2026-04-22 18:34 点击次数：91
4月20日，2026年大湾区创新生态大会在广州举行。在开幕式演讲中，梅花创投创始合伙人吴世春带来《AI产业变革与投资机遇》的主题分享。
吴世春从投资角度观察到，当前资本还在持续涌入AI赛道，流向从原来的追逐通用大模型转向垂直应用，投资偏好发生了深刻改变；他们团队当下从三大热门创业赛道里筛选好项目：agent领域、AI原生应用、AI+行业解决方案；投资机构的策略逐渐回归理性，从想象力定价到基本面定价，过去的高估值项目，现在可能不太被资本认可，AI商业化从原来的“能讲故事”，进阶为更注重“能交付结果、实现商业闭环”。
底层逻辑：从“参数竞赛”到“场景适配”
吴世春谈到，2026年，AI技术的发展不再是单一维度的参数规模竞赛，而是呈现多维度、深层次的范式跃迁，竞争焦点从“模型参数规模”转向实际应用的效率、成本和场景适配性。核心体现在三大方向上。
首先，架构创新与效率革命。通过Linear Attention、SSM等新架构，以及TurboQuant压缩算法，实现对百万级Token的高效处理，显著提升推理效率、降低落地门槛，让AI的商业化应用成本大幅下降。
其次，多模态技术走向成熟。从“特征拼接”进化到“语义统一”，采用统一的Transformer架构，将文本、图像、音频、视频等异质数据映射至同一语义空间，让AI真正具备像人类一样融合理解多模态信息的能力，推动数字娱乐、工业医疗等领域的应用爆发。
此外，AI Agent成为核心引擎。2026年被定义为“AI Agent商用元年”，具备自主规划、工具调用与持续迭代能力的AI Agent，能像人类员工一样独立完成复杂任务，标志着AI从被动交互工具转变为主动生产力，正在重构各行各业的核心工作流程。
吴世春认为，大模型技术的发展已走过“参数竞赛时代”，进入“效率适配时代”。
过去（2023—2025年），大模型技术体现为规模驱动的能力扩张。行业陷入“越大越好”的惯性思维，以参数规模作为技术实力的核心指标，盲目追求打造“全能AI”，忽视了特定场景的实际落地需求，最终陷入高成本、同质化竞争的困局。
现在，大模型技术更注重效率驱动的商业落地。行业转向以实际价值为导向的发展路径。核心包括三点：一是架构创新与极致成本优化，通过技术革新大幅降低推理成本，让AI具备大规模商用的基础；二是场景深耕实现“开源基座+行业插件”，欧美九区中文字幕通过RAG结合私有数据，针对金融、医疗等垂直领域进行深度定制，构建竞争壁垒；三是能效比为王，行业不再单纯参考参数规模，单位算力产生的经济价值（VPT）成为衡量模型优劣的新标准。
吴世春表示，世界模型与具身智能的发展，正在推动AI的能力边界从数字世界向物理世界延伸。
传统AI擅长在数字世界中进行模式识别，但缺乏对物理规律的理解；而世界模型通过模拟物理环境，让AI在虚拟空间中学习物体的碰撞、受力与运动逻辑，实现了从“数据拟合”到“物理理解”的跨越，为AI进入物理世界奠定了认知基础。
当前，具身智能已进入规模化落地周期。华为盘古大模型驱动的工业机械臂实现0.01mm级精密装配，字节跳动的人形机器人在物流、制造场景中执行分拣、搬运任务。AI正从屏幕中“走出来”，成为能够直接改变物理世界的实体生产力。
热门赛道：三大投资方向重塑产业格局
吴世春提到，现在AI创业赛道发生了变化，其团队主要在三大热门赛道里面筛选好项目：agent领域、AI原生应用、AI+行业解决方案。
其中，AI Agent的核心价值，在于将AI从被动响应的工具，转变为主动执行的劳动力。
传统AI需要人类明确指令才能执行任务，亲子乱一区二区三区的解决方法而AI Agent实现了从“被动响应”到“主动执行”的跨越，具备理解复杂目标、自主规划任务流、闭环迭代与工具调用的全链路自主能力。
