“AI泡沫”是这两年资本市场不时就会被提起的话题。单从融资、估值来看，动辄百亿美金的数据使得一些担忧不无道理，但如果深入技术浪潮的底层逻辑，可能又会有另一番景象。

这种看似矛盾的图景，恰好呼应了第20届中国投资年会·年度峰会的主题——“K型曲线”：整体向好之下，不同群体的处境正在加速分化——两条加速上下分行的曲线，中间是越来越深的鸿沟。

为了更贴近真实产业温度，长石资本创始合伙人汪恭彬在演讲前专门围绕LP与被投企业创始人展开了一轮“田间调查”，试图回答一个更本质的问题：AI时代，产业究竟发生了什么变化，投资逻辑又该如何重构。

在汪恭彬看来，AI不再只是技术进步的延伸，而成为重塑产业结构的核心变量。从“能对话”走向“能做事”，从数字世界迈向物理世界，AI的边界正在被重新定义。“我们的选择是——坚定站在产业重构这一侧”。在汪恭彬看来，在这个重构过程中，Token经济学是一个关键词，眼下对算力的消耗和需要，才刚刚开始。

以下是现场实录，由投中网整理编辑：

谢谢组委会的邀请。各位来宾：大家下午好，我是长石资本的汪恭彬，很高兴今天与大家分享AI时代产业重构的投资逻辑。

长石资本一直致力于成为founders’ fund，构建基于产业的投资视角。所以在做这个报告之前，我专门向长石的LP founders和portfolio founders做了一些田间调查，收集了三方面的声音，先跟大家分享。

第一，是与二级市场自身投资人探讨，怎么看当前一级市场的泡沫情绪，以及二级市场AI的火热行情。

第二，是与一些刚刚从美国GTC参会回来的行业从业人员交流，了解他们怎么看当今中美之间AI竞争的情况。

第三，我访问了一家国内头部算力租赁服务商，从他的视角观察当前中国的算力分配，是哪些人在消耗它的Token。

我想从这三个方面来回答今天的AI时代出现了什么样新的变化，我们的投资逻辑应该是怎么样的。

首先，来自资深二级市场投资人的清晰判断是，今天绝非互联网泡沫时期的"思科时刻"。这个话题其实从前年开始就有人担心，去年也在讨论。两周前，我正好和我们投过的一家做硅光芯片的创始人交流，他的客户主要来自北美大厂。他说，那些在硅谷从业多年的资深人士回忆2000年思科泡沫时，给出了几个关键区别：

首先思科做的是光纤铺设，寿命大约15年左右，属于“一次性基建”；而今天我们对算力的需求是持续的、需要不断更新的——它是一种"永续消耗的算力燃料"。这两者完全不一样。此外，需求驱动不同，盈利模式和资源价格逻辑也不同。所以今天的AI需求带动与2000年的思科泡沫截然不同。我们完全有理由相信，AI确实是一场新的工业革命，它的深层逻辑与当年的互联网泡沫不可同日而语。

关于算力，今天上午的二级市场也给出了一个很好的注脚——中际旭创刚刚迈过万亿市值大关。无论是在A股还是美股，存储和光模块的估值都是业绩支撑下的估值长牛，而不是脱离基本面的炒作。

第二，我也与一些刚从美国GTC参会回来的行业人士交流了感受，其中很多是我们的portfolio和founders。他们的观察是：美国在底座模型上仍然保持一定优势，但中美在模型能力上的差距正在缩小。与此同时，中国在硬件领域的优势——特别是供应链和非结构化场景方面的优势，在持续加强。中美已经进入"错位竞争"的阶段。

如果把时间维度拉长来看，中美博弈的焦点也在演变：2025年之前是模型能力的竞争，今年开始转向Token消耗的竞争，而Token消耗除了来自模型本身，更会来自物理AI的调用。接下来，将是Token消耗与具身场景的竞争，最终会回归到对AI能源的调用，乃至终极能源的竞争。

去年我也在这个论坛上分享过中美差异化的判断，经过这一年的发展，这个判断被进一步印证了——中国的优势正体现在复杂的非结构化场景、硬件迭代速度，以及场景数据收集和商业化落地方面，而且越来越明显。

