很多后來被證明偉大的機會，往往誕生于那個無人確信、也最難堅持的時間點。達晨恰恰找準了這個時間點。

作者｜麥子

編輯｜栗子

2026年1月，智譜在港交所上市。5個月后，這家公司股價漲了10倍。

智譜究竟做對了什么？

就在一年前，中國的大模型公司商業模式并不明朗，Token價格一降再降，很多人認為，模型不過是新時代的“水電煤”，其長期價值遠不如上層應用。

而智譜通過一次清晰的戰略聚焦，為市場對模型價值的重新評估埋下隱線：將資源果斷集中于開發下一代以Coding（編程）和Agent（智能體）能力見長的模型。

因為智譜團隊早已洞察，在Coding這個目前最核心的應用場景里，強大的模型能力與Agent產品體驗共生共榮，無法切割。

從GLM-4.5到GLM-5.1，智譜模型在Agent和Coding能力上持續突破，不僅成為開源模型的SOTA（最高水平），更是輸出Token最快的Coding模型，深深切中了全球開發者的效率痛點。開發者“用腳投票”，讓智譜的API在價格上調83%的情況下，調用量反而逆勢增長400%。

與此同時，憑借在工程優化上的深厚積累，智譜的模型相比Claude、GPT在長鏈條任務中展現出更高的性價比，形成了獨特的差異化優勢。

這意味著，智譜的模型不再僅僅是技術產品，更成為了支撐全球開發者生態的、高性價比的“Token基建”。智譜讓世界看到，中國AI企業憑借著Token出海，完成了從“價格戰”到“性能定價”的躍遷。

在所有人還在舊邏輯里競爭的時候，這家公司如何提前站到新一輪技術拐點上的呢？

這一切要從2019年說起。

那一年，中國AI投資進入狂熱期。商湯科技、曠視科技、依圖科技、云從科技等“AI四小龍”在安防和金融場景快速落地，融資一輪接一輪，幾乎所有資金都在追逐“看得見的應用”。

同一時期，達晨財智合伙人、執行總裁鄔曦在對比中美投資數據時發現了一個反常識的現象。2016年至2019年，美國超過1億美元的大額AI投資，占比反而低于中國。理性的推斷是，美國的錢在投向更早期的下一代技術。

而當時很多人并沒有注意到這些細節。OpenAI早在2015年就已經成立，在做當時幾乎沒人看得懂的研究；2018年，DARPA啟動AI Next計劃，投入約20億美元，目標直指下一代AI技術。這是不是意味著，中國與美國在AI領域又一次拉開代際上的差距？

鄔曦把這個疑問寫進了一份內部備忘，核心只有一句話：人工智能的天花板在哪里？深度學習之后是什么？

兩年后，一個冬天的夜晚，這個問題有了答案。

那晚，他和智譜創始人唐杰聊完，沒有叫車，而是從清華五道口一路走到西直門。十公里的路，久違的興奮驅散了寒冷。

“實事求是，那天聊完之后還是比較興奮的。不是那種一拍即合的沖動，而是覺得有牛人出山，在干偉大的事情了。”鄔曦談及與唐杰的初次交流，言語依舊流露出仍未消散的興奮感。

投資智譜之后，達晨這家26年歷史的人民幣基金，開始在AI時代完成一次少見的自我重構。達晨財智創始合伙人、董事長劉晝，確定了新的戰略方向：重注AI與具身機器人，達到基金配置的40%，提前跨周期布局，卡位未來。

短短5年時間，這家老牌的人民幣基金又是如何轉身，在一片未知的AI汪洋之中捕撈出一個個水下項目？

1.于無人處聽驚雷

達晨的AI布局，始于一筆幾乎沒有行業共識支撐的下注。

2019到2021年之間，大多數投資人還在討論一個更現實的問題：沒有收入模型，沒有估值錨點，也沒有成功案例，基礎模型到底有沒有商業化可能？

在當時的時間節點，投資智譜本質上是在押一個尚未被證明的技術方向。

從接觸到決定，達晨團隊和智譜在一個月內見了五六次。鄔曦事后復盤當時的投資細節發現，真正讓他下決心的，不是精美的BP，而是幾次深聊中觀察到的幾個細節：“唐杰的思考方式是科學家式的，他從不滿足于表面現象，總是習慣性地一路追問底層邏輯，直到給出能被嚴謹驗證的答案。”

