【天顺财经】7 月 20 日消息，在 2026 世界人工智能大会 （WAIC） 启明创投创业与投资——从算力原点到应用落地的进化征程论坛上，启明创投主管合伙人周志峰以 「跨越技术浪潮：寻找 AI 时代的商业拐点」 为题发表演讲。他感叹道：「AI 一天，人间一年。」 在他看来，AI 产业的发展速度、强度与烈度，已超越人类几百年工业革命和信息革命中的任何一次技术浪潮。
启明创投主管合伙人周志峰
启明创投从 2013 年开始系统性布局人工智能领域，截至目前，启明创投在 AI 领域累计投资了超过 100 个项目，投资总额达 120 亿元人民币。通过对底层算力、基础模型、多模态技术、具身智能及垂直应用的全产业链布局，启明创投已成功发掘并助推了多个创新标杆企业成长，见证 AI 进入智能爆发时代。
作为一家深耕科技投资的一级市场机构，启明创投试图以 「直升机视角」 俯瞰 AI 全局，在模型、具身智能、算力与应用四大板块捕捉鲜活信号，并于论坛现场发布了对未来 12 至 24 个月 AI 产业的十大展望。
技术演进三部曲：从信息降本到物理劳动力充裕
周志峰首先梳理了 AI 演进的历史脉络。互联网时代将人类获取信息的边际成本降到极低；大模型时代 （以 2023 年为起点） 则通过 ChatGPT、豆包等自然语言交互工具，让知识获取的边际成本趋向于零；而自 2026 年 1 月起，模型在 Coding 与推理能力上的突破，催生了 Agent（智能体） 的爆发——数字世界中的数字化工作边际成本正在快速下降。
再向前看，Physical AI（物理 AI） 将成为最终落点，机器人等智能终端将在工厂、服务、养老等场景中完成物理作业。「当物理世界的作业也实现边际成本趋零时，人类社会将进入极大的丰腴阶段，」 周志峰表示，「这场技术变革将比工业革命和信息革命时代更为底层，更为激烈。」
市场三大共识：模型、具身智能与算力全面升温
回顾过去一年，周志峰观察到 AI 产业在三大领域迅速形成市场共识：
1、模型层：中国力量崛起，资本红利史无前例。
周志峰指出，当前中国顶尖模型与美国模型的差距已缩短至两三个月，智谱 GLM 5.2、月之暗面 Kimi-K3 均跻身全球最强模型行列。基于 Open Router 平台的统计，中国模型的使用量已超过美国模型并持续 11 周；美国企业使用中国模型构建 AI 应用的比例，从一年前的 4.5% 飙升至当前的 46%。与此同时，中国日均消耗大模型 Token 数两年半内增长了三千倍，达到 450 万亿。周志峰引用 「杰文斯悖论」 解释这一现象：模型成本下降非但没有抑制需求，反而激发了更大规模的消耗。
在资本市场，模型企业迎来 「史无前例的资本红利」。智谱上市后市值快速突破万亿，DeepSeek 完成首轮融资后开启第二轮，估值逾 5000 亿人民币；可灵分拆投前估值达 180 亿美元；月之暗面、阶跃星辰等未上市企业估值也从去年的二三十亿美元跃升至一百至二百亿美元。「一级市场出现四千亿估值的企业，这是我职业生涯从未想过的，」 周志峰说。
2、具身智能：300 多家企业涌入，中国供应链优势凸显。
周志峰指出，一台 170cm 以上全尺寸人形机器人约有 1200 个零部件，除约十个组件外，其余绝大部分在中国长三角和珠三角产业集群中生产。叠加丰富落地场景、七倍于美国的低成本数据采集优势，以及人才与算法储备，中国具身智能产业迅速发展。过去两三年间，该领域已诞生 300 多家企业，其中 10 家估值约 200 亿人民币，20 家估值约 100 亿人民币。「像世界杯扩容一样，选手多了，竞争必然更激烈，但冠军只有一个。」
3、算力：结构性紧缺加剧，新架构企业涌现。
周志峰透露，国内某科技大厂去年 AI 算力采购金额为 600 多亿人民币，今年已数次上调预算至约 3500 亿。算力需求重心正从训练转向推理，催生大批围绕推理优化的 AI 芯片初创企业，成立一两年估值即达一二百亿人民币。未来两年，算力领域将围绕云端推理、端侧推理、互联 （CPO/NPO） 和 AI 软件技术栈持续创新，结构性紧缺仍将持续。
应用侧：没有共识，但正孕育下一个超级应用
与三大共识形成对比的是，AI 应用领域 「总体来说还没有共识」。周志峰认为，虽然中国是全球生成式 AI 应用成长最快的市场，用户数达 5.15 亿，但应用爆发的方式与去年预期差异明显——仅少数领域获得爆发，绝大多数发展速度低于预期。
