。当他们从小学到初中、价值观开始形成时，绝大部分人已经相对衣食无忧。
中国经济发展到一个阶段，2008 年举办奥运会，之后是非常黄金的十年。他们在 12 岁到 22 岁这段形成世界观的时期，感受到的是经济上行。这种经济上行带来的群体自信，我觉得对创业是有帮助的。
最后创业的人会是少数，但这么多人里，总有人只想做一件自己坚定看好的事情，总会有新的人跑出来。
程曼祺
你之前投的科技公司偏硬科技，比如半导体、自动驾驶、机器人。AI 应用在生态上仍然处于互联网和移动互联网的环境里，很多载体还是手机上的 App。
看这类公司的时候，你在思维方式上需要做什么变化？感受到自己的什么变化吗？
王新宇
首先底层还是要学习。比如从自动驾驶转到半导体，也需要学习，跨度很大。
你的问题有点像从 To B 转向 To C。硬科技大多数确实是 To B，但有些东西是相通的，也有一些事情要提醒自己：首先要知道自己不知道，不要假装有经验。
我刚才讲新时代的尺子。Token 调用也好，我并不了解移动互联网时代所有指标。DAU 是比较浅的指标，背后还有很多专业数据。我当然可以学习，但如果我没有那个包袱，也可以更 AI-native 地去学习怎么看 AI 应用公司。
能不能看好、学好，以及人群都很重要。年轻人怎么想，是关键。
我刚才讲迭代速度很快。我对这类人有个总结，叫“年轻的大哥”。
一种是生物学意义上年龄很年轻，比如 1996、1997 年出生，今年还不到 30 岁，但他已经在某个领域做了 10 年。杨植麟就很符合这个定义。
另一种是生物学意义上已经 40、50 岁，确实是大哥，但有非常开放、年轻的心态。这也是年轻的大哥。
这两类人，是我最后总结出来的。
程曼祺
王兴兴也很符合你说的“年轻的大哥”。
王新宇
对。年轻的大哥身上体现了专注。你不热爱一件事情，很难专注。
我们之前采访王兴兴时问过他自信从哪里来。他说自己随随便便做机械研发也 20 多年了。我说，你不是才 30 岁吗？
这还是回到兴趣和热爱。他可能从小就在这件事情上投入了很多时间。
我大学有一个室友，也是我高中、初中的同学，我们一起参加过比赛，是队友。他可能 30 多岁，但有接近 30 年研究电子产品和硬件的经验。
这样的人一直在我身边。我就是和这些人一起成长起来的，所以知道“年轻的大哥”的力量很强。
程曼祺
2025 年以来，你们新集中投资的重点方向是具身智能。这个行业现在讨论很多，争议和喧嚣也很多。
你们 2024 年投了宇树，2025 年又陆续投了自变量、星海图、踏实、妙动、Sharpe 和地瓜。地瓜更偏算力层。这个重点是怎么迁移到具身智能的？
王新宇
8. The Embodied Intelligence Thesis
从投资结果看，似乎是 2025 年投得比较多。但从内部发生的时间看，我们 2023 年就非常认真地把具身智能当成重要方向。
2023 年，我们团队至少集中看了这个赛道，看过上百家公司。我见过其中大概 20 家。你提到的很多公司的第一轮，我们当时都见过，但实话说，那时还没有看懂，包括后来投的早期自变量和早期星海图。
星海图是 2023 年下半年成立的。2024 年上半年，我们投了宇树。
投宇树对我来说有一个重要变化。2023 年底，我去参加 NeurIPS，初衷是看 AI，顺便去了 Stanford、Berkeley、Harvard、MIT 等学校的机器人实验室。
如果回到 2023 年底，会有两个发现。第一，所有这些机器人实验室都有宇树的机器狗。当然这不是特别重要的事情。更重要的是，当时宇树的第一款人形机器人已经做出来，开始类似预售，并且和全球最前沿的实验室沟通。这些实验室都非常想买。
因为美团战投比我更早投了宇树。回到那个时间点，实话说，我对宇树的 AI 能力是存疑的。但那次去实验室的行程、产品的实际进展，以及那些实验室都很想买，让我回来以后觉得宇树应该投，也可以投。
我当时的投资 thesis 是，我想到了黄仁勋把游戏显卡送给那些实验室做 AI 训练。如果全世界最好的机器人实验室里的博士生，都用宇树的人形机器人做开发、研究和最前沿的探索，那么 AI 能力难道不会被解决吗？这会是问题吗？
这是我当时认知转变的重要 trigger。过完年以后，我们就开始投资宇树。
程曼祺
对更广泛的具身领域，你们 2023 年也接触了很多，但当时觉得看不懂。到 2024、2025 年又觉得可以投了，这个变化是怎么发生的？
王新宇
2023 年看了上百家公司，到了 2024 年，第一是把之前看过的头部公司又看一遍，第二是有更多新公司出现，我们可能又看了上百家。
如果简单粗暴地把一个人形机器人拦腰截断，2024 年初我们大概分成 manipulation 和 locomotion。Locomotion 不一定都是双足。
投了宇树之后，沿着 locomotion 这条线，我们就没有再投过其他公司。再往上延伸，后来我们会叫 whole-body control，也就是全身控制。在这件事上，我们很坚定地只投宇树。
但 manipulation 到今天我觉得仍然没有收敛，至少对我来说是这样。也许有些投资人或者创业者很坚定地认为自己的方向正确，但以我的能力，我觉得它还没有收敛。
没有收敛，就意味着不同阶段可能投不同公司。有的公司相信应该先做“大脑”，有的公司相信数据最重要。
2024 年争论最激烈的问题之一，是数据到底应该用真实机器数据、仿真数据、合成数据，还是两者结合。