這是唐杰身上的學者特質，嚴謹、克制、尊重事實，思考并追求“第一性原理”。

學術上，他成績斐然，在全球AI頂尖學者中名列前茅。早在2008年，唐杰便獲得了ACM SIGKDD Test-of-Time Award（十年最佳論文），這是國內第一次有人在頂級國際會議上獲得十年最佳論文。此后他持續深耕研究，更難得的是，他的影響力并未止步于自己的研究。多位學生后來成長為各自領域的佼佼者，有人繼續深耕學術研究，有人投身產業創新，共同塑造著人工智能發展的今天。

但唐杰最可貴的，也最令市場驚喜的，是他身上具備著科學家創業者中少見的另一面。

對于認定的商業方向，他有著極強的決斷力，敢于拍板、雷厲風行，在學術的嚴謹鉆研與商業的高效落地之間找到了絕佳的平衡。2019年，國內大模型尚未掀起熱潮、前路也尚不明朗，他便已憑借敏銳的學術嗅覺和極具前瞻性的視野，精準洞察了人工智能未來的發展脈絡。他深知純粹的實驗室研究無法引爆技術革命，因此在國內率先提出了大模型的發展必須走“產學研結合”的道路。唐杰曾說，他的人生楷模是王選——這位用漢字激光照排系統改變中國印刷業的北大教授，走的是從學術到產業的路。智譜要做的也是走進產業，走向大眾。

這一點很打動鄔曦：“我們當時的投資建議書，核心就寫了兩句話：第一，認為大方向是正確的，這是這個項目最大的確定性；第二，如果國內在這個細分賽道能跑出龍頭，智譜是當仁不讓的少數團隊之一。”

于是，國內大多數投資機構對基礎模型尚存疑慮的寒冬時分，達晨在2021年領投智譜A輪融資，沒有估值錨點，沒有可參照的商業先例。這件事情并沒有在行業內掀起太多波瀾。

“如果說在22年底ChatGPT爆發之前，我們就把AI的全局就全部看清楚了，這不是一個客觀現實的描述。我們只是模模糊糊有個大方向，然后覺得這個團隊是可以的，我們愿意押注這個方向和團隊。”鄔曦補充道。

這種理智、克制的務實，正是達晨AI投資邏輯的暗線。

智譜的驗證，讓達晨建立起了在AI賽道持續下注的信心。2022年底ChatGPT爆發之后，達晨追投了兩輪。

漸漸地，達晨開始沿著模型、應用、基礎設施的AI生態線索，系統地進行投資布局。

當國內VC/PE的熱錢涌向基礎模型的時候，達晨已把目光投向了“多模態”。當時市場的主流判斷依然是不看好，普遍認為這是一個“太早的方向”，五年內很難真正落地。

而正是在2023年前后，達晨看了十幾家公司，最終落子愛詩科技——又一次在行業拐點出現之前，堅定下注、開始布局多模態。

達晨超前壓中愛詩，第一看中的是Demo質量。愛詩當時呈現的視頻生成效果，在國內市場是最高水平，遠超同期其他標的。

但真正讓他們投票的，是另一個非技術因素——人。愛詩科技創始人王長虎來自字節跳動的AI Lab，在抖音主導過日均處理數億條視頻流的內容安全與高并發系統。這種大規模工程驗證，是生成模型從研究走向真實產品時必須跨越的那道坎，而大多數學術出身的創始人走不過去。

“這種資源不太富集的早期團隊，要做一件可能和巨頭PK的事情，只有一條路，就是要比他們跑得更有效率。王長虎在字節那么多年，花小錢辦大事的思路很明確，不去堆大規模算力，而是專注于快速迭代產品，用實際成果說話。其輕量生成的5秒短視頻，在社交平臺上形成病毒式傳播。這不是沒錢沒辦法，這是方法論。”達晨財智投資總監金思輝分享投資愛詩的細節。

