投资趋势变化 - 投资重点从模型转向应用 关注AI与具体产业的深度融合 包括AI+医疗 AI+制造 AI+新材料等领域 [2] - 底层技术持续吸引大量资本 涉及具身智能 自动驾驶以及集成电路相关产业公司 [2] - AI赋能科学研究成为新兴投资范式 即AI for Science 比单个行业应用更具想象空间 [2] - 投资方向转向垂直和工业化领域应用 以及人工智能软硬件结合的智能终端 [2] - 估值逻辑发生变化 从看重团队转向更看重产品服务及商业落地可行性 [2] - 投资进一步向国资和头部机构集中 二八定律更加明显 [2] 投资策略要求 - 投资机构需要保持定力 深耕产业 理清产业逻辑和投资逻辑 不盲目追逐热点 [3] - 关注团队配置 早期项目以团队为核心 技术大牛+领域专家+产品经理的组合更佳 [3] - 贴近产业研究 重视链主企业需求变化和痛点 保持高度敏感 [3] - 关注大部分资本无法做的项目 如机器人大脑 灵巧手等高难度技术 [3] - 要求投资人具备更敏锐的洞察力 判断力和决策力 因科技发展曲线陡峭且决策时间短 [3] 细分赛道机会 - AI+数据赛道可能诞生千亿级市值以上公司 通过AI技术与行业数据结合 [5] - AI for Science是最可能产生超级独角兽的领域 涵盖医药 材料 能源 化工 半导体等多个万亿级市场 [5] - AI落地行业需具备三个特征：强痛点改善需求（如降本增效） 政策红利指引 技术适配性（如数据易获取） [6] - AI+医疗和AI+消费领域将涌现千亿级甚至万亿级企业 To C公司相对容易出大市值公司 [6] - 未来投资将聚焦人工智能 机器人和低空经济三大终端产业链 重点布局核心技术突破与创新应用落地 [4]

从模型到应用 AI投资呈现新变化 - 2025年AI赛道从"模型为王"转向"应用为王"，资本更关注AI与医疗、制造、新材料等产业的深度融合及商业价值创造[4] - AI底层技术如具身智能、自动驾驶和集成电路持续吸引大量资本投入[4] - "AI for Science"新兴范式比单一行业应用更具想象空间，涵盖医药、材料、能源等多个万亿级市场[4][9] - 人工智能投资转向垂直领域应用、软硬件结合的智能终端方向，估值逻辑更侧重产品服务和商业落地可行性[4] - 投资呈现"二八定律"，资金进一步向国资和头部机构集中[4] AI投资热度攀升下的策略调整 - 机器人本体制造可能出现内卷，建议关注机器人大脑、灵巧手等高难度技术领域[6] - 行业呈现"出道即巅峰"特征，要求投资人具备更敏锐的洞察力和快速决策能力[7] - 投资机构需深耕产业逻辑、关注"技术大牛+领域专家+产品经理"团队配置、紧密跟踪链主企业需求变化[7] - 未来5-10年重点布局人工智能、机器人和低空经济三大终端产业链，聚焦核心技术突破与创新应用落地[7] 最具潜力的AI细分赛道 - "AI+数据"领域可能诞生千亿级市值公司，通过AI技术与行业数据深度结合实现价值[9] - "AI for Science"被视为超级独角兽摇篮，生成式AI正颠覆医药、半导体等领域的研发范式[9] - AI易落地行业需具备强痛点改善需求、政策红利支持和技术适配性三大特征[9] - AI+医疗和AI+消费领域有望涌现千亿至万亿级企业，ToC市场更易培育大市值公司[9]

近年来，人工智能（AI）已成为创投机构竞相布局的核心赛道。进入2025年，一级市场的AI投资逻辑 发生了怎样的变化？带来哪些新的投资机会？AI在垂域领域的应用百花齐放，最有望在什么样的细分 赛道诞生新的超级独角兽？近日，在第十三届创业投资大会暨全国创投协会联盟走进光明科学城活动 的"人工智能投资新机遇"圆桌论坛上，一线投资人从自身视角出发，给出了各自的观察。 从模型到应用 AI投资呈现新变化 "随着科技的发展曲线越来越陡峭，很多行业和公司呈现'出道即巅峰'的情况，包括估值涨得也很快， 留给投资人深入观察和决策的时间非常短。"TCL创投管理合伙人马华说，这要求投资人有更敏锐的洞 察力、判断力和决策力。 周波认为，作为投资机构，要真正抓住这波机遇并能挑选到好的项目，需要做到以下几点：第一，保持 好自身的定力，练好内功，深耕产业，把产业逻辑和投资逻辑真正搞清楚，而不是盲目追逐热点；第 二，需要更加关注团队，尤其是投一些早期项目时，团队是最为核心的。拉长周期来看，决定企业能不 能跑出来，关键的因素还是行业趋势和核心团队。从过去的经验看，"技术大牛+领域专家+产品经 理"这样的配置会比较好；第三，要贴近产业尤其是重视对 ...

