出品｜虎嗅科技组
作者｜陈伊凡、孙晓晨
编辑｜苗正卿
头图｜视觉中国
雨点砸在上海世博园附近申能财险大厦的玻璃窗上，王智的手指在跳动的 IPO 数据图表上悬停。这位百亿级半导体产业基金韦豪创芯的创始合伙人之一，刚结束一场关于半导体企业并购与上市的闭门研讨。
王智办公室的窗外，一条马路之隔即是世博展览馆——世界人工智能大会的主会场，在7月26日-7月29日，世博展览馆人头攒动，在算力展区，384超节点首次亮相，一面墙16个机柜，展现了中国软硬件一体化最强的实力；同质化的人形机器人在展区里完成了一次又一次的表演秀；国产GPU展商不再说那些参数与性能的故事，展现了更多端侧和DeepSeek一体机的解决方案……浮躁与落地、噱头与实际、浮夸和真实……一切都在正向和反向印证王智对中国科技产业发展的清醒观察和判断。
作为一家千亿市值芯片上市公司生态布局的重要平台之一——成立于2020年的韦豪创芯，或许并不广为人知。
但其有几个关键标签，其背靠的韦尔股份（近日已更名为“豪威科技”），是中国A股市值最高的半导体设计公司之一，也是中国芯片并购史上绝不可忽视的一个主角——2019 年韦尔股份豪掷 150 亿元并购全球第三大 CMOS 传感器企业豪威科技，完成了一场震撼行业的 “蛇吞象” 操作，借此关键举措，韦尔股份成功跻身全球图像传感器芯片顶级玩家行列；在华为、小米、OPPO、ViVO以及奔驰、宝马、特斯拉、比亚迪等终端上，都有韦尔的产品。在如今风投圈中，叫得上名字的芯片类独角兽公司背后，也有韦豪创芯的身影，例如地平线机器人、爱芯元智，后者在4月刚完成了一笔10亿元的融资。
如果说世界人工智能大会，展示的更多是未来，那么在王智的电脑中的IPO数据和折线图，则是中国当下的景象。根据Wind数据，2025年上半年，港股一级市场股权融资（包含IPO与再融资）金额为2504亿港元，较去年同期融资金额大幅上升318%。在IPO市场，2025年上半年共有43家企业在港交所主板成功上市，较去年同期的30家上升43%；IPO募集金额为1067亿港元，较去年同期大幅上升688%。目前已经递交申请在香港上市的企业超过200家，涵盖的企业来自不同行业。
在我们谈话之间，半导体行业格局正在悄然变化，英伟达恢复对中国H20芯片的供应；7月初，国产AI芯片赛道迎来了一场资本盛宴。燧原科技、沐曦集成、壁仞科技、摩尔线程，这些曾经在资本市场上风光无两的公司，接连IPO；国产EDA公司华大九天公告称，决定终止收购芯和半导体100%股权的重大资产重组事项，原因是交易各方在核心条款上未能达成一致。
这些个案都化为图表里高低起伏的折线，等待王智抽丝剥茧。
五年前，芯片赛道挤满了 “懂与不懂” 的淘金者；如今，当民间资本潮水般涌向人工智能，这个曾被称作 “最难投” 的领域略显落寞。但对背靠千亿市值韦尔股份（近日已更名为“豪威科技”）产业生态的韦豪创芯而言，越是暗流涌动的时刻，越需要宁静致远的定力。
作为半导体国产替代浪潮的亲历者，王智有着与传统工科人士反差极大的另一面。
他喜欢观察新生事物并试图去理解其中的内在逻辑。访谈之前我们见了一面，他兴致勃勃聊起了那段时间流行的Labubu（一款由泡泡玛特公司推出的盲盒产品），打听着从哪里还能买到；他关注最新的AI产品，并向我展示他如何“调教”AI，为他做很多事；他有一只养10年的边牧，他将他们的合影置顶到了朋友圈，还将“毛孩子”的照片摆放在了最显眼的位置；他听播客，听到有趣之处，也会分享。
