聯想創投首席投資官 高級合伙人宋春雨

在聯想創投周的會場上，宋春雨談起AI，語速明顯加快。

作為聯想創投專門負責看AI 的高級合伙人，他每天的時間幾乎被智能體（Agent）、大模型和AI芯片填滿。有人形容他是“站在AI浪潮前線的人”。

作為投科技十余年的技術投資人，他累計投資超過 50 家 AI 相關企業，包括寒武紀、第四范式、深城交、曠視等頭部公司。

2025年的AI產業，比任何時候都更像一場加速中的實驗。大模型格局逐漸收斂，智能體應用的想象力被徹底點燃，AI芯片在供需緊張與架構創新之間激烈博弈，新的原生硬件正在出現——這是資本、產業和技術交織的臨界點。

宋春雨在這樣的節點上提出了一個判斷：“Agent會孕育下一個‘抖音’級的超級應用。”在他看來，AI不只是技術升級，它正在重塑生產力、生產關系和商業入口。

不同于空談趨勢的行業討論，宋春雨的回答里充滿了投資人的冷靜邏輯：他關注那些用戶愿意掏錢、周增長指標能說明問題的產品；他在推理芯片、復合AI架構和AI原生硬件上提前布局；他相信中國的To C場景會孕育出全球最具土壤的AI應用。

這場對話，不只是關于AI如何改變世界，更是在告訴我們：下一代的科技巨頭，可能就誕生在智能體的窗口期。

以下為對話全文，略有刪減：創投家：如何判斷大模型創業公司的后續機會？基座大模型的格局是否已經確定？

宋春雨：從目前的發展來看，基本已經印證了去年的判斷，格局已收斂到個位數。頭部是幾家大廠，再加上階躍星辰、智譜AI和DeepSeek這三家創業公司。

我依然堅持此前的觀點：如果要做基礎模型公司，就必須瞄準AGI的天花板和上限，這本身就是你的使命。因此，在這一立場上，并不會過于強調短期商業模式。全球最優秀的基礎模型公司，如OpenAI和DeepSeek，都是如此，非常純粹地聚焦在模型本身。

創投家：關于芯片，英偉達幾乎壟斷了全球市場鏈條，而國內至少有十幾家企業在布局。您如何看待這一現象？

宋春雨：這個格局未來也會收斂。首先，從算力的角度看，我們做過明確的預估，目前仍有數量級的需求尚未被滿足。這也是為什么英偉達能夠維持萬億美元市值，并在未來五年仍然呈現供不應求的狀態。

當前算力主要用于模型訓練，尤其集中在海外的互聯網大廠。而下一個新的增長點將來自推理。在這一背景下，我們近期會在國內外布局大量基于先進架構的推理級芯片。

推理與訓練芯片的邏輯完全不同。訓練芯片追求極致性能，而推理芯片更強調性價比，因為推理直接關系到智能體和AI應用的運行成本，用戶每時每刻的Token消耗都需要成本打平。因此，創業公司在推理芯片上依然有機會，尤其是在先進架構領域。

其次是中國市場。我認為國內芯片公司將很快進入整合階段，不會長期維持十幾家并存的局面。行業內會出現大規模的并購機會，傳統芯片巨頭也會通過并購進入AI芯片領域。同時，部分AI芯片初創公司有望直接在A股、創業板或港股上市，這將成為一大趨勢。

頭部企業會率先受益。例如寒武紀，自上市后已歷經3-4年，去年底和今年一季度實現明顯好轉，今年一季度開始實現規模化盈利，這是國內芯片企業中非常突出的案例。

此外，我們依然看重全新架構的機會。英偉達其核心仍圍繞算力堆疊展開，算力堆疊的效益顯著高于HBI（Hybrid Bonding Interconnect）。美國很多公司采用HBI技術，而中國的先進架構企業則在探索通過3D堆疊方式來打造下一代產品，這一方向我們也會持續關注。

創投家：這是芯片公司的新機會嗎？

宋春雨：肯定有機會，對于創業公司而言，圍繞下一代先進架構，尤其是推理芯片，依然存在很大的機會。推理芯片強調極致性價比和高度專屬的性能，邏輯非常清晰，這是基于下一代架構的核心機會。

在美國，雖然也有明星芯片公司，但總體來看，美國創業生態已經從半導體轉向軟件。美國的芯片創業公司大多會面臨被并購的結局，不太可能成為下一個英特爾或顛覆英偉達。美國是一個高度傾向軟件的環境，這與中國目前的邏輯不同。

因此，未來中國必須在芯片領域持續發力，這是一條需要長期投入的道路。中國AI芯片的追趕速度還不夠快，但寒武紀已是一個難得的案例，能在創業公司階段取得這樣的成果，本身就是一個奇跡。

整體來看，中國芯片的發展還需要時間和耐心。

創投家：您如何看待非常火熱的Agent，在其中有哪些里機會？

宋春雨：Agent領域是我們今年最重要的AI投資賽道。

我個人大約有80%的精力放在Agent上，因為算力相關的布局基本已經完成，我們認為Agent有機會誕生下一代“字節跳動”或“抖音”級別的公司。AI原生的超級應用（AI native super app）或智能體（Agent）將成為新的入口，這類機會完全是AI原生的應用場景。

過去，基礎算力和大模型的投資雖然重要，但它們本身并不能直接轉化為社會財富和商業模式，真正能帶來終端體驗和價值的，是智能體。因此，Agent賽道極具潛力，我們認為未來中國會誕生數百家相關獨角獸，全球則可能出現上萬家各具特色的企業，覆蓋不同行業。

