作者： 梁卡爾，虎嗅科技組

編輯 | 苗正卿

頭圖 |紅杉中國提供，經由AI處理

近日，「人形機器人第一股」宇樹科技開始詢價、啟動申購。這家創下73天「過會」（IPO審核）紀錄的明星公司，根據發行估值計算，多家早期入股機構帳面回報或將達到數百倍。

在宇樹「一股難求」之際，宇樹背後的投資機構們開始被重點關注，尤其是那些早早押注宇樹的資本。

虎嗅了解到，紅杉中國成為第一家在宇樹科技持股達到10%的機構股東，並在此後多輪融資中持續追加投資。宇樹科技招股書顯示，經多輪融資稀釋，上市前，紅杉中國合計持股超過7%，是第二大機構投資者。

而紅杉中國董事總經理李彥男主導了紅杉中國對宇樹的一系列投資，也是最早給宇樹科技投出信任票的投資人之一。

虎嗅獲悉，在具身智能之外，李彥男也關注AI硬體——當下的另一個超級風口。

眼下AI硬體正在經歷一輪形態爆炸。

眼鏡、戒指、耳機、AI PC、陪伴設備，都試圖爭奪「下一代終端」的位置。對投資人而言，品類繁榮並不等於投資機會變得清晰。

比產品形態更現實的問題是資本週期。網際網路公司可以依靠網路效應，在三五年內迅速放大DAU和收入；AI硬體尤其是機器人，卻要同時跨越技術、供應鏈、量產與市場教育。它們需要的時間，未必與一隻VC基金的退出週期匹配。

近期虎嗅與李彥男展開了一場對話。

在這次對話中，李彥男給出了幾個明確判斷：

• 真正的AI原生硬體，核心不是「接入AI」，而是具備過去電子產品沒有的主動性；
• 手機不會消失，但會從唯一入口變成多終端體系中的核心節點；
• 好的AI硬體首先要算清硬體帳，不能默認靠虧硬體換軟體訂閱；
• 數據本身未必構成獨佔壁壘，真正的壁壘是誰更有動力把數據變成持續改善的體驗；
• 市場是否進入危險階段，最值得觀察的是模型能力是否停止快速進步；
• 早期投資最終仍然是在判斷人，但自信與「自負且不自知」之間存在一條明確邊界。

以下是虎嗅與李彥男的對話內容，有刪改：

01、投資宇樹，是先看到人，再看到浪潮

虎嗅：當年是如何發現宇樹科技並決定下注的？

李彥男： 是一個大學做機械工程的學長推薦的，他知道我剛來紅杉做投資，告訴我杭州有一個做四足機器人的極客，圈子裡面小有名氣。我就直接去官網找到了王興興的QQ郵箱，搜尋微信直接就聯繫上了他。第一次交流的時候，王興興就給我講了「用機器人造機器人」的願景，這讓我印象深刻。當然，投資後，宇樹本身也有起起伏伏，但早期判斷得到正反饋。

虎嗅：投完宇樹後，您對投資認知發生了什麼變化？

李彥男： 因為我對王興興這個人在第一輪判斷時就給予了很高認可，所以這個項目本身並沒有讓我在方法上發生180度轉變。

相反，對早期投資來說，有一些失敗項目給投資人的反饋價值更大。你總會遇到一些「標準答案」項目，就是那些大家都覺得各方面不錯，背景很光鮮很好，創始人確實聊下來你也感受很強，又做了一件很大的事情，但最後沒有成功的。

這說明，其實成功是一件小概率的事件。有個不太恰當的比喻，找項目對投資人來說就像找伴侶和相親，即使是在紅杉，作為一個個體也沒有投資人能投到市場上所有的項目，所以你最後作為一個有限子集，你只能放大自己在子集裡的投資成功率，自然也會像平時生活裡你會對喜歡的人願意多花一些時間，多一些投入。對創業項目來說也是如此。

