我參加了一場21位AI大佬的交流會，這里有他們2025年最關鍵的認知

進入2025年后，一個很直觀的變化是，AI 創業和投資的討論，開始明顯從“模型能力有沒有突破”，轉向“這些能力到底在什么場景里被真正用起來”。

到了年底，各行各業的AI探索者給了我們答案：AI漫劇正以超快的速度滲透各大內容平臺；AI Coding著實成為開發者的剛需；不同類型的Agent，正加快覆蓋業務的速度......

這意味著模型的進化在2025年進一步被轉換為了實際價值。

但伴隨場景爆發而來的，是創業者需要解決的問題更多了。

什么場景不會被大廠吃掉？如何在同類產品中做出差異？怎么吸引并留存用戶？出海如何保證合規？有價值的具身數據如何收集？...

以上種種，是他們2025年問題清單中重要的一部分。

在最近一場由火山引擎 V-START 加速器組織的創業企業論壇上，我看到21位來自內容、多模態、Agent、企業服務、具身智能等領域的 AI 創業者和活躍在一線投資人，一起討論了這些問題。

*滑動查看

嘉賓們來自字節跳動、影眸科技、看見概念—捏Ta、Pokee AI、數美萬物、巨日祿、珀樂互動、芒種星球Mootion、NVIDIA、光輪智能、A2B Labs、Picsart、Brix、明勢創投、源碼律動、錦秋基金、云啟資本。

作為字節跳動的科技創業平臺，火山引擎 V-START 加速器希望聯合字節內部和產業資源，幫助初創公司成長。這場論壇中的明星創業公司，大多也是 V-START 加速器“ AI 領航者計劃”中的成員。（文末有加速器成員名錄）

以下是我對這21位 AI 探索者的年度 Insight 總結。

2025年模型側最大進展：推理和多模態

推理和多模態讓應用層場景爆發

2025年，模型側最重要的進展體現在推理和多模態能力上。前者提升了 Coding 和各類 Agent 的應用效果；后者則在下半年爆發，為用戶和企業開拓了更多落地場景。

火山引擎 V-START 加速器負責人賈瑞觀察到，2024年，創業公司在火山引擎上的 Token 消耗主要集中在角色扮演、互動等娛樂場景。但到了今年，隨著模型推理和多模態能力的提升，編程、Agent、漫劇、硬件等領域涌現出大量優秀公司，應用場景愈發多元。

這種多元化也直觀地體現在 Token 調用量上。2024年，在 V-START 加速器覆蓋的創業群體中，少數幾個互動娛樂應用就占據了 Token 調用的半壁江山，到了今年，分布在不同業務場景中的很多企業，Token 消耗量都很大。

多模態讓C端用戶更能自我表達

捏 Ta 是一個 AIOC 平臺，用 AI 生成原創角色，再以角色為核心創作更多的內容。公司創始人胡修涵感受到，去年受限于多模態能力的影響，C 端用戶直接能接觸到的 AI 的 aha moment 比較少。

但今年，字節的 Seedream、Seedance，海外的 Nano Banana、Sora 2 等一系列突破出現后，多模態內容的連續性和準確度大幅提升，給用戶提供了在內容里探秘的空間。

專注 AI 早期投資的源碼律動管理合伙人黃云剛認為，多模態的進步能幫助用戶進行更多的個性化表達。過去，如果一個人特別有想象力，或許只能做一些文字創作，但很難進一步把想象力表達成個性化的視覺產品，現在多模態模型帶來了變化。

模型還在拓展，應用層怎么辦？

投資人：應用層動作快才能占領心智

當模型進展飛速，“殼”是不是更容易被擊穿？

錦秋基金合伙人臧天宇和源碼律動管理合伙人黃云剛認為，現在模型和應用的邊界依然有些模糊，應用層多是創業公司，需要動作快才能建立屬于自己的心智。

錦秋基金已經投資了50多家 AI 創業公司，臧天宇觀察到，創業公司必須具備極高的進化速度與韌性，趕在基座模型內化相關的功能之前，通過更敏銳的場景理解，快速占據用戶習慣。

黃云剛覺得，單一交互形態的產品很容易被大模型“吃掉”。比如 AI 搜索，就被 Chat 的形態“吃”進去了。因為它的交互簡單，功能上只做信息的搜尋、整理、總結，完全在模型能力的射程范圍內。

他覺得應用層創業者應轉向能獲取更多用戶數據的場景，如果是生產力工具，最好有協作的功能，這樣能加深和用戶、客戶的聯系。另外，To C 的應用層只做工具會比較卷，由產品延伸做出社區生態會更好。

