财联社 4 月 2 日讯（记者 吴雨其）金沙江创投主管合伙人朱啸虎近日因对人形机器人和 AI 的质疑引发行业热议。他公开表示批量退出相关项目，认为其商业化路径不清晰，估值虚高，客户多为高校和央企前台，难以实现盈利。

除此之外，朱啸虎还提出 " 所有 AI 应用都是套壳应用 " 的观点，认为 AI 应用的长期壁垒在于技术之外的苦活累活，如整合工作流、编辑能力、专有硬件等，而非底层模型的训练。一系列观点在创投圈引发了广泛讨论，有人支持其对行业泡沫的警示，也有人批评其对 AI 和机器人领域缺乏深入理解。

近日，朱啸虎再次现身于 2025 年上海交通大学校友投资年会，面对争议，他表示，" 没想到那篇文章影响那么广泛，连我妈都转给我了，具身智能热度太高了。" 在圆桌对话中，他尚未提及人形机器人，却大幅讲到了中国的 AI 应用，他直言，中国 AI 的爆发点在应用场景端，需要 " 走出技术 "。

AI 应用场景的爆发与中国市场的机遇

在 AI 技术与应用快速迭代的今天，朱啸虎认为大模型的出现为行业打开了一个巨大的想象空间。从底层逻辑来看，中国的 AI 发展依然遵循 " 追随加微创新 " 的商业策略。当前阶段，行业正处于从 "1 到 100" 的规模化进程中，这为应用场景的爆发提供了丰富的土壤。

朱啸虎指出，中国在应用场景端的潜力尤为显著。尽管国内投资资金规模仅为美国的 1/4 到 1/5，但性价比优势明显。他以美国市场为例，提到半数以上的 AI 资金流向了医疗、金融和私有化领域。

这些方向在中国同样存在机会：例如医疗影像识别领域，中国拥有全面且丰富的医疗数据，可支撑技术微创新；教育场景中，AI 辅助作业批改、个性化学习等应用正在崛起；金融投顾领域，结合本地化需求的服务模式也展现出潜力。

此外，国产大模型的成熟进一步降低了开发门槛。过去依赖 ChatGPT 等海外技术的高成本问题得到缓解，开发者如今能以更低成本调用性能接近的本土模型。这种技术普惠性让更多中小团队能够参与创新，尤其是在垂直场景中快速试错和迭代。朱啸虎强调，应用端的成功关键在于 " 理解用户需求 " 而非单纯追求技术壁垒。他以移动互联网早期为例，指出许多应用最初只是模仿现有模式，但最终脱颖而出的企业均基于对用户痛点的深刻洞察。

跟随策略与微创新：中国 AI 发展的独特路径

朱啸虎认为，中国在 AI 领域的成就离不开 " 跟随策略 " 与 " 微创新 " 的结合。他坦言，中国并未在 "0 到 1" 的原创领域过度投入，而是选择在已有技术基础上进行优化与本地化适配，从而降低试错成本、提高商业化效率。这种策略在电动汽车、新能源电池、芯片等领域已得到验证，AI 领域同样遵循这一逻辑。

对于创业者，他建议避开大厂主导的核心赛道，转而寻找差异化细分领域。例如，会议纪要自动生成、法律文书处理等场景虽看似基础，却因高频刚需而具备价值。

然而，这类应用在中国尚未完全落地，创业者需结合本地化需求设计解决方案。他以智能助手（Agent）为例，指出其本质是全局性平台，未来生态竞争将围绕用户入口展开。因此，创业者需在技术之外，更关注商业逻辑与社会需求。

朱啸虎特别提到，AI 应用的壁垒正逐渐从技术转向综合能力。优秀的创业者需兼具技术背景与商业敏感度，能够 " 理解商务、理解社会、理解人性 "。他以律师事务所的基层工作为例，说明 AI 虽能替代部分流程，但如何将技术与行业规则结合、满足合规要求，才是真正的挑战。