可能經歷了過去這些項目，我會覺得像王興興這樣的人確實比較難能可貴，在第一眼見面時就有非常不一樣的亮眼地方打動你。

虎嗅：投資人應該如何持續refresh（刷新）認知？

李彥男： 刷新可以分為兩個層面。小的刷新就是，即使一個項目當時沒有推薦，也要繼續跟蹤進展。過一兩個月後再去更新一下，看看還有沒有新的機會出來。我們有很多好公司就是這樣被再發現的。大的刷新和週期有關，金融市場一定有波峰和波谷，技術迭代也有波峰和波谷，即使再好的時機也會遇到回調和谷底，這就需要投資人在波峰感知泡沫風險，在波谷保持關注、刷新認知，找到好創業者。

虎嗅：現在看一個項目，最長會看到多遠？

李彥男： 會盡量在10到15年這個範圍之內考慮。實際投資投資一家公司時，會更關注第一個里程碑事件，以消費電子產品為例，它是否完成PMF（產品市場匹配），是否有一群人認可並高頻使用。這個過程可能一個公司經歷1到3年，在這之後，公司還要經歷破圈、迭代、競爭、第二第三增長曲線，整個過程又需要經過數年。

虎嗅：有過後悔錯過的項目嗎？

李彥男： 有，但具體名字就不提了，有一些最後紅杉也投了。有一類項目是第一次聊就感覺很好，就是莫名感覺人很強，但自己對事兒沒確信和把握。現在復盤看，如果第一次就有「莫名很強」的感覺，大概率值得多花點時間搞清楚。

02、我們更關心它是否足夠「AI Native（AI原生）」

虎嗅：我們聊聊當下另一個風口AI硬體，面對形態千奇百怪的AI硬體，紅杉篩選項目時，判斷一個終端項目是否值得投資的核心標準是什麼？

李彥男： 我們不會嚴格按照品類劃分AI硬體，因為真正的硬體創新經常發生在既有分類之外。

例如，今天大家會把一些影像設備歸入「手持」場景，但在Insta360和大疆的相關產品出現之前，這個場景並沒有被清晰定義。新品類往往不是從既有目錄裡長出來的，而是產品出現之後，市場才開始為它命名。

相比它屬於眼鏡、戒指還是其他形態，我們更關心它是否足夠「AI Native（AI原生）」。一個直接的判斷是，如果拿掉AI，這款產品還能不能實現核心功能？另一個重要標準是主動性——設備能否長時間在線，主動記錄、理解環境並給出反饋，而不是等待用戶點擊之後才開始工作。

虎嗅：為什麼「主動性」是AI原生硬體的核心？

李彥男： 過去大量電子產品都缺少真正的主動性。它們可以識別資訊，但通常要由人發起操作。AI讓終端有機會一直在線，主動看世界、觀察資訊、理解上下文，並在必要時採取行動。設備不再只是一個等待指令的工具，而是開始主動參與任務。

當然，「Always On（始終在線）」不一定意味著嚴格意義上的24小時運行。關鍵在於，設備能否在足夠長的時間內持續感知和處理資訊，並完成過去必須由人主動觸發的工作。

虎嗅：投資AI硬體時，您更傾向「硬體即服務」，還是單靠硬體就能賺錢的模式？

李彥男： 完美形態肯定是軟硬體都賺錢，甚至你靠硬體就能賺很多錢，但中間的確會有妥協。有可能有一類產品，軟體上能讓用戶一直為優質產品付錢，這是商業上最性感的地方，就是一本萬利，這就是一個好的商業模式。

理論上，硬體的毛利率可能會偏低一些，但我們現在能看到很多硬體公司也有不錯的淨利潤，也活得很好。

我覺得早期創業公司，你不要上來就覺得硬體一定要虧錢，最好本身產品可以少賺一點錢，但是用戶接受起來門檻比較低，教育成本低一些，然後軟體、AI上面做得很優秀，能讓大家在這個層面一直給你付錢。

比如，現在很多人都在做的智能戒指。戒指本身就是能賺錢的。除此之外，軟體部分體驗做得更好一些，在健康功能以外還能做更多的事。如果它有這樣一個軟體體驗，且越做越好的話，那就很好。