办公室里放着一块白板，交流过程中，王智会在上面写写画画，试图讲一个艰深的行业问题讲得通俗易懂。这一次，他在白板上解释了如今在硬件创投圈一个火热的话题——超节点。这背后的趋势是，在大模型的需求之下，芯片厂商的交付，从单颗芯片，变为交付一个系统，考验厂商软硬件一体的能力，这也成为了中国公司能够与英伟达对抗的机会之一。
当民间资本正在逐步撤出芯片行业时，产业基金的定力和专业就在此时体现出来。
尽管外界环境不断发生变化，对王智而言，投资的逻辑依旧没有变化，他们看的依旧是很多门槛极高、考验投资人专业度的项目。
在他看来，中国半导体的产业发展经过前面几年的从无到有和大干快上，如今已经进入了精准击破的阶段，国产替代走入了深水区，这更加考验投资人的专业性。这背后除了中国半导体产业自身发展，还有美国对中国策略的微妙变化，产业界需要在这些精准的夹缝中寻求生存之道。
王智跟我说，他们最近看了一家做键合环节超声检测设备的公司，这个市场虽然不大，但也已经面临着出口管制。
当大部分人还在为“国产GPU”的概念兴奋时，王智依然冷静。多年的投资经验告诉他，当下时点，通用GPU很难在一个市场化的语境下跑出来。这些曾经资本市场上风光无两的AI芯片公司，即使在上市之后，仍然面临巨大的挑战，它们需要找到一个更加稳定的收入来源和持续商业模式。
谈及现下半导体投资的新机会，王智仍然认为存在，例如AI高度关联的传感器、智能终端、与设备相关的关键零部件、本质性影响工艺性能的材料，是他认为，如今半导体领域创业，还能看到的机会。
“判断一个项目，核心就看两个问题 —— 市场空间是否足够大，成本能否在可见的时间内降到可盈利水平。”这是王智判断一则项目的基本逻辑。
半导体的战场，没有硝烟，尽管不在台前，但前线市场的任何变化，都将影响整个半导体产业链，毕竟，不论是人工智能、自动驾驶、消费电子终端，没有一个离不开半导体行业。只要人类需求欲望仍在，半导体仍然有无限机会。
在这场没有硝烟的半导体战争中，这位兼具专业与生活温度的投资人，正用他的方式，寻找着破局的答案。
中国半导体行业发展正在进入精准攻坚阶段
虎嗅：在你的投资经历和从业经历看来，中国的半导体发展可以分为哪些关键的阶段，能否用几个关键词来概括？
王智：中国半导体从50年代起步，其实并不晚，与欧美起步大概只差个五年。
如果以三期国家大基金作为观察的节点，2014年到2018年时候的第一期，这是一个分水岭。我的总结是，这是一个打基础的阶段。在国家大基金一期的期间，中国的三大封测厂已经在全球能排上号了。因为封测的技术相对不那么复杂，另外那时候的半导体代工厂华虹、华力、中芯国际，都是在做成熟制程。
当时的民间资本对半导体还没有那么重视。
2019年到2023年后，是“大干快上”，这时候是二期大基金，主要投入的是设备、材料，做技术攻坚，市场化基金在做偏应用端的东西。
彼时社会化资本投了很多设计公司，是因为当时设计公司的产品在台前，芯片做出来，只要性能基本过得去，就能卖出去，这是短期很容易让人看得到利益的东西。大家肯定首先看到英伟达、英特尔和高通，由于消费电子加上地缘政治，当时出现了供应链极度扭曲。另外，整个半导体行业是投资前导周期比较长的行业，但是相对于设备来讲，设计公司可以短一点。
当时买不到的主要是消费电子芯片，车规是附带起来的。因为车规芯片本身产能规模在大的代工厂比较边缘化，台积电一般就在15%左右。消费电子买不到以后，大量的产能都尽量向消费电子倾斜。
