很多后来被证明伟大的机会，往往诞生于那个无人确信、也最难坚持的时间点。达晨恰恰找准了这个时间点。

作者｜麦子

编辑｜栗子

2026 年 1 月，智谱在港交所上市。5 个月后，这家公司股价涨了 10 倍。

智谱究竟做对了什么？

就在一年前，中国的大模型公司商业模式并不明朗，Token 价格一降再降，很多人认为，模型不过是新时代的 " 水电煤 "，其长期价值远不如上层应用。

而智谱通过一次清晰的战略聚焦，为市场对模型价值的重新评估埋下隐线：将资源果断集中于开发下一代以 Coding（编程）和 Agent（智能体）能力见长的模型。

因为智谱团队早已洞察，在 Coding 这个目前最核心的应用场景里，强大的模型能力与 Agent 产品体验共生共荣，无法切割。

从 GLM-4.5 到 GLM-5.1，智谱模型在 Agent 和 Coding 能力上持续突破，不仅成为开源模型的 SOTA（最高水平），更是输出 Token 最快的 Coding 模型，深深切中了全球开发者的效率痛点。开发者 " 用脚投票 "，让智谱的 API 在价格上调 83% 的情况下，调用量反而逆势增长 400%。

与此同时，凭借在工程优化上的深厚积累，智谱的模型相比 Claude、GPT 在长链条任务中展现出更高的性价比，形成了独特的差异化优势。

这意味着，智谱的模型不再仅仅是技术产品，更成为了支撑全球开发者生态的、高性价比的 "Token 基建 "。智谱让世界看到，中国 AI 企业凭借着 Token 出海，完成了从 " 价格战 " 到 " 性能定价 " 的跃迁。

在所有人还在旧逻辑里竞争的时候，这家公司如何提前站到新一轮技术拐点上的呢？

这一切要从 2019 年说起。

那一年，中国 AI 投资进入狂热期。商汤科技、旷视科技、依图科技、云从科技等 "AI 四小龙 " 在安防和金融场景快速落地，融资一轮接一轮，几乎所有资金都在追逐 " 看得见的应用 "。

同一时期，达晨财智合伙人、执行总裁邬曦在对比中美投资数据时发现了一个反常识的现象。2016 年至 2019 年，美国超过 1 亿美元的大额 AI 投资，占比反而低于中国。理性的推断是，美国的钱在投向更早期的下一代技术。

而当时很多人并没有注意到这些细节。OpenAI 早在 2015 年就已经成立，在做当时几乎没人看得懂的研究；2018 年，DARPA 启动 AI Next 计划，投入约 20 亿美元，目标直指下一代 AI 技术。这是不是意味着，中国与美国在 AI 领域又一次拉开代际上的差距？

邬曦把这个疑问写进了一份内部备忘，核心只有一句话：人工智能的天花板在哪里？深度学习之后是什么？

两年后，一个冬天的夜晚，这个问题有了答案。

那晚，他和智谱创始人唐杰聊完，没有叫车，而是从清华五道口一路走到西直门。十公里的路，久违的兴奋驱散了寒冷。

" 实事求是，那天聊完之后还是比较兴奋的。不是那种一拍即合的冲动，而是觉得有牛人出山，在干伟大的事情了。" 邬曦谈及与唐杰的初次交流，言语依旧流露出仍未消散的兴奋感。

投资智谱之后，达晨这家 26 年历史的人民币基金，开始在AI时代完成一次少见的自我重构。达晨财智创始合伙人、董事长刘昼，确定了新的战略方向：重注 AI 与具身机器人，达到基金配置的 40%，提前跨周期布局，卡位未来。

短短 5 年时间，这家老牌的人民币基金又是如何转身，在一片未知的 AI 汪洋之中捕捞出一个个水下项目？

达晨的 AI 布局，始于一笔几乎没有行业共识支撑的下注。

2019 到 2021 年之间，大多数投资人还在讨论一个更现实的问题：没有收入模型，没有估值锚点，也没有成功案例，基础模型到底有没有商业化可能？

在当时的时间节点，投资智谱本质上是在押一个尚未被证明的技术方向。

从接触到决定，达晨团队和智谱在一个月内见了五六次。邬曦事后复盘当时的投资细节发现，真正让他下决心的，不是精美的 BP，而是几次深聊中观察到的几个细节：" 唐杰的思考方式是科学家式的，他从不满足于表面现象，总是习惯性地一路追问底层逻辑，直到给出能被严谨验证的答案。"