愛詩科技的成長速度驗證了達晨的判斷。2023年10月，愛詩科技率先發布業內首個可生成4K質量視頻的AI視頻生成模型，時間遠遠早于Sora。2024年初，Sora橫空出世，在國內外引發震動。而幾乎同一時間，愛詩科技宣布完成億級人民幣A1輪融資，達晨財智作為領投方。

此后，愛詩相繼推出V1到V5.5系列產品，在幾乎零投流的情況下觸發病毒式傳播。從1000萬用戶到1億用戶，從ARR 0到4000萬美元。在企業快速發展的過程中，達晨已多輪持續加注。

從智譜到愛詩，兩筆投資相隔約三年，賽道不同，團隊背景不同，商業模式不同，但底層邏輯是一致的：在市場還沒有形成共識的時候，憑借對技術代際演進的獨立判斷，率先落子。

這是達晨AI布局的起點，也是此后所有投資故事的敘事起點。

2.讓機構跑得和賽道一樣快

智譜和愛詩的先行布局，讓達晨在AI賽道搶占了先機。

不過，新一輪AI投資浪潮發展迅猛，留給投資機構的窗口期越來越短。在這樣的背景下，如何讓有著26年歷史的老牌人民幣基金的認知節奏和判斷能力、決策流程，真正跟上這個以天為單位迭代的賽道，是擺在達晨面前的現實難題。

“AI這件事，恨不得每天都在變。達晨的決策效率和方式也要加快優化，加快改變。”劉晝感嘆著AI投資的快節奏。而這句話背后的真實含義是，如果你的認知更新速度低于技術演進速度，你的判斷一定是過期的。

2023年初，達晨意識到AI是絕不能錯過的變革機遇，便迅速組建起十余人的AI專項團隊，將AI與具身機器人的投資配置占比超過基金總額的40%作為戰略目標，廣泛覆蓋大模型、具身智能與AI應用、硬件等領域。

然而比起團隊規模，達晨更深層變革則集中在組織學習能力的升級。

這是AI賽道的特殊性帶來的變化。AI是人類歷史上信息密度最高的技術賽道之一，每隔幾個月就會出現一次認知層面的質變，而每一次變化都意味著投資判斷框架需要實質性更新。

那么，投資團隊如何把“學習”變成一套高頻機制呢？

認知對齊是第一步，組織改造是第二步。

AI早期項目和傳統項目有一個本質不同，項目的時間窗口極短，估值躍遷速度超過歷史上任何一個科技浪潮。在AI領域，一個項目從“三十億”到“百億預期”，可能只需要半年。

為此，達晨做了一件更激進的事：改變現有投資流程。他們單獨開設了AI特別決策機制，設立一個精簡版投委會，決策重心轉向基本面判斷、團隊評估和技術方向研判，整體決策周期大幅壓縮到三四周。

認知和組織一并迭代進化，達晨加快了在應用端的布局。

投情景陪伴產品Tipsy的時候，從接觸到交割約一個月。彼時Tipsy月收入50萬美元，半年后增長接近10倍。AI市調工具Mizzen，僅用了3-4周便完成決策交割；AI相機項目光啟之境由小米前高管創立，團隊僅2人，達晨出手200萬美元，全程不超過一個月……這些案例的共同點就是，在項目還在水下的階段，達晨總是更早、更快出手。

由此，AI投資新的分水嶺正在出現：有的機構，還在用過去的方法提高命中率；有的機構，開始接受不完美的信息，在高速變化中下注。

前者可能不會犯大錯，而后者才有可能抓住下一輪躍遷。

3.四條投資主線，一張生態圖譜

過去，投資是做選擇題，投資人選賽道、比速度、拼資源。但AI時代的投資越來越像一道“理解題”，考驗投資人是否真的理解技術往哪里走。

跟風投資從來不難。一個新模型出來，一個新應用爆火，資金會迅速涌入。但問題在于當所有人都看懂的時候，機會往往已經消失。

這也是為什么，越來越多投資人在同一賽道里，回報卻出現巨大分化。本質差別在于，在這場與時間賽跑的AI投資中，投資人能否看懂"底層變革"，在技術拐點前識別出底層范式轉移。