回头去看，当时科创板上去的设计公司，大部分都已经成立运营了七年以上。那些公司把前面日子紧紧巴巴地熬过去，然后供应链突然发生大的扭曲，营收大幅体现。当时设计公司是明星，放在台前，放在聚光灯下，造成市场化基金就去追投它。那个时候的市场化基金投资逻辑还没有完全摆脱原来互联网消费的思路，想快速成长，快速套现。
同时，这个阶段还投了很多电源管理的、IOT（物联网）的芯片等等。我认为这些东西是当时供应链扭曲带来的，这个领域的布局覆盖了大面积技术难度相对低的部分。
虎嗅：那个时候还起来了一大批AI芯片公司。
王智：在2022年以前，也可以理解为大模型出来之前， AI芯片公司核心是在做自动驾驶，是特斯拉把自动驾驶带起来了的。现在AI的主体是算力，主要是以大模型为中心的生成式AI的算力需求。
虎嗅：第三期大基金来看，已经开始往高技术壁垒的公司投了。
王智：2023年以后，大基金三期要做高技术壁垒的东西。不管从芯片角度，投算力芯片，还是在设备领域，投面向先进制程的东西。之前解决从无到有，现在不管在哪个环节，其实都有人在做，只是没有达到对标国际对手的业务品质。
我觉得半导体的核心是满足下游电子产品的需求，但是从产业链的建设来讲，核心是围绕着晶圆厂建设，围绕着制造端建设。
虎嗅：制造厂在哪里，供应链就在哪里。
王智：制造厂在，才有设备、材料等东西。从统计来讲，大陆的12寸晶圆厂现在应该是占到了40%以上。
虎嗅：今年大基金还投了昂坤视觉——一家检测设备公司。
王智：从这个案例来看，大基金实际上已经在看关键零部件了。我们之前看了一家超声检测设备公司，这个市场虽然量不是很大，但是也面临海外出口管制的问题。这就是现在大基金要做的事情。
虎嗅：看起来投资逻辑越来越精准。
王智：很精准，在这种事情上，一旦发现不能直接在海外市场买到，他就得考虑自己去生产。
虎嗅：从行业来看，2023年开始半导体行业就已经在出清泡沫，很多市场化基金在以前是追投半导体项目的，2018年到2020年，我们还能看到特别大的投资，现在销声匿迹了。
王智：从2019年科创板开闸以后，市场化基金规模性地开始投半导体，到2023年发现它的投入产出比不是那么好，前置投资导入期太长，和以前的消费以及互联网的逻辑是不一样的。而且，随着IPO政策的收紧，市场化基金并非只在半导体行业往后退，而是在所有的地方往后退。
前几年特别热门的半导体、新能源，当时我们看到过很多估值夸张的案例。现在如果有人要投新能源，除了可控核聚变，估计没人敢下手。
整体来看，这不是单独行业的问题。每个行业有它的周期，一下子投了那么多项目，就会面临怎么消化的问题。
另外，我认为股权投资反映的是实体经济运营的趋势需求。我们通过2019年到2023年的快速补齐，大部分相对容易做的东西已经有了，甚至产能可能已经过剩。在这种情况下，投资价值降低是很正常的现象。在下一波革命性的技术出现之前，行业确实已经进入下行期。
企业除非在子领域里是非常强的竞争者，否则很难跨过下行周期
虎嗅：芯片的投资周期本来就很长，现在IPO又收紧了。科创板起来之后，我记得当时业内一片欢欣鼓舞，但现在收紧的逻辑是什么？半导体本来就难，现在不是更难了吗？
王智：去年底或者上半年，整个A股的半导体相关的企业有五百多家，科创板大概有二百六十家，也就是说科创板有四分之一到三分之一都是半导体企业。
这很考验企业，由于行业的周期性问题，很多上市公司是把业绩最好看的一段包装在上市之前，当IPO收紧以后，很多项目都顶不住了。
企业如果在子领域里是非常强的竞争者，那才有可能跨过这个周期，但大部分跨不过去。
特别当时上了一批芯片设计公司，大部分经过一个上升期之后，在2022年后很快都在往下走，只是前期吃到供应链扭曲的红利。
