2.1 真格基金合伙人刘元在Adventure X上的分享

  • 真格基金合伙人刘元在2025年7月在Adventure X 2025黑客松活动上的分享

  • 核心投资逻辑与机会
    • 刘元先生指出，真格基金作为一家专注早期天使轮的投资机构，其核心理念是“投人”而非“投赛道”。他们相信，伟大的创业者特质（如对机会的敏锐度、决心和毅力）是跨行业、跨时间通用的 。基于此，他分享了当前观察到的主要创业趋势和投资机会。
  • 机会：创始团队日益年轻化，在校生成为创业新势力
    • 一个显著变化是，创业者的平均年龄前所未有地降低，大量“00后”在校学生已经成为创业主力军 。
    • 观察: 近期接触的创业团队几乎全是00后，平均年龄甚至比十年前的“90后”创业潮时更年轻 。例如，Adventure X黑客松活动参与者的平均年龄仅为22岁 。
    • 案例:
      • 在Steam上获得“好评如潮”的游戏《彼方的她-Aliya》，其开发者是几位尚未毕业、住在月租2500元出租屋里的成都信息工程大学的学生 。
      • 做钓鱼机器人的“未境创新”团队，核心成员来自华南理工大学，曾是RoboMaster冠军战队成员，毕业后一同从大疆辞职创业 。
      • 多维表格工具teable，由湖南科技大学的团队在未融资、不发工资的情况下坚持一年半开发而成，产品在GitHub上广受欢迎 。
      • 机器人公司“方舟无限”（Arcx），其创始人为98年的本科生，在未融资的情况下，公司年收入已超千万元 。
    • 投资逻辑:
      • 低机会成本: 在校生创业的试错成本极低。Manus创始人肖宏曾表示，在大学里，只要每天请同学吃东北菜馆，就能成为“大哥”，吸引团队成员 。
      • 信息平权: 今天的学生能非常快速地接触到前沿技术和创业信息，使得他们能够基于兴趣和热爱，快速做出产品并获得早期用户 。
      • 地域多样性: 这些优秀的年轻团队不再局限于一线城市或顶尖名校，而是广泛分布于成都、广州、湖南、哈尔滨等地 。
  • 机会：产品从第一天起就具备全球化视野 (Global from Day One)
    • 与十年前相比，现在的初创团队，即使成员没有海外留学或生活经历，也普遍具备全球化视野和能力 。
    • 观察：许多团队在产品设计之初就面向全球市场，并通过GitHub、Product Hunt、App Store等平台直接发布 。
    • 案例：
      • 游戏《彼方的她》拥有大量热爱该产品的俄罗斯用户 。
      • 硬件创业公司，尤其是从大疆等公司出来的团队，首选就是将产品销往海外 。
      • Manus的创始团队在产品发布前并未去过其最大的用户市场——美国 。
    • 投资逻辑：全球化发布的操作门槛极低（“不就是在App Store上点一个勾嘛”）。团队可以先进行全球发布，再根据用户数据反馈，针对增长最快的国家进行本地化运营，这种模式高效且实际 。
  • 机会：专注“不缺钱”和“有行动”的创始人