我們的觀察主要集中在以下幾個方向：通用智能體，垂直智能體、To C的智能體，盡管目前不如To B明顯，但潛力巨大。AIGC創造的音視頻、短視頻等內容可能成為新一代用戶內容消費的重要載體，甚至催生下一個“抖音”或“快手”。

此外，AI個人系統（AI Personal System）也值得關注，它將為用戶提供全天候的個人助理服務，實現真正的“隨時可用”。

我認為，這一波智能體浪潮不僅僅在提升生產力，更在重塑生產關系，未來將是人和智能體協作、智能體與智能體協作的混合工作模式。

最近我們團隊正在研究瀏覽器，瀏覽器會發生非常大的變革。過去，是用戶需要主動搜索信息，未來，Agent瀏覽器或任務型瀏覽器將主動幫用戶獲取所需信息，也就是瀏覽器的入口沒有變，它會和各種開發者的智能體，一起協作達到proactive的主動任務，這種時代很快就會到來。

最后就是AI原生的新硬件，我們堅信會出現承載智能體的新一代AI原生硬件。例如AI眼鏡（AI Glass）、空間視覺設備等。這些硬件本質上是為智能體功能而設計的新形態終端，將成為AI原生路徑的重要組成部分。

基于以上觀察，我有兩個假設判斷：

第一，中國創業公司圍繞智能體的機會是“千載難逢”的，規模甚至可能達到移動互聯網的十倍。移動互聯網主要集中在To C，而AI智能體則同時覆蓋To B和To C兩個領域，市場更廣闊。

第二，這一領域可能會誕生新的互聯網級入口平臺和公司，并具備成熟的商業模式。尤其是在AIGC和偏To C的應用場景上，中國擁有全球最好的用戶市場和應用土壤，能夠孕育互聯網式的平臺級機會。例如，情緒價值強、交互擬真的陪伴類產品，非常符合中國用戶習慣。

創投家：近期OpenAI 發布 ChatGPT Agent大家都很興奮。您認為未來Agent和瀏覽器之間是什么關系？瀏覽器需要具備基礎模型能力嗎？

宋春雨：我認為未來的Agent可以分為兩類：基于瀏覽器的Agent和非基于瀏覽器的獨立Agent，兩者各有優勢。

瀏覽器型Agent的好處在于可以直接獲取用戶在云端的數據，具備天然的用戶數據和場景入口。獨立應用型Agent的優勢在于架構靈活、性能可控，但缺乏強用戶畫像數據支撐。因此，具體選擇取決于場景，不同類型會有各自的市場空間。

瀏覽器公司是否必須具備基礎大模型的能力？我認為未必。Agent更多依賴于基礎大模型之外的工程化能力，例如多智能體之間的協作、瀏覽器的性能優化、接口整合等。大模型是基礎，但并非全部。

OpenAI的優勢在于基于自有大模型構建Agent，而創業公司則更靈活，可以根據不同場景組合最佳模型。目前基礎大模型存在明顯的取舍（Trade-off），在某一方面非常強，某一方面可能有忽視，比如，DeepSeek推理能力強，算力消耗低、成本低，但缺乏多模態能力，這方面OpenAI就領先了。

目前還沒有任何一家基礎大模型能在所有領域全面領先。我的判斷是，未來基于瀏覽器架構的Agent更可能采用復合AI模式，根據用戶任務調用最合適的模型。例如，用戶需要分析任務，可以用DeepSeek開源模型來降低推理成本；代碼任務可用專門的編程模型；涉及多模態場景，則選擇OpenAI最合適。

從布局來看，OpenAI本質上仍是一家基礎大模型公司，這次推出的瀏覽器型Agent更多是從生態角度“打樣”，展示其基模型的應用潛力，而非以應用為主導，這為創業公司留下了靈活創新的空間。

創投家：在評估Agent項目時，您主要關注哪些指標？

宋春雨：我們目前為團隊設定了幾個硬性指標：第一，必須有上線的產品，并且產品能夠實現用戶付費。

這是最基礎的要求。不同于移動互聯網時期通過買量拉新的模式，我們現在更看重產品本身是否具有強客戶價值，核心標準就是用戶是否愿意為其付費，這是判斷AI產品價值的首要標準。

第二，關注上線后的周同比指標，包括AIR（活躍收入率）和用戶增長率。這些指標能夠反映產品是否具備爆款潛質，也從側面驗證了用戶對產品核心價值的認同，這是衡量AI產品的重要維度。

與上一波移動互聯網不同，這一波AI產品的核心在于直接提升生產力和績效。無論是寫報告、寫代碼，還是做營銷，用戶使用AI的本質是為了提高工作成果，因此更愿意為結果付費。

這與傳統的SaaS工具有本質區別：傳統SaaS本質是工具，幫助用戶完成任務，但不直接交付結果，價值更多體現在“輔助”層面；而AI產品則直接交付業務流程的結果，甚至是最終KPI，例如AI幫用戶完成80%-90%的編碼工作，或提升營銷轉化率等。

因此，如果用戶不愿意付費，或者付費后不持續使用，就說明AI產品未能帶來足夠的結果導向價值。這也是我們在評估項目時最重要的標準之一。

相比單純的用戶規模，我們更重視有多少用戶愿意持續付費并認可產品價值，這是決策中最核心的指標。

（本文首發于鈦媒體App，作者｜郭虹妘，編輯｜陶天宇）