对于监管者来讲，很多公司上市即巅峰。公司估值的泡沫很高，套住很多股民，造成舆论问题。
第二，大量公司上市其实是不合理的，因为它们占用社会资源，而又没有真正长期发展。美国半导体相关的上市公司可能不到50家，大部分都整合了，中国有这么多家，本质上是有问题的。根据统计，今年上半年A股。今年上半年一共受理了177家IPO申请，其中85%是在六月份突击受理的。这里面，包含24家半导体企业。
虎嗅：一个明显的现象是，一批芯片企业集中到港股上市。过去四年，香港股市一度被称为“资本市场的废墟”。
王智：首先，整个港股市场的IPO市场重新再激活。
第二，香港本身也在转型。香港政府对于科技，在宣传和政策上面都很积极。香港以前是以金融地产为主，但是现在大量的科技企业去上市了。当然，香港是不是真的能转型成功，现在还没办法那么容易下结论。
在政策上，香港缩短了对科技企业的审核周期。科技企业在预审核的时候可以选择性披露内容。
虎嗅：还有很多芯片公司走“A+H”的那条路，这类公司一般表现怎么样？出于什么考虑做这样的“A+ H”的架构。
王智：“A+H”的公司在A股都表现尚可，对于交易所或者发行者来讲，它是容易发出去的。这本身是把成熟的东西二次上市，是已经被验证过的企业。第二，这些公司到港股发行，一方面是因为A股收紧，另一方面对于海外员工的股权激励之类事项，如果放在大陆，会涉及外汇管制；另外，如果要收购海外项目的话，港股从程序上会更方便。
虎嗅：对于行业的影响可能会是什么呢？
王智 ：去年一直到今年一季度，大家还在想多谈并购，但现在，大家发现港股还有机会。有一个数据，上半年A股大概不到50家公司上IPO，港股40家左右。现在港股大概有两百家在排队，A股有三百多家在排队。港股看起来很热闹，以现在的速度，一年可能消耗100家（上市）。所以现在开始进去排的公司，可能得排到两年后，但两年后是什么状况，就不好预测了。
虎嗅：虽然中国半导体最近并购整合的很多，但似乎真正成功的不多。
王智：只要市场环境发生变化，买方卖方心态都会变，并购本质还是一个博弈问题。
虎嗅：具身智能公司智元收购一家科创板上市公司上纬新材，这种形式对于半导体公司并购来说，是不是一个启示？
王智：智元的例子有其特殊性，但可以部分借鉴的是这种并购的方式。去年底到今年上半年，我就在关注和提议这种方案，从启明创投入主天迈科技开始，都是这样的并购模式。
从并购角度，美国的成熟市场有两点：第一，美国有很强的PE（私募股权投资）市场，市场之间的交易很活跃；第二，美国可以发SPAC（虎嗅注：特殊目的收购公司是一家空壳公司，通过首次公开募股 (IPO) 筹集资金，其具体目的是收购一家现有的私人公司，从而有效地将该公司上市。 它也被称为“空白支票公司”，因为投资者实际上是向一家未知实体提供资金，期望这笔资金将被用于收购一家前景光明的企业。）中国大陆市场没有这样的形式。
实力强的上市公司有可能变成一个并购平台，起到PE的作用。我们有大量的中小市值的传统行业上市公司，一种是业务明显衰退和死亡的，按道理就要退市；还有一种暂时没有生存压力，但是业务比较传统，市值不大，没有成长性。
一些科技公司，可以通过购买一部分这类没有什么业务成长性的公司的股权，让对方委托投票权或者放弃投票权，形成实控。资产注入的预期形成以后，股价普遍会增长，而且可以先锁定交易再去融资。
虎嗅：很像大家买老破小的房子，搏拆迁一样。收一个老破小，没有成长性，但是位置可以，搏拆迁。
