圆桌论坛：比共识更早一步 AI 创投的真实棋局 | 2026WAVES未来一氪·2026年06月23日 18:43AI创投圆桌：比共识更早布局具身智能底层基建AI不是一阵风，它正在变成地平线。而地平线的意思是——你看不到它的尽头，但它一直在那里。当下AI热潮涌动，行业共识尚未形成，但真正的机遇往往诞生在共识之前。接下来就让我们进入比共识更早一步 AI 创投的真实棋局圆桌论坛 !以下为圆桌对话内容，经36氪整理编辑：巴芮｜暗涌副主编（主持人）朱天宇｜蓝驰创投 管理合伙人秦深涛｜OriginFlow创始人&CEO巴芮：大家好！我们这场对谈的主题是比共识更早一步，刚才上一场收尾在说一些非共识的内容，我们这一场是说比共识更早一步的事情。现场这两位，一位是在投资上出手非常早，蓝驰创投管理合伙人朱天宇。另外一位是创业比较早的OriginFlow的创始人秦深涛，这两位是敢于比共识更早一步的行动，其实这是基于非常笃定的判断，我们今天想聊聊这件事情。介绍一下，天宇总是在2009年加入蓝驰创投，在天宇总的带领下，蓝驰投了理想汽车、月之暗面、智元机器人，还有Genspark这些明星公司。而且天宇总非常早的时候说过，早期投资人要做创业者第一个投资人，而且是要最不确定的时候就要拿出真金白银的人，也在2017年判定AI不是风口，是标签。另一位是非常年轻，出身于2001年的清华博士秦深涛，他在去年的时候创立OriginFlow，是一家用非侵入式运动神经接口为具身智能机器人提供物理世界交互基础设施的公司。说起来有点复杂，一会儿深涛可以给大家具体解释一下到底是做什么的。听说这家公司在正式运营5个月之内就完成了从天使轮到Pre—A1的投资，累计超过5亿人民币，非常大额，蓝驰也是他们天使轮的联合领投方，并连续加码三轮，据说蓝驰在上午沟通完，下午就给出了投资意向书。我刚才确定了这件事，他说下午给完全是因为中间有一些流程上的东西要走，他自己真正下定决心要投其实只用了30分钟，所以想问一下天宇总，为什么您敢这么快拍板要投这位年轻人？朱天宇：首先咱们的标题是“比共识更早”，这其实是太高的要求，过誉，很难轻易接受这样的视角。但确实跟深涛聊的时候，不到三十分钟，我就决定要投资这个项目。在我过往的投资经历当中，只有极少数几个项目有类似的感觉，像Genspark，同样沟通了约半个小时的时间，包括之前投的理想汽车，KIMI等等都有类似的感受。回到你的问题，为什么我能如此快速的做出投资决策？核心原因主要有三点：第一，早期投资的不是简单的根据项目本身呈现的信息和特点做判断，而是更早的对当下全球所面临的挑战、需要解决的问题，有一些相对自己的结构化的看法。大约在三、四年前，也就是在ChatGPT问世前后，我们就对未来几个大周期内的投资内容有一个表达，叫“三浪叠加”，“三浪”可以理解为坐标系上有三个曲线不断叠加在一起，对应了三个驱动要素。第一个驱动要素是业内都熟知的AGI。第二个是机器人，覆盖所有相关具身和这些物理层面驱动的领域。第三个叫3D交互。我觉得AGI加Robotics、加3D交互，定义了我们作为一个早期投资机构未来十年，甚至三十年可以在这三个驱动因素上持续叠加各种各样下注的机会。我觉得深涛所研究的业务，恰好契合这三大驱动要素。机电控制与具身智能存在明显区别，具身主要观察人体手部的运动，通过反解语言来判断怎么控制。深涛他们是通过机电系统去解析大脑下行的数据，来人体运动的底层控制逻辑。这些角度无论是从机器人，从交互以及AI智能角度，它都完美匹配我们想看的关键承重点，所以这个方向非常有吸引力。第二，深涛作为创始人，我甚至不会将年龄作为评判他的参考维度。短短三十分钟的交流中，我完全忽略了他的年纪。我看到的是一位对自身奋斗方向充满了passion、充满了解题的热情的创业者。回顾他二十余年的人生经历，过往所有积累都在为当下的事业铺路蓄力，恰逢当下节点，多领域积淀融会贯通，他正全身心投入自己最热爱的技术攻坚工作，倾尽全部心力推进问题落地解决。