    • 真格基金的投资理念倾向于那些在融资前就已经证明自己能力和决心的创业者。
    • 行动先于融资：基金很少投资那些“钱到账了才开始干”的团队 。他们高度重视创始人为创业付出的机会成本和实际行动，哪怕只是一个简单的产品Demo，也远胜于只有想法 。刘元强调，“启动资金从来不是没有启动的借口” 。
    • 投资两类“不缺钱”的人:
      • 自我造血型：通过产品已实现盈利，能够养活团队。例如方舟无限和彼方的她的学生团队，他们本身不依赖融资也能生存，投资人需要“求着投进去” 。
      • 市场追捧型: 受到多家VC追捧的明星创业者（如连续成功创业者或大厂高管）。
    • 投资逻辑：
      • 寻找那些“极度渴望成功，愿意付出非凡代价”的创业者 。一个已经启动并做出产品的团队，证明了其决心和执行力，这是最重要的信号。
  • 核心投资标准与反思
    • 创始人背景：实践经验优于光鲜履历
      • 偏爱连续创业者：分享中一个核心观点是“绝大部分的创业者在创业之前的上一份工作还是创业者” 。创业经验具有复利效应 。一个28岁的“八年级CEO”与一个同龄的“一年级CEO”在认知和能力上差距巨大 。
      • 案例：Manus的创始人肖鋐是一位已创业10年的创业者，其产品的成功是长期迭代和试错的结果，而非一蹴而就 。
        • 对大厂高管的审慎：投资团队曾走过弯路，一度倾向于投资来自字节跳动等明星公司的高职级员工 。后来意识到，擅长在大公司向上管理、获取资源的性格，与从0到1创业所需的性格截然相反 。现在只投资那些在大厂内部真正负责过从0到1新业务的高管 。
        • 对教授和KOL的审慎：同样，对教授（追求学术创新而非商业）和KOL（习惯于表达而非倾听用户）创业也持更谨慎的态度，因为他们的核心优化函数与创业者存在差异 。
  • 产品与市场：观察优于想象，进化优于规划
    • 强调用户观察：优秀的产品源于对用户细腻、真切的观察，而非创始人自己的想象 。YC的数据显示，初创公司失败的首要原因就是“做出来的东西没人用” 。
    • 拥抱转型与进化：团队的进化能力比此刻的产品形态更重要 。
      • 案例：小红书的第一个产品是售价5块钱的PDF旅游购物攻略 。蝴蝶效应团队（Manus母公司）更是经历了四次转型，从最初的医疗SaaS产品，最终才抓住AI浪潮做出Manus 。
    • 不预判市场天花板：真格不会过多地自上而下去判断一个赛道的天花板有多大 。伟大的公司往往能将一个早期看起来很小的市场做大，或是在小市场获得垄断地位后崛起 。
      • 案例：钓鱼机器人市场现在看很小，但一旦有人做出好产品，市场就可能被创造出来 。同理，当年的无人机、户外储能电源（大号充电宝）和3D打印机市场在早期都非常小 。
  • 给年轻创业者的建议
    • 立即行动：不要以没有启动资金为借口，利用现有的低成本工具开始创造 。
    • 拥抱全球：从第一天起就应该有征服全球市场的信心和野心 。
    • 积累经验：如果时机未到，加入一家优秀的创业公司，观察和学习厉害的创始人如何成长，也是极佳的准备 。