王智：可以这么比喻，拿上市公司平台的目的，一方面是为了投资人的退出，尽早有相对确定的安排。第二，从监管的角度，中国证监会希望把已经没有成长性的上市公司换掉。减量增质，这里面增质是最主要的。
虎嗅：旧瓶换新酒。
王智：旧瓶换新酒一定需要好的公司。
虎嗅：对收购方企业来说会有什么要求？
王智：公司第一要有执行能力，第二要有成长性。不过有一个问题是，硬科技公司面临的问题是没有办法像互联网公司那样快速地商业化。因为这些东西都是硬件相关的，本质上只有软件公司有可能快速商业化。这样的情况下，怎么样把资本化路径以更合适的方式缩短，这是一个问题。
虎嗅：关于硬件相关的科技公司，资本有没有耐心等他们走完商业化，这在中国是个问题。
王智：对，中国一级市场投资资金的存续期远远不能和美国比，美国所谓的耐心资本确实很多。
国产替代的已经“祛魅”了，接下去的故事还能怎么讲
虎嗅：关于半导体，我记得2018年之后，国产替代的概念很吃香。但现在也在看到政策的细微变化，例如美国7月初宣布放开EDA企业对中国的出口限制，英伟达也恢复中国H20芯片的供应。对于现在这个阶段想要做芯片的创业公司，这个概念或者这个故事还能讲，还讲得下去，以及还被买账吗？
王智：肯定已经祛魅了。半导体行业的导入认证周期其实比较长，从行业角度讲，你需要先讲替代意义，然后我们作为投资人会去看你的下游客户对你的接受度有多少。
除非做的东西特别新，比如光计算。对于这种东西，大家的期待是一致的，这不是国产替代，而是与竞争者齐头并进。
但是简单的国产替代已经没用了。首先大家会觉得你真的能替代吗？美国的政策也发生了变化，几乎是把与算力相关的最核心的东西卡住，其他地方在逐渐放开，一旦重新市场化，其实你会发现（大部分国产的东西）根本没优势。市场是有其内在经济规律决定的，而且海外大厂会把本地化会做得非常到位，比如近期恩智浦就成立了几乎独立的中国事业部。
虎嗅：从现在来看，这一次上市的AI芯片公司，基本都是2018年左右成立做到现在的。如果是当下时点再去做AI芯片创业的话，还有空间吗？
王智：现在做通用GPU一定很难了。在通用GPU上，英伟达已经占据了90%以上的市场，芯片是规模效应的行业，从全球来讲，在通用GPU技术路线上要打败英伟达，目前还没有看到。
虎嗅：中国的AI芯片公司现在的客户主要是谁？
王智：政府占比很大。主要有几类客户，一个是信创，一个是云服务厂商。云服务厂商相对来讲更加市场化。信创有两种：一种是电信运营商，电信运营商本身是类云服务厂商，是一个信创和云服务厂商之间的物种；一种是纯信创，比如每个地方要建算力中心等。
虎嗅：要么就选择兼容或者进入英伟达的生态。
王智：进入英伟达生态，那你不能和他竞争，只能是他的合作者。打个比方，专门帮它做算力中心的建设。
虎嗅：英伟达现在市值已经达到过4万亿美元了，还有多少想象空间？
王智：从现在看得见的业绩来讲，还真没结束。
虎嗅：所以现在这个估值其实不是把他放在一个硬件制造商的视角来看？
王智：他更像是系统提供商。历史上这一类公司都是很挣钱的，像思科，像华为。
华为体现了中国软硬件一体的能力
虎嗅：最近一个趋势是，交付一套系统，而不是一个芯片，例如华为的CloudMatric384。这套超节点架构和DeepSeek的MoE模型适配度比英伟达的GPU更高。
王智：对，超节点是完整独立地对外提供的。计算建立在多种芯片协作基础上，比如大模型，只要是属于云端的东西，仍然需要非常多的芯片协作。
