阿爾法公社許四清：具身智能的“ChatGPT時刻”還未到來

12月18日，網易傳媒主辦的“2025新一代人工智能創業大賽”頒獎典禮在北京網易大廈成功舉辦。

“2025新一代人工智能創業大賽”聚焦“AI基礎設施”、“AI應用和智能體”和“AI硬件”三大前沿賽道，旨在挖掘頂尖創業團隊。下午的AI投資論壇系列活動從往屆獲獎者的實戰分享，到聚焦AI全球化與商業化路徑的深度剖析，再到圍繞具身智能、Agent等前沿議題的“圍爐夜話”思辨，層層遞進，探討了AI從技術探索走向產業落地的關鍵命題。

現場，阿爾法公社創始合伙人、CEO許四清做了《天使投資破局AI產業化落地》主題演講。許四清指出，大模型發展的“Scaling Law”已經從早期依賴大規模算力的模式，轉變為更注重算法效率的路徑。他表示，DeepSeek等中國團隊通過技術創新，利用強化學習、MoE、優化底層通信等方面取得了突破，確立了多維度的、擺脫單純依賴算力的多維度scaling law模式。

在討論AI產業化落地時，許四清指出了當前模型的局限性。大模型在定性、邏輯任務上已趨成熟，但在需a要高精度、高精度、高確定性落地執行中仍面臨挑戰。

他特別提到，具身智能領域的“ChatGPT時刻”還未到來，在“感知、策略、執行三部曲中，其“策略”部分的突破因訓練數據不足而進展緩慢，是未來發展的關鍵難點。

對于未來發展方向，許四清提出，基于“歸納法”的當前技術路徑可能只是階段性方案，業界需要探索更高效、基于“演繹法”的新范式。他還指出，天使投資應基于第一性原理決策，敢于探索、勇于承擔風險。

以下為演講原文，經不改變原意的編輯：

大家下午好！感謝網易給我這個機會讓我跟大家分享一下我們做天使投資的思考。人們說硅基智能和碳基智能開始有競爭了，這個競爭表現在硅基智能在某些方面有強大的爆發力，但是同時也有某些缺陷，但是進步的幅度遠遠超過碳基智能進步幅度，好消息是這種進步還掌握在人類手里。

這是最早Open AI訓練這個模型之后發布的Chart，當時用了99%的GPU時長做預訓練，基于這個現象Open AI提出一個說法叫“Scaling-law”，就是用大煉鋼鐵的方式燒GPU做預訓練，通過預訓練催生了LLM的巨大進步。但是實際上這個只堅持了一年，這個情況就被改變了，被一批中國的小伙子改變了。

之前Scaling-law靠算力規?；?，DeepSeek用各種各樣的強化學習的手段，用多專家系統、FP8、強化學習等方法取得了突破。熟悉英偉達的朋友們都知道，GPU的性能靠Scale up、Scale out。但是DeepSeek上來就繞過了Cuda用更底層的語言，利用GPU的內存管理GPU之間的通訊，獲得了效率的大幅度提升。他們用各種各樣的方式，用算法的工程創新替代簡單算力疊加，實現了另一個方向上的Scaling-law。因為DeepSeek的貢獻，全世界大語言模型的Scaling-law開始綜合的發展，不再單純依賴堆算力。這是特別好的現象，從那開始中國的大語言模型確定了重要的江湖地位。

從0到1的突破是最值得尊重的，今天大家在談的所有事情，奠基石是Google Deep Mind的一片論文 – Attention Is All You Need。這個文章的題目像小作文，這里面八個作者，七個都是Google的科學家，這是詩史般的進步，非常值得尊重。

我們統計了一下，這篇文章的8為如今已經全部都離開了Google，而且都去了創業公司。創新存在于今天上午在臺上這樣的創新團隊，大廠的創新還是慢的，大廠是為效率而生，不是為創新而生的。今天我們看到網易做創業比賽很有意義，希望看到通過這個舞臺有更多的創新展現出來。

再往下講怎么辦？多維度的Scaling-law還有很多進步，比如說最近Google的Gemini3非常好，實際上還是沿用現在在Transformer這個路徑上用歸納法，也就是在統計中模仿，而不是像人類思考在理解中學習。

我個人認為Transformer的路徑只是階段性產物，非常期待像Yan LeCun等所謂“理想學派”在嚴謹的演繹路徑上實現突破，就像牛頓第一第二定律一樣有精準的解析解的探索獲得突破。一旦這條路走通，人工智能將再次實現一次里程碑式的突破，那時我們需要的算力和參數的規模就是線性關系，而不是類指數關系了，也就是說用比現在低成百上千倍的算力和電能，或等更精準的結果。

