来源：光子星球

去年12月5日，摩尔线程于上交所科创板上市，首日开盘暴涨超400%，市值一度突破3000亿元。作为该项目的早期联合领投方，纪源资本收获了近年来硬科技赛道最丰厚的投资回报之一。

明星企业带来的浮盈数字之外，纪源资本还是全球AI创业潮中审慎且笃定的参与者之一。除摩尔线程成功上市外，其投资项目还在去年迎来了多个里程碑式的成绩。

2025年，纪源资本收获了极智嘉、聚水潭、京东工业等多个大型IPO。据纪源资本管理合伙人符绩勋介绍，2025年纪源资本的投资总额近30亿元人民币，相较2024年提升了2.5倍；回笼了超20亿元人民币的现金，同比增长50%，展现出极强的“扣扳机”能力与稳健的退出节奏。

AI浪潮还在继续，纪源资本手中依然握着不少王牌。去年6月，纪源资本参与了具身智能企业银河通用的11亿元人民币融资；2月10日，其参投的边缘AI芯片供应商爱芯元智登陆港交所。“接下来一年，我们投资组合中有超过20家都在准备或者正处于IPO的进程中”，符绩勋说。

日前，纪源资本组织了一场圆桌讨论会，纪源资本管理合伙人符绩勋、吴陈尧和李浩军三人向光子星球等分享了纪源资本过去几年所取得的业绩数据，对当下AI及相关热门领域的思考，以及对于该赛道的未来投资展望。

在大模型领域，纪源资本认为，竞争已从“参数规模”跨越到“世界模型”。比起单纯的预测下一个词，他们更看好能理解物理规律、预测“下一个状态”的AGI新范式。大模型的“盲目投入期”已经结束，比起模型本身的大小，他们更看重能否构建“模型—应用—反馈”的飞轮，真正解决真实场景中的高频问题。

在具身智能领域，纪源资本倾向于寻找那些拥有独特行业数据、能让机器人具备“自学习能力”的团队。虽然本体硬件（身体）迭代极快，但真正的决胜点已转向物理AI，也就是能深入工业、物流或家庭等复杂场景，并形成数据闭环的软硬一体化公司。

本次讨论会，还有相当一部分是围绕AI时代的创业者展开。几位管理合伙人不约而同提到，相比移动互联网时代强调模式创新和扩张速度，这一代AI创业者更像工程驱动的“问题解决者”。在项目讨论中，创始人会直接在白板上推演系统结构、模型逻辑和工程路径，而不是先讲商业故事。

对投资人来说，这意味着一个更高的理解门槛。下判断的人必须不断补课，才能在脑中构建对技术和演进路径的基本框架。于创业者而言，技术判断力也正在成为和商业判断力同等重要的能力。

符绩勋提到，每一个时代的创新，很多时候都是年轻人先跑出来的，因为年轻人没有包袱。每个时代他有每个时代的创新，一个时代所形成下来的那种惯性，就会形成一种包袱。

“很多互联网以及移动互联网背景的人，如果还在用互联网的思维在看AI，有时候这是不对的。年轻人的优势是有原生的概念，就是AI native，你就是没有包袱，你敢想。这是他们的优势，他可以突发奇想，没有限制，他可以召集一帮人，跟他想的一样。”

当然，新的创业者，也面临着新的挑战。比如年轻人可能会缺很多的管理上的经验。一个公司从一二十人到一两百人是一个台阶，从一两百人到一两千人又是另外一个台阶。它在过程里都是有成长痛苦的，但是他们都要完成自我迭代、自我成长，要不然可能过不了那个坎，有些企业家就可能过不了那个坎。

行业的快速发展，也为这一代创业者提出了更高的要求。资金依然是创业者们最共性的需求，但不再是唯一变量。常规的融资速度、估值节奏之外，一些更“隐性”的需求开始浮现，比如公司治理结构、组织搭建、全球市场的架构选择。这些问题往往不会在融资初期被明确提出，却会在公司快速放大后，成为决定生死的因素。

这些“隐性需求”并不存在统一答案，更多取决于公司所处的阶段与创始人的判断。因此，在AI创业中，VC最重要的一点是“不要帮倒忙”，即减少创业者与机构打交道的复杂度，更多在关键选择上提供经验支持，尤其是在出海、组织设计和长期节奏判断等方面。