数字世界围绕的东西是对数据进行处理，数据处理的核心是计算。围绕计算有两个东西，一个是通信，一个是存储。计算过程中数据是搬来搬去的，基于计算，有很多单元。有很多计算单元，有很多存储单元，数据在里面流动，靠通信搬来搬去，解决一切问题。这些都需要计算效率最大化，计算效率最大化需要计算的能力没有空隙，数据存储成本低而同时数据搬运尽可能少。
这些东西虽然在物理上是分离的，但逻辑上能变成一个整体。这是华为cloud matrix384的设计核心理念，把这些工作池化，用单一平面总线，把384颗芯片放在同一平台上。
之所以华为的这套超节点对MoE架构更适配，原因是，GPU每颗芯片确实算力很强，但是MOE出来以后，每个单独的专家模型并不大，因此GPU的利用率反而不高。虽然华为的单颗芯片算力确实不如它，但是一个芯片放一个MoE模型就行了，最大化了芯片的计算效率。
虎嗅：这其实也体现了中国公司软硬件一体的能力。
王智：是的。我觉得在软件上，中国跟美国的差距越来越近，因为美国也是大量靠华人。在硬件上，美国的软件和硬件是相对分离的。英伟达、特斯拉在做一体化，但是美国做算法最强的一帮人不在这里面，都是在OpenAI或者互联网公司，因为最先进的计算卡是随时买得到的。软硬一体需要做协调，其中要有类似于架构师的角色统筹，但在美国不存在这个问题，除了像马斯克这样全栈自研的路线。
虎嗅：美国很多公司比如Google、亚马逊都在自研芯片。
王智：美国基本上做芯片的都是云服务厂商，比如Google。整体的算力架构是自己做，因为要符合他自己的业务功能的部署。芯片实现就需要找外包来做，所以内部外部的沟通，就会有效率的损失。
虎嗅：在大模型时代，做ASIC定制芯片是不是一个机会呢？
王智：ASIC芯片的核心在于要有大规模使用的客户，这类芯片不太能够灵活适应变化，可编程性比较差，其在某个场景效率更高是因为它只针对这个场景做具体的优化，可以几乎不考虑这个场景之外的其他应用。
虎嗅：为什么这一波大模型之后，大家开始重视推理这件事情？
王智：现在有效的互联网数据存量已经被使用得差不多了，它的更新是有限的。最终肯定是推理，推理是要把训练好的模型应用到不同的场景。
MOE（专家混合模型架构）出现，对于新的信息，只需要局部训练。所以最终肯定是推理，推理是要把训练好的模型应用到不同的场景。
虎嗅：推理的技术难度没有训练那么高，更多是考虑成本的问题？
王智： 从算法角度来讲，训练要不断反向传播，调整参数等等。推理只要根据权重计算，但是使用频率高很多。假如以后整个世界模型是分层的，最上面的模型肯定很长时间才会重训一次，下面的小模型独立调整。所以推理天天都要用，特别是AI Agent应用。
虎嗅：所以成本和稳定性很重要。
王智： 成本肯定很重要。研发是一部分成本，另外很重要的是硬件规模化以及能源。
虎嗅：如果训练市场已经被英伟达占据，对于已经在做通用GPU的厂商，未来是否需要考虑转型？比如做推理。
王智：他们现在也都做推理，但是还是会讲GPU的故事，因为要对标，要让大家容易理解，所以需要讲这个故事。不过中间还有中美贸易摩擦的问题，这可能也是一个机会，只能说空间可能不多了。
虎嗅：为什么说AI芯片方面的创业机会不多了？
王智：当工业已经进入标准化导向，从经济的角度来讲，标准品会更有效。第一，降低了边际成本。第二，降低互联互通的成本。到最后只有少数的供应商，可能形成垄断。
半导体投资的增量机会
虎嗅：软件之外，在半导体的生产环节中，还有什么机会吗？
王智：从半导体这个赛道来看，目前至少我认为设备端的很多产品还没有标准化。比如刻蚀机，分了很多的不同的工艺节点，不同节点和工艺，材质、光罩、基板等都不同，不同工艺和材料背后，还有很多细分的know-how，这些都是创业的机会。