我們看看創新背后的資本。用數據說話，這個是在2020年到2024年四年期間中國和美國在人工智能領域里面的投資， 要冷靜地看到美國在人工智能資本的投入比中國差不多大一個數量級。最值得關注的是，我們在早期的投資領域還遠遠不夠。對比一下，美國每100筆投資里，大約有45筆投到天使輪的，大家知道在中國是多少？7.5筆左右，是一個匯率差甚至兩節差距，這是系統性的錯配，我們追隨有方、原始創新不足，其結果就是一直在追趕的路上。

對天使投資和產業的結合我們有幾點觀察。

第一，人工智能，這是人工智能的Stack，從硬件算力到平臺存儲、模型、工具和應用。我們看全世界的錢被最底層這幫兄弟賺走了，算力、算能的供給側獲得的最大的收益，這也是新技術出現時的合理現象，但是我們希望這個三角很快倒過來做應用的人成為經濟戰場的主角，那個時候人工智能才會被真正證明超級有效。

從整體發展看，目前的模型已經呈收斂的趨勢，具身智能在發展的早期，還有一段路要走。

AI硬件應用里硬件是中國創業者的天下，我們的硬件包打天下，中國有工程師紅利疊加科學家紅利，應用層靠產品創新，我們很強。中國企業創新的三大場景，第一個就是出海，第二個是軟硬結合，第三個是結果遞交，前兩種潛力巨大，第三種主要是to B場景，在國內這個領域創業要艱難很多。

具身智能現在有很多底層的東西有待突破，大家都看到了機器人做Demo特好，你看機器人展會非常精彩，到運動會就拉跨了，但是這種現象已經在快速改但是在感知、策略、執行三部曲里，策略依賴大腦，這方面有待突破，這個領域的Chat GPT現象還沒出現。究其原因，是原始數據的匱乏，我們現在大量的機器人公司融了錢要做數采，是因為沒有足夠的數據可以用，語言模型不一樣，全人類的出版物都可以用的數據。

具身智能的突破還留了挺大的懸念，到底需要多久能突破現在還不知道。如果突破的快，我們今天領跑的具身智能公司就成功了，誰融錢多誰獲勝機會就大，假如需要五年以上甚至更長，結果完全另外一個故事，我們對這個也得保持清醒的頭腦。

做天使我們有幾個感悟。首先，技術往往是最簡單的，我們很容易陷到技術里，我們做十多年天使投資，最后發現技術往往最簡單的。第二需要極大的勇氣，投天使和投成長期不一樣，處在探索未知的前沿，需要勇氣。第三，遵從第一性原理，排除所有噪聲，噪聲對人的影響非常大。什么是噪聲呢，我們經常遇到這種現象，就是幾乎每天看到有很多投資發生，也有各種不同的論點，也會有原來看過但沒投資的項目融資容得不錯。這些應該當做是參考而不要成為判斷的噪聲。要相信自己的判斷，你一旦判斷就要敢于做決定，哪怕輸也認了，這是天使投資人的秉性，敢于承擔風險。好消息是天使投資容錯能力比較強，投對一個就能彌補很多次錯誤的決定。

我們有幾個例子給大家參考。剛才說到具身智能缺數據，我們投資了聚焦具身智能數據的諾亦騰機器人，創始人戴若犁的創業公司做動作捕捉，在全世界占了七成市場份額，我們跟諾亦騰的兩位創始人商量，從母公司里面拆出來成立了諾亦騰機器人，領投了第一筆，公司專攻具身智能數據，現在沖在前面的機器人公司很多都是他的客戶，他們的目標是做全世界最大的人類動作數據集，這個數據集能夠高效低成本地泛化到本體上，這是躲不開的風口。

這我們做的另外一個天使投資，光帆科技創始人董紅光是小米澎湃OS的一號位，在工業界，只有極少數人能做操作系統級的工作做好，我理解他們做的是人工智能硬件的安卓，簡單說就是賦能華強北的硬件全部人工智能化。前面一代的操作系統只做了底層的連接，沒有面向人工智能優化，他們解決了這個問題，非常值得期待。

我們另一個天使投資的人工智能硬件公司做了一款很可愛的小硬件Looki，應該是AI智能化最早跑出來的硬件之一，這是很好玩的東西，掛在胸前，把行為記錄和總結做得很好，可以根據你的所有活動，自動生成VLOG的集子，起標題起得非常準確，連你的性格是什么都了解得的一清二楚，創始人孫洋和團隊是卡內基梅隆的同學、美團、Momenta硬件出身的團隊。

這些是我們和創始人共同做的一些探索，這些探索有可能對，也有可能錯，但目前看肯定是領跑了，拿出來分享給在座創業者和投資人，這些探索沿著我們的思緒做得比較深，初見成效。人工智能這個星辰大海值得我們所有人all in，博取技術和商業突破的機會。

謝謝大家！