2.2 WAIC 2025光源论坛

  • 参会嘉宾：
    • 主持人：光源资本 娄洋
    • 九合创投 王啸
    • 蓝驰创投 曹巍
    • 云启资本 陈昱
    • 美团龙珠 王新宇
    • 君联资本 葛新宇
  • 2025年上半年投资策略、AI项目占比及各机构特色
    • 主持人娄洋首先询问了各位嘉宾在2025年上半年投资了多少项目，其中AI项目占比如何，以及各自机构的投资策略和独特之处。
    • 九合创投 王啸：
      • 2025年上半年投资了约20个项目，每年投资额约10亿人民币，其中近一半或更多与AI/AR应用相关。
      • 投资思路是认为应用层面的机会相对更大，更适合早期投资；大模型本身的机会则更偏向B端产业和大型资金。
      • 认为大模型与硬件的结合在中国市场有更多机会，许多硬件（如家用机器人、电器、出行工具）可能被大模型重构。
      • 机构特点是出手相对早，在每个领域的布局都比他人提前思考，通常在项目的第一轮或第二轮进行投资，以避免后期估值过高。
    • 蓝驰创投 曹巍：
      • 每年投资金额约10亿人民币，保持平稳。
      • 今年上半年20个项目中，95%以上都与AI相关。
      • 扎根于早期科技投资，近两年投资了智元机器人、银河通用机器人、它石智航，早一点投资了理想汽车、高仙机器人。
      • 观察到AI领域对端侧智能的需求日益增加，但端侧存在物理空间、算力、能源和成本限制，导致端侧的智能需求与端侧限制之间的矛盾。
      • 投资了通过通讯和计算结合的角度解决此矛盾的团队，为未来智能硬件和AI生态奠定新的技术基础设施。
    • 云启资本 陈昱：
      • 过去十年深耕“硬科技”和“软科技”的早期投资，每年投资金额约10亿人民币。
      • 今年上半年投资了十多个项目，约70-80%是AI项目，另有部分出海项目。
      • 偏好有野心、有很强技术洞见、走在时代前沿的创始人，例如MiniMax的闫俊杰在2021年初就预见到了大模型的机会，比ChatGPT火爆早了两年。
    • 美团龙珠 王新宇：
      • 上半年投资了十多家公司，AI相关项目占比70-80%，如果广义定义甚至超过50%。
      • 成立于2017年，是现场相对年轻的基金。
      • 早期更侧重消费领域投资，但从2019年开始向消费与科技交叉领域拓展（如理想汽车），2021年起科技比重逐步增加。近期投资了星海图、自变量、宇树等，在成长期投资的居多。
      • 认为自己是在有大厂背景的基金中“最VC的”（最愿意拥抱风险和科技创新）。
    • 君联资本 葛新宇：
      • 君联资本刚成立的时候就投资了科大讯飞，投资了自变量机器人
      • 平均一年投资金额在40-50亿人民币左右，专注成长期的投资。
      • 强调看重人的核心素质（如奋进心）和企业家精神，认为在当前科技产业变革中，人的主观能动性最重要。
  • 投资“看人”的标准与超前洞见
    • 主持人娄洋指出，早期项目看人是关键，并请九合创投的王啸和云启资本的陈昱分享他们“看人”的标准。
    • 九合创投 王啸：
      • 投年轻、高潜的创始人，尤其在新领域，因为过去的经验不一定有用，而年轻人通常有更强的学习能力，如果有相关经验和洞察力会更喜欢。
      • 看重年轻人的成长速度和格局，需具备处理复杂内部外部、股东和团队问题的能力。
      • 创业者需具备对未来的判断力与洞察力，在具有成长性的大赛道中发力（九合创投会对赛道大小/天花板进行判断，这点和真格的思路很不一样）。
    • 云启资本 陈昱：
      • 与王啸观点接近，认为“年轻”非常重要，尤其在AI领域，新知识迭代快，传统经验优势不明显。
      • 年长创业者可能存在经验主义，且不像年轻人那样“fearless”（无畏）地挑战看似不可能的事情。