2025智博会核心观点 - 人工智能正从实验室加速渗透至工业质检、智慧交通、精准医疗等千行百业，实现从"辅助工具"向"协同伙伴"的进化[1] - 行业普遍认为AI未来需聚焦多模态深度融合、具身智能突破及AI for Science三大方向[1] - 苏州通过智博会推动跨地域AI协同创新，打造全球AI产业枢纽与工业AI之都[13][14] 应用场景落地案例 - **工业领域**：星逻智能推出光伏面板清洁机器人，通过无人机吊装实现西北荒漠地区光伏场站高效清洁，降低海上/山地场景清洁成本[3][4] - **物流领域**：九识智能无人配送车覆盖全国200城，2024年交付3000台，2025年预计超万台，客户涵盖快递、生鲜商超、医药冷链等[4] - **医疗康养**：优麦机器人康养产品接入2400家医疗机构，实现情感互动、健康监测等功能，完成从无接触到轻接触的迭代[6] - **消费领域**：AI珍珠耳夹耳机、按摩机器人等新型消费产品通过"黑科技空间站"实现展品直接扫码下单[8] AI未来发展趋势 - **挑战与机遇**：AI for Science面临"堰塞湖"现象，预测能力远超人类验证能力，需建立评估标准体系并加强数据集开源共享[11][12] - **技术方向**： - 多模态统一理解（文本/图像/声音/视频）逼近人类认知水平[12] - 具身智能（人形机器人、无人系统）重塑生产生活方式[12] - 算力需求指数增长，数据成为AI能力提升关键燃料[12] - **产业应用**：AI将加速氢能源、新型储能等万亿级产业的研发进程[11] 区域产业协同 - **国际合作**：中新联合展团展示11家企业成果，覆盖AI+生命科学、知识产权保护等领域[14] - **长三角联动**：苏州企业组团参与WAIC对接，工业园区累计引进3862名领军人才，培育49家上市企业[14][15] - **产业集聚**：苏州形成AI上下游企业"串珠成链"效应，北京、上海、深圳领跑全国AI产业竞争力榜单[14]

数智化与工业化 - 公司推进数智技术赋能应用创新，助力产业升级，为新型工业化发展贡献力量 [1] - 在AI+新型工业化领域，公司总结装备制造行业大模型在研发设计、设备管理、物流管理、经营管理等环节的实践经验，建立标准化场景库，推动生产制造智能化 [12] 九天大模型技术 - 公司构建具备多模态能力、行业深度赋能的"九天"通专大模型矩阵，九天基础大模型V3.0语言、视觉、语音理解能力达行业第一梯队，具备快慢思考融合、模型长短期记忆等特色能力 [1] - 九天大模型平台提供大模型开发、智能体应用开发、大模型汇聚开放三大功能版块，支持高效模型训练与调优、低代码智能应用构建与部署 [2] - 公司展出原创技术多模型和智能体聚合服务引擎MoMA，广泛汇聚业界优质模型和智能体，自动匹配最优专家模型和专用智能体 [2] 数智化生活 - 公司展示AI+智能座舱、AI手机、AI智能硬件等产品，传递"AI for Life"愿景 [4][5] - 联合深蓝汽车构建人车、车家、AI全场景服务模式，实现超级SIM卡车钥匙、车辆共享手机流量等功能 [5] - AI手机搭载自研"灵犀2.0智能体"，覆盖办公、生活、出行、通信多场景，服务一站可达 [5] - 展出10款搭载灵犀智能体的智能硬件，包括智能眼镜、智能手表、AI云电脑等 [5] - 深度融合5G-A与AI打造AI+新通话，提供24小时情感陪伴智能体和AI通话助理服务 [6] 数智化治理 - 在河南夏邑县，数字化治理指挥中心通过AI自动扫描识别社会风险，驱动跨部门协同处置，提升县域治理效率 [8] - 贵州黎平县AI赋能的"视联网"深入158个村庄，"道路安全劝导AI摄像机"和"防溺水AI摄像机"有效降低事故发生率 [9] - 宁夏贺兰山物联水利大模型通过卫星遥感洞察全流域水情，在3D数字孪生场景中精准定位重点区域 [11] 数智化生产 - AI+工业质检助力生产数据化、产品品质提升、减人提效，已在纺织、光伏、汽车轮毂等领域规模化复制 [14] - 内蒙古文玉煤矿AI视觉安监系统24小时紧盯井下风险点，显著降低事故风险 [14] - 钢铁厂基于九天大模型的工业安监系统精准识别人员操作违规和设备异常，响应效率提升70%，安全管理人力减少一半 [14] 数智化科研 - 公司推动AI赋能科学研究，AI4S Station科学工作站与分子合成工作站实现实验流程智能化 [16] - 展出混沌宙元量子计算科学装置与五岳纪元量子云平台，后者以4种量子算力制式、超1200量子比特的规模化服务领跑行业 [16] 未来展望 - 公司致力将人工智能打造成为惠及全人类的国际公共产品，引领AI向善发展 [18]

