作者 | 梁卡尔
编辑 | 苗正卿
头图 | 红杉中国提供
近日，" 人形机器人第一股 " 宇树科技开始询价、启动申购。这家创下 73 天 " 过会 "（IPO 审核）纪录的明星公司，根据发行估值计算，多家早期入股机构账面回报或将达到数百倍。
在宇树 " 一股难求 " 之际，宇树背后的投资机构们开始被重点关注，尤其是那些早早押注宇树的资本。
虎嗅了解到，红杉中国成为第一家在宇树科技持股达到 10% 的机构股东，并在此后多轮融资中持续追加投资。宇树科技招股书显示，经多轮融资稀释，上市前，红杉中国合计持股超过 7%，是第二大机构投资者。
而红杉中国董事总经理李彦男主导了红杉中国对宇树的一系列投资，也是最早给宇树科技投出信任票的投资人之一。
虎嗅获悉，在具身智能之外，李彦男也关注 AI 硬件——当下的另一个超级风口。
眼下 AI 硬件正在经历一轮形态爆炸。
眼镜、戒指、耳机、AI PC、陪伴设备，都试图争夺 " 下一代终端 " 的位置。对投资人而言，品类繁荣并不等于投资机会变得清晰。
比产品形态更现实的问题是资本周期。互联网公司可以依靠网络效应，在三五年内迅速放大 DAU 和收入；AI 硬件尤其是机器人，却要同时跨越技术、供应链、量产与市场教育。它们需要的时间，未必与一只 VC 基金的退出周期匹配。
近期虎嗅与李彦男展开了一场对话。
在这次对话中，李彦男给出了几个明确判断：
真正的 AI 原生硬件，核心不是 " 接入 AI"，而是具备过去电子产品没有的主动性；
手机不会消失，但会从唯一入口变成多终端体系中的核心节点；
好的 AI 硬件首先要算清硬件账，不能默认靠亏硬件换软件订阅；
数据本身未必构成独占壁垒，真正的壁垒是谁更有动力把数据变成持续改善的体验；
市场是否进入危险阶段，最值得观察的是模型能力是否停止快速进步；
早期投资最终仍然是在判断人，但自信与 " 自负且不自知 " 之间存在一条明确边界。
以下是虎嗅与李彦男的对话内容，有删改：
投资宇树，是先看到人，再看到浪潮
虎嗅：当年是如何发现宇树科技并决定下注的？
李彦男：是一个大学做机械工程的学长推荐的，他知道我刚来红杉做投资，告诉我杭州有一个做四足机器人的极客，圈子里面小有名气。我就直接去官网找到了王兴兴的 QQ 邮箱，搜索微信直接就联系上了他。第一次交流的时候，王兴兴就给我讲了 " 用机器人造机器人 " 的愿景，这让我印象深刻。当然，投资后，宇树本身也有起起伏伏，但早期判断得到正反馈。
虎嗅：投完宇树后，您对投资认知发生了什么变化？
李彦男：因为我对王兴兴这个人在第一轮判断时就给予了很高认可，所以这个项目本身并没有让我在方法上发生 180 度转变。
相反，对早期投资来说，有一些失败项目给投资人的反馈价值更大。你总会遇到一些 " 标准答案 " 项目，就是那些大家都觉得各方面不错，背景很光鲜很好，创始人确实聊下来你也感受很强，又做了一件很大的事情，但最后没有成功的。
这说明，其实成功是一件小概率的事件。有个不太恰当的比喻，找项目对投资人来说就像找伴侣和相亲，即使是在红杉，作为一个个体也没有投资人能投到市场上所有的项目，所以你最后作为一个有限子集，你只能放大自己在子集里的投资成功率，自然也会像平时生活里你会对喜欢的人愿意多花一些时间，多一些投入。对创业项目来说也是如此。
可能经历了过去这些项目，我会觉得像王兴兴这样的人确实比较难能可贵，在第一眼见面时就有非常不一样的亮眼地方打动你。
虎嗅：投资人应该如何持续 refresh（刷新）认知？