他特别指出，互联网时代的 「先规模后变现」 逻辑在 AI 时代不再成立。「盲目扩大用户规模只会带来 Token 消耗和成本上升，没有边际成本效应。」AI 应用只有从 「改良式体验优化」 走向 「重构供需关系的颠覆式变革」，才能迎来真正爆发。
他以滴滴为例：早期仅撮合存量出租车与乘客，天花板极低；放开私家车接入后，才彻底改变供需结构，打开了数十倍市场空间。
「C 端超级应用的诞生，不仅依赖模型变强，更依赖商业模式的重构，」 周志峰表示，「这正是我们未来重点布局的方向。」
2026 AI 十大展望：安全可信升格为必选项，AI Native 组织走向实证
论坛上，周志峰与启明创投执行董事胡奇共同发布了启明创投 2026 AI 十大展望：
基础模型
展望一：未来 12-24 个月，顶尖模型将内化大部分 「外挂」 能力，包括任务规划、工具调用、多 Agent 协同及部分 Harness 工程能力等。
展望二：多模态模型将进一步向可交互世界建模演进，成为 AI 在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。
具身智能
展望三：头部机器人公司的有效数据，将从 2025 年的 「万小时级」，跃升到 2027 年的 「百万小时级」，其中人类第一视角数据会占绝对主导。
展望四：灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。
AI 基础设施
展望五：AI 算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年 AI 基建将持续面临结构性紧缺，算力资产储备将升格为 AI 企业的核心战略。
展望六：AI 基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的 Token 生产。
展望七：安全可信将与产品效果、Token 成本并列为影响企业 AI 大规模落地的三大关键变量，安全可信 AI 将从可选项升级为必选项。
AI 应用
展望八：未来 12-24 个月，AI 应用的商业模式将加速脱离互联网时代的 Freemium 逻辑，转向以结果和价值定价。衡量 AI 公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。
展望九：未来 12-24 个月，AI 应用商业化将聚焦垂直场景与高付费用户，效率端 （save time） 将领先消费端 （kill time） 率先爆发；伴随 Token 成本持续下降与交互范式创新，现象级 AI 消费应用将逐步浮现。
展望十：未来 12-24 个月，AI-Native 组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。
周志峰最后总结，在三大共识之外，「绝大部分我们布局的领域都没有共识」，这意味着 AI 投资与创业依然大有可为。「希望更多创业者与我们合作，把尚未形成共识的领域发展得更好。」
【天顺财经】7 月 20 日消息，在 2026 世界人工智能大会 （WAIC） 启明创投创业与投资——从算力原点到应用落地的进化征程论坛上，启明创投主管合伙人周志峰以 「跨越技术浪潮：寻找 AI 时代的商业拐点」 为题发表演讲。他感叹道：「AI 一天，人间一年。」 在他看来，AI 产业的发展速度、强度与烈度，已超越人类几百年工业革命和信息革命中的任何一次技术浪潮。
启明创投主管合伙人周志峰
启明创投从 2013 年开始系统性布局人工智能领域，截至目前，启明创投在 AI 领域累计投资了超过 100 个项目，投资总额达 120 亿元人民币。通过对底层算力、基础模型、多模态技术、具身智能及垂直应用的全产业链布局，启明创投已成功发掘并助推了多个创新标杆企业成长，见证 AI 进入智能爆发时代。
作为一家深耕科技投资的一级市场机构，启明创投试图以 「直升机视角」 俯瞰 AI 全局，在模型、具身智能、算力与应用四大板块捕捉鲜活信号，并于论坛现场发布了对未来 12 至 24 个月 AI 产业的十大展望。