行业趋势与市场格局 - AI for Science（AI4S）成为科技圈热词，生命科学领域因复杂性和高质量数据缺乏导致AI应用落地难度较高[1] - 2025年《Nature》将"自驱动实验室"列为全球七大突破性技术之一，为行业提供落地场景想象空间[1] - 2024年中国智慧实验室自主智能体市场规模达65亿元，本土TOP5供应商合计营收仅9.5亿元，市场集中度低[4] - 国际厂商占据主导地位，中国地区TOP10供应商中前5名均为外国企业，合计市场份额达33.5%[5] 公司业务与技术 - 镁伽科技以智慧实验室业务起家，自主研发的鲲鹏实验室已迭代至3.0版本，覆盖细胞基因编辑、药物筛选等高技术领域[3] - 智慧实验室业务2024年营收2.9亿元，位居中国本土自主智能体供应商首位，但仅领先第五名1.5亿元[4] - 公司战略重心转向智能制造业务，2024年该业务营收6.34亿元（占比68.3%），年复合增长率53.8%，毛利率提升至32.3%[7] - 智慧实验室业务客单价从2023年75.28万元跃升至2024年143.09万元，但客户数量连续三年下降至206个[6] 财务表现与融资 - 公司近三年累计亏损22.81亿元，其中2022-2024年净亏损分别为7.59亿、7.42亿、7.80亿元[9] - 研发投入持续高企，2022-2024年研发费用率从74.8%降至42.4%，累计投入超10亿元[9] - D轮融资后估值达105亿元，入选《2025全球独角兽榜》，但IPO前现金流已从11.25亿元骤降至4.58亿元[3][10] - 经营性现金流三年累计净流出12.84亿元，2024年短期借款达4.66亿元，账上现金无法覆盖[10] 竞争环境 - 面临华大制造、英矽智能、晶泰控股等跨界竞争者挤压，其中晶泰控股的智能机器人解决方案业务营收占比超60%[4] - 智慧实验室毛利率从35.3%下滑至21.9%，低于智能制造业务32.3%的毛利率水平[6][7]

核心观点 - 上海AI实验室发布并开源科学多模态大模型Intern-S1 其综合性能为当前开源模型中最优 在科学推理任务上超越xAI的Grok 4 同时训练算力消耗仅为Grok 4的1% [5][7] - Intern-S1首创"跨模态科学解析引擎" 可精准解读化学分子式 蛋白质结构 地震波信号等多种复杂科学模态数据 助力AI从"对话助手"进化为"科研搭档" [16] - 基于Intern-S1构建的多智能体虚拟疾病学家系统"元生"已在肝癌和结直肠癌治疗领域提出新靶点GPR160和ARG2 并经真实临床样本和动物实验验证 [17] 模型性能 - Intern-S1采用235B MoE语言模型和6B Vision编码器 预训练数据包含5T tokens 其中50%以上为科学数据 [21][25] - 在综合多模态通用能力评估上 Intern-S1得分比肩国内外一流模型 展现跨文本 图像的全面理解力 [10] - 在科学能力评测中 Intern-S1领先Grok-4等最新闭源模型 评测覆盖物理 化学 材料 生物等领域的复杂专业任务 [12] - 在化学 材料 地球等多学科专业任务基准上 Intern-S1超越顶尖闭源模型Grok-4 展现出卓越的科学推理与理解能力 [17] 技术创新 - Intern-S1新增动态Tokenizer和时序信号编码器 对化学分子式的压缩率相比DeepSeek-R1提升70%以上 [26] - 采用通专融合的科学数据合成方法 使模型同时具备强大的通用推理能力与多项顶尖的专业能力 [28] - 通过系统与算法联合优化 实现大型多模态MoE模型在FP8精度下的高效稳定强化学习训练 成本相比近期公开的MoE模型降低10倍 [30] 开源生态 - 上海AI实验室开源了面向大模型研发与应用的全链路开源工具体系 覆盖数据处理 预训练 微调 部署 评测与应用等关键环节 [32] - 近期开源多智能体框架Intern·Agent 可广泛应用于化学 物理 生物等领域的12种科研任务 [32] - 基于Intern-S1的『书生』科学发现平台Intern-Discovery上线 驱动科学研究从团队单点探索迈向科学发现Scaling Law阶段 [6][32]