看清楚AI投資這一細微變化后，達晨內部逐漸形成了一套理解AI的底層框架。

達晨將其稱為能量轉化鏈：電力通過芯片系統轉換成算力，算力通過模型系統轉換成智力，智力通過應用和工程轉換成生產力。與蒸汽機時代一樣，每一個時代的技術革命，本質上都是一次新的能量轉化效率的躍升。

達晨沿著這條轉化鏈路，確立了四條投資主線：主動Agent、以視頻為核心的多模態、具身智能與物理AI、算力硬件與新一代連接技術。

這四條線，并不是“熱門賽道拼盤”，而是對能量轉化效率的深刻理解。布局5年后，這張版圖已經從當初的一個點，形成從基礎設施到應用生態的完整閉環。

模型層是投資布局的起點，也是整個生態的認知錨。

達晨在基礎模型和垂直模態上雙線布局。智譜AI是達晨在大語言模型方向的核心持倉，愛詩科技主攻視頻生成，而VAST則專注3D資產生成模型，通過文本或圖片轉化3D資產，向下覆蓋游戲管線、3D打印等場景。三者在不同模態上形成互補。

當模型能力逐漸成熟之后，行業的關注點也開始從“能力本身”轉向“能力如何落地”。因此，Agent被推到了舞臺中央。

在達晨看來，主動Agent是把“智力”真正轉化為“生產力”的關鍵一環。2026年初，OpenClaw的出圈標志著Agent步入更大規模應用的拐點。它把通用IM與Agent交互形態結合在一起，讓Agent直接嵌入工作流。

達晨判斷，2026年是長程主動Agent真正落地的元年。模型在Agentic和Coding能力上顯著躍升，MCP、A2A等通信協議日趨成熟，圍繞Agent的數據基礎設施也在快速演進。這一切指向同一個方向：Agent將減少human-in-the-loop的頻率和深度，從輔助走向替代。

看清Agent方向后，達晨梳理了幾條硬性投資標準：首先，產品原生于AI能力而非傳統軟件的AI化；其次，出海路徑清晰，AI公司最好要有生而全球化的意識；第三，用戶增長有病毒式傳播特質而非依賴持續投流。

這三條要求本質上是在篩掉“偽AI產品”。

落到項目上，這些標準變得非常具象。出身米哈游團隊創立的半圖科技，把人體動作和骨骼數據轉化為3D虛擬人，將陪伴體驗從文字升級為有外形、有動作的多模態交互；Tipsy根據聊天上下文實時生成情景內容；達晨也將Tara、光啟之境、Havivi等項目在相似邏輯下陸續納入。這些公司都有一個共同點：產品體驗直接建立在模型能力之上。

如果說大模型是當下“最熱”，那具身智能則是撬動未來的最大杠桿，也是當前達晨投入力度最大、覆蓋最深的方向之一。

從截至2025年底的統計來看，達晨在機器人相關產業鏈已布局接近20個項目。

對于具身智能，達晨內部拆得非常清晰：一類是“身體”，包括整機、本體、零部件，一類是“大腦”模型。

在本體和零部件方向，達晨已經布局了云深處、眾擎機器人、因時機器人等企業。最近一段時間，達晨的重心，越來越向后者傾斜。原因很直接：硬件決定下限，大腦決定上限。

“真正的智能還是希望機器人能像大模型一樣，有強大的泛化能力和自主的長程思考能力，像人的大腦一樣去工作，這其實對機器人大模型提出了更高的要求，也正是未來真正的關鍵點。”達晨財智董事總經理張英杰分析道。

正是基于這一“具身大腦”的終局判斷，達晨的投資邏輯也隨之發生了變化——不再等待技術路徑收斂或市場形成共識，而是主動前置，在模型能力尚未被驗證、行業敘事仍然模糊的階段提前布局。他們押注的不是當下的產品形態，而是未來智能系統演進的核心變量。