      • 特别喜欢有“超前洞见”和“非共识”能力的创业者。多数人的想法同质化，而能做出伟大公司的往往是那些在“共识前面”甚至“非共识”领域做事的人。MiniMax的闫俊杰在2021年初就预见到大模型的技术优势，比ChatGPT火爆早两年。
  • 重注具身智能赛道的原因与挑战
    • 主持人娄洋提问蓝驰创投的曹巍，为何在人形机器人领域投入如此之重。
    • 蓝驰创投 曹巍：
      • 机构早在2013-2014年就开始关注智能硬件和机器人领域，投资了理想汽车等项目作为起点。
      • 重注人形机器人的原因
        • 对无限生产力的追求：用最低成本制造最智能/泛化的机器，解决劳动力和生产力无限拓展的问题。这是一个对人类社会具有长期推动作用的宏大主题，可能需要几代甚至几十代人的努力，当前正处于一个历史转折点。
        • 巨大的全球市场机会：人形机器人领域并非仅限于中国市场，欧美、日韩、中东等海外市场机会巨大。
      • 中国在制造业的优势提供了长期信心，中国团队的硬件产品开发速度比国外平均快50%左右。这使得未来跑出来的具身智能团队很可能成为全球最好的企业。
      • 投资策略是：“在具身智能领域，好的团队应投尽，尽可能的在这个领域里面投到足够多的优秀项目”。
    • 美团龙珠 王新宇：
      • 关于行业是否存在“泡沫”的讨论：王新宇认为，从终局目标来看，人类对司机、保姆、助理、秘书等服务有巨大需求没有被满足，只是目前不可负担。家庭场景是最复杂的应用场景，也是具身智能的终极目标。
      • 与美国创投在AI和具身智能领域的投资（如Figure AI估值已达400亿美元）相比，中国在AI和具身智能领域的投资还太少。
      • 中国企业在具身智能领域是与全球同步竞争，甚至有能力引领世界。
      • 因此，他认为目前并非“泡沫太大”，反而是“钱投得太少”，呼吁更多投资人（包括专业VC机构和国资背景资金）进入该行业，助力中国引领全球。
      • 承认行业仍处于早期阶段，技术路径、商业落地和战略选择尚未收敛，大众期望远高于技术现状，但这是一个需要耐心的长期技术发展过程。
    • 君联资本 葛新宇：
      • 君联资本在该赛道投入相对较小，目前投资了两家公司（自变量），且金额不大。
      • 从后期投资的角度，对人形机器人赛道持更为“冷静”的态度，认为市场仍处于早期且“概念化”阶段。
  • AI应用的机会与挑战（尤其在中国市场）
    • 主持人娄洋提出关于AI应用的问题，特别是哪些机会在中国已经明确跑出来，或未来是明确的机会，以及中国市场与美国市场的差异。
    • 九合创投 王啸：
      • 中国的AI应用仍处于发展期，许多场景正在被定义（如视频编辑、猎头服务、游戏陪玩等）。
      • To B（企业端）应用相对更容易规模化和产生营收，例如帮助企业优化内部流程，或作为电商客服，其服务能力甚至可能超越最佳人类销售，提升转化率。预计大约一年后，中国AI的ToB相关服务可能出现规模化收入。
      • To C（消费者端）应用处于刚启动阶段，因中国用户付费习惯与美国不同，需要特别有价值和高粘性的产品才能获得规模化收入。
      • 核心在于服务能力（生产力）的提升，需达到超越一般人的水平。
      • AI应用的机会在于垂直且相对封闭的场景，能够产生公共场域中不丰富或不存在的独特数据的应用将获得长期竞争力。例如招聘对话、视频编辑的特定编辑细节数据、电商客服的特定产品数据、销售线索、医疗数据等。这些领域的基模公司不可能大规模收集，只要数据不公开，就能形成核心壁垒，并随着用户增长形成数据飞轮，提升专用模型的能力，使得专用模型始终保持在特定领域性能强于基础模型。
    • 蓝驰创投 曹巍：
      • 看好工具类产品，特别是面向小微企业（SME）的。
      • 强调需要耐心等待基础模型能力的进一步完善，因为模型能力的不成熟是当前C端应用无法真正成为生产力创造价值的关键。
      • 出海是一个相对明确的机会。看好有底层模型能力的团队。
      • 考虑在产品的生产力提升之外，考虑文化等因素对用户的吸引力。