技术演进三部曲：从信息降本到物理劳动力充裕
周志峰首先梳理了 AI 演进的历史脉络。互联网时代将人类获取信息的边际成本降到极低；大模型时代 （以 2023 年为起点） 则通过 ChatGPT、豆包等自然语言交互工具，让知识获取的边际成本趋向于零；而自 2026 年 1 月起，模型在 Coding 与推理能力上的突破，催生了 Agent（智能体） 的爆发——数字世界中的数字化工作边际成本正在快速下降。
再向前看，Physical AI（物理 AI） 将成为最终落点，机器人等智能终端将在工厂、服务、养老等场景中完成物理作业。「当物理世界的作业也实现边际成本趋零时，人类社会将进入极大的丰腴阶段，」 周志峰表示，「这场技术变革将比工业革命和信息革命时代更为底层，更为激烈。」
市场三大共识：模型、具身智能与算力全面升温
回顾过去一年，周志峰观察到 AI 产业在三大领域迅速形成市场共识：
1、模型层：中国力量崛起，资本红利史无前例。
周志峰指出，当前中国顶尖模型与美国模型的差距已缩短至两三个月，智谱 GLM 5.2、月之暗面 Kimi-K3 均跻身全球最强模型行列。基于 Open Router 平台的统计，中国模型的使用量已超过美国模型并持续 11 周；美国企业使用中国模型构建 AI 应用的比例，从一年前的 4.5% 飙升至当前的 46%。与此同时，中国日均消耗大模型 Token 数两年半内增长了三千倍，达到 450 万亿。周志峰引用 「杰文斯悖论」 解释这一现象：模型成本下降非但没有抑制需求，反而激发了更大规模的消耗。
在资本市场，模型企业迎来 「史无前例的资本红利」。智谱上市后市值快速突破万亿，DeepSeek 完成首轮融资后开启第二轮，估值逾 5000 亿人民币；可灵分拆投前估值达 180 亿美元；月之暗面、阶跃星辰等未上市企业估值也从去年的二三十亿美元跃升至一百至二百亿美元。「一级市场出现四千亿估值的企业，这是我职业生涯从未想过的，」 周志峰说。
2、具身智能：300 多家企业涌入，中国供应链优势凸显。
周志峰指出，一台 170cm 以上全尺寸人形机器人约有 1200 个零部件，除约十个组件外，其余绝大部分在中国长三角和珠三角产业集群中生产。叠加丰富落地场景、七倍于美国的低成本数据采集优势，以及人才与算法储备，中国具身智能产业迅速发展。过去两三年间，该领域已诞生 300 多家企业，其中 10 家估值约 200 亿人民币，20 家估值约 100 亿人民币。「像世界杯扩容一样，选手多了，竞争必然更激烈，但冠军只有一个。」
3、算力：结构性紧缺加剧，新架构企业涌现。
周志峰透露，国内某科技大厂去年 AI 算力采购金额为 600 多亿人民币，今年已数次上调预算至约 3500 亿。算力需求重心正从训练转向推理，催生大批围绕推理优化的 AI 芯片初创企业，成立一两年估值即达一二百亿人民币。未来两年，算力领域将围绕云端推理、端侧推理、互联 （CPO/NPO） 和 AI 软件技术栈持续创新，结构性紧缺仍将持续。
应用侧：没有共识，但正孕育下一个超级应用
与三大共识形成对比的是，AI 应用领域 「总体来说还没有共识」。周志峰认为，虽然中国是全球生成式 AI 应用成长最快的市场，用户数达 5.15 亿，但应用爆发的方式与去年预期差异明显——仅少数领域获得爆发，绝大多数发展速度低于预期。
他特别指出，互联网时代的 「先规模后变现」 逻辑在 AI 时代不再成立。「盲目扩大用户规模只会带来 Token 消耗和成本上升，没有边际成本效应。」AI 应用只有从 「改良式体验优化」 走向 「重构供需关系的颠覆式变革」，才能迎来真正爆发。
他以滴滴为例：早期仅撮合存量出租车与乘客，天花板极低；放开私家车接入后，才彻底改变供需结构，打开了数十倍市场空间。
「C 端超级应用的诞生，不仅依赖模型变强，更依赖商业模式的重构，」 周志峰表示，「这正是我们未来重点布局的方向。」
2026 AI 十大展望：安全可信升格为必选项，AI Native 组织走向实证
论坛上，周志峰与启明创投执行董事胡奇共同发布了启明创投 2026 AI 十大展望：
基础模型
展望一：未来 12-24 个月，顶尖模型将内化大部分 「外挂」 能力，包括任务规划、工具调用、多 Agent 协同及部分 Harness 工程能力等。