我们有时很喜欢争论这些问题。我之前在一个 panel 上讲过，2018、2019 年中国商业航天第一波很火时，大家争论到底用液氧煤油还是液氧甲烷。
我说，我们现在争论合成数据还是真实数据，就像争论液氧煤油还是液氧甲烷。重要的不是究竟选哪种燃料，重要的是能不能飞到太空。
马斯克两种都用：回收火箭使用液氧煤油，经济性高；去火星的火箭使用液氧甲烷，因为宇宙里没有煤油。这就是所谓第一性原理。
把注意力放在这种问题的争论上，有时候意义不大。
我之前投 L4 无人驾驶，也投过很多公司。从 2016、2017 年最早看，到 Pony.ai、Innoviz，再到我在龙珠投的轻舟，以及 EV 相关公司，我基本参与了中国 EV 和无人驾驶产业的 10 年。
当时大家争论最多的是激光雷达路线还是纯视觉路线。对投资人来说，影响可能没那么大，因为可以投几家公司。但创业者肯定会宣称自己的方向更有前景。
我觉得正确的方式是，首先你要坚定选择一个方向，把它做好；同时也应该有人坚定相信另一个方向，把另一件事做好。对整个行业，甚至对人类来说，这是好事。所有人都做一件事，可能还没做就内卷了。
更好的创业者或者企业家，在一开始坚定选择某个方向，后来真的知道错了，能够很快 switch 到正确的路上，最后也可能成功。
创业不要怕打脸。做任何事情都别怕打脸，错了就改。改得快，可能就是核心能力和核心竞争力。
程曼祺
所以你刚才说，因为 manipulation 还没有收敛，你们投的公司相对多一点。
王新宇
首先，大家的目标可能殊途同归，都是大脑能力。其次，大家可能使用不同的数据，在不同阶段相信不同算法，也相信不同场景。
这些公司做的事情不同，但就像南坡、北坡或者不同的坡。不管怎么爬，谁能爬上去、谁最后摘到桂冠，更重要。
市场和投资人习惯把公司放到一个品类里，长期用这个品类定义它。但我觉得这可能不对。
程曼祺
如果 manipulation 还没有收敛，为什么 2023 年你们觉得很难出手，但 2025 年以来可投的项目变多了？
王新宇
从 2024 年开始，我们的认知慢慢变得更清晰：这件事很重要，也知道它可以解决，只是方式不同。
于是我们开始投资不同团队。每个团队在投资时可能做的事情不一样，也许一年以后又会变化。你在市场上看到的、公司拿出来讲的东西，和实验室里、公司里真正做的东西，可能并不一样。
水下的部分其实很多，大家不会放弃重要方向的探索。
程曼祺
2024、2025 年之后，你们看到了什么信号，让你们觉得这件事大概率可以解决？
王新宇
美国一些公司的进展很有代表性，包括 Google。还有 Figure 这样的公司，它们的进展对我们肯定有价值。
我最近看到一些 3D 公司的进展，开始意识到，机器人或者具身智能不一定要遵循“先进厂、再进店、最后进家”的路径。大家天然觉得应该走这条路，但也许可以直接进家庭，而且速度可能比想象中更快。
当你看到一些公司针对家庭场景做出的机器人 demo 时，可能会突然意识到这一点。投资人有时需要想象力和抽象能力。
模型本身的进展、各家公司能做到的事情，以及大家追求的目标，到 2024 年，我们自己的 conviction level 至少到了一定程度。
程曼祺
你们投妙动、Sharpe、地瓜的逻辑也可以讲讲。这几家公司和宇树、星海图不太一样，后者是做软硬一体的完整人形机器人，前几家最开始的切入点不太一样。
王新宇
妙动在投资时到现在也有一些变化。简单说，就是不同的机器人形态。这家公司也比较神秘，杨朔很少出来。妙动我们投了两轮，投第一轮时，杨朔还没有加入。
地瓜和 Sharpe，是我们开始意识到核心零部件在其中的价值。
这里有一个概念：你会希望投的东西成为链主。惯常思维里，本体是链主。比如投新能源车，就会觉得做整车的公司是链主。
但宁德时代也是新能源车产业链的链主，而且利润比所有车企都多。链主有时会迁移和变化，不一定非得是本体公司。
我们在 2025 年投了一些本体、一些算法之后，意识到随着行业往前走，关键供应商可能会很重要，所以投了地瓜和 Sharpe。
程曼祺
9. The Robotics Investment Cycle
作为看了这么多具身智能公司的投资人，你怎么看现在这个领域估值高企？中国超过 100 亿估值的公司，据我所知应该已经有 20 家了。
王新宇
我最近没有更新，确实太多了。
半年的变化很快。2026 年第一季度和 2025 年第四季度这半年，估值变化是多种原因促成的。
更早的时候，我们有一张表，会统计大概 2 亿美元、3 到 5 亿美元、10 亿美元估值的公司各有多少。现在没有这个表，是因为估值已经不是最重要的事情了。
估值上涨有很多原因，但这和我个人没有关系。
我之前在几次公开场合讲过，中国在这个领域投入的钱不是太多，而是太少。这个结论今天依然有效。
程曼祺
但你当时的论据已经变了。你当时说 Figure 融的钱比中国这些公司都多。现在中国公司加起来的融资肯定已经超过 Figure 的累计融资了。
王新宇
那如果把 Tesla 在这里面投入的研发费用也算上呢？Scale AI 的估值溢价是 140 亿美元，一下就可以融 14 亿美元，还是要看整个行业。
我背后的逻辑是：中国和美国在具身智能领域到底发生什么样的竞争？
我们今天做的事情，从来不是用别人 20% 的成本，做出别人 50%、70%、80% 能力的东西。今天中美两国可能正在带领人类进步，我们为什么要用比别人低很多的成本、少很多的钱，去带领人类进步？这不 make sense。