火山引擎方舟解決方案負責人馮書云補充，用戶一旦在一個 APP 培養了習慣，其實很難遷移。企業會積極建設自己的知識庫，但怎樣把客戶的時間和上下文留下來，是個很難的問題。

創業者：速度快不是唯一贏的路徑

作為創業者，胡修涵認為，創業公司的速度具有相對性，不同賽道可能需要的速度也不同。而且，他還認為社區對創業公司也很重要。

捏Ta一直在構建自己的 IP 奈塔和社區。胡修涵說，社區的意義更在于構建新的生活方式與意義，不會因為模型進步而受到巨大影響。他還覺得，現在的 AI 產品看似只有一條路徑，就是“科技勝利”，也就是誰最快就是勝利，但是隨著模型能力的提升，還可以有文化勝利。

一些更獨特的、復雜工作流也會加深應用層的壁壘。

數美萬物能幫助用戶把自己的作品制作成實體手辦等產品。它的聯合創始人賈榮飛認為，應用層的壁壘在于踩坑。坑踩得多了，其他人的復制成本也高了，而先踩坑的公司已經在繼續提升、擴大自己的市場。比如制作手辦，可能會遇到表面光油開裂、機器損耗材料等等問題，所有的力度、工藝都需要經驗積累才能保證履約質量，這是長期建設的壁壘。

Pokee AI 已經服務一些金融行業的大客戶——它在打造面向真實業務場景的研究級智能體與自動化工作流。

創始人朱哲清認為，企業端的大客戶普遍傾向于將模型私有化部署，保護自身數據，這類需求需要有垂直領域模型+能提供企業解決方案的公司打通。從合作角度，承接百萬級美金訂單的初創公司去做這“最后一公里”的服務會更合適。

“現在非說模型公司把其他人吃掉，我覺得意義不是很大。總有人做the last mile。”朱哲清說。

AI漫劇，最熱的方向

AI漫劇，當下最火熱的領域之一。這場論壇中的討論說明，它的爆火不是偶然。

AI漫劇爆火：好技術低成本落在真場景中

抖音集團短劇版權中心-漫劇內容合作經理殷世銓認為，AI 漫劇的興起，核心是技術契合產業。

這種契合，首先是多模態 AI 能力突破后，漫劇質量提升到了能商業化的程度。二是在成本上，AI的加入讓漫劇整體成本降低，生產效率提升。最重要的是，AI讓創作門檻降低，讓更多創作者能加入創作行列。

這一趨勢已經在各大平臺的數據中得到驗證。比如使用短劇、漫劇 AI 生成工具巨日祿制作的“巨日祿風”內容，在今年 11 月的抖音動態漫月榜中，包攬了榜單前三名。

在現場，巨日祿創始人杰夫同樣認為成本的降低是 AI 漫劇的爆發重要因素。他們半年前計算過，當 AI 漫劇每分鐘的整體成本到的一千元左右的時候，就會大規模爆發。后續的市場情況，也和這個測算數據很接近。

同為 AI 漫劇公司，珀樂互動使用AI工具打造了爆款漫劇《明日周一》。它今年8月在抖音平臺上線僅5天，播放量突破500萬。這部50集AI動漫短劇，僅用時45天，制作團隊最初只有5人。

珀樂互動創始人楊晟認為漫劇崛起是時代的進程。從真人電影到動畫電影，從真人電視劇到動畫劇集，如今正是短劇到漫劇的崛起時刻，“渠道和技術成熟了，漫劇崛起恰逢其時”。

接下來的AI漫劇：質量和商業化還能更好

AI 漫劇的未來會怎樣？

投資過 MiniMax、Liblib、Genspark 等明星公司的明勢創投的合伙人焦騰認為，漫劇要進一步突破還要依靠更新的分發機制、工具以及載體。他提到 AIGC 加上智能眼鏡以及更多的傳感器會讓漫劇有更沉浸式、更互動式的體驗。

芒種星球聯合創始人童超則把視角放到了內容層面，他認為無論 AI 漫劇的載體和形式怎樣變化，好的故事仍然是最重要的。IP 依賴于好的故事，故事越多生命周期更長。芒種星球開發了海外 AI 視頻的創作平臺 Mootion，目前正在尋求與國內內容創作方合作，希望用 AI 讓老 IP 有更多好故事，同時建立起新 IP。

殷世銓同樣認為，現在 AI 漫劇的最大痛點是內容同質化和畫面粗糙。想走向主流，它必須解決角色一致性問題，并追求有深度的故事，而非單純拼數量。

落腳到商業化層面，珀樂互動創始人楊晟認為AI 漫劇光靠內容掙錢并不性感，可以借鑒日本“制作委員會”模式，建立標準管線，從而撬動更大的文旅和衍生品市場。芒種星球的童超還提到合規的數字形象和資產庫的建設非常有價值，把這些資產開放給創作者進行商業創作，能把市場做得更大。