虎嗅：更看好哪一類AI終端的投資回報？

李彥男： 這其實沒法量化。早期投資中，大量成功公司最初都是小事情，而很多看似宏大敘事最後沒賺到錢。我喜歡這種不確定性，並且為每天出現的不確定性感到興奮， 這也是早期投資的魅力。

虎嗅：市場上會不會出現「偽AI原生硬體」？

李彥男： 這類產品通常有一個共同特徵，設想非常宏大，甚至很科幻，但當前的物理條件並不支持。

比如，人們可以設想一款高度沉浸、360度顯示、可以隨身攜帶且全天續航的VR設備。這個形態在科幻電影裡很合理，但放到現實中，就要面對算力、散熱、電池、重量等一系列限制。

這種產品科幻電影裡可能有，但現在人類的技術上面還是有很多瓶頸，算力、散熱、電池這些都還未突破。所以，這類硬體想起來都很美好，但要做成太難了。

03、保留不確定性，擁抱新品類

虎嗅：AI時代還會誕生一家類似小米的新終端巨頭嗎？

李彥男： 小米的成功肯定是有很大程度上的天時地利人和，各方面都需要具備。我覺得現在肯定還沒有到AI終端的「智慧型手機時刻」，也就是出現一個真正原生的AI新形態。目前AI終端形態還很模糊，就像iPhone發布前的手機市場，設備已經賣了很多年，但產品形態上不斷博弈，而用戶也需要時間接受新的智慧化互動。AI時代要好一些，用戶更容易接受一些新鮮的電子產品，而且一些產品的購買門檻也沒那麼高。

虎嗅：您曾提到，AI時代的手機會從「唯一入口」變成「核心節點」。這兩個概念有什麼區別？

李彥男： 手機可能是目前綜合體驗最完整的個人電子產品。它有成熟的螢幕、算力、鏡頭、作業系統和軟體生態，還有網際網路多年累積下來的帳號、社交關係與身分認證體系。其他設備可能在某一項能力上優於手機，但綜合能力通常很難超過它，所以手機短期內很難被替代。

不過，有些場景一些設備會分流手機的部分功能，比如睡眠、心率等資訊監測，手環可以比手機更持續地採集。一些設備能夠在較長時間內主動記錄和探索環境，而手機一旦螢幕關閉，很多互動就會停止，仍然需要用戶主動拿起、解鎖和操作。

虎嗅：紅杉中國目前會更偏向以手機為中心的硬體，還是去中心化的獨立設備項目？

李彥男： 還是要具體看案例。有些設備，比如戒指、手環最終還是需要與手機做互動和呈現；眼鏡理論上有機會獨立存在，但現階段受限於電池、算力等物理瓶頸，仍要配合手機使用。從投資上，我們不會以此分類，早期投資還是應保留不確定性，並且擁抱新品類出現的可能，而不是被已經定義好的品類困住。

虎嗅：AI PC這類成熟品類創業公司有機會嗎？

李彥男： PC是一個非常成熟的產業。一款好的AI PC，首先必須是一款好的PC。在這個領域，大廠累積了很多年，創業公司要在這個層面做好，門檻很高。不過，也有些公司在講更極致的故事，比如從OS層面重新做，打開螢幕就是AI，沒有什麼需要裝的軟體，互動介面就是AI。如果算力足夠便宜、intelligence（智慧）足夠強，未來可能人類只需要螢幕和輸入設備，其他都交給AI。

但是，我沒辦法提前很久就能作出判斷，因為難的事情也有很多值得投的。就像當年拼多多出來的時候，大家都覺得電商沒機會了，但還是有人找到了新的機會。

虎嗅：AI時代，數據累積還能構成硬體公司的護城河嗎？

李彥男： 我一直覺得沒有AI，就是數據本身都不太存在「屬於誰」的問題。網際網路時代手機上的情況也好，軟體本身這些公司也好，甚至是輸入法這些公司，他們都掌握了大量用戶數據。數據當然是一個壁壘，數據飛輪轉起來後能夠帶動其他產品，但這個在數位世界比較難做成人無我有的事情。