第三，是来自国内一家头部算力服务商的观察，给我的启发非常大。他分享了目前算力和Token租赁的资源分配比例：占比最大的是基础大模型和AI Coding，其中在基模的调用里面，Coding又占了大头，大概80%左右。再往下是Agent，之后才到具身智能，目前占比还很小。

同时，他指出了两个新变化。第一个是推理侧开始爆发：在OpenClaw出现之后，以MiniMax为代表的第三方模型开始更多地调用推理算力，而此前调用更多是训练环节，这是一条全新的趋势线。第二个变化是，两周前，中国人形机器人头部公司开始提出租赁5000张卡的集群需求。今年春节期间，搭载8张英伟达B300的服务器售价大概在300万左右，最近已经涨到了600万。如果购买一个5000张卡的集群，耗资高达37.5亿元——当然租赁是相对便宜的选择，但无论是买是租，需求已经在爆发。中国物理AI和具身智能的公司，今年正在把数据训练提上日程，这是数据训练的元年，接下来就应该是部署的元年，随之而来的推理和Token消耗只会越来越多。

把这些观察串起来，我看到的产业图景是——Token经济学的起飞时刻正在到来。从能力演进的逻辑看，AI正在从更好的“百度”变成拥有技能的“专业助手”，再迈向系统级的全能专家。Token消耗也随之从对话生成的线性消耗，转向任务执行的非线性爆发。这里面存在一个百万倍的算力缺口，算法乘法效应正在催生真正的“AI工厂”。

回到今天的演讲主题——从“能对话”到“能做事”。交互方式正在从Chat Box进化到Workflow，再到OpenClaw。

为什么说OpenClaw是一个分水岭？因为它标志着AI正式从实验室走出来，从数字世界走到物理世界，今天的投资也是，我们在投人形机器人的时候是进工业还是进商业还是进家庭，给真实的物理世界带来什么样的变化。

OpenClaw之后机器人为什么会起来？三个条件已经具备：一是推理拐点，o1等模型让AI变得可信、有根据，解决了物理AI在复杂不可控环境中的决策逻辑问题；二是OS的统一，OpenClaw为机器人提供了通用的“大脑与物理动作”的翻译和连接接口；三是架构齐备，NVIDIA的三大生态——Jetson、DRIVE、Omniverse让物理AI走出实验室，训练、仿真、机载三位一体。OpenClaw在数字世界验证了大脑指挥手脚可行的路径，而具身智能在物理世界可以复制这一路径。

基于以上判断，我们的立场很清晰。作为一家产业投资机构，我们坚定站在产业重组这一侧。

第一，算力是确定性的底座。我认为算力刚刚开始，对算力的消耗、对算力的需要都是刚刚开始。具身智能的训练刚启动，推理刚起步，算力长牛才刚刚开始。

第二，从全产业链的视角来看，我们拥抱系统性机会，投资机会存在于“能源—基础设施—算力—应用”的完整逻辑链条之中。

第三，重构才是终极红利。上午我参加的Tech show分会场，其中几个项目的路演也提到，AI有机会对所有的产业进行重构，每一个环节都蕴含着巨大的投资机会，这会是一个终极的红利。

最后和大家分享长石在AI全产业链上的布局。AI竞争的最底层是能源，终极能源来自可控核聚变，以及把地上算力延伸到天上的太空算力，这些代表着未来的想象空间。

在终极能源之上是终极算法，也就是量子计算，我们已经布局了几家公司。再往上是AI Infra，我们投了赛丽科技（做硅光芯片）、三时纪（做二氧化硅材料）、元启半导体（做电芯片）等。再上面是具身智能，呼应今天演讲的主题"从能对话到能做事"——我们投了四个垂直场景的公司：天上的自主避障无人机微分智飞；水下的世航智能，手里已有十亿订单，今年的收入相比去年增长十倍，当一个产业出现十倍速增长的时候，拐点基本就确立了；还有物流装卸机器人赛那德、光伏安装机器人丽天智能。具身智能之上，是AI硬件和AI Agent，这些布局沿着"能源—算力—具身—应用"的链条展开，构成了我们对AI时代产业重构的完整投资逻辑。

我的分享就到这里，谢谢大家。