这是纪源资本近年来不断强化中台能力的原因。据悉，纪源从市场资源、高管招聘、媒体内容到创业者生态，逐步搭建一套可以被复用的方法论。

“OMEGA计划”正是这种思路的代表和延伸。通过持续多年的创业者社群，纪源资本试图构建一个可以横向学习、相互借鉴的场域：有人解决销售渠道问题，有人分享海外落地经验，也有人讨论如何在高波动周期中保持组织稳定。

与此同时，纪源资本也在不断调整自身。几位管理合伙人都提到，投资人同样需要自我迭代。投资人需要承认并直面AI周期特有的不确定性，避免对趋势草下判断。

相比短期的资本波动，纪源资本更关注哪些由技术驱动的创新，最终能够变成真实被使用的产品和服务。那种看到技术真正改变生活方式的时刻，仍然是这个行业最核心的吸引力。

在高度不确定的AI周期里，投资人与创业者都在重新学习如何判断、如何选择、如何坚持。保持智识上的诚实，比给出漂亮判断更重要。

以下为本次圆桌讨论的部分对话实录：

Q：如何看待创业公司与大厂的竞争？

李浩军：创业公司与大公司的竞争，在每一个时代都会反复出现，本质上始终是一种博弈关系。大公司有其规模、资源和体系优势，但同样存在盲区，也有一些“不愿做、做不了或看不见”的事情。创业机会，往往就存在于这些被忽视的角落。在任何行业、任何周期中，这种规律基本一致。

对创业者而言，关键在于如何洞察当下的行业格局，并找到真正适合自己的切入点。从切入方式看，越细分通常越有利。问题看起来越宏大、越通用，创业初期的难度也就越高。因此，无论是做应用还是做产品，最核心的问题始终是：你究竟在解决什么问题？为什么需要这样一个解决方案？这些判断，本质上反映的是创业者对行业结构和机会窗口的理解。

从市场规模来看，AI时代的机会量级确实可能被进一步放大。技术的本质在于提升生产力和效率，而效率的成倍提升，往往意味着更大的价值释放。回顾过去几个周期，互联网时代出现的是数百亿美元公司，移动互联网催生了数千亿美元公司，而今天AI领域已经出现了万亿美元级别的企业。那么，是否会诞生万亿美元级的AI创业公司？我认为并非没有可能。

最终未必是某一家既定公司胜出，差别更多在于路径：是由既有巨头继续放大，还是创业公司从极小的切入口逐步成长为新的平台型组织。就像2014年的今日头条，很难让人直接联想到今天的字节跳动，但它本质上是一个组织在十多年中持续演进、不断扩张边界的结果。这也是创投行业最令人兴奋的地方——从一个微小起点，成长为对社会产生广泛影响的企业。从这个角度看，AI时代的机会，整体上仍然大于以往。

Q：Manus创始人季逸超认为，当所有人都在做大模型的时候，这个方向反而不对。于是他果断选择做应用并跑出来了。具身智能会不会出现这样的情况？当大家都去具身智能时，真正的机会是否会出现在别的方向？

符绩勋：应用是一个不可或缺的条件，没有应用，就无法形成完整闭环。无论是OpenAI的ChatGPT，还是Gemini、中国的豆包、元宝，本质上都是通过应用形态触达用户。因此，应用一定会存在。

过去两年我们反复讨论的问题，其实集中在“场景”和“应用”上：哪些应用更适合大厂，哪些又可能是创业公司的机会。

回到具身智能，我们更关注的是数据问题。没有数据，就谈不上应用，更谈不上自学习。近期我们重点看的，其实是在数据层。具身智能在初期阶段，尤其依赖高质量、成体系的数据集，这是不可回避的前提条件。

当然，数据本身是不是一个长期成立的生意，也值得讨论。从理论上讲，机器人最终应具备自学习能力，而不是长期依赖外部数据供给。但在当前阶段，数据仍然是明显的痛点——成本高、获取难，而应用落地又高度依赖数据。这些都是现实约束。

李浩军：在机会选择上，除了向外看行业空间，也需要向内看团队能力。并非所有看起来成立的机会，都适合某一个具体团队。资源调动能力、产业经验、团队结构，都决定了机会与团队之间是否匹配。