      • 强调产品必须“有用”，才能吸引并留住用户，形成数据飞轮。
      • 认为AI时代不再是“生产力平权”，而是“生产力迭代和快速创新”的时代。基于自身模型的产品生产力可能是他人的数倍。
      • 在To C领域，产品定义有很大的创新空间。除了纯粹的生产力，产品的人性化设计和情感连接（例如豆包会随季节换装、改变对话内容）能提升用户粘性，超越工具类产品。
      • To B追求成本和效率极致，To C则要做好产品定义并保证生产力不落后。
    • 云启资本 陈昱：
      • 看好AI在视频生成等领域的应用，可以极大降低短视频、短剧的生产时间和成本。
      • 许多机会在于重构上一代SaaS应用，使其更便宜、更高效。
      • 核心挑战与壁垒：
        • 成本问题：如果应用调用的是模型厂提供的底层大模型，当token消耗量上来之后，其成本将非常高昂。长期来看如果模型厂下场做应用，“套壳”应用公司在成本控制方面将处于非常大的劣势。
        • 大厂竞争：许多通用或热门的应用领域，大厂（如Google、OpenAI、Anthropic）自身也在下场做编程、通用Agent、Agentic Browser，他们具有成本和研发优势。如果应用数据是公开的（如编程），大厂更容易复制，难以形成壁垒。
    • 美团龙珠 王新宇：
      • 从看人的角度来说，喜欢“年轻的大哥”，大部分AI应用的创始人是在97年左右出生，需要有年轻人的这种不畏惧困难的精神，敢于挑战（面对大厂下场、国际政策等风险）；喜欢专注的人，很早就开始专注创业的人。
      • AI应用要和供应链的落地能力相结合，AI能力的提升使得长尾需求和小规模非标产品的设计生产成为可能。要实现更灵活高效的小批量柔性生产，供应链端的生产能力需要跟上。
    • 君联资本 葛新宇：
      • 在AI应用方面，看好金融和医疗等需要“精准”的垂直领域，产业方+AI应用。
      • 做一些“脏活累活”，大厂、基模公司不愿意做的事情。比如做数据标注的Scale AI和Surge AI。
  • 其他议题及快速问答
    • 九合创投 王啸（关于多元化投资）：
      • 早期投资需要不断“迁移”，因为行业变化迅速，每两三年就有新东西，所以学习能力是第一位。
      • 通过一套通用框架判断项目：场景是否大、是否解决刚需、能否形成单点能力、团队是否匹配等。
      • 即使投生物医药这类跨度大的领域，也可通过框架判断和配备专业同事来解决。
    • 蓝驰创投 曹巍（关于具身智能行业周期）：
      • 对机器人方向有长期信念，认为它与人类文明发展交织，是人类对无限生产力追求的终局体现。
      • 短期来看，当前大众期望远高于技术能达到的效果。
      • 技术落地将从简单场景走向复杂任务，目前简单任务刚能做好，复杂任务成功率仍低。这是一个漫长且需要耐心的技术发展过程。
    • 云启资本 陈昱（关于MiniMax及创始人观察）：
      • MiniMax（及其他强技术公司如Kimi、DeepSeek）的创始人对技术有极致追求，在日常中亲历亲为参与公司的技术发展决策。
      • 创始人自身在实践中学习成长，不断从做事情中去验证和获得新的洞察。
    • 美团龙珠 王新宇（关于大厂背景VC的异同）：
      • 认为应该忘掉所谓的大厂背景、资源和赋能。
      • 呼吁行业需要更多“真正的VC”，即具有VC思维和技能，乐观、相信科技带来改变，敢于在早期支持并长期陪伴创业者的投资人。
      • 如果当前是第四次工业革命的开端，VC们应该对自身和整个行业有更高的要求。
    • 君联资本 葛新宇（关于“耐心资本”）：
      • 意味着投资人愿意长期陪伴企业，投入资金后，愿意花费“三到五个五年计划”来陪伴企业成长。
      • 耐心陪伴不仅是等待，更重要的是提供力所能及的增值服务和共同协作支持。机构需要建立一个持续可靠、有效的系统化支持体系。
      • 首先要找到适合耐心成长的项目，其次要有系统性的投后陪伴体系。