李彦男：刷新可以分为两个层面。小的刷新就是，即使一个项目当时没有推荐，也要继续跟踪进展。过一两个月后再去更新一下，看看还有没有新的机会出来。我们有很多好公司就是这样被再发现的。大的刷新和周期有关，金融市场一定有波峰和波谷，技术迭代也有波峰和波谷，即使再好的时机也会遇到回调和谷底，这就需要投资人在波峰感知泡沫风险，在波谷保持关注、刷新认知，找到好创业者。
虎嗅：现在看一个项目，最长会看到多远？
李彦男：会尽量在 10 到 15 年这个范围之内考虑。实际投资投资一家公司时，会更关注第一个里程碑事件，以消费电子产品为例，它是否完成 PMF（产品市场匹配），是否有一群人认可并高频使用。这个过程可能一个公司经历 1 到 3 年，在这之后，公司还要经历破圈、迭代、竞争、第二第三增长曲线，整个过程又需要经过数年。
虎嗅：有过后悔错过的项目吗？
李彦男：有，但具体名字就不提了，有一些最后红杉也投了。有一类项目是第一次聊就感觉很好，就是莫名感觉人很强，但自己对事儿没确信和把握。现在复盘看，如果第一次就有 " 莫名很强 " 的感觉，大概率值得多花点时间搞清楚。
我们更关心它是否足够 "AI Native（AI 原生）"
虎嗅：我们聊聊当下另一个风口 AI 硬件，面对形态千奇百怪的 AI 硬件，红杉筛选项目时，判断一个终端项目是否值得投资的核心标准是什么？
李彦男：我们不会严格按照品类划分 AI 硬件，因为真正的硬件创新经常发生在既有分类之外。
例如，今天大家会把一些影像设备归入 " 手持 " 场景，但在 Insta360 和大疆的相关产品出现之前，这个场景并没有被清晰定义。新品类往往不是从既有目录里长出来的，而是产品出现之后，市场才开始为它命名。
相比它属于眼镜、戒指还是其他形态，我们更关心它是否足够 "AI Native（AI 原生）"。一个直接的判断是，如果拿掉 AI，这款产品还能不能实现核心功能？另一个重要标准是主动性——设备能否长时间在线，主动记录、理解环境并给出反馈，而不是等待用户点击之后才开始工作。
虎嗅：为什么 " 主动性 " 是 AI 原生硬件的核心？
李彦男：过去大量电子产品都缺少真正的主动性。它们可以识别信息，但通常要由人发起操作。AI 让终端有机会一直在线，主动看世界、观察信息、理解上下文，并在必要时采取行动。设备不再只是一个等待指令的工具，而是开始主动参与任务。
当然，"Always On（始终在线）" 不一定意味着严格意义上的 24 小时运行。关键在于，设备能否在足够长的时间内持续感知和处理信息，并完成过去必须由人主动触发的工作。
虎嗅：投资 AI 硬件时，您更倾向 " 硬件即服务 "，还是单靠硬件就能赚钱的模式？
李彦男：完美形态肯定是软硬件都赚钱，甚至你靠硬件就能赚很多钱，但中间的确会有妥协。有可能有一类产品，软件上能让用户一直为优质产品付钱，这是商业上最性感的地方，就是一本万利，这就是一个好的商业模式。
理论上，硬件的毛利率可能会偏低一些，但我们现在能看到很多硬件公司也有不错的净利润，也活得很好。
我觉得早期创业公司，你不要上来就觉得硬件一定要亏钱，最好本身产品可以少赚一点钱，但是用户接受起来门槛比较低，教育成本低一些，然后软件、AI 上面做得很优秀，能让大家在这个层面一直给你付钱。
比如，现在很多人都在做的智能戒指。戒指本身就是能赚钱的。除此之外，软件部分体验做得更好一些，在健康功能以外还能做更多的事。如果它有这样一个软件体验，且越做越好的话，那就很好。
虎嗅：更看好哪一类 AI 终端的投资回报？