達晨財智投資總監王宇浩補充了一個關鍵判斷：大腦模型的核心瓶頸是數據。機器人不像大語言模型，可以從海量互聯網文本中獲取訓練數據，它需要在真實場景中持續采集高質量操作數據，而這種數據的采集、標注和質量判斷，遠比語言數據困難。這也是為什么這些公司要把機器人盡早鋪到各行各業，商業化本身是次要目的，真實場景的數據回流才是核心。

也正因此，達晨更早進入，更有耐心等待企業慢慢成長。千尋智能是達晨在具身賽道的第一筆投資，2024年上半年四五月份完成，估值彼時10億元以內。隨后，智平方、極佳視界、自變量相繼入局，均屬國內最早一批認真做機器人大腦的公司，而達晨也是他們最堅定的陪伴者。

相比之下，算力和基礎設施，是最具有確定性的一層。達晨內部把它稱為AI時代的“水電煤”，即AI生態的基礎開支，投資勝率相對更高。

他們的布局，集中在“效率提升”和“連接能力”上。無問芯穹和清昴智能專注軟硬件協同優化，解決算力利用效率問題。在新一代連接技術方向，達晨投資了專注光互聯的奇點光子、羲禾科技……從軟硬系統到新一代連接技術，核心目的是讓算力更“好用”。

四條投資主線之間，并非各自孤立。達晨在內部已經形成了一套產業鏈聯動機制。模型公司的API調用量可以反映下游應用公司的業務狀態，成為sourcing的觸角。而算力公司和模型公司之間，有大量的合作撮合需求；具身賽道的大腦公司需要本體合作伙伴，而本體公司的供應鏈需求又指向零部件投資機會。

更大的延展來自達晨歷史上積累的近150家上市企業，其中大量的應用場景和行業龍頭，正在尋找與這波AI新生產力公司合作的機會。而達晨恰好同時站在“技術供給”和“產業需求”的兩端，形成信息和機會的循環，這也是這張圖譜真正的價值所在。

從2021年領投智譜，到如今，達晨由點到線、由線成面，在原生AI和具身方向已經投資超過40個項目，總金額超過20億，形成了一個觸角眾多的AI生態圖譜。

這張圖譜的價值，不只在于覆蓋了多少個賽道，更在于每一個節點入場的時間。達晨進入很多項目時，市場還沒有形成共識，估值仍在10億以內，甚至還處于需要長期“坐冷板凳”的階段。這恰恰印證了，很多后來被證明偉大的機會，往往誕生于那個無人確信、也最難堅持的時間點。

4.不做被FOMO情緒裹挾的人

最近幾年，AI投資進入了一種看似矛盾、卻極具時代特征的狀態：一邊在擔心泡沫破裂，一邊在加速下注。

譬如，具身智能因為“春晚效應”迅速出圈，部分公司在一個季度內估值從10億躍遷至100億。大量此前并未深度參與AI的機構集中入場，不少項目在產品尚未成型、商業模式尚未驗證的階段，就已經完成了超大規模的融資。

如果只看喧鬧的表面，這是典型的“泡沫敘事”。但把時間拉長，把這一切看成技術范式切換前的“資產重估”，視角可能完全不同。

歷史上幾乎每一輪技術革命，都會經歷類似階段。在互聯網泡沫時期，大量公司估值遠超基本面；在移動互聯網初期，應用層公司在盈利模式尚未清晰時就獲得高估值。但事后看，真正的問題從來不是“有沒有泡沫”，而是泡沫覆蓋之下，哪些資產在被提前定價。

達晨把這種泡沫帶來的風險稱為“ego陷阱”。當一個投資人開始反復論證自己之前的判斷是正確的，他就已經在做信息上的減法，只吸收能強化自身判斷的內容，主動過濾掉與之相悖的信號。

這種自我強化的機制，在牛市中尤其危險，因為周圍的人都在肯定你，市場本身也在短期內給你正反饋。

“去ego是一個很重要的任務。你反復論證自己是對的，慢慢就變成了信息上的減法。你只看能強化自己判斷的東西，越來越封閉，認為自己永遠正確，這是會出大問題的。”劉晝強調。