我们应该用差不多的钱，或者凭借更高效率，用同一个数量级、稍微少一点的钱，做出 120% 的东西，甚至做出创新、做出引领。
尤其在具身智能领域，这一点特别明显。当然，其实很多领域都很明显。
2025 年对中国、对我做投资来说都很重要。2025 年出现了王兴兴，出现了梁文锋，最近还出现了张雪机车。
做投资对我来说今天最幸福的一件事情，以及我对未来的信心，都来自于我认为这种范式在中国将来会越来越多。
回到我们最开始聊的，热爱的力量、专注的力量，会在千行百业开花。
程曼祺
你说的范式，是因为热爱和专注，去做一个全世界都很强的事情，而不是为了赚钱和商业机会去复制谁。
王新宇
对。中国人能做手机之后，就能做所有 3C 电子产品。能做所有 3C 电子产品以后，扫地机器人这种相对难的产品也能做。
你看今天 iRobot 在哪里？全世界都变成了中国公司竞争的舞台。
这件事情在历史上一直发生。从 1960 年代、1970 年代到 1980 年代的日本消费电子来看，1960 年代可能还在复制，1970 年代开始转型，1980 年代出现自己的核心技术和品牌。
全世界的人都以拥有一件日本消费电子产品为荣。未来不用太久，我觉得 5 年、10 年，中国消费电子也一定会取代日本消费电子的位置。
从冰箱、空调、洗衣机到扫地机，甚至更新的产品。当然，无人机、大疆可能是一个例子，但如果你说它是个例，我也可以从各个方面举例。
这是一个系统性的东西，新能源车也是系统性的东西。
最近我接触到的外国人，不管是投资人还是其他人，很多都会专门去体验中国新能源车，去门店试驾，而不只是去车展。
前段时间有一个做 crypto 基金的欧洲人，应该叫侯赛。他来中国看了一些公司，写了一篇文章，说中国硬件很强，但软件不够强。这篇文章传播很广。他来中国的最后一天，我和他有一个小范围交流。
这些人都很关心中国的新能源车，也带着好奇。但他们有一些观点，我并不认同，也带有旧有认知的惯性。比如认为中国软件不强，我觉得这完全是某种惯性，或者说他并没有完全了解真实情况。但没关系。
程曼祺
如果前途是光明的，你觉得具身智能现在这么多喧嚣、这么多公司和人涌进来，短期会有泡沫和波折吗？你之前也经历过一些热门科技风口起起落落。
王新宇
任何事业、任何赛道的发展都有波折。今天你在市场上可以找到一堆无人驾驶公司出问题的历史。
接下来可能会进入一个去伪存真的过程：你是不是真的在追求某个单点技术上的领先，是否真的在追求商业化落地。
但我认为后者没有前者重要。我认为能泛化的能力更重要。
今年从投资主题上看，world model 也好，对机器人来说数据也好，这两个点几乎已经成为共识。它们能不能促成机器人可泛化的通用能力上一个台阶，比如 GPT-3.5 这样的时刻，我觉得未来 1 到 2 年会发生。
如果这件事会发生，那就一定有人能做到，有人做不到，这就是去伪存真的过程。
程曼祺
这个阶段的焦点，是你说的 GPT-3 或 GPT-3.5，而不是现在马上卖了多少台。
王新宇
但卖多少台，如果能反哺这件事情，也是重要的。如果有真实数据、真实场景反馈，这些数据对达到 GPT-3 或 GPT-3.5 的时刻有价值，是必要条件，那当然重要。
但我觉得这个时刻可能比大家想象得更快。
我们怎么定义 GPT-3 或 GPT-3.5？我一直在想这个问题。
我第一次用 ChatGPT 大概是在 2022 年底、2023 年初。我自己算是 AI 出身，在那个时代，AI 最重要的是计算机视觉。
我投过两个有意思的人，一个是楼天城，一个是杨植麟。他们年龄和出身都比较接近，一个比我大三四岁，一个比我小三四岁。人的 vintage 和技术 vintage 是高度耦合的。
楼天城的年龄和出身，把他引领到了解决那个时代 AI 最难的问题，也就是计算机视觉里的 L4 无人驾驶。杨植麟的 vintage，则把他引领到了解决 NLP 里的大模型。
我第一次用 ChatGPT 时，想到两三年前、五年前已经有很多 NLP 产品。Siri 也是 NLP 产品，小爱同学、早年的智能音箱，以及更早的 chatbot 或 NLP-driven 产品都一直存在。小冰也做了很多年。
但在相当长时间里，大家并没有觉得这些东西真的能用。ChatGPT 或 GPT-3.5 的时刻，是让大家觉得：“这东西好像能用了。”
我第一次用时，印象很深。我会问它“大象是什么”，然后问“大象吃什么”。还会问一些自己设计的问题，测试它的逻辑遵循能力和指令遵循能力。比如再问“狮子呢”，看它能否理解我是在问狮子是什么，还是狮子吃什么。
这不是什么严肃测试，但如果你一直用这些产品，稍微敏锐一点，就会发现这次好像不一样。
我觉得具身智能接下来 1 到 2 年，会有更广泛的人相信：这次好像不一样了，好像真的能用了。
程曼祺
具体会是什么感觉？比如智能机器人做到什么程度时，大家会觉得它不一样？
王新宇
你不会觉得它是一个需要加速两倍、4 倍、8 倍观看的东西。在 1 倍速下，你会觉得很丝滑，会觉得它能做的事情似乎和人能做的事情一样。
AGI、ASI 也是这样。技术发展到一定程度，超过人是非常快的。当它能做出人做不到的事情时，会很快进入那个阶段。但在它能做到之前，可能需要一段时间，而在那段时间里，绝大部分人都会质疑。
今天中午我和另一个投资人聊天，我们俩的小孩都很小，大概 1 岁左右。他也投具身智能，他说机器人学习 pick and place、抓取精细物体时，已经比他的孩子学得更快。