展望二：多模态模型将进一步向可交互世界建模演进，成为 AI 在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。
具身智能
展望三：头部机器人公司的有效数据，将从 2025 年的 「万小时级」，跃升到 2027 年的 「百万小时级」，其中人类第一视角数据会占绝对主导。
展望四：灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。
AI 基础设施
展望五：AI 算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年 AI 基建将持续面临结构性紧缺，算力资产储备将升格为 AI 企业的核心战略。
展望六：AI 基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的 Token 生产。
展望七：安全可信将与产品效果、Token 成本并列为影响企业 AI 大规模落地的三大关键变量，安全可信 AI 将从可选项升级为必选项。
AI 应用
展望八：未来 12-24 个月，AI 应用的商业模式将加速脱离互联网时代的 Freemium 逻辑，转向以结果和价值定价。衡量 AI 公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。
展望九：未来 12-24 个月，AI 应用商业化将聚焦垂直场景与高付费用户，效率端 （save time） 将领先消费端 （kill time） 率先爆发；伴随 Token 成本持续下降与交互范式创新，现象级 AI 消费应用将逐步浮现。
展望十：未来 12-24 个月，AI-Native 组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。
周志峰最后总结，在三大共识之外，「绝大部分我们布局的领域都没有共识」，这意味着 AI 投资与创业依然大有可为。「希望更多创业者与我们合作，把尚未形成共识的领域发展得更好。」
Related articles
【天顺财经】7 月 20 日消息，在 2026 世界人工智能大会 （WAIC） 启明创投创业与投资——从算力原点到应用落地的进化征程论坛上，启明创投主管合伙人周志峰以 「跨越技术浪潮：寻找 AI 时代的商业拐点」 为题发表演讲。他感叹道：「AI 一天，人间一年。」 在他看来，AI 产业的发展速度、强度与烈度，已超越人类几百年工业革命和信息革命中的任何一次技术浪潮。
启明创投主管合伙人周志峰
启明创投从 2013 年开始系统性布局人工智能领域，截至目前，启明创投在 AI 领域累计投资了超过 100 个项目，投资总额达 120 亿元人民币。通过对底层算力、基础模型、多模态技术、具身智能及垂直应用的全产业链布局，启明创投已成功发掘并助推了多个创新标杆企业成长，见证 AI 进入智能爆发时代。
作为一家深耕科技投资的一级市场机构，启明创投试图以 「直升机视角」 俯瞰 AI 全局，在模型、具身智能、算力与应用四大板块捕捉鲜活信号，并于论坛现场发布了对未来 12 至 24 个月 AI 产业的十大展望。
技术演进三部曲：从信息降本到物理劳动力充裕
周志峰首先梳理了 AI 演进的历史脉络。互联网时代将人类获取信息的边际成本降到极低；大模型时代 （以 2023 年为起点） 则通过 ChatGPT、豆包等自然语言交互工具，让知识获取的边际成本趋向于零；而自 2026 年 1 月起，模型在 Coding 与推理能力上的突破，催生了 Agent（智能体） 的爆发——数字世界中的数字化工作边际成本正在快速下降。
再向前看，Physical AI（物理 AI） 将成为最终落点，机器人等智能终端将在工厂、服务、养老等场景中完成物理作业。「当物理世界的作业也实现边际成本趋零时，人类社会将进入极大的丰腴阶段，」 周志峰表示，「这场技术变革将比工业革命和信息革命时代更为底层，更为激烈。」
市场三大共识：模型、具身智能与算力全面升温
回顾过去一年，周志峰观察到 AI 产业在三大领域迅速形成市场共识：
1、模型层：中国力量崛起，资本红利史无前例。