对于今天的创业者，在洞察机会的能力中，除了向外看，还要向内看——即不仅要看机会在哪里，还要看自己能做什么。目前许多行业的创新创业对资源调用和调配能力的要求极高。

在特定领域拥有热情或愿景（Vision），就必然具备相应的资源调动能力。创业者必须客观审视机会与团队能力的适配度。有些领域虽然存在机会，但未必适合某个特定的团队或创业者。因此，“适合自己的机会在哪里”，本质上是如何客观认知团队能力的问题。

Q：具身智能项目如何建立差异化，避开大厂的覆盖范围？

符绩勋：具身智能的核心仍然在于场景。具身智能的应用场景可以拆分为多个大类，比如工业和工厂相关场景、商业场景（如酒店、商超）、物流场景，以及家庭场景。不同场景对产品形态、技术路径和商业模式的要求都不相同。

我不认为大厂有能力将触角延伸至每一个细分场景。对于创业公司而言，核心在于战略抉择：选择哪个方向？在该场景中拥有哪些壁垒？是数据的深度、模型的独特性，还是本体设计的优势？这些都是构建护城河的关键。

吴陈尧：壁垒的另一维度源于对运营与全产业链条的深度参与。这也是创业公司可以在局部领域打透的地方，因为这牵扯到硬件相关公司的商业模式。模式可以是产品（as a Product），也可以是服务（as a Service）。以极智嘉为例，他们不仅售卖仓储机器人，还直接运营仓库，通过前装方式提升效率，直接向客户提供服务。这样客户无需自行购买机器和规划线路，降低了门槛，也加深了绑定。再如城市市政清洁领域，有些公司不再单纯售卖清扫车，而是承包整体自动化清扫服务。这种全场景整合能力就是极强的竞争壁垒。

Q：这是否意味着To B项目更容易形成护城河，而To C很难形成独立优势？

李浩军：硬件的核心是制造，而制造必然涉及产业链，因此需要从产业链思维的角度去思考。除了关注终端产品，还要向上推演与产业链相关的深层问题。产业链的机会、格局及完备程度，在很大程度上决定了终端产品的形态、性价比以及最终的市场推向能力。

以过去两年讨论较多的智能眼镜为例。在分析硬件时，需要抽离出产品本身，审视其所在产业链的完备程度，以及该产品对产业链的影响力。另外，要将其与现有生态进行对比。在我看来，现有生态的核心链主硬件是手机。那么，独立硬件与手机生态之间是独立存在，还是融入生态？

如果是融入手机生态，竞争激烈程度毫无疑问会更高。因为生态内部的体验与连接非常丝滑，正如MacBook与iPhone的联动体验。但如果作为独立硬件，例如拓竹（Bambulab）的打印机，它与手机生态没有强耦合性，作为独立的生产工具，依然拥有广阔的市场空间。因此，这需要区分来看。

吴陈尧：我并不完全认为To B优于To C。在To C领域，我们看到智能眼镜、音频笔记硬件等产品在解决实际场景问题的同时也延伸到了手机端，且能通过订阅制产生持续现金流。中国创业者在硬件制造与移动互联网产品能力的结合上，具有全球竞争优势，目前呈现出“全面开花”的状态。

Q：AI会如何影响企业的组织运转，什么样的组织才能在AI时代跑赢同行？你们如何判断一个公司的组织能力？喜欢投资哪些形态的组织？

李浩军：我认为AI时代其实不需要那么多人。我们见到的团队，尤其是早期团队，他们的vision就是团队自始至终的规模不超过50人。现在还有更为极致的“一人公司”正持续出现。总的来看，AI时代的组织规模整体趋于缩小，但人才密度在变高，同时AI公司应用AI工具的能力也在不断提升。这是我们作为投资者和创业者群体互相认可的共识之一。

相对而言，我们更看重团队利用AI工具提升效率的能力。这是我们从投后视角的一个观察，基于我们对历史上数百个投资样本（包括30多家上市公司）的总结。

符绩勋：与互联网时代相比，AI时代对组织规模的依赖降低，但对人才能力的要求显著提高。互联网时代强调组织力与运营流程，而AI时代更看重人才密度与综合素质。这对个体能力提出了更高要求。

Q：是否会引导创业者学习特定组织样本，比如华为？

李浩军：这个我觉得并没有特定的模板。有野心的创业者当然希望自己能成为下一个字节跳动，但我们在参照的时候也不能把字节作为类比项。更多时候我们会综合判断某家公司的商业模式是否实现自洽，很难通过简单类比来复制。