我也会观察女儿学习精细运动，比如用手指拿起一个东西，再把它放下，或者把三角形放进对应位置。观察一个人类幼崽学习的过程很有趣。
人类的学习过程是 predictable 的。大部分人最后都不会拿不起杯子，但绝大部分人对机器人学习这件事没有感受，因为家里还没有机器人。
有了孩子以后，我才知道人类是怎么学习的。你不知道自己小时候是怎么学会拿东西的，有印象时，你已经会拿东西了。你也不会记得自己是怎么学写字、怎么拿毛笔的。
抓取是一个比较底层、基础的能力。我觉得机器人很快就会获得这个能力。一旦获得之后，它再去抓毛笔、筷子和其他东西，速度会很快，可能一下子超过大家预期，因为绝大部分人对这件事没有实时感受。
程曼祺
你认为对具身智能来说，GPT-3、尤其 GPT-3.5 的时刻，可能 1 到 2 年就会到来。这在整个行业里，是多数人的判断，还是你偏乐观、偏激进？
王新宇
我的性格偏乐观，但我觉得这个判断不会过于乐观。哪怕不是 1 到 2 年，大不了 3 年，我觉得不会偏差到 10 年。
当然，今天的聊天会留下记录，也许 3 年后我会被打脸。但被打脸、认错并快速学习迭代，是更重要的事情。
程曼祺
你之前也投过自动驾驶。自动驾驶大规模铺开的时间，比大家想象中晚了很多年。你觉得具身智能会有什么不一样？
王新宇
自动驾驶什么时候具备 GPT-3.5 的能力？在我的概念里，GPT-3.5 支持了 ChatGPT，所以我的标准是，它对大众来说要有感知，要有破圈的感知。
如果是 FSD V12，我觉得差不多就是那个时刻。GPT-3 可能更早一点。
对我来说，GPT-3 的时刻发生在 2019 年上半年投资 Pony.ai 的时候。我当时非常确定，我的下一代肯定不用学开车。那时我还没有孩子。
程曼祺
你当时看到了什么？
王新宇
因为那是一个非常冷的时期，我做了很多尽调。我可能不敢说最多，但做过几百公里的 Pony.ai 车辆测试，在美国 Fremont，也在中国北京、上海、广州、南沙，白天、晚上、下雨，所有不同场景都跑过。
只有做过很多测试，才能看到它的边界。如果你对技术有相对了解，就知道这些边界可能被解决，于是会产生信心。
我投 Pony.ai 时有一个很重要的前提：给了它 16 亿美元估值。这个估值在当时意味着什么？是真金白银、有人投资认可的全世界最高估值。
当时 Waymo 的 175 亿美元估值，更多是投行写在纸上，没有真正的外部投资。那一年美国有两家公司，一家是 Auto，一家是 Cruise，都是以 10 亿美元被收购的。
所以 2019 年初给 Pony.ai 16 亿美元估值，是我整个投资生涯中第一次非常重要的时刻。我投了 5000 万美元，这也是很大的金额。
程曼祺
周亚辉对此有什么想法？
王新宇
我觉得他非常支持。Pony.ai 当时并不融资。后来我带 James 和楼天城一起见周亚辉，只聊了半个小时。他们走以后，周亚辉问我：“你想投这个公司吗？”
我说：“我想投，但它不融资。”
他说：“那去美国找他。”
就这样。我飞到硅谷，每天和 James 喝咖啡、吃饭。一开始先向他证明我还算懂这个方向，再向他证明他需要这笔钱。
投完大概一年后，丰田投了 5 亿美元，大概是 25 亿美元估值。
历史在很多事情上对我来说有一种美妙的对称。2023 年 7 月投杨植麟、投月之暗面，当时投了 3000 万美元。不到一年以后，阿里投了 8 亿美元。这两件事情对我来说有一种完美的历史呼应。
但前一次对我来说很重要，因为那是第一次。我做了很多尽调，认为这家公司有重要的核心能力和价值。我觉得中美会分开，数据非常有价值，这件事不会被所谓弯道超车。
不管公司将来独立发展、被并购，还是以其他方式发展，我觉得它一定有价值，所以才敢给出那个估值、投那么多钱。
程曼祺
你后来追投 Kimi 时，对认定的项目和创始人也很穷追不舍。
王新宇
我觉得这是投资人的基本功。
程曼祺
你怎么排优先级？不可能对每个创始人都这样，肯定要重点追几个。
王新宇
我每年追的也就 1 到 2 个。
程曼祺
你会告诉自己：“今年我一定要把这几个拿下。”
王新宇
遇到真正想追的，就会这样做，但不会给自己设一个 quota，说今年只追一个，3 月追完以后剩下 9 个月就放假。
你遇到一个人，内心有一个声音，就会去做。这是基本功，也是一种习惯。
程曼祺
一般是先判断事情，还是特别看重这个人，才会这样去追？
王新宇
我觉得都得对。事情和人都得对。
程曼祺
这两件事哪个更重要？
王新宇
事情逻辑、人和团队。
我经常和团队说，要 case by case，或者一事一议。做投资要 open-minded，要开放、学习，逐个分析每个问题。不能被所谓成功经验影响，也不能被失败教训吓倒。
当你看到一件事，想到另一件事时，要判断这个类比到底有没有帮助。
所以我不会觉得人一定比事重要，或者事一定比人重要。更重要的是，最好的人往往去做最重要的事情，这两件事通常是匹配的。即使 Day One 时还不是，后面也会匹配起来。
程曼祺
比如张雪的机车，他做的是最重要的事情吗？摩托车市场其实没有那么大。
王新宇
对他的人生来说，当然是。他多幸福啊，能做自己喜欢的事，又能做到你说的全世界最牛或者最好的事情。
人难道不应该把幸福作为很重要的事情吗？
他很小就找到了这个方向，我觉得确实幸运、幸福。
在张雪这个事情之前，我并不了解机车，只是在媒体上看到。但看到时我一点也不惊讶。因为在看到王兴兴、梁文锋，以及更多这样的范式之后，我作为投资人的判断是，这样的事情将来会一直出现。