李彦男：这其实没法量化。早期投资中，大量成功公司最初都是小事情，而很多看似宏大叙事最后没赚到钱。我喜欢这种不确定性，并且为每天出现的不确定性感到兴奋， 这也是早期投资的魅力。
虎嗅：市场上会不会出现 " 伪 AI 原生硬件 "？
李彦男：这类产品通常有一个共同特征，设想非常宏大，甚至很科幻，但当前的物理条件并不支持。
比如，人们可以设想一款高度沉浸、360 度显示、可以随身携带且全天续航的 VR 设备。这个形态在科幻电影里很合理，但放到现实中，就要面对算力、散热、电池、重量等一系列限制。
这种产品科幻电影里可能有，但现在人类的技术上面还是有很多瓶颈，算力、散热、电池这些都还未突破。所以，这类硬件想起来都很美好，但要做成太难了。
保留不确定性，拥抱新品类
虎嗅：AI 时代还会诞生一家类似小米的新终端巨头吗？
李彦男：小米的成功肯定是有很大程度上的天时地利人和，各方面都需要具备。我觉得现在肯定还没有到 AI 终端的 " 智能手机时刻 "，也就是出现一个真正原生的 AI 新形态。目前 AI 终端形态还很模糊，就像 iPhone 发布前的手机市场，设备已经卖了很多年，但产品形态上不断博弈，而用户也需要时间接受新的智能化交互。AI 时代要好一些，用户更容易接受一些新鲜的电子产品，而且一些产品的购买门槛也没那么高。
虎嗅：您曾提到，AI 时代的手机会从 " 唯一入口 " 变成 " 核心节点 "。这两个概念有什么区别？
李彦男：手机可能是目前综合体验最完整的个人电子产品。它有成熟的屏幕、算力、摄像头、操作系统和软件生态，还有互联网多年积累下来的账号、社交关系与身份认证体系。其他设备可能在某一项能力上优于手机，但综合能力通常很难超过它，所以手机短期内很难被替代。
不过，有些场景一些设备会分流手机的部分功能，比如睡眠、心率等信息监测，手环可以比手机更持续地采集。一些设备能够在较长时间内主动记录和探索环境，而手机一旦熄屏，很多交互就会停止，仍然需要用户主动拿起、解锁和操作。
虎嗅：红杉中国目前会更偏向以手机为中心的硬件，还是去中心化的独立设备项目？
李彦男：还是要具体看案例。有些设备，比如戒指、手环最终还是需要与手机做交互和呈现；眼镜理论上有机会独立存在，但现阶段受限于电池、算力等物理瓶颈，仍要配合手机使用。从投资上，我们不会以此分类，早期投资还是应保留不确定性，并且拥抱新品类出现的可能，而不是被已经定义好的品类困住。
虎嗅：AI PC 这类成熟品类创业公司有机会吗？
李彦男：PC 是一个非常成熟的产业。一款好的 AI PC，首先必须是一款好的 PC。在这个领域，大厂积累了很多年，创业公司要在这个层面做好，门槛很高。不过，也有些公司在讲更极致的故事，比如从 OS 层面重新做，打开屏幕就是 AI，没有什么需要装的软件，交互界面就是 AI。如果算力足够便宜、intelligence（智能）足够强，未来可能人类只需要屏幕和输入设备，其他都交给 AI。
但是，我没办法提前很久就能作出判断，因为难的事情也有很多值得投的。就像当年拼多多出来的时候，大家都觉得电商没机会了，但还是有人找到了新的机会。
虎嗅：AI 时代，数据积累还能构成硬件公司的护城河吗？
李彦男：我一直觉得没有 AI，就是数据本身都不太存在 " 属于谁 " 的问题。互联网时代手机上的情况也好，软件本身这些公司也好，甚至是输入法这些公司，他们都掌握了大量用户数据。数据当然是一个壁垒，数据飞轮转起来后能够带动其他产品，但这个在数字世界比较难做成人无我有的事情。