苏州人工智能生态发展交流会 - 中国计算机学会主办、西交利物浦大学承办的"苏州人工智能生态发展交流会"在苏州举行 未可知人工智能研究院院长杜雨博士受邀发表主题报告 与政产学研各界代表共话苏州AI产业新图景 [1] AI投融资趋势 - 中国一级市场投融资唯独AI赛道交易量同比上涨19.3% 成为唯一逆势上涨的赛道 [3] - 中国AI全球市场份额由2018年的5%跃升至2024年的20% 大模型成为新一轮"技术-资本"共振的核心引擎 [3] 苏州AI产业布局 - 苏州提出"两大基石+三大风口"的AI落地方向 [4] - 两大基石：生物医药与高端装备制造占苏州规上工业总产值比重分别达52.7%与49.4% 为AI落地提供丰厚土壤 [4] - 三大风口： 1) 具身智能与人形机器人 2035年全球市场规模有望突破1.9亿台/1,938亿美元 [5] 2) 广义具身智能小型硬件 包括家庭AI玩具、AI眼镜、车载智能终端三大场景 [5] 3) AI for Science 材料、生命、电子、能源、环境五大科研领域正经历研发范式革命 [5] AI产业竞争本质 - AI之争的本质是时间之争 谁能用AI把科研、制造、服务的周期压缩一半 谁就拥有下一轮周期的门票 [7] - 未可知研究院将以"投资+孵化+加速"的全栈模式 携手苏州打造全球AI产业新高地 [7] 后续合作与交流 - 苏州市知识产权运营协会、中国联通、复旦大学、南京大学等百余名代表就场景落地、算力配套、数据合规等话题展开交流 [9] - 未可知人工智能研究院将和西交利物浦大学展开更多产学研方面的合作 [9] 未可知人工智能研究院定位 - 聚焦AI前沿趋势、商业落地与人才发展 致力于成为"AI时代的认知基础设施" [11]

通用科研智能体SciMaster发布 - 全球首个通用科研智能体SciMaster在WAIC未来发展论坛发布，由上海交大青年博导张林峰与深势科技创始人张林峰共同推出[1] - SciMaster具备专家级深度调研能力，基于通用科学基座大模型Innovator，拥有多模态能力[5] - 可结合全网资源和1.7亿科学文献进行科研辅助，并能以科研思维解决日常问题[2][3] - 主要功能免费开放，发布后迅速引发用户求邀请码热潮[4] 核心功能与技术特点 - 提供"通用助手"和"深度调研"两种模式，前者适合快速了解问题，后者可生成更翔实的报告并附参考文献[22] - 集成多种科学专用工具，支持主动调用和自动调用两种方式[24][28] - 检索方式包括WebSearch、WebParse、PaperSearch三种，覆盖全域互联网和1.7亿科学文献[7] - 支持用户干预检索方案，可随时暂停并编辑搜索策略[8] - 具备自动优化搜索能力，如不满意初次检索结果会自动调整关键词进行二次搜索[10] 实际应用案例 - 在AI前沿领域调研中，成功识别出Mamba、GNN等有前景的非Transformer架构，发现Mamba在长序列处理上效率是Transformer的5倍[15][17] - 在生物信息学领域，证实GNN在单细胞转录组学中可替代Transformer且计算资源消耗更少[18] - 在表格数据处理方面，发现传统MLP在某些情况下表现优于Transformer架构[19] - 生活场景中可提供科学开空调方案，根据不同关注点(舒适/健康/节能)给出最优解[29][30] - 商业场景中可帮助投资人发现具身智能领域有潜力的中国初创企业，并提供亮点和风险分析[37][39] 开发背景与行业影响 - 由上海交大与深势科技合作开发，是AI for Science(AI4S)领域的校企合作标杆成果[42] - 深势科技已推出科学大模型体系、药物计算平台等AI4S产品，并与40余所高校达成合作[43][44] - 数据来源于深势科技的玻尔科研空间站，并接入DeepModeling开源社区，已孕育上千款工具和数百个应用[43][46] - 目标是打造"AI4S领域的Hugging Face"，推动重塑高校科研范式，改变传统"教、学、研、用"体系[45][47] - 作为通用科学智能体，将促进信息世界与物理世界融合，推动AI与传统学科的深度结合[48]