我的工作，就是尽可能抓住下一个这样的机会。刚才我说，这是对我来说非常幸福的一件事情，也是一个系统性的巨大机会。
程曼祺
为什么自动驾驶上大家期待更早落地，但实际上晚了很多年？具身智能可能不会重蹈覆辙吗？
王新宇
我 2019 年就投了 Pony.ai，也坚信这件事会发生。但一直到 2025 年，因为女儿出生，我买了理想 L8，换成家庭用车，第一次作为 C 端消费者用上了那个产品。
从 2019 年到 2025 年，已经过去 6 年。从投资人认定这件事一定会发生，到事情真的发生，有时是漫长的过程。
但到底是 3 年还是 6 年，真的重要吗？对我来说一点也不重要。
程曼祺
可以透露一下龙珠的退出周期吗？
王新宇
标准人民币基金和标准美元基金的周期不同。美元基金大概是十多年，人民币基金相对短一些。当然不同基金会不同，还是和 LP 类型有关。
我们要对 LP 负责。但基金走到退出阶段时，也有很多工具。比如 S Fund，可以接过来。如果你更看好这个公司，既能给前面的 LP 交代，又能持有公司更久。
现在用工具解决基金周期问题已经很成熟，不是 bottleneck。
程曼祺
10. The Unitree Founder Bet
在具身智能领域，宇树是你在龙珠投的第一个公司。可以讲讲你追这个公司的过程吗？王兴兴应该很早就接触过你。
王新宇
这件事情要从 2016 年讲起。我 2015 年开始实习，第一年基本是全职实习，真正 full time 加入是 2016 年 7 月。
2016 年 7 月工作的第一周，我就见过王兴兴。当时是我的一个同事约的项目，但那天同事不知道因为什么事情没来，所以我第一次见他是 2016 年 7 月，大概 7 月 10 日左右。我后来还翻过微信。
那时他刚创业没多久。在他拿第一笔个人投资时，还给我发过 SPA，问我能不能签、应该怎么理解。
当时有个概念叫“职场发小”。我不能说自己和王兴兴是职场发小，但他刚毕业创业，我也刚毕业工作，确实是我工作第一周就遇到的人。这是一个很有趣的缘分。
虽然很久以后我才理解、想清楚、看明白，最后投资他，但起点在 2016 年。
程曼祺
2016 年 7 月见到王兴兴时，他是什么状态？
王新宇
我觉得和今天差别并不大。当然在成长过程中，尤其 2025 年以后，各种资源、名声都会扑面而来，伴随名声也会有很多质疑，但他的底层东西没有变化。
程曼祺
这个底层是什么？
王新宇
就是他热爱的东西、坚信的东西。
很多人觉得，或者网上有一些说法，说 MIT 开源了机器狗，其实不是。他更早就做了，那时我已经看到那只狗了。
我记不清是第一次见面就讨论，还是后来每年见他一两次时讨论过。我们讨论过这只机器狗到底能干什么，是不是可以在公园里拉着小朋友转两圈，像旋转木马一样。
这个时刻我印象很深。我们不知道这东西能做什么，但他非常喜欢它，并且把它能做的事情做得相当好。这一点在那个时候已经体现出来，而且到今天没有变过。
他做人形机器人也是一样。当时外界充满质疑，美团在他刚要做的时候就投了他，而且是重注投资。我觉得这是一个很好的投资，也是对他的认可。
我投得晚一点，但看到的也是一样：他能把这个东西做出来，而且做得非常好。
大家甚至会开玩笑说，做人形机器人是不是“狗站起来了”。他自己也说，第一个 H1 也就是狗站起来了。是，也不是。这里面有很多底层共通的东西。
今天我们说 whole-body control，涉及每个电机、控制系统和很多底层能力。但那时还更初级。你在做机械狗的过程中积累的所有东西，都不会白走。
他身上最不一样的地方，是对技术的钻研。你和他聊电机参数、产品怎么做，他会眼里有光。
程曼祺
我们 2023 年采访他时，他讲过一个越来越有信心的过程。他读硕士时也在上海上学，写过很多机器狗的技术文章，MIT 的硕士、博士也会来找他交流问题。他会觉得，连那些顶尖学校的人也来找自己交流，说明自己在这个方向上确实有专长。
王新宇
我是真的相信马斯克想去火星，也相信他一定会把人类送到火星。
我也相信王兴兴自己说的：用小机器人做更小的机器人，用大机器人做更大的机器人。
这就是愿景，甚至是愿力。
我刚才为什么先讲马斯克？马斯克显然已经做到了一些，大家觉得也没问题。王兴兴今天依然让绝大部分人充满质疑，但这很正常。
马斯克被嘲笑的时候太多了。早期做火箭，哪有不掉下来的火箭？如果火箭从来不掉下来，可能说明你没有追求最 cutting edge 的东西。
程曼祺
从 2017 年到 2024 年之间，有没有机会投宇树？
王新宇
有，一直有，但我没看懂。
程曼祺
没看懂哪一点？是没看懂机器狗要做什么，还是商业化和应用场景的问题？
王新宇
对。后来它做人形，我基本开始开窍了。刚才讲的那次去美国实验室，就是开窍的瞬间，也解决了我当时担心的 AI 问题，所以就投了。
程曼祺
在具身智能，或者更广泛的科技领域，下一个王兴兴会在哪里？
王新宇
会在每个领域。
可能在 AI 应用领域，AI-native 硬件领域，也可能在中国今天还不是世界第一、但将来必然会成为世界第一的任何领域。
程曼祺
这样的人好识别吗？一出现就能识别吗？
王新宇
好识别，也不好识别。
不好识别的地方在于，他们一定是不同的，甚至有很多不是传统意义上的成功者。他们可能很长一段时间都不适合被 VC 投。
但 VC 就应该投，只是投多少、哪一家 VC 投，是另一个问题。这是 VC 应该承担的社会责任。