2.3 WAIC 2025光源Leo主旨演讲

  • 中国AI投资市场概览与趋势

    • 投资大幅提升：2025年上半年，中国AI投资额度大幅提升，同比融资金额增长 45.3%，投资事件数量增长 59.9%。这表明市场热度显著回升，项目竞争加剧，估值也有所抬升，与去年上半年形成鲜明对比。

    • 投资主题多元化：AI应用正快速拓展到各行各业。去年市场主要关注大模型，获得资金的公司80%以上是大模型公司。而今年，投资主题已从大模型公司转向具身智能、工业AI、医疗AI等多个领域，呈现“多点开花”的态势。

    • 早期投资为主：AI投资仍以早期阶段为主，A轮和A轮前投资占比接近一半。这种模式与2009-2014年移动互联网早期投资相似，多数投资集中在天使轮到A轮。

    • 中美市场差异：
      • 投资体量差距大：中国AI赛道的投资体量与美国相比仍有巨大差距，美国近一年半的市场热度，即使排除超大型交易，仍远超中国，存在数量级上的差距。
      • 重点领域不同：中国在具身智能领域的投资热度明显超过美国，获得资金的公司数量和创业者数量相较美国更多。而美国在应用层和模型层的投资热度则超过中国。
    • 投资结构变化：财务投资人（VC/PE）的投资占比提升至约 58.6%，显示市场活跃度增强。同时，政府和产业方的投资也保持积极态势，产业方越来越认识到AI作为“先进生产力”的重要性。

  • AI技术演进与产业落地

    • 模型能力持续提升：从GPT-3.5开启大模型时代，到GPT-4等多模态能力的拓展，AI模型的推理能力和与多模态能力持续提升。

    • 多模态技术突破：从图像到视频再到音频，多模态能力不断成熟。例如，Sora、PixVerse、Veo3的视频生成模型，正在将视频生产推向新的高度，大规模产业化和商业化已近在眼前。

    • 具身智能：特斯拉Optimus量产拉开了具身智能时代的序幕，人形机器人如宇树、银河通用的机器人预示着AI与物理世界交互最重要的方式已开始落地。中国在该赛道上拥有场景、人才和产业结构的优势。
    • Agent（智能体）：Agent正从概念走向新质生产力，如Manus、Cursor、MCP等，它们在通用或特定场景中展示出生产力。
    • 到达Early Stage VC和Early Growth Stage阶段。

  • 中国发展AI的独特优势

    • 创新和产业基础雄厚：中国拥有强大的供给侧市场和创新积累。
      • 产业规模：全球第二大经济体和最完整的工业体系。
      • 人才储备：全球最大规模的高素质工程师群体，且创新后备军非常充裕。

    • 巨大需求市场：中国拥有近五十万亿的第二大统一消费市场，以及全球第一的人才储备和最长的产业链路，为AI应用落地提供了广阔空间。

    • 创业、场景和资本三大红利：
      • 创业门槛降低：模型能力提升、工程能力扩散和专利成本下降，使得AI创业门槛降低，更多优秀产品经理、产业专家和商业化人才能够参与创业。
      • 用户需求强劲：社会各界普遍认识到AI已非常接近，用户和产业方都更愿意尝试、付费和投入AI。
      • 资本投入回暖：中国科技资本市场估值回暖，退出渠道多元化（香港市场等），吸引资金回流一级市场。

  • AI的本质：生产力本身

    • AI与移动互联网不同，它不是连接，而是生产力本身，就像电进入机械设备形成生产力一样。

    • AI的属性：
      • 天然跨文化、跨地域：作为生产力属性，AI不像互联网产品受限于文化和国家界限，AI企业天然应是跨区域、跨国界的。
      • 跨场景、跨行业：AI可以像电脑一样赋能各行各业，同一产品能在不同场景发挥作用。
      • 直接交付结果：AI能够直接交付服务和结果，而不是仅仅提供连接。
    • 生产资料的重构：过去工业革命将新资源转化为生产资料（煤炭、石油、电力），AI时代将数据（包括未被开发的数据）纳入新的生产资料范畴。AI能够同时影响和连接物理世界与数字世界。