周志峰指出，当前中国顶尖模型与美国模型的差距已缩短至两三个月，智谱 GLM 5.2、月之暗面 Kimi-K3 均跻身全球最强模型行列。基于 Open Router 平台的统计，中国模型的使用量已超过美国模型并持续 11 周；美国企业使用中国模型构建 AI 应用的比例，从一年前的 4.5% 飙升至当前的 46%。与此同时，中国日均消耗大模型 Token 数两年半内增长了三千倍，达到 450 万亿。周志峰引用 「杰文斯悖论」 解释这一现象：模型成本下降非但没有抑制需求，反而激发了更大规模的消耗。
在资本市场，模型企业迎来 「史无前例的资本红利」。智谱上市后市值快速突破万亿，DeepSeek 完成首轮融资后开启第二轮，估值逾 5000 亿人民币；可灵分拆投前估值达 180 亿美元；月之暗面、阶跃星辰等未上市企业估值也从去年的二三十亿美元跃升至一百至二百亿美元。「一级市场出现四千亿估值的企业，这是我职业生涯从未想过的，」 周志峰说。
2、具身智能：300 多家企业涌入，中国供应链优势凸显。
周志峰指出，一台 170cm 以上全尺寸人形机器人约有 1200 个零部件，除约十个组件外，其余绝大部分在中国长三角和珠三角产业集群中生产。叠加丰富落地场景、七倍于美国的低成本数据采集优势，以及人才与算法储备，中国具身智能产业迅速发展。过去两三年间，该领域已诞生 300 多家企业，其中 10 家估值约 200 亿人民币，20 家估值约 100 亿人民币。「像世界杯扩容一样，选手多了，竞争必然更激烈，但冠军只有一个。」
3、算力：结构性紧缺加剧，新架构企业涌现。
周志峰透露，国内某科技大厂去年 AI 算力采购金额为 600 多亿人民币，今年已数次上调预算至约 3500 亿。算力需求重心正从训练转向推理，催生大批围绕推理优化的 AI 芯片初创企业，成立一两年估值即达一二百亿人民币。未来两年，算力领域将围绕云端推理、端侧推理、互联 （CPO/NPO） 和 AI 软件技术栈持续创新，结构性紧缺仍将持续。
应用侧：没有共识，但正孕育下一个超级应用
与三大共识形成对比的是，AI 应用领域 「总体来说还没有共识」。周志峰认为，虽然中国是全球生成式 AI 应用成长最快的市场，用户数达 5.15 亿，但应用爆发的方式与去年预期差异明显——仅少数领域获得爆发，绝大多数发展速度低于预期。
他特别指出，互联网时代的 「先规模后变现」 逻辑在 AI 时代不再成立。「盲目扩大用户规模只会带来 Token 消耗和成本上升，没有边际成本效应。」AI 应用只有从 「改良式体验优化」 走向 「重构供需关系的颠覆式变革」，才能迎来真正爆发。
他以滴滴为例：早期仅撮合存量出租车与乘客，天花板极低；放开私家车接入后，才彻底改变供需结构，打开了数十倍市场空间。
「C 端超级应用的诞生，不仅依赖模型变强，更依赖商业模式的重构，」 周志峰表示，「这正是我们未来重点布局的方向。」
2026 AI 十大展望：安全可信升格为必选项，AI Native 组织走向实证
论坛上，周志峰与启明创投执行董事胡奇共同发布了启明创投 2026 AI 十大展望：
基础模型
展望一：未来 12-24 个月，顶尖模型将内化大部分 「外挂」 能力，包括任务规划、工具调用、多 Agent 协同及部分 Harness 工程能力等。
展望二：多模态模型将进一步向可交互世界建模演进，成为 AI 在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。
具身智能
展望三：头部机器人公司的有效数据，将从 2025 年的 「万小时级」，跃升到 2027 年的 「百万小时级」，其中人类第一视角数据会占绝对主导。
展望四：灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。
AI 基础设施
展望五：AI 算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年 AI 基建将持续面临结构性紧缺，算力资产储备将升格为 AI 企业的核心战略。
展望六：AI 基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的 Token 生产。