在智能客服、软件工程、金融投研、工业运维等场景，AI Agent已重塑了行业的工作流。数据显示，2025年AI Agent市场规模已达232亿元人民币，年复合增长率超过50%，引发生产力的根本性变革。
AI原生应用以大模型为核心底座，完全重构业务流程，实现全链路自动化，为创业带来全新可能。
首先，其颠覆了传统创业成本结构。不再依赖庞大团队处理研发、运营等工作，极大降低了初创企业的启动成本与长期运营开销，让“极简团队”也能撬动大市场。
其次，催生出“超级个体创业”。代码生成、数据分析等AI工具赋予个体强大的生产力，少数核心成员甚至“一人公司”即可完成传统大团队的工作，创始人可将精力聚焦于产品战略与市场定位的核心决策上。
此外，实现了指数级增长与高盈利闭环。极低的边际成本叠加高效的自动化运营，使AI原生应用能快速完成用户积累与规模化扩张，同时保持健康的高毛利率结构，在业务发展早期即可实现正向盈利。
“AI+行业解决方案”是当前AI商业化落地最直接的路径。
通用AI技术与特定行业的核心业务流程深度耦合，可以精准解决行业实际痛点。该模式具备高技术壁垒，面向B端客户可实现高客单价。只有直击行业核心痛点、解决实际业务问题的方案，才能真正实现价值兑现。
投资逻辑：从“想象力定价”到“基本面定价”
2026年，AI领域的投资逻辑经历了从狂热到理性的深刻转变。吴世春表示，资本市场不再为单纯的技术故事和宏大叙事买单，估值逻辑正从基于未来想象的“市梦率”，全面回归到基于真实收入、利润与可持续商业模式的“基本面定价”。
一方面，估值中枢下移。AI企业平均P/S估值倍数，从2025年的10-15倍，下降至2026年的5-8倍，市场对盈利能力和现金流的关注度显著提升，投资机构对项目的单位经济模型（UE）提出了更高要求，拒绝为缺乏造血能力的“纯烧钱”项目买单。
另一方面，关注商业化闭环。投资的核心转向不再是“技术参数”，而是“客户是谁、愿意付多少钱”。“AI+垂直场景”的应用更受青睐，可验证的ARR（年度经常性收入）增长曲线与健康的毛利率水平，已成为项目能否获得后续融资的核心判断标准。
在投资策略上，吴世春建议采用“杠铃策略”平衡风险与回报，将资金“两端化”分配，在严格控制组合下行风险的同时，最大化捕捉AI产业技术变革带来的长期红利。
其中的“一端”是指高确定性的AI基础设施层。核心布局算力集群、核心芯片、智算中心、AI底层框架等赛道，这类资产与科技巨头资本开支强相关，收入可见度高，属于防御性高的稳健型资产。
“另一端”是指高爆发性的AI应用创新层。重点布局AI Agent、端侧智能硬件、具身智能机器人、AI原生应用等赛道。这类项目的增长高度依赖商业化场景的规模化落地，不确定性高但潜在超额回报极大。
未来展望：AI将深度重塑社会经济
吴世春表示，长期来看，AI的影响将从技术层面渗透至社会经济的方方面面，在三个维度开启全新变革。
技术维度上，通用人工智能（AGI）展露曙光。随着世界模型和具身智能的发展，AI将具备更强的自主学习和适应能力，向通用人工智能的目标迈出坚实一步，从“工具”真正进化为人类的智能“伙伴”。
商业维度上，生产力面临全面重构。AI将深度渗透到所有行业和岗位，彻底重构现有的生产函数和商业模式，企业的核心竞争力将取决于其利用AI的能力，“AI原生”将成为未来所有企业的标配。
社会维度上，人机共生开启新纪元。AI将深刻改变人类的工作方式、生活方式和社会结构，如何平衡AI带来的效率提升与潜在的社会问题（如失业、伦理），将成为全人类共同面临的长期课题。
南方+记者 李鹏程