纪要涉及的公司 道氏技术、新贝森、广东赫奇原子计算中心有限公司、广东鹤西、广东新贝盛世 纪要提到的核心观点和论据 道氏技术业绩与业务 - 2025 年上半年归母净利润预计 2.2 亿 - 2.4 亿，同比增长约 100%，主要增长源于战略资源部阴极铜扩产，2023 年阴极铜出货量 4 万吨，2025 年预计 5 - 6 万吨，年底接近 7 万吨[3] - 陶瓷材料和碳材料业务稳定，锂电业务量不如往年，但金属价格上涨带来收益[3] 道氏技术与新贝森合作 - 双方成立广东赫奇原子计算中心有限公司，旨在结合 AI 算力与材料应用提升研发效率，解决单壁管等关键材料研发耗时耗力问题，广东鹤西由道氏技术控股 80%，新贝盛世占股 20%，注册资本 5000 万元[4] - 引入 APU 设备后，道氏技术单壁碳纳米管质量参数从 110 - 120 提高到 140 - 150，研发周期从数年缩短至数月，降低人力成本，加速产品商业化进程[4][23] 新贝森 APU 芯片 - 选择开发非冯诺依曼架构 APU 芯片，是为应对科研大规模计算需求，突破传统架构存储墙瓶颈，提升计算速度并降低功耗，如第一款 APU 产品运行原子级科学计算时，比进口 CPU 核提速三数量级，比高端 GPU 提速一个数量级[6] - 应用优势和市场前景：近期可替代高校、科研院所及企业的 CPU 和 GPU，抢占百亿级超算服务市场份额；中长期有望使材料研发范式转向数字孪生，潜在市场规模达千亿甚至更高[9] - 核心技术壁垒是轻量化设计技术，用移位、指数预对齐等取代传统乘法运算，使用自定义非线性激活函数和量化神经网络，提升片内并行度，形成知识产权保护[22] APU 产品商业模式与盈利模式 - 主要有销售算力（按小时收费提供计算服务）、销售硬件（APU 加速卡等）、承接大客户研发需求并提供优化报告或建议三种商业模式[18] 第二代 APU 产品 - 预计 2026 年推出，将在第一代基础上进一步提速一到两个数量级，有望替代 2025 年中国超算服务市场中原子级科学计算部分需求[20] - 推出后将改变材料领域研发范式，减少对实验试错的依赖，打开中长期增量市场，提升研发效率[21] 其他重要但是可能被忽略的内容 - 新贝森 APU 适用于生物化学、生物制药、环境科学、地质勘探等领域，能加速相关研究进程并提高精确性[12] - 用户从传统 GPU/CPU 切换到 APU 成本低、操作便捷，只需在控制脚本中改动关键字，APU 作为加速卡插入现有计算节点与 CPU/GPU 协同工作[15] - APU 可直接利用现有生态系统，操作简单易上手，插入 APU 卡后在 Python 脚本中改动一个关键字即可完成切换，对创业公司和用户都有好处[16] - 新贝森在锂电池领域，特别是电解质和固态电解质应用中有优势，能分析元素运动规律，已有顶尖研究机构采购设备进行计算，产品还适用于物理、国防等领域[13] - 中国芯片工艺制程落后不制约新贝森芯片生产，可通过落后工艺节点实现高性能，避免高端工艺节点卡脖子问题，非冯诺依曼架构在原子级科学计算领域是创新[14] - 第一个数据中心注册资本 5000 万元，可建成第一期算力中心，因计算任务主要由 APU 承担，所需 CPU 和 GPU 性能要求低，降低整体成本[19] - 公司设计存算一体化芯片架构，大幅降低数据搬运能耗，实现两到三个数量级的能效提升，成果已在第一代产品验证，第二代将进一步优化[27] - 大原子模型类似于大语言模型，智算中心基于大原子模型构建，可覆盖更多应用场景，实现高效且通用的计算能力[28]