AI時代，它到底是模型廠商、系統廠商，還是終端廠商，我覺得就看誰更有意願用好數據，給用戶帶來更好的體驗。至少現在能看到的就是傳統網際網路，比如像微信這樣的流量平台，它肯定是更有意願讓用戶的數據在裡面產生更好的複利效益，因為它的商業模式依賴用戶留存和黏性。模型廠商也肯定非常願意，讓用戶越用越離不開我。但純硬體廠商，極端一點的例子就是它的商業模式就是賣硬體，那麼數據可能未必會影響用戶更換硬體的決策，因為用戶換硬體時數據可以一鍵遷移。

虎嗅：如果一家AI硬體公司把數據全託管給模型廠商，它還有投資價值嗎？

李彥男： 純做硬體，很大機率會卷到一起，即使你有一定的先發優勢，也比較容易被磨平。如果這時候突然有一個跟你類似的公司打價格戰，那麼你的生存壓力就會變得很大。事實上，現在AI硬體公司中即使強如大疆、拓竹，也在硬體之外做很多事情。比如拓竹的社群就是護城河的一部分。其實從現在活得很好的一些手機和PC廠商就能看出來，他們的軟體收入也很高。提高軟體收入佔比是大勢所趨。

虎嗅：你怎麼看大模型或AI應用公司做硬體這件事？

李彥男： 有一些公司它想把你平時會用的Agent管理起來，最開始可能只是做OS（作業系統）上的一些軟體，然後往上一層看能不能把OS直接做了，甚至做完OS後發現為了完成特定功能，也想自己把硬體做了。還有一些需求，功能依賴主動觸發記錄，手機和電腦做不到，他們需要其他形態的硬體。

我接觸的大部分創業者，他們可能不會先設想要做什麼形態，更多還是考慮要解決什麼問題，然後看手機或電腦是否能做到。如果做不到，那麼就自己來做硬體。

目前來看，大模型公司的重點更多放在追求頂級智慧上限，硬體產品不是太多。但如果你能做出來，就一定有人買單，這是商業驅動的。行動網際網路改變了很多業態，但商業模式並沒有那麼豐富，比如廣告、遊戲。我覺得也許AI時代有可能讓用戶直接為「智力」付費，這也是模型公司優先追求智慧能力的原因。

04、今年很多項目，大家已經覺得估值非常不合理了

虎嗅：AI泡沫會在明年破裂嗎？

李彥男： 預判市場情緒非常難。但你對當下一些東西是會有感知的，尤其是過去一兩個月和未來一兩個月。

今年市場很多項目，大家已經覺得估值非常不合理了。比如一些創業項目，可能團隊都沒有ready（準備好）但已經幾億美元估值，這在中國VC歷史上都很少見。可能是因為美國那邊有很多這樣對標案例的出現，在市場情緒好的時候大家對國內類似情況就有些「習以為常」。還有一些領域出現了一、二級市場倒掛現象，就是二級市場同類公司的市值還沒有一級市場估值高，或者大家有些喜新厭舊，就是想要投一個新公司。

虎嗅：是不是二季度的財報已經提醒大家了？

李彥男： 我覺得這個可能只是一個觀察角度，並且比較短期容易受到情緒影響。最應該去關注的還是模型本身，這是更底層的本質。如果未來模型的智慧提升停止，或者說放緩得非常明顯，就比如說，某一段時間新發布的模型你發現跟半年前也沒什麼太大區別，智慧突破出現明顯天花板。如果這樣的情況出現，那我覺得值得警惕。