  • 创业与投资机遇

    • 大厂的AI升级：互联网大厂将基于现有基础进行AI化升级，仍具强大竞争力。
      • 创业公司的机会：
        • “模型水面之上”：创业公司应将机会聚焦在模型能力不断提升的“水面之上”，通过专有数据循环、对场景的理解、工作流的拆解、独特的交互方式等构建壁垒，避免被大模型淹没。
        • 解决移动互联网未解决好的问题：AI首先会在过去移动互联网数字化、智能化时代的技术解决不了的问题上发挥作用，例如过去高度依赖手工的短视频生产行业，AI未来可能取代演员、导演、摄影师。
        • “大赛道边缘侧创新”：在一个巨大的赛道中，寻找那些巨头不愿投入或未曾关注的边缘机会，从小切口切入，逐渐发展壮大，这是一种“以小见大”的策略。
    • 具体赛道机遇：
      • AI + 2C (to Consumer)：AI将重构生产力与2C内容和服务的体验。Agent将带来交互方式的革命性体验，赋能游戏、视频、教育、音乐等内容产业，实现内容创作与消费的一体化。
      • AI + 2B (to Business)：AI将缩短B端产品价值链，AI将推动企业组织变革，企业主、员工、软件将变为企业主、AI数字员工。中小企业、个人（Prosumer）对AI带来的普惠生产力需求尤为迫切，未来一个人可能就能调动过去一个企业才有的生产力。
      • AI硬件：硬件的入口属性增强，这将带来入口级硬件和全场景硬件的巨大机会。机会在于:
        • 交互革命：多模态交互（环境、情绪感知与表达）
        • 数据飞轮与个性化：个性化数据驱动（深入理解用户定制服务）
        • 硬件与内容一体化（如陪伴机器人）：AI硬件内置服务
      • AI具身智能：具身智能从玩具到科研原型再到工业/服务场景中的人形机器人，未来将是主流。多模态数据层（仿真、遥操作、场景数据）、行业模型、本体大脑小脑分工等三个层级将共同发展，有望创造比汽车产业更大的机会。
      • AI + 产业：AI将重构产业链路，使AI产品能够端到端交付新的场景和服务。AI将重构产品价值，推动行业生产节点变革，如交通、工业设计、材料研发、药物研发、科研、医疗等。

  • 对创业者的建议与投资机构的角色

    • 重视资本规划：AI创业企业需更早地进行资本规划和执行，与产业方融合，获得产业资源、订单和场景。

    • 商业化价值放大：创业方向的探索和突破性打法的重要性提升，商业化价值被显著放大。

    • 投资机构的角色：投资机构不仅提供资金，更要提供产业资源、经验和能力

      • 光源实践：光速创投通过孵化器、创业者基金（L2F Fund，LP由顶级企业家构成）、并购咨询等多元化工具体系，帮助创业者进行从零到一的孵化、融资、产业资源对接以及全球化布局。
      • 核心愿景：光源致力于成为创新要素（创业者、科学家）与产业方（资源、订单、需求、经验）之间的桥梁，共同拥抱技术、产业和资本共振的AI生产力时代。

2.4 Founders Fund 合伙人Sean Liu在硅谷101 Alignment 2025上的分享

  • 投资人如果能不给创业者提出错误的建议，就已经超过95%的投资人了
  • 创始人应该自己有判断什么样的建议应该听，什么样的建议不应该听，如果什么事情都由投资人来拿主意，就不是创始人在创业而是投资人在创业了
  • 投资很大程度上来说是对人的投资，投资人把钱交给创始人来使用和管理，就是相信其能利用这些资源创造更多价值，比起投资人，创始人应该是更深入理解这个领域的人

2.5 与Tigran的对话

  • Tigran认为人的因素是最主要的投资不确定性（风险）的来源，占到总体风险的80%，他认为即使是投资形成共识的产业/公司，人为因素导致的风险并不会降低，反而因为共识的形成导致了估值较高，投资收益倍数有限。
  • 比起对于广泛行业的泛泛关注，更应该对于聚焦于几个不一定要特别“热门”的行业，深入的了解行业和产业，形成真正的行业见解优势。