當人人都能生成內容，IP 會怎樣

自從 AI 開始用于生成形象之后，IP 的爭議就從未停止。當多模態大幅提升內容創作效率，IP 又會怎么變？

巨日祿創始人杰夫認為，AI 生產內容后，傳統意義的 IP 面臨非常大的挑戰和阻力。

他以寶可夢舉例，當時寶可夢的成功是因為發行渠道集中且競品匱乏。而現在的 AI 時代，一個爆款的出現后，AI 工具能讓競爭對手在3天內生成1000個類似的產品。這意味著認知的護城河難以被建立，傳統意義上的 IP 難以形成。

A2B Labs 的創始人崔瓏翔部分認同杰夫。他認為隨著生成新 IP 變得越來越容易，IP 的價值會越來越低，或者說 IP 積累價值的能力會越來越弱。 現在每個人都可以向全世界分發內容，每個人都可以輕松地創建新 IP。未來可能會有成千上萬個 IP，每個 IP 可能只火一兩天，然后就消失了。

珀樂互動創始人楊晟則認為AI 雖然加速了 IP 內容的迭代，但并沒有改變 IP 的內核。好的 IP 不僅播得好，更能滲透入商業化的部分。順著借鑒日本“制作委員會”模式、建立標準管線的邏輯，更標準化的制作可以促使高商業價值的故事成為經典 IP。從這個角度，珀樂互動愿意做內容行業的“補集”：跳出存量內容市場競爭，通過將內容延伸至后鏈路的泛授權、文旅等領域，拓寬市場邊界。

明勢創投合伙人焦騰從分發渠道角度來理解 IP 的變化。他提到現在整個 IP 分發渠道已經極度打散，原來的集中式容易產生大 IP，現在的分布式更容易產生新 IP，而新 IP 的本質，是面對邊緣人群的小眾需求逐漸成長為大眾需求。

具身和世界模型

具身的 Scaling Law 真來了

具身智能和世界模型是最熱也難度最大的方向。

第一個問題，現場嘉賓們討論了具身領域的 Scaling Law 是否存在。

英偉達中國區機器人業務負責人李雨倩認為，具身 Scaling Law 已經出現。一個例子是，英偉達機器人實驗室 Gear Lab 對 GPU 的消耗是迅速增加的。

但相較于大語言模型，具身大模型架構更復雜，高質量具身數據集極度匱乏，數據量近乎為零。再加上具身本體類型多樣，難跨本體，導致這個領域的 Scaling Law 有些難度。

她說，雖然具身大模型的 Scaling Law 已初見端倪，但受行業復雜性制約，需依托兩類主體才能實現突破：一是提供機器人具身云服務的廠商，它們為開發者搭建便捷開發工作流。二是能產出高質量數據集的場景和公司，推動具身 Scaling Law 快速 Scale。

具身合成數據公司，光輪智能的創始人謝晨同樣認為Scaling Law 已經到來，標志事件就是 Generalist 用27萬小時的數據做到了更好的算法表現。

他同樣在客戶處看到了變化。首先是客戶的需求爆發，光輪智能的數據服務從之前的 “刺激客戶需求” 到現在客戶主動提出需求，印證了 Scaling Law 驅動下的真實需求已經到來。

還有一點，他們的核心客戶已經從機器人公司轉變成了大廠的大模型團隊。因為大廠的大模型團隊現在也在做做具身的基礎大模型/大腦，這就需要做數據的生成，數據的訓練、評測、deployment，99% 都在云上，很小一部分在端側。而且，大廠更追求模型的通用泛化能力，即基座模型無需微調就能適配各類 Benchmark，客戶的算力規模從也從平均 5000 張卡躍升至 5 萬+ 張。

最后，他看到具身評測的需求也是 Scaling 的。隨著基座模型性能提升，傳統學術界的 Benchmark 已無法滿足具身大模型的評測需求，催生了評測的新需求。

火山引擎創新總經理施凌翔分享了字節跳動的洞察。他提到字節最近發布的 VLA 機器人模型就是通過強化學習，以及把更高質量的數據用于后訓練和 Fine-Tuning，在現有的基座之上獲得了更大的泛化和更強的魯棒性。