Q：国内的字节跳动、DeepSeek以及海外的奈飞，都在近段时间持续提高自己的人才密度。在你们投资的项目中，会不会给到他们相似的案例去学习、参考怎么搭建自己的组织？

Lily：我们做了OMEGA平台，专门帮助我们的投资的公司和学员们找参照标的，促进被投公司间的交流。幸福的家庭各有相似，优秀的公司各有千秋，同阶段（如B轮）或同需求（如出海）的公司互相学习往往最有效。他们探索出的落地打法经常出乎意料。他们有很多grounded的打法，这些打法是需要创业者自己去探索的。

虽然没有系统性地安排他们去学习组织搭建和人才培养，但我们每年还是会组织OMEGA学员和被投公司去参访很多公司。比如去年12月，我们就组织大家去耳机公司韶音，还有小鹏汇天这些优秀企业现场参访。尤其是韶音的分享让我印象非常深刻，它不算是大型公司，但它在文化上做到了“知行合一”，是我见过最好的案例之一。比起系统的课程，我们更倾向于这种实地参访的形式。

Q:在目前的AI时代，一个好的创业者应该是一个极其优秀的机会主义者吗？

吴陈尧：我觉得新一代的年轻创业者，其实移动互联网时代也有很多非常年轻的创业者，但我觉得区别在于今天正好处在一个这样的一个时间拐点上。在AGI的时代，对于年轻一代创业者，他对于未来AGI时代就是人类工作的价值，还有那个时候的经济社会应该是怎么样的，以及更偏价值层面的价值观，其实他应该想的更深入，就是说他是用AI去创造让所有人娱乐至死，或者说他是用游戏去让人无限地沉浸，还是说他可以解放所有人的劳动力。

是什么驱动着你去创业？你认为未来的人花多长时间工作？人自身的价值是如何体现的？这些问题其实早一代的创业者是不需要回答的，中国更早的一代他们所受的教育并没有告诉他们去有这Liberal Arts或者说ESG相关的这种考虑。

但是这一代的创始人，我自身的观察就是，很多都受到Elon Musk的影响非常深。Elon Musk认为，未来工作是一个选择，而不是必要，所以他的这种思想激励了很多人，最终你创业可能带来收入，但是这个收入未来是不是长远、能够持续，那取决于这个价值在未来是不是持续的成立。比如未来我们购物可能不是通过我们自己去看广告来决定，而是我们个人的Agent去帮我们做决策，那这个时候广告的价值就下降，所以他需要从创业者，从这个角度去思考这个价值是不是最终的。因为我发现今天很多的创业者他都有这样的思考，就是他带有第一性原理的思考，这个是非常特别的。

Q：新一代AI Native创业者很多是90/95后，他们有哪些特质？与上一代创业者相比，有哪些明显不同？

符绩勋：与互联网和移动互联网时代相比，AI时代的创业呈现出一些明显不同的特征。上一代创业更多比拼的是商业模式创新、产品迭代速度以及获取资本和快速占领市场（跑马圈地）的能力，而在当前这一代AI或具身智能创业者身上，技术理解与工程能力变得尤为关键。

在实际交流中，这类项目往往对投资人也提出了更高的理解门槛。许多技术问题并非既有经验所能直接覆盖，需要持续学习和补课，才能判断其技术逻辑是否成立、路径是否合理。相较于单纯的商业模式创新，AI创业对创始人本身的技术素养要求更高。

我自己是工程背景出身，也曾在工程岗位工作过。在这一代的创业者里面，工程能力变成了一个非常核心的能力，它不是通过一个简单的商业创新或者说言语上的感染力就能做起来，而是需要更多思考，对自己的商业模式和发展路径做拆解，才能做到在投资者那边make sense，这是我觉得不一样的地方。

很多创业者会直接在白板上推演工程问题，投资人可能不完全懂，但至少能从逻辑上判断这条路能不能走通。这种情况在互联网时代相对少见，但在智能时代已经非常普遍。

李浩军：如果从更概括的角度总结，我会用几个词来形容这几年见到的优秀创业者：更敢想、更自信，也更有野心。

与上一代创业者相比，他们对未来的判断更加乐观，对自身能力也更有信心。过去，行业整体的Beta比较突出，甚至有投资人去劝创业者应该把估值弄高一点，多融点钱。而今天不少高估值项目的创始人，依然认为自己的公司太便宜了。这种自信与野心，某种程度上也是AI时代创业者的一个共性特征。

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。