当然创业一定是还有机会的，只是投资机构怎么退出，现在要想清楚。
虎嗅：现在的AI应用这么火，还出现了很多AI陪伴机器人，这种对于做低功耗的芯片公司来说，是不是一个机会？可以进入这些AI硬件的供应链。
王智：理论上有，比如说陪伴机器人，他们对芯片算力要求不大，MPU就能做。消费级市场其实有一些机会，不是所有市场英伟达都会去做。
虎嗅：在与大模型结合的地方，有一些过去没有的，半导体的新增量机会出现吗？
王智：一定有。新的机会存在于，从大模型要和物理世界做交互，在采集数据上，面临着效率问题，如何能够以合理的成本去高效、低功耗收集数据，这就是机会，生成式AI的发展，才刚开始涉及到和真实世界交互的方面。
我们现在的终端最主要的就是手机、电脑，这些需要用到的传感器大概率是光电、声音，例如面部和语音识别等。具身智能之下，增量机会就在于触觉。
触觉才能真正和真实世界产生互动，而具身智能最难的就是真实世界交互的数据，所以我们现在机器人的机械手的很多精细动作很难做，因为拿到的数据信息太粗了。
所以触觉传感器，未来可能是一个方向，因为触觉是能够感知到很多信号的，比如滑觉、压觉等等。当然，这个传感器的成本要做到足够便宜。触觉传感器的技术到现在还没有收敛。
虎嗅：具身智能这件事，商业化落地可能还要多久？
王智：我觉得十年内是肯定看得见的。现在越来越多AI for Science，可能会加速对于新材料，甚至新的这个架构等的研发。
虎嗅：你对于人形机器人的看法是什么？具身智能商业化落地的形式一定要是人形吗？有很多人对人形机器人相当痴迷，尤其是硅谷。
王智：人形机器人至少短期看没有什么意义。我觉得有很多的说法，现在我是不认同的。比如说他们认为现在的基础设施是给人造的，所以这个人形机器人能更好的去适应人类现有的基础设施，但是基础设施是可以在几年的周期里就进行更新的。所以我认为，未来具身智能的形态不一定要是人形，但一定是最适合这个场景的某一个形态。
虎嗅：传感器过去几年受到的关注，和其他半导体分支相比，相对较少。
王智：传感器的市场很分散，其实本质上是IoT的市场性质。所以，传感器的投资，最后一定要看，是不是最后可以应用到一个更通用、更统一更有规模化的产品上面。
虎嗅：现在有什么可预见的新的来自终端的机会吗？
王智：材料。我们也不能老盯着芯片，芯片实际上就是个计算机，无非用这个所谓的半导体制造技术，把微缩到一个很小的硅片上面，但是实际上这个计算机怎么造出来，怎么能更有效的造出来，这里面其实还是有不断的有新的工艺和新的材料的要求。最终很多问题只有解决是靠材料解决的。
虎嗅：从硬件或者半导体的投资逻辑看现在的AI创业者，一般来说你会问一些创业者什么样的问题，从中辨别项目未来的想象空间？或者说创业者应该回答清楚什么问题？
王智：核心还是两个问题。第一，假如这个产品功能做出来以后，能解决有多大的市场？有多少人愿意为它买单？为什么买它？这是不是刚需性的东西？买单的人是谁？有多大买单的空间？第二，成本能不能降到一个合理的、可盈利的水平。
所以AI Agent应用也是一样，越开放越没边界的事情，变量太多，成功的难度越大。AI Agent一定要在一个有限边界，先解决不同垂直场景的问题，然后再将积累的核心能力，泛化迁移到其他垂直场景。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4612800.html?f=wyxwapp
兴旺优配-兴旺优配官网-深圳股票配资-配资网站首选提示：文章来自网络，不代表本站观点。