这是唐杰身上的学者特质，严谨、克制、尊重事实，思考并追求 " 第一性原理 "。

学术上，他成绩斐然，在全球 AI 顶尖学者中名列前茅。早在 2008 年，唐杰便获得了 ACM SIGKDD Test-of-Time Award（十年最佳论文），这是国内第一次有人在顶级国际会议上获得十年最佳论文。此后他持续深耕研究，更难得的是，他的影响力并未止步于自己的研究。多位学生后来成长为各自领域的佼佼者，有人继续深耕学术研究，有人投身产业创新，共同塑造着人工智能发展的今天。

但唐杰最可贵的，也最令市场惊喜的，是他身上具备着科学家创业者中少见的另一面。

对于认定的商业方向，他有着极强的决断力，敢于拍板、雷厉风行，在学术的严谨钻研与商业的高效落地之间找到了绝佳的平衡。2019 年，国内大模型尚未掀起热潮、前路也尚不明朗，他便已凭借敏锐的学术嗅觉和极具前瞻性的视野，精准洞察了人工智能未来的发展脉络。他深知纯粹的实验室研究无法引爆技术革命，因此在国内率先提出了大模型的发展必须走 " 产学研结合 " 的道路。唐杰曾说，他的人生楷模是王选——这位用汉字激光照排系统改变中国印刷业的北大教授，走的是从学术到产业的路。智谱要做的也是走进产业，走向大众。

这一点很打动邬曦：" 我们当时的投资建议书，核心就写了两句话：第一，认为大方向是正确的，这是这个项目最大的确定性；第二，如果国内在这个细分赛道能跑出龙头，智谱是当仁不让的少数团队之一。"

于是，国内大多数投资机构对基础模型尚存疑虑的寒冬时分，达晨在 2021 年领投智谱 A 轮融资，没有估值锚点，没有可参照的商业先例。这件事情并没有在行业内掀起太多波澜。

" 如果说在 22 年底 ChatGPT 爆发之前，我们就把 AI 的全局就全部看清楚了，这不是一个客观现实的描述。我们只是模模糊糊有个大方向，然后觉得这个团队是可以的，我们愿意押注这个方向和团队。" 邬曦补充道。

这种理智、克制的务实，正是达晨 AI 投资逻辑的暗线。

智谱的验证，让达晨建立起了在 AI 赛道持续下注的信心。2022 年底 ChatGPT 爆发之后，达晨追投了两轮。

渐渐地，达晨开始沿着模型、应用、基础设施的 AI 生态线索，系统地进行投资布局。

当国内 VC/PE 的热钱涌向基础模型的时候，达晨已把目光投向了 " 多模态 "。当时市场的主流判断依然是不看好，普遍认为这是一个 " 太早的方向 "，五年内很难真正落地。

而正是在 2023 年前后，达晨看了十几家公司，最终落子爱诗科技——又一次在行业拐点出现之前，坚定下注、开始布局多模态。

达晨超前压中爱诗，第一看中的是Demo 质量。爱诗当时呈现的视频生成效果，在国内市场是最高水平，远超同期其他标的。

但真正让他们投票的，是另一个非技术因素——人。爱诗科技创始人王长虎来自字节跳动的 AI Lab，在抖音主导过日均处理数亿条视频流的内容安全与高并发系统。这种大规模工程验证，是生成模型从研究走向真实产品时必须跨越的那道坎，而大多数学术出身的创始人走不过去。

" 这种资源不太富集的早期团队，要做一件可能和巨头 PK 的事情，只有一条路，就是要比他们跑得更有效率。王长虎在字节那么多年，花小钱办大事的思路很明确，不去堆大规模算力，而是专注于快速迭代产品，用实际成果说话。其轻量生成的 5 秒短视频，在社交平台上形成病毒式传播。这不是没钱没办法，这是方法论。" 达晨财智投资总监金思辉分享投资爱诗的细节。