展望七：安全可信将与产品效果、Token 成本并列为影响企业 AI 大规模落地的三大关键变量，安全可信 AI 将从可选项升级为必选项。
AI 应用
展望八：未来 12-24 个月，AI 应用的商业模式将加速脱离互联网时代的 Freemium 逻辑，转向以结果和价值定价。衡量 AI 公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。
展望九：未来 12-24 个月，AI 应用商业化将聚焦垂直场景与高付费用户，效率端 （save time） 将领先消费端 （kill time） 率先爆发；伴随 Token 成本持续下降与交互范式创新，现象级 AI 消费应用将逐步浮现。
展望十：未来 12-24 个月，AI-Native 组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。
周志峰最后总结，在三大共识之外，「绝大部分我们布局的领域都没有共识」，这意味着 AI 投资与创业依然大有可为。「希望更多创业者与我们合作，把尚未形成共识的领域发展得更好。」
【天顺财经】7 月 20 日消息，在 2026 世界人工智能大会 （WAIC） 启明创投创业与投资——从算力原点到应用落地的进化征程论坛上，启明创投主管合伙人周志峰以 「跨越技术浪潮：寻找 AI 时代的商业拐点」 为题发表演讲。他感叹道：「AI 一天，人间一年。」 在他看来，AI 产业的发展速度、强度与烈度，已超越人类几百年工业革命和信息革命中的任何一次技术浪潮。
启明创投主管合伙人周志峰
启明创投从 2013 年开始系统性布局人工智能领域，截至目前，启明创投在 AI 领域累计投资了超过 100 个项目，投资总额达 120 亿元人民币。通过对底层算力、基础模型、多模态技术、具身智能及垂直应用的全产业链布局，启明创投已成功发掘并助推了多个创新标杆企业成长，见证 AI 进入智能爆发时代。
作为一家深耕科技投资的一级市场机构，启明创投试图以 「直升机视角」 俯瞰 AI 全局，在模型、具身智能、算力与应用四大板块捕捉鲜活信号，并于论坛现场发布了对未来 12 至 24 个月 AI 产业的十大展望。
技术演进三部曲：从信息降本到物理劳动力充裕
周志峰首先梳理了 AI 演进的历史脉络。互联网时代将人类获取信息的边际成本降到极低；大模型时代 （以 2023 年为起点） 则通过 ChatGPT、豆包等自然语言交互工具，让知识获取的边际成本趋向于零；而自 2026 年 1 月起，模型在 Coding 与推理能力上的突破，催生了 Agent（智能体） 的爆发——数字世界中的数字化工作边际成本正在快速下降。
再向前看，Physical AI（物理 AI） 将成为最终落点，机器人等智能终端将在工厂、服务、养老等场景中完成物理作业。「当物理世界的作业也实现边际成本趋零时，人类社会将进入极大的丰腴阶段，」 周志峰表示，「这场技术变革将比工业革命和信息革命时代更为底层，更为激烈。」
市场三大共识：模型、具身智能与算力全面升温
回顾过去一年，周志峰观察到 AI 产业在三大领域迅速形成市场共识：
1、模型层：中国力量崛起，资本红利史无前例。
周志峰指出，当前中国顶尖模型与美国模型的差距已缩短至两三个月，智谱 GLM 5.2、月之暗面 Kimi-K3 均跻身全球最强模型行列。基于 Open Router 平台的统计，中国模型的使用量已超过美国模型并持续 11 周；美国企业使用中国模型构建 AI 应用的比例，从一年前的 4.5% 飙升至当前的 46%。与此同时，中国日均消耗大模型 Token 数两年半内增长了三千倍，达到 450 万亿。周志峰引用 「杰文斯悖论」 解释这一现象：模型成本下降非但没有抑制需求，反而激发了更大规模的消耗。
在资本市场，模型企业迎来 「史无前例的资本红利」。智谱上市后市值快速突破万亿，DeepSeek 完成首轮融资后开启第二轮，估值逾 5000 亿人民币；可灵分拆投前估值达 180 亿美元；月之暗面、阶跃星辰等未上市企业估值也从去年的二三十亿美元跃升至一百至二百亿美元。「一级市场出现四千亿估值的企业，这是我职业生涯从未想过的，」 周志峰说。
2、具身智能：300 多家企业涌入，中国供应链优势凸显。