当然 VC 也要对 LP 负责。你可能识别出来了，但他什么时候成功、这次创业是否成功，仍然很难判断。
任何一家 VC 在那个阶段没有投资王兴兴，都是大概率的正常事件。任何一笔投资最后投出去并且成功，都是极小概率事件。
我们不能说某家 VC 没投，好像它就不对；也不能说整个 VC 行业都没投，就证明 VC 有问题。很多人喜欢这样叙事，甚至说 VC 是资本、怎么怎么样。
VC 的价值是尽可能去做这样的事情。但创始人有多样性，投资人也有多样性。我觉得多样性越多越好。只要有人投了、有人坚持往下走，就会有这样的事情发生。
程曼祺
在具身智能或者其他热门科技方向，还有一种创业方式叫“攒局创业”：因为事情很火，创始团队临时组合起来，甚至由投资机构认为方向很火，再找一些人来创业。你怎么看？
王新宇
是不是攒局，在我看来没有那么重要。
起点可能不是最重要的。关键是你在攒这个局时追求什么、要到哪里去、怎么去。
任何创业、任何企业成功，中间都会经历很多挑战和痛苦，顺利的时候是少数。如果一个团队没有 vision、没有愿景，只是被短期情绪或市场喧嚣推动，那几乎一定不会成功。
如果是这样的攒局，成功概率会很低。但不能因为有一种创业范式看起来像攒局，就说它一定不会成功。
如果这些人确实有愿景，最后也走向成功，那就不能说攒局一定不会成功。
程曼祺
可能要区分一下“攒”或者“组合”。
比如李想这次创业做理想汽车，最开始的合伙人沈亚楠，是商学院同学介绍的，在联想有供应链经验的人；也有汽车之家时期就一起创业的人，比如李铁。但这不改变公司的目标很明确，他要做车和家，后来也做机器人。他 Day One 的愿景就是清楚的。
王新宇
对。大家有时说“攒局”，本身有一个潜台词，就是带有机会主义嫌疑：看到这个地方特别火，就把人凑起来。
如果回到 2016 年左右，那时攒局做新能源车、骗补的公司很多。这种动机就不对，肯定不会成功。
但李想的“车和家”这个名字其实很好，Day One 的初心就藏在里面，答案就在题干里。
哪怕经历了第一款车的不成功，我觉得初心仍然很重要。所以怎么攒不重要，攒完以后更关键。
程曼祺
你觉得汽车行业现在攒局的现象多吗？如果多，对行业有什么影响？
王新宇
第一，一定会有。第二，攒起来之后做什么更关键。不能说攒起来、融了一笔或几笔钱，这件事就结束了。其实这连开始都不算。
还是要看你拿到钱之后做什么，是否真的在追求一个东西。未来一两年可能会有去伪存真和出清，走不到最后的团队就不是最后的竞争者，可能是自己把自己绊倒了。
程曼祺
你对具身智能的终局有什么想象？
王新宇
没有人不需要一个司机，没有人不需要一个秘书，没有人不需要一个保姆，也没有人不需要一个助理，只是这些服务过去不可负担。
地球上有 80 亿人，可能需要 240 亿个具身智能机器人。
程曼祺
如果从市场规模、集中度和产业链分工来看，你的核心假设是什么？
王新宇
首先，这个需求很重要。终局是提供好用、便宜、大家都负担得起的产品。
一个机器人能干一件事，还是能干 3 件事，也不一样。我觉得这是具身智能最重要的一点。
其中一部分是替代很多人类工作，尤其是人类所说的 3D 工作：Dull、Dirty、Dangerous。人应该生活得更好，科技应该帮助人类生活得更好。
这类替代更偏 To B。另一类可能更偏 To C。不同场景里，具身智能应该像手机一样，渗透到生活的方方面面。
程曼祺
这个行业最后会有多少家公司？
王新宇
我觉得不会是完全 winner takes all，也不会是极高集中度。具体要看你用多长时间来观察。
这不会是短期能够结束的战争，而且这场战争不是单纯和竞争对手竞争，而是能不能持续提供更好、更有价值、更有核心竞争力的产品，不管是 To B 还是 To C。
今天新能源车已经进入这样的阶段，最终受益的是普通消费者：大家可以用相对便宜的价格享受更好的服务，甚至 10 万元的车也可能有自动驾驶功能。
但新能源车还远没到终局。
程曼祺
车和手机看起来集中度都比较高，但你刚才说通用机器人不太可能 winner takes all。
王新宇
这里要看全球，而不是只看中国。
燃油车时代，全球至少有 10 家以上大型车企，还有很多小车企，而且经历了 100 年的并购整合。燃油车市场也有地域性，北美、东亚、欧洲都有自己的车企。
机器人、具身智能不一定和车的终局一样，但我觉得它一定是全球市场，不会只有中国市场。
如果只看中国手机品牌，可能是华米 OV。但看全球，三星是重要玩家，Google 也是玩家，还有 Nothing 这样的新公司。
所以集中度不会是 CR1 或 CR3 占掉全部市场，也不会分散成一个蚂蚁市场。我大概是这样的判断。
市场足够大时，很多功能、能力和需求会被细分，在细分领域里也会有不同玩家。
程曼祺
未来产业链分工会怎样？在新能源车里，宁德时代这样的动力电池供应商，话语权和利润都很大。具身智能会怎样？
王新宇
做一个思想实验。如果宇树一直能够为中国、甚至全世界提供经济实惠又非常好用的硬件，那么从某种程度上说，其他公司不一定要全部自己做硬件。
这个讨论的原点，其实是在讨论宇树的竞争力。有人质疑宇树的大脑和具身智能能力没有那么强，甚至说它是遥控的；和其他具身智能公司相比，宇树也没有招一个这个领域的 AI 大牛，或者领军级别的高管。
我有自己的思考。未来世界最重要的第一点，是一号位自己的学习能力，加上非常年轻、甚至刚毕业的最优秀经营人才。
AI 时代，你在美国看到 1 亿美元、10 亿美元的天价转会费；在中国，也出现刚毕业就拿到百万美元甚至更高薪酬去做大模型的应届生。为什么会发生？一方面是人才供给问题，另一方面是这些人确实有价值。