爱诗科技的成长速度验证了达晨的判断。2023 年 10 月，爱诗科技率先发布业内首个可生成 4K 质量视频的 AI 视频生成模型，时间远远早于 Sora。2024 年初，Sora 横空出世，在国内外引发震动。而几乎同一时间，爱诗科技宣布完成亿级人民币 A1 轮融资，达晨财智作为领投方。

此后，爱诗相继推出 V1 到 V5.5 系列产品，在几乎零投流的情况下触发病毒式传播。从 1000 万用户到 1 亿用户，从 ARR 0 到 4000 万美元。在企业快速发展的过程中，达晨已多轮持续加注。

从智谱到爱诗，两笔投资相隔约三年，赛道不同，团队背景不同，商业模式不同，但底层逻辑是一致的：在市场还没有形成共识的时候，凭借对技术代际演进的独立判断，率先落子。

这是达晨 AI 布局的起点，也是此后所有投资故事的叙事起点。

智谱和爱诗的先行布局，让达晨在 AI 赛道抢占了先机。

不过，新一轮 AI 投资浪潮发展迅猛，留给投资机构的窗口期越来越短。在这样的背景下，如何让有着 26 年历史的老牌人民币基金的认知节奏和判断能力、决策流程，真正跟上这个以天为单位迭代的赛道，是摆在达晨面前的现实难题。

"AI 这件事，恨不得每天都在变。达晨的决策效率和方式也要加快优化，加快改变。" 刘昼感叹着 AI 投资的快节奏。而这句话背后的真实含义是，如果你的认知更新速度低于技术演进速度，你的判断一定是过期的。

2023 年初，达晨意识到 AI 是绝不能错过的变革机遇，便迅速组建起十余人的 AI 专项团队，将 AI 与具身机器人的投资配置占比超过基金总额的 40% 作为战略目标，广泛覆盖大模型、具身智能与 AI 应用、硬件等领域。

然而比起团队规模，达晨更深层变革则集中在组织学习能力的升级。

这是 AI 赛道的特殊性带来的变化。AI 是人类历史上信息密度最高的技术赛道之一，每隔几个月就会出现一次认知层面的质变，而每一次变化都意味着投资判断框架需要实质性更新。

那么，投资团队如何把 " 学习 " 变成一套高频机制呢？

认知对齐是第一步，组织改造是第二步。

AI 早期项目和传统项目有一个本质不同，项目的时间窗口极短，估值跃迁速度超过历史上任何一个科技浪潮。在 AI 领域，一个项目从 " 三十亿 " 到 " 百亿预期 "，可能只需要半年。

为此，达晨做了一件更激进的事：改变现有投资流程。他们单独开设了 AI 特别决策机制，设立一个精简版投委会，决策重心转向基本面判断、团队评估和技术方向研判，整体决策周期大幅压缩到三四周。

认知和组织一并迭代进化，达晨加快了在应用端的布局。

投情景陪伴产品 Tipsy 的时候，从接触到交割约一个月。彼时 Tipsy 月收入 50 万美元，半年后增长接近 10 倍。AI 市调工具 Mizzen，仅用了 3-4 周便完成决策交割；AI 相机项目光启之境由小米前高管创立，团队仅 2 人，达晨出手 200 万美元，全程不超过一个月……这些案例的共同点就是，在项目还在水下的阶段，达晨总是更早、更快出手。

由此，AI 投资新的分水岭正在出现：有的机构，还在用过去的方法提高命中率；有的机构，开始接受不完美的信息，在高速变化中下注。

前者可能不会犯大错，而后者才有可能抓住下一轮跃迁。

过去，投资是做选择题，投资人选赛道、比速度、拼资源。但 AI 时代的投资越来越像一道 " 理解题 "，考验投资人是否真的理解技术往哪里走。

跟风投资从来不难。一个新模型出来，一个新应用爆火，资金会迅速涌入。但问题在于当所有人都看懂的时候，机会往往已经消失。

这也是为什么，越来越多投资人在同一赛道里，回报却出现巨大分化。本质差别在于，在这场与时间赛跑的AI投资中，投资人能否看懂 " 底层变革 "，在技术拐点前识别出底层范式转移。