他還指出當前機器人的小模型和大模型都存在瓶頸，小模型（1B-3B）存在模型“鈣化”問題，即便持續堆疊高質量數據，性能也無法突破，而大模型很難端側部署。

他認為未來具身智能的重點，一是在模型結構上面做更大的參數，二是解決大模型在端側的實時控制、時序決策與執行落地問題。

世界模型會吃掉VLA

在具身智能領域還有一個話題備受關注，世界模型會吃掉VLA（Vision-Language-Action）嗎？

謝晨直言，他認為世界模型是數據與合成數據的放大器，能夠通過自身能力泛化出海量高質量數據，而且極有可能 “吃掉” 所有 VLA。

他提出了幾個佐證：

基礎設施方面，世界模型的投入遠超 VLA，大廠世界模型團隊動輒投入上千張卡對VLA進行仿真微調，而多數 VLA 團隊仍聚焦小模型研發。而且，世界模型的短板正在被補齊——世界模型對 Action（動作）的理解不足，但頭部團隊已正針對性補充相關人才。

另外，他還分享了一個洞見：李飛飛團隊正在試圖用本來服務于 VLA 的評價體系評價世界模型，“如果評價標準到最后會統一，我認為兩者到很有可能殊途同歸”。

關于世界模型，影眸科技的創始人兼CEO吳迪提供了另一種視角。

影眸科技是一家做 AI 3D 生成的公司，也推出了自己的生成模型 Rodin Gen-2。它正在探索從單個物體的 3D 生成到環境、物理世界生成的道路。

影眸科技創始人吳迪認為，或許可以生成無窮無盡可供訓練的 3D 數據，讓智能體從虛擬跨到現實。

吳迪說：“當物理世界生成的時候，我們邁向最遙遠的未來，就是所謂的世界模型。”

多模態和全球化

多模態是全球 AI 熱點，中國也有不少多模態 AI 公司出海，他們關心的問題不僅有產品還有合規。

價格、質量和延遲，全球多模態痛點

A2B Labs 可以幫助博主個性化地把 AI 內容做得更有吸引力，并發布到各類內容平臺上。公司創始人崔瓏翔認為，人們不關心內容是否由 AI 生成，只關心這是不是一個好內容，“就像 20 年前 Photoshop 剛問世時，人們會說這張圖是 P 過的。 但現在，沒人會再這樣說了”。

他相信，隨著兩三年內無人在意內容是否由AI生成，TikTok、YouTube、Instagram 等平臺也不會關心內容是否由 AI 生成。因為作為平臺，只會關心用戶是否停留了更長時間，廣告是否因此受益。

他還看到，目前創作者的核心訴求是降低成本、提高效率和穩定性，希望以不足1美元的成本生成可發布在 TikTok 或 Instagram 的視頻。當前模型難以實現這一目標，所以 A2B 和很多同行的解決思路是混合搭配不同公司的模型，快速切換最新、最便宜、最快的模型，以平衡性能與成本。

Picsart 的 Tom 則表示，Picsart 同時服務消費者與專業用戶兩類群體，兩類用戶面臨的技術局限存在差異。消費者更關注價格，專業創作者的工作模式正發生翻天覆地的變化，也就是從掌握精細的工具技能轉向“氛圍設計”，所以對他們而言延遲和質量更為關鍵。因此，Picsart 在采用嚴格且標準化的評估標準，評估各種模型，滿足專業人士的需求。

Brix AI 在做招聘 Agent，聯合創始人 Carol 說，目前在就業或者招聘市場中，視頻面試和視頻展示都很常見，同時 Brix AI 還在幫視頻生成公司做數據標注。

在天使輪投資了 MiniMax 等 AI 公司的「云啟資本」合伙人陳昱表示，當前多模態模型的發展仍面臨兩項關鍵挑戰：一是時長約束。當視頻長度拉長至 30 秒甚至 60 秒時，模型在角色設定、場景背景及敘事邏輯上的一致性仍較難穩定維持；二是成本問題。只有持續降低推理與生成成本，多模態應用才能具備更清晰、可持續的商業化空間。

創業公司怎么做合規

AI內容的合規性是全球都在關注的問題。

對此，崔瓏翔說，自己的產品除了不能生成一些明令禁止的內容，其他都相對靈活。他拿 OpenAI 舉例，OpenAI 之前推出多模態模型時會有類似吉卜力、迪士尼的風格。后續，當 OpenAI 成長得非常快，迪士尼反而想加入他們。所以快速成長是創業公司需要借鑒的地方。

云啟資本合伙人陳昱也表示，這個觀點可能會引發一些爭議。他認為，創業公司在產品中當然需要考慮基礎的安全與合規，但在早期階段，團隊很難有足夠資源把所有問題一次性解決。因此，在公司還很弱小的時候，最重要的事情還是先活下來、先長大。

附錄：V-START 加速器往期部分成員：