一号位很重要。梁文锋就是很好的例子。宇树也不一定要按照招一个 AI 大牛的方式补充能力，可能是王兴兴自己学习，再搭配一些非常年轻、学习能力很强的人。
回到刚才的事情：即使宇树在这方面确实没做好，也不影响它成为一家有竞争力的公司。它已经做了很多基础研发，可能成为像基础设施一样的东西。
就像黄仁勋给 OpenAI 送 GPU 机柜，并不是所有东西都必须一体化集成。行业天然会有分工。如果一个公司能把某一层做得特别好、相对便宜，并且比你自己做有充分竞争力，为什么还要自己做？
中国人相对喜欢垂直一体化，但从长期看，如果自己做得不如买来的便宜、不如买来的好，行业成熟后自然会出现分工。
程曼祺
你更早投的一些机器人公司，使用的是相对成熟的技术，先做消费市场、自己造血，再把收入投入研发。你觉得这些公司会是什么角色？
王新宇
每家公司都不同，不一定所有人都要成为一样的公司。
比如我也投了法奥，做协作机器人和协作机械臂。看起来是很传统的产品，但它把市场做得很好。
我印象里，法奥是第一个推出 2 万元人民币、同时又能很好工作的协作机械臂的公司。我 2021 年投它时，它还是这个领域的后来者。当年卖了大概 600 台，去年已经超过 1 万台，应该是中国这个领域出货量第一。
所以，不是所有机器人公司都要做同一件事。
星脉今天做泳池机器人，未来也可能做割草机器人，解决庭院或其他场景的问题。
机器人将来怎么扫地？可能仍然要用扫地机或吸尘器。你造一个好的吸尘器也是有价值的，而不是非要把机器人的手变成能伸出拖把的形态。
过去大家争论是不是一定要人形、是不是一定要两条腿。我觉得第一，这个争论不重要；第二，人类社会是为人类设计的，我们的环境和工具都可以被机器人使用。机器人为什么要自己解决所有问题？
程曼祺
有一个有意思的思想实验：如果通用机器人实现，它理论上也能开车。
王新宇
对，它可以坐在那里开车，也就实现了自动驾驶。
但如果今天的扫地机器人已经做得足够好，机器人也许不需要拿吸尘器去扫地。也许自动驾驶汽车先实现，那方向盘被取消，机器人也不需要坐在那里开车。
这两件事并不冲突。
人类环境里有很多东西已经高度自动化。我们造出人形机器人以后，它未来很大的用途可能不是事务性、功能性的工作，而是陪伴、情绪和情感。
它可能有不同大小、不同材质，甚至会有 IP。英伟达或者迪士尼最近好像就提到过类似“大白”的东西。
迪士尼在这方面一直很强。它是一个造梦的公司，过去把一个梦造得很漂亮，让人置身于它的环境里。迪士尼在这方面可能很长时间都会做得很好。
程曼祺
除了 AI、大模型和具身智能，龙珠整个科技投资版图还关注哪些重点？
王新宇
首先，三横三纵依然有效。
11. Beyond Embodied Intelligence
一个重点是 AI-native 硬件。简单解释，就是没有 AI，这个产品就不成立。比如我们投的 Luki、极壳，以及最近还有几个尚未对外宣布的投资。
三横三纵里的“下一代终端”，当时为什么这样命名？因为至少在 2021 年，我不知道它究竟是什么。不知道一定是眼镜、耳机、项链，还是其他东西。
但下一代终端这件事本身重要吗？手机之后，会不会有一个大一统的终端？这件事情我也有疑问。
Apple 的 TWS 耳机很成功，Apple Watch 也很成功，Oura Ring 也很成功。这些产品本质上有价值，能够帮助人们生活得更好。
我们不要骄傲地认为，一定要替代手机才足够大。也许演化下去，某种形态会替代手机，或者让手机变得不那么重要。
今天还有台式机、笔记本电脑和平板。不同形态依然会存在，不同人也有不同需求。手机也没有完全替代电脑。
我比较相信，GUI 不一定那么重要，LUI，也就是更自然的语言交互，会很重要。智能很重要，智能云化很重要，但不等于终端不存在。
这些东西结合起来，可能会带来个人层面下一代的智能体验。手机可能只是其中一部分，手机形态也可能变化，但不用纠结它是不是一定替代手机。
程曼祺
科技投资的三个纵向里有 AI、能源和半导体。你们 2022 年之前投半导体比较多，接下来在半导体和能源上有什么计划？
王新宇
最近我们有两个半导体投资和一个能源投资，有些还没有披露。
简单说，还是围绕 AI。能源方面，我们投了一家可控核聚变公司。
半导体方面，下一代有两个不同方向：一个比较偏 TPU 架构的算力，另一个是更新的算力架构。
程曼祺
偏 TPU 架构，是不是有点像英伟达去年底收购的 Groq？
王新宇
可以这么理解。
我这个观点不是今天才有，可能是 3 年、5 年前的观点：GPU 做 AI 训练，本质上是因为大模型还没有收敛。一旦大模型相对收敛，ASIC、DSA 等非 GPU、非通用架构，一定会在算力、功耗和成本上更好。
除了训练，还有大量推理。推理也不一定非要用 GPU 架构。英伟达自己也把 LPU 整合进去，本质上是更专用的集成电路。
半导体底层可能有三个方向创新：架构、生产制造和材料。怎么造芯片、先进制程怎么往前走、封装、设备，以及用什么材料造芯片，这些都会继续进展。
程曼祺
现在美团龙珠科技组有多少人？你们的组织是怎么被 AI 改变的？听起来你们要覆盖围绕三横三纵的很多产业链方向。
王新宇
我们一直在 10 个人左右。
最近团队内部希望用 AI 改变投资的所有环节。
程曼祺
你们会优先用龙猫吗？还是想用什么就用什么？
王新宇
当然想用什么就用什么。