看清楚 AI 投资这一细微变化后，达晨内部逐渐形成了一套理解 AI 的底层框架。

达晨将其称为能量转化链：电力通过芯片系统转换成算力，算力通过模型系统转换成智力，智力通过应用和工程转换成生产力。与蒸汽机时代一样，每一个时代的技术革命，本质上都是一次新的能量转化效率的跃升。

达晨沿着这条转化链路，确立了四条投资主线：主动 Agent、以视频为核心的多模态、具身智能与物理AI、算力硬件与新一代连接技术。

这四条线，并不是 " 热门赛道拼盘 "，而是对能量转化效率的深刻理解。布局 5 年后，这张版图已经从当初的一个点，形成从基础设施到应用生态的完整闭环。

模型层是投资布局的起点，也是整个生态的认知锚。

达晨在基础模型和垂直模态上双线布局。智谱 AI 是达晨在大语言模型方向的核心持仓，爱诗科技主攻视频生成，而 VAST 则专注 3D 资产生成模型，通过文本或图片转化 3D 资产，向下覆盖游戏管线、3D 打印等场景。三者在不同模态上形成互补。

当模型能力逐渐成熟之后，行业的关注点也开始从 " 能力本身 " 转向 " 能力如何落地 "。因此，Agent 被推到了舞台中央。

在达晨看来，主动 Agent 是把 " 智力 " 真正转化为 " 生产力 " 的关键一环。2026 年初，OpenClaw 的出圈标志着 Agent 步入更大规模应用的拐点。它把通用 IM 与 Agent 交互形态结合在一起，让 Agent 直接嵌入工作流。

达晨判断，2026 年是长程主动 Agent 真正落地的元年。模型在 Agentic 和 Coding 能力上显著跃升，MCP、A2A 等通信协议日趋成熟，围绕 Agent 的数据基础设施也在快速演进。这一切指向同一个方向：Agent 将减少 human-in-the-loop 的频率和深度，从辅助走向替代。

看清 Agent 方向后，达晨梳理了几条硬性投资标准：首先，产品原生于 AI 能力而非传统软件的 AI 化；其次，出海路径清晰，AI 公司最好要有生而全球化的意识；第三，用户增长有病毒式传播特质而非依赖持续投流。

这三条要求本质上是在筛掉 " 伪 AI 产品 "。

落到项目上，这些标准变得非常具象。出身米哈游团队创立的半图科技，把人体动作和骨骼数据转化为 3D 虚拟人，将陪伴体验从文字升级为有外形、有动作的多模态交互；Tipsy 根据聊天上下文实时生成情景内容；达晨也将 Tara、光启之境、Havivi 等项目在相似逻辑下陆续纳入。这些公司都有一个共同点：产品体验直接建立在模型能力之上。

如果说大模型是当下 " 最热 "，那具身智能则是撬动未来的最大杠杆，也是当前达晨投入力度最大、覆盖最深的方向之一。

从截至 2025 年底的统计来看，达晨在机器人相关产业链已布局接近 20 个项目。

对于具身智能，达晨内部拆得非常清晰：一类是 " 身体 "，包括整机、本体、零部件，一类是 " 大脑 " 模型。

在本体和零部件方向，达晨已经布局了云深处、众擎机器人、因时机器人等企业。最近一段时间，达晨的重心，越来越向后者倾斜。原因很直接：  硬件决定下限，大脑决定上限。

" 真正的智能还是希望机器人能像大模型一样，有强大的泛化能力和自主的长程思考能力，像人的大脑一样去工作，这其实对机器人大模型提出了更高的要求，也正是未来真正的关键点。" 达晨财智董事总经理张英杰分析道。

正是基于这一 " 具身大脑 " 的终局判断，达晨的投资逻辑也随之发生了变化——不再等待技术路径收敛或市场形成共识，而是主动前置，在模型能力尚未被验证、行业叙事仍然模糊的阶段提前布局。他们押注的不是当下的产品形态，而是未来智能系统演进的核心变量。