周志峰指出，一台 170cm 以上全尺寸人形机器人约有 1200 个零部件，除约十个组件外，其余绝大部分在中国长三角和珠三角产业集群中生产。叠加丰富落地场景、七倍于美国的低成本数据采集优势，以及人才与算法储备，中国具身智能产业迅速发展。过去两三年间，该领域已诞生 300 多家企业，其中 10 家估值约 200 亿人民币，20 家估值约 100 亿人民币。「像世界杯扩容一样，选手多了，竞争必然更激烈，但冠军只有一个。」
3、算力：结构性紧缺加剧，新架构企业涌现。
周志峰透露，国内某科技大厂去年 AI 算力采购金额为 600 多亿人民币，今年已数次上调预算至约 3500 亿。算力需求重心正从训练转向推理，催生大批围绕推理优化的 AI 芯片初创企业，成立一两年估值即达一二百亿人民币。未来两年，算力领域将围绕云端推理、端侧推理、互联 （CPO/NPO） 和 AI 软件技术栈持续创新，结构性紧缺仍将持续。
应用侧：没有共识，但正孕育下一个超级应用
与三大共识形成对比的是，AI 应用领域 「总体来说还没有共识」。周志峰认为，虽然中国是全球生成式 AI 应用成长最快的市场，用户数达 5.15 亿，但应用爆发的方式与去年预期差异明显——仅少数领域获得爆发，绝大多数发展速度低于预期。
他特别指出，互联网时代的 「先规模后变现」 逻辑在 AI 时代不再成立。「盲目扩大用户规模只会带来 Token 消耗和成本上升，没有边际成本效应。」AI 应用只有从 「改良式体验优化」 走向 「重构供需关系的颠覆式变革」，才能迎来真正爆发。
他以滴滴为例：早期仅撮合存量出租车与乘客，天花板极低；放开私家车接入后，才彻底改变供需结构，打开了数十倍市场空间。
「C 端超级应用的诞生，不仅依赖模型变强，更依赖商业模式的重构，」 周志峰表示，「这正是我们未来重点布局的方向。」
2026 AI 十大展望：安全可信升格为必选项，AI Native 组织走向实证
论坛上，周志峰与启明创投执行董事胡奇共同发布了启明创投 2026 AI 十大展望：
基础模型
展望一：未来 12-24 个月，顶尖模型将内化大部分 「外挂」 能力，包括任务规划、工具调用、多 Agent 协同及部分 Harness 工程能力等。
展望二：多模态模型将进一步向可交互世界建模演进，成为 AI 在物理世界获得环境感知、长期规划并大规模落地的关键技术路径。
具身智能
展望三：头部机器人公司的有效数据，将从 2025 年的 「万小时级」，跃升到 2027 年的 「百万小时级」，其中人类第一视角数据会占绝对主导。
展望四：灵巧手将迎来加速发展，带有触觉感知的灵巧手会逐渐成熟并持续降本，与双指夹爪方案形成高低搭配，在复杂操作场景逐渐规模化渗透。
AI 基础设施
展望五：AI 算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年 AI 基建将持续面临结构性紧缺，算力资产储备将升格为 AI 企业的核心战略。
展望六：AI 基础设施将进入系统级竞争阶段，竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的 Token 生产。
展望七：安全可信将与产品效果、Token 成本并列为影响企业 AI 大规模落地的三大关键变量，安全可信 AI 将从可选项升级为必选项。
AI 应用
展望八：未来 12-24 个月，AI 应用的商业模式将加速脱离互联网时代的 Freemium 逻辑，转向以结果和价值定价。衡量 AI 公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。
展望九：未来 12-24 个月，AI 应用商业化将聚焦垂直场景与高付费用户，效率端 （save time） 将领先消费端 （kill time） 率先爆发；伴随 Token 成本持续下降与交互范式创新，现象级 AI 消费应用将逐步浮现。
展望十：未来 12-24 个月，AI-Native 组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。
周志峰最后总结，在三大共识之外，「绝大部分我们布局的领域都没有共识」，这意味着 AI 投资与创业依然大有可为。「希望更多创业者与我们合作，把尚未形成共识的领域发展得更好。」