他給出了兩個具體的警覺信號。外部上，當原本和AI沒有關系的機構開始密集涌入某類項目，估值已經被情緒放大；內部上，當投資團隊說不清楚投這家公司的確定性，只是因為項目很熱、不投可能錯過。這種FOMO驅動的決策，是認知退化的典型表現。

在達晨看來，AI這輪技術變革帶來的投資思維的變化是，投資人不僅在重估公司，更在重估“生產力本身”。

對于AI的泡沫，達晨的態度是時刻提醒自己要保持清醒的判斷力，分清楚哪些估值是在兌現基本面，哪些只是在定價情緒。

相對應，AI時代的創業門檻也在變高。AI打破了各行各業的邊界，這就需要創業者必須清晰地知道自己的護城河究竟建在哪一層，并對行業變化保持持續清醒的認識和迭代的能力。

“在這樣的背景下，我們會更看重founder或核心團隊既有產品思考也懂模型技術，同時對Agent技術理解需緊跟迭代，避免停留在過時認知。”面對這種格局流動，達晨在創始人判斷上形成了一套畫像。

模型和具身大腦方向，他們更看重科學家氣質加企業家悟性的結合。這個領域的創業者有著全球前沿技術的深度認知，同時具備商業判斷和快速學習能力，能在學術嚴謹和市場敏感之間保持張力。

而AI應用方向的創始人，畫像則更加多元。達晨提煉出的TFP框架（Team Fit Product）是核心判斷工具。這個判斷框架不是看團隊有多強，而是看團隊配置和產品定義之間的匹配程度。“創始人說要做的A，和團隊實際上是的B，中間的gap，是騙不了人的。”張英杰解釋道。

所以，AI時代最有生命力的團隊，往往是技術出身的CTO和經歷過大廠AI產品的產品經理的組合。因為產品定義需要知道模型能干什么，而模型迭代需要知道產品要什么。這種軟件時代罕見的“雙向理解”，是AI時代創業的基礎門檻。

在這場曠日持久的技術革命里，達晨與創業者同頻共振，也在重新塑造自己的組織和認知。

對一家26年歷史的人民幣機構而言，深度布局AI從一開始就是一次主動跳出舒適區的選擇。劉晝表示“人民幣基金大體上錯過了互聯網+，我們決不能錯過人工智能+。AI這件事拼的更多是對技術的判斷、對未來前景的想象、對人的sense。好在我們邁出了這一步。”

邁出這一步之后，達晨對AI行業的整體判斷變得更加篤定。AI是比移動互聯網更大的歷史機遇，本質上是軟件創造軟件的指數游戲。移動互聯網用了十年改變了人類的信息獲取和消費方式，而AI正在改變的，是人類的思考方式和生產方式本身。這個變化的深度和廣度，遠不止于此。

因此，達晨對短期的亢奮保持警惕，對長期的變革高度篤定。“不高估1到2年內的進展，不低估10年內的變革。”

這個框架，某種程度上解釋了達晨在AI領域上的投資節奏：在共識爆發前領先半步出手，當情緒高漲時，他們已經處于從容加注的位置，而不是被情緒裹挾追高的位置。

“我們要做那只泡在水里的鴨子，不能坐在岸上。春江水暖鴨先知。這是對我們自己的要求，也是對這個時代的態度。我們要時刻保持謙卑心態，與創業者一起奮斗成長，也一起感受AI的水溫。”劉晝這樣描述達晨對自己在AI時代角色的定義：不等待確定性，不迷信預測，而是始終貼近技術演化最真實的水流。

今天的市場，并不缺熱情，也不缺資金。真正稀缺的，是在泡沫、噪音和情緒高速流動時，依然保持清醒的能力。

因為所有真正巨大的時代機會，在最開始的時候，看起來都像噪音、泡沫，甚至幻覺。等所有人都感覺到“水變熱”的時候，真正的春天，往往早就已經來了。

（封面圖來源：AI生成）