达晨财智投资总监王宇浩补充了一个关键判断：大脑模型的核心瓶颈是数据。机器人不像大语言模型，可以从海量互联网文本中获取训练数据，它需要在真实场景中持续采集高质量操作数据，而这种数据的采集、标注和质量判断，远比语言数据困难。这也是为什么这些公司要把机器人尽早铺到各行各业，商业化本身是次要目的，真实场景的数据回流才是核心。

也正因此，达晨更早进入，更有耐心等待企业慢慢成长。千寻智能是达晨在具身赛道的第一笔投资，2024 年上半年四五月份完成，估值彼时 10 亿元以内。随后，智平方、极佳视界、自变量相继入局，均属国内最早一批认真做机器人大脑的公司，而达晨也是他们最坚定的陪伴者。

相比之下，算力和基础设施，是最具有确定性的一层。达晨内部把它称为 AI 时代的 " 水电煤 "，即 AI 生态的基础开支，投资胜率相对更高。

他们的布局，集中在 " 效率提升 " 和 " 连接能力 " 上。无问芯穹和清昴智能专注软硬件协同优化，解决算力利用效率问题。在新一代连接技术方向，达晨投资了专注光互联的奇点光子、羲禾科技……从软硬系统到新一代连接技术，核心目的是让算力更 " 好用 "。

四条投资主线之间，并非各自孤立。达晨在内部已经形成了一套产业链联动机制。模型公司的 API 调用量可以反映下游应用公司的业务状态，成为 sourcing 的触角。而算力公司和模型公司之间，有大量的合作撮合需求；具身赛道的大脑公司需要本体合作伙伴，而本体公司的供应链需求又指向零部件投资机会。

更大的延展来自达晨历史上积累的近 150 家上市企业，其中大量的应用场景和行业龙头，正在寻找与这波 AI 新生产力公司合作的机会。而达晨恰好同时站在 " 技术供给 " 和 " 产业需求 " 的两端，形成信息和机会的循环，这也是这张图谱真正的价值所在。

从 2021 年领投智谱，到如今，达晨由点到线、由线成面，在原生 AI 和具身方向已经投资超过 40 个项目，总金额超过 20 亿，形成了一个触角众多的 AI 生态图谱。

这张图谱的价值，不只在于覆盖了多少个赛道，更在于每一个节点入场的时间。达晨进入很多项目时，市场还没有形成共识，估值仍在 10 亿以内，甚至还处于需要长期 " 坐冷板凳 " 的阶段。这恰恰印证了，很多后来被证明伟大的机会，往往诞生于那个无人确信、也最难坚持的时间点。

最近几年，AI 投资进入了一种看似矛盾、却极具时代特征的状态：一边在担心泡沫破裂，一边在加速下注。

譬如，具身智能因为 " 春晚效应 " 迅速出圈，部分公司在一个季度内估值从 10 亿跃迁至 100 亿。大量此前并未深度参与 AI 的机构集中入场，不少项目在产品尚未成型、商业模式尚未验证的阶段，就已经完成了超大规模的融资。

如果只看喧闹的表面，这是典型的 " 泡沫叙事 "。但把时间拉长，把这一切看成技术范式切换前的 " 资产重估 "，视角可能完全不同。

历史上几乎每一轮技术革命，都会经历类似阶段。在互联网泡沫时期，大量公司估值远超基本面；在移动互联网初期，应用层公司在盈利模式尚未清晰时就获得高估值。但事后看，真正的问题从来不是 " 有没有泡沫 "，而是泡沫覆盖之下，哪些资产在被提前定价。

达晨把这种泡沫带来的风险称为 "ego 陷阱 "。当一个投资人开始反复论证自己之前的判断是正确的，他就已经在做信息上的减法，只吸收能强化自身判断的内容，主动过滤掉与之相悖的信号。

这种自我强化的机制，在牛市中尤其危险，因为周围的人都在肯定你，市场本身也在短期内给你正反馈。

" 去 ego 是一个很重要的任务。你反复论证自己是对的，慢慢就变成了信息上的减法。你只看能强化自己判断的东西，越来越封闭，认为自己永远正确，这是会出大问题的。" 刘昼强调。