我们做了一些小尝试。让 AI 写报告、查资料，类似分析师的工作，现在已经做得很好，这是大家的共识。
但最近我们把公司的一些信息，包括交流 notes 和相关资料交给 AI，让它模拟一个投资人、一个 IC member 去做判断，它经常会给我们惊喜。
它想到的风险、观点，以及对事情好坏的判断，有时都很有启发。交易环节也是一样，遇到挑战时问 AI，会得到一些惊喜。
程曼祺
比如谈判策略？
王新宇
谈判策略听起来很严肃，但本质就是怎么沟通。确实会有帮助。
更有趣的是，我把去年我们组里看过的所有项目放进自己的系统里。所有项目都有 notes、记录、团队成员、评分和相关信息。
我让 AI 分析我去年时间都花在哪里。
程曼祺
有没有什么地方，如果不让 AI 分析，你自己可能想不到？
王新宇
首先是它得出的结论。去年年底、今年年初，我自己也做了这个工作。
有一次我坐高铁从上海到北京，4 个半小时，把日历里每一项都看了一遍，手动做表统计一共花了多少小时，再分门别类。这个结果和 AI 的匹配度，我觉得高达 90% 以上。
它给出的建议，尤其是负面建议，包括哪些事情上花的时间不够、哪些事情上花了过多时间、是不是应该调整，我今年都听了。
程曼祺
可以分享一下具体建议吗？
王新宇
具体细节就不分享了，涉及更细的投资策略。哪些方向可能花了过多时间，哪些方向有点忽视了。
它给出的建议已经偏投资建议，但我刚才说的，还甚至有点像人生策略。
如果你不回顾，没有数据，就很难发现这些问题。但如果能把所有东西数据化，就会带来很多惊喜。慢慢地，AI 可能会比你自己更了解你自己。
程曼祺
十年前刚毕业时，你想过 AI 到今天会发展到什么程度吗？哪些地方超出了预期？
王新宇
我朋友圈置顶最下面一条，是 2015 年 2 月、我还没毕业时发的一条朋友圈。我置顶了这条内容。
那是知乎上的一篇文章，翻译自国外的一些文章，讲人类、AGI 和 ASI。当时我的评论是：“如果这玩意儿十年之内实现了，我会记得我在 Burger King 阅读这篇文章时的感受。”
现在差不多正好 10 年，所以我特意把它置顶了。
程曼祺
那今天有什么没有达到你十年前的想象，或者说和预期不一样？
王新宇
我觉得具身智能其实超过了我的想象。
那时我对 AI 的理解还停留在数字世界，更像智能、AGI、ASI。但物理世界的事情显然更难。
L4 无人驾驶解决的是不碰撞，而具身智能还涉及接触、接触以后完成任务。你高中做过机器人，可能对这种难度更有感受。
物理世界涉及一致性、稳定性，迭代速度也没有数字世界那么快。发热怎么办，功耗是什么，这些都是非常现实的问题。
但今天能走到这一步，已经超过我的预期，甚至是我过去没有预期过的。
程曼祺
到 2026 年底，在你关注的领域里，会有什么比较确定的事情发生？
王新宇
2026 年底还不到一年，不到 8 个月，严谨一点。
最近我看到一句话特别好：“未来已来，只是尚未均匀分布。”
还有一个简单统计：地球上 80 亿人，真正为 AI 付过钱的人，即使按每月 20 美元、使用过相对先进的 AI 来算，比例也不超过 0.3%。
我们最近和团队、朋友讨论过一个思想实验：如果此时此刻 AI 被“锁死”，人类 AI 就发展到这里，再也不发展，会怎么样？
即使停在这里，仍然有很多事情可以做。我觉得整个人类社会依然会被改变，而且改变的量级可能和互联网、移动互联网带来的改变差不多。
互联网和移动互联网改变了过去 20 年、甚至接近 30 年人们生活的方方面面。即使 AI 停在今天，它带来的变化也会是移动互联网级别的。
但显然它不会停在这里。我说 AGI 已经实现了，接下来我最关心、但没有答案的是，它会有多快，会遇到多大的问题。
这也是 Michael Moritz 讲过的一个观点：我们 VC、投资人的工作，不是判断一个公司的好与坏，而是判断一个好的公司到底有多好。
这非常难。今天大家意识到 LLM、coding 变成了某种原子能力。我们的数字世界由代码组成，AI 的 coding 能力已经成为原子能力。一年前还没有这样的共识，两年前更没有，但这个事情发展得非常快。
类似的原子能力还包括 agent。AI 还会继续发展，我们可以把它分成“有多聪明”和“能干多少事情”。Coding、agent 更像能干多少事；有多聪明，则是它的记忆长度、更强的智能等等。
多模态也是另一个方向，其中还有 world model。world model 不只是具身智能的问题，它会和整个数字世界、物理世界联系起来。
这些方向我只能说非常期待，也相信一定会发展。但一年确实太短。如果从 2022 年底到现在看，已经有 3 年、3 年半。把这个时间映射到未来，我觉得接下来 3 年、3 年半会更快，尤其对普通的 80 亿人来说，会快很多。
程曼祺
今天非常感谢新宇做客《晚点聊》，分享你从 2015 年到现在 11 年，在 AI 和科技投资领域的经历与观察，尤其是 2021 年加入龙珠、负责科技投资之后，对很多创始人的观察，以及在具身智能、大模型领域的洞察。
今天非常感谢你做客《晚点聊》，各位拜拜。
本期节目就到这里，欢迎收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友，欢迎推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注“晚点聊 Late Talk”，也欢迎关注我们的公众号“晚点 Late Post”，下期再见。