这样纯粹专注的创业者十分难得少见。除此之外，他对行业业务的阐述、对人与事物的判断，心智成熟度也远超出自身年龄。第三点，也是我认为至关重要的一点是，这一方向很充分地发挥了中国的比较优势。这与我们基金充分去布局具身智能领域的多家公司的底层驱动逻辑是一样的。因为中国不仅在人工智能上有人才密度的优势，同时在制造业领域的综合能力与产业链积淀更是不言自明。所以从这个角度，从具身、数据和智能的角度，我们用软硬结合的方式去拿到数据、反解数据，去理解这个世界，我觉得这个是一个极其promising的方向，这里头不光是数据的底层层面，它上面可以构建的商业空间非常promising。正如之前所提及的，我们已成功投资于KIMI、Genspark、智元等项目。我们可能是国内唯一，或者说极少数，同时投中了基础大模型、具身还有应用的早期机构，在早期就能抓到机会。所以这也是在30分钟的时候就击中我的那些所有的思考框架，我决定出手的背后原因。巴芮： 那在现场的时候，聊完30分钟，你展现出自己要投的意向了吗朱天宇：当时我和同事在微信上悄悄说了一句：这个人一定要拿下。巴芮：深涛你发现了天宇总的小动作吗？当时聊完之后你有没有觉得当天那么快就能拿到TS？你是什么反应？秦深涛：交流过程中会有眼神的互动，能真切感受到那种信念感。坦白说我们是幸运的，当下 AI 正处在前所未有的产业节点，所以融资过程中遇到的实质性困难并不算多。但当你选择与谁同行的时候，你能明显感受到对方动机的不同。蓝驰给我的感觉很不一样。印象里在正式交流之前，他们就已经对这个方向有了多年的深度思考，一直在寻找真正的解法。所以当我们的解决方案，和他们长期求索的状态碰撞到一起的瞬间，你会觉得，无论未来行业出现什么样的波动，这都是值得并肩同行的人。巴芮：深涛要不要介绍一下自己这家公司在做什么，因为我们刚刚的定义太长了。秦深涛：我们今天谈 AGI，它此前的发展主要围绕两大模态展开。第一个是文本模态：OpenAI、Anthropic 能实现大语言模型的能力突破，背后有一个核心基础，我们可以称之为人类知识上载。这是互联网从上世纪 90 年代至今三十多年间逐步完成的：全人类在使用互联网产品的过程中，大量逻辑类的人类知识数据，以 Token 的形式被沉淀、固化下来。第二大模态实践是视频模态，典型代表就是自动驾驶。人们在驾驶过程中，通过车上的数据采集设备，以相对较低的成本积累了海量自动驾驶垂类场景的视频数据，支撑了 Robotaxi 对视觉模态的理解与建模。这场知识上载的背后，是至少 30 万辆用户车辆以较高频次在真实道路中持续运行、持续贡献数据。但今天我们要面对的，是第三个模态 —— 让智能体能够和真实物理世界做具身交互。真正的具身智能，核心能力发生在物理接触之后，这和自动驾驶有本质区别：自动驾驶是典型的contact free (非接触式) 场景。一旦涉及物理接触就会发现，如何精准定义与建模 “动作” 这个模态，此前并没有被行业深入探索，也没有一套成熟的设施能完成对应的上载。给大家一个简单的数据参考：全球有 80 亿人口，每人每天清醒时间超过 12 小时。如果全人类的物理交互数据都能被采集，每天能产生近千亿小时的真实物理交互数据。而当前生成式 AI 模型训练用到的真实交互数据，可能只有数十万小时，二者存在着数量级的差距。如果我们坚信 Physical AGI 是人类文明史上最后一次工业革命，那就必须走完一段扎实的底层基建过程：把数据采集的漏斗放大，通过高效的方式将人类生产生活中的物理交互数据完成上载。而这套采集方案一定是非侵入式的 —— 不干扰人的自然活动，不影响正常的生产工序，对采集节拍、精度，以及长期采集的一致性都有极高要求。它必须是一个真正 in the wild 的方案，而不是一个 in the lab 的方案。巴芮：说回投资，想问一下天宇总。当下的一级市场，出手快已经不算什么新鲜事了，尤其是一些热门项目、明星创业者，当场出TS、像您这样当场拍板的情况也不少见。