他给出了两个具体的警觉信号。外部上，当原本和 AI 没有关系的机构开始密集涌入某类项目，估值已经被情绪放大；内部上，当投资团队说不清楚投这家公司的确定性，只是因为项目很热、不投可能错过。这种 FOMO 驱动的决策，是认知退化的典型表现。

在达晨看来，AI 这轮技术变革带来的投资思维的变化是，投资人不仅在重估公司，更在重估 " 生产力本身 "。

对于 AI 的泡沫，达晨的态度是时刻提醒自己要保持清醒的判断力，分清楚哪些估值是在兑现基本面，哪些只是在定价情绪。

相对应，AI 时代的创业门槛也在变高。AI 打破了各行各业的边界，这就需要创业者必须清晰地知道自己的护城河究竟建在哪一层，并对行业变化保持持续清醒的认识和迭代的能力。

" 在这样的背景下，我们会更看重 founder 或核心团队既有产品思考也懂模型技术，同时对 Agent 技术理解需紧跟迭代，避免停留在过时认知。" 面对这种格局流动，达晨在创始人判断上形成了一套画像。

模型和具身大脑方向，他们更看重科学家气质加企业家悟性的结合。这个领域的创业者有着全球前沿技术的深度认知，同时具备商业判断和快速学习能力，能在学术严谨和市场敏感之间保持张力。

而 AI 应用方向的创始人，画像则更加多元。达晨提炼出的 TFP 框架（Team Fit Product）是核心判断工具。这个判断框架不是看团队有多强，而是看团队配置和产品定义之间的匹配程度。" 创始人说要做的 A，和团队实际上是的 B，中间的 gap，是骗不了人的。" 张英杰解释道。

所以，AI 时代最有生命力的团队，往往是技术出身的 CTO 和经历过大厂 AI 产品的产品经理的组合。因为产品定义需要知道模型能干什么，而模型迭代需要知道产品要什么。这种软件时代罕见的 " 双向理解 "，是 AI 时代创业的基础门槛。

在这场旷日持久的技术革命里，达晨与创业者同频共振，也在重新塑造自己的组织和认知。

对一家 26 年历史的人民币机构而言，深度布局 AI 从一开始就是一次主动跳出舒适区的选择。刘昼表示 " 人民币基金大体上错过了互联网 +，我们决不能错过人工智能 +。AI 这件事拼的更多是对技术的判断、对未来前景的想象、对人的 sense。好在我们迈出了这一步。"

迈出这一步之后，达晨对 AI 行业的整体判断变得更加笃定。AI 是比移动互联网更大的历史机遇，本质上是软件创造软件的指数游戏。移动互联网用了十年改变了人类的信息获取和消费方式，而 AI 正在改变的，是人类的思考方式和生产方式本身。这个变化的深度和广度，远不止于此。

因此，达晨对短期的亢奋保持警惕，对长期的变革高度笃定。" 不高估 1 到 2 年内的进展，不低估 10 年内的变革。"

这个框架，某种程度上解释了达晨在 AI 领域上的投资节奏：在共识爆发前领先半步出手，当情绪高涨时，他们已经处于从容加注的位置，而不是被情绪裹挟追高的位置。

" 我们要做那只泡在水里的鸭子，不能坐在岸上。春江水暖鸭先知。这是对我们自己的要求，也是对这个时代的态度。我们要时刻保持谦卑心态，与创业者一起奋斗成长，也一起感受 AI 的水温。" 刘昼这样描述达晨对自己在 AI 时代角色的定义：不等待确定性，不迷信预测，而是始终贴近技术演化最真实的水流。

今天的市场，并不缺热情，也不缺资金。真正稀缺的，是在泡沫、噪音和情绪高速流动时，依然保持清醒的能力。

因为所有真正巨大的时代机会，在最开始的时候，看起来都像噪音、泡沫，甚至幻觉。等所有人都感觉到 " 水变热 " 的时候，真正的春天，往往早就已经来了。

（封面图来源：AI 生成）

END.