虎嗅：那大模型改變了什麼？

李彥男： 我的感受是大模型肯定是一個時代的巨大機遇，甚至比行動網際網路時代還要大。現階段比較火熱的公司，有一定程度上的倖存者偏差，因為他們在最好的時間點遇到了AI、遇到了全球競爭，遇到了資本擴張，尤其是二級市場，這些因素的疊加。但我一直在問一個問題，尤其是今年，萬一市場跌了怎麼辦？市場跌的時候，這個螺旋還能不能上去。因為金融市場一定是有波峰波谷的，不可能一直都好，如何投到穿越週期的真正的偉大企業，是我們一直在思考的。

虎嗅：但這是否讓投資者無法更長遠看公司發展？

李彥男： 節奏變快後，只有兩種可能，就是世界以後都變了，永遠是這樣的節奏，或存在一定的泡沫，因為大家的期待都很高，期待未來半年要比上半年更快，然後不斷加快，目標越來越高。我不認為所有公司都能像有些大語言模型公司那樣3到4年就成功，很多公司需要經歷很多週期。我在這個認知上相對偏保守，還是和上面說的一樣，偉大的公司一定要具備穿越低谷的能力，並且或許一定要經歷這個過程才能成長。

虎嗅：這一輪AI熱潮中，為什麼越來越多教授和學者出來創業？

李彥男： 今年這類項目明顯增多，主要原因有三個。

第一，DeepSeek等案例讓市場對教授們創業信心增強；第二，高校也開始鼓勵成果轉化，出臺政策激勵；第三，AI與垂直領域結合，比如AI製藥、AI材料等都是模型敘事範疇。

不過，教授創業更多是在研究型或者垂直模型等，面向C端的應用佔比上偏少一些。

虎嗅：投資這類項目，要怎麼評估，估值方法有何不同？

李彥男： 這類項目早期估值主要看市場情緒和二級市場影響。核心方法就是，看團隊未來12-18個月需要多少錢，願意出讓多少股份，倒推估值。不過，人本身很難用金錢去數字量化，不像成熟公司有一些方法可以去計算，相對見仁見智。

虎嗅：現在更願意投模型、硬體還是應用？

李彥男： case by case（具體項目具體分析）。再難的事也可能事在人為。

虎嗅：您更傾向獨立創業者，還是大廠分拆團隊？

李彥男： 從投資本身來講，尤其是早期投資，肯定還是看人，無論他是大廠出來，還是他就是一個獨立小創業者，或者nobody（無名氏）。但確實這件事上，有很多好公司是大廠出來的人做的，他本身是一個能力很強的人，帶領一個很好的團隊出來，然後大廠可能在裡面佔有一定比例的股份，分拆出來的公司甚至不比原來的母公司低多少，這樣的案例也不少。

虎嗅：哪一類創業者會讓你格外警惕？

李彥男： 可以用一個詞來形容，就是「妄人」。這類創業者的核心特徵是「自負且不自知」。通常想去挑戰一個極其宏大的事情，但他不自知，這類「妄人」的成功機率是很低的。

05、結尾：AI硬體的機會，不在於再造一台設備

AI硬體眼下最容易製造的，是一個新形態；最難建立的，是一套能長期閉環的商業系統。

AI Native絕對不是簡單地把模型接進裝置，更重要的是讓終端獲得過去沒有的主動感知和行動能力。手機暫時不會立刻被替代，但部分功能會被更適合長期在線的裝置分流。硬體可以成為入口，卻很難單獨決定最終結局。當供應鏈拉平產品差距、同業發起價格戰時，軟體、社群、數據閉環和使用者關係才決定公司還能留下什麼。

資本願意為可能性提前下注，但資本也有自己的期限，這就要求創業者自身的魅力，以及達成第一個里程碑。

判斷一款AI硬體是否值得投資，李彥男的方法論總結下來就是下面這四個問題：

1. 沒有 AI，它的核心功能還能不能成立？
2. 它是否真正獲得了持續感知和主動行動的能力？
3. 算力、散熱、電池與成本等因素，是否允許它從 Demo（樣品）走向量產？
4. 當硬體能被複製、價格開始下降後，公司還能留下什麼？

下一個小米或許會出現，但它不會只是一台「加了 AI」的舊裝置。