但您之前说过，真正的机会不在于跟风的速度，而在于能不能比别人更早看清结构性的变化。这两年具身智能这么热，OriginFlow也处在浪尖上，它五个月融了5亿。您投深涛的这笔决策，怎么判断自己是看清了结构性变化，而不是被热潮带着走的？朱天宇：刚才其实也提到了一些，“三浪叠加”这个框架。再稍微解释一下，这个框架让我们不断追问自己：这些驱动因素会催生出怎样的新机会。比如说我们在具身方向看了很长时间，数据问题一直是个普遍存在的难点，就像深涛刚才说的，大家都在找一种更好的方式去采集数据。我们关注AI的时间很长了，你刚才也提到，“AI风口标签之争”。2014、2015年那一波是以计算机视觉为主的判别式AI，跟这一轮生成式AI有本质区别。当时说“不是风口是标签”，是想区分它对价值影响的程度——但这一轮的影响，已经不需要再去争论了。另外一方面，回到AI本身，你想知道它产生价值的深度，以及具身方向上我们到底怎么去认知和训练这个物理世界，对数据的要求其实非常高。所以我们一直在找这样的解法。我之前有一个很重要的表述：任何一个技术周期里，最好的状态就是“一边赚钱，一边赚数据”。不管是大数据时代、上一个AI时代，还是这一轮AI时代，都是一样的逻辑。深涛的方案非常漂亮地回应了这个问题——“一边赚钱一边赚数据”。因为它很自然的在人的过程当中，虽然也有很多其他方式，但是他是直接下载人的大脑的意识流。这是一个很有意思的视角。从另外一个角度，刚才台下也在讨论，从仿生的视角。因为人是非常完美的机器，整个大脑处理这么多复杂的问题，可能也就是10到20瓦的功耗，整个人体也就100多瓦的功耗。在这么极其节省的情况下能完成这么复杂的工作，其实仿生里面有非常多的视角能够为我们所用，去思考我们咱们实现人工智能的价值。所以结构性的思考既源于我们刚才说的大的框架，也是带着问题去思考的习惯。因为很多创始人在我看来大致分为几类，一类是带着标签来的，就是我想做中国的谁谁谁，我想做某某赛道的第一名，我想做1000亿市值公司。另外一类创始人往往是说我发现了一个问题，我觉得有一类用户的需求没有被满足，他是带着解决问题的视角来创造，而不是为了一个标签去追赶。我觉得这两类创始人初心不同，带来一系列的行为、选择都会不一样的，我其实更看好的是后者。回到你刚才说的，除了在事的结构化层面之外，其实在人的角度，我们对创始人的初心，对他未来的潜力其实是有自己的一些判断。潜力这一块我经常会说，一个创始人的自我迭代速度其实是决定创始人潜力上限最大的一个变化。经常有一个说法，看创始人的段位，“知道错，愿意改，改得快，”这三个词基本上对应了三个阶梯，知道错，知道自己在哪里错了，很多学霸其实卡在这个关卡。第二个愿意改，就是你走出了自己的舒适区，即使你知道错，能不能走出舒适区也不容易。第三个改得快，改的快其实要求你有极强的成就动机和高度的自律。这三个阶段基本上可以粗略识别十亿美金创始人、百亿美金创始人和千亿美金创始人。当然这是一个玩笑，但确实它代表了一个创始人自我迭代的天花板，这也是一个结构。所以在事上和人上的结构都形成判断之后，早期阶段往往就在电光火石之间，目光一对就知道这是我们想要找的人，他们也希望我们是他们一起同行的投资机构，所以在最底层更深入的结构化认知和连接上决定了更快的缘分的产生。巴芮：您跟深涛交流中，他的哪些行为让您看到他身上有潜力，比如说知道错，还能改得快。有这种比如您说的非常大市值的这种创始人的潜质。朱天宇：这个问题要回答不好了就打脸了，30分钟怎么解决这个问题？其实很重要的一点，我觉得当时30分钟至少能感受到至少两件事。第一在描述他要解决这个问题的时候那个状态，他不是冲着“我要做谁谁谁的第一”，他是从问题出发的，就像我刚才说的，这就是行业面临的问题，没有更好的视角。有一些其他开源项目，它提供了一些零件，怎么把这些组装起来。但是整个描述的方式听得是非常酣畅淋漓的，因为他很结构化，思考的非常充分。第二往往在这个时候更多能交流的是深涛过去的经历，人生