AI 时代，它到底是模型厂商、系统厂商，还是终端厂商，我觉得就看谁更有意愿用好数据，给用户带来更好的体验。至少现在能看到的就是传统互联网，比如像微信这样的流量平台，它肯定是更有意愿让用户的数据在里面产生更好的复利效益，因为它的商业模式依赖用户留存和粘性。模型厂商也肯定非常愿意，让用户越用越离不开我。但纯硬件厂商，极端一点的例子就是它的商业模式就是卖硬件，那么数据可能未必会影响用户更换硬件的决策，因为用户换硬件时数据可以一键迁移。
虎嗅：如果一家 AI 硬件公司把数据全托管给模型厂商，它还有投资价值吗？
李彦男：纯做硬件，很大概率会卷到一起，即使你有一定的先发优势，也比较容易被磨平。如果这时候突然有一个跟你类似的公司打价格战，那么你的生存压力就会变得很大。事实上，现在 AI 硬件公司中即使强如大疆、拓竹，也在硬件之外做很多事情。比如拓竹的社区就是护城河的一部分。其实从现在活得很好的一些手机和 PC 厂商就能看出来，他们的软件收入也很高。提高软件收入占比是大势所趋。
虎嗅：你怎么看大模型或 AI 应用公司做硬件这件事？
李彦男：有一些公司它想把你平时会用的 Agent 管理起来，最开始可能只是做 OS（操作系统）上的一些软件，然后往上一层看能不能把 OS 直接做了，甚至做完 OS 后发现为了完成特定功能，也想自己把硬件做了。还有一些需求，功能依赖主动触发记录，手机和电脑做不到，他们需要其他形态的硬件。
我接触的大部分创业者，他们可能不会先设想要做什么形态，更多还是考虑要解决什么问题，然后看手机或电脑是否能做到。如果做不到，那么就自己来做硬件。
目前来看，大模型公司的重点更多放在追求顶级智力上限，硬件产品不是太多。但如果你能做出来，就一定有人买单，这是商业驱动的。移动互联网改变了很多业态，但商业模式并没有那么丰富，比如广告、游戏。我觉得也许 AI 时代有可能让用户直接为 " 智力 " 付费，这也是模型公司优先追求智能能力的原因。
今年很多项目，大家已经觉得估值非常不合理了
虎嗅：AI 泡沫会在明年破裂吗？
李彦男：预判市场情绪非常难。但你对当下一些东西是会有感知的，尤其是过去一两个月和未来一两个月。
今年市场很多项目，大家已经觉得估值非常不合理了。比如一些创业项目，可能团队都没有 ready（准备好）但已经几亿美元估值，这在中国 VC 历史上都很少见。可能是因为美国那边有很多这样对标案例的出现，在市场情绪好的时候大家对国内类似情况就有些 " 习以为常 "。还有一些领域出现了一、二级市场倒挂现象，就是二级市场同类公司的市值还没有一级市场估值高，或者大家有些喜新厌旧，就是想要投一个新公司。
虎嗅：是不是二季度的财报已经提醒大家了？
李彦男：我觉得这个可能只是一个观察角度，并且比较短期容易受到情绪影响。最应该去关注的还是模型本身，这是更底层的本质。如果未来模型的智能提升停止，或者说放缓得非常明显，就比如说，某一段时间新发布的模型你发现跟半年前也没什么太大区别，智能突破出现明显天花板。如果这样的情况出现，那我觉得值得警惕。
虎嗅：那大模型改变了什么？
李彦男：我的感受是大模型肯定是一个时代的巨大机遇，甚至比移动互联网时代还要大。现阶段比较火热的公司，有一定程度上的幸存者偏差，因为他们在最好的时间点遇到了 AI、遇到了全球竞争，遇到了资本扩张，尤其是二级市场，这些因素的叠加。但我一直在问一个问题，尤其是今年，万一市场跌了怎么办？市场跌的时候，这个螺旋还能不能上去。因为金融市场一定是有波峰波谷的，不可能一直都好，如何投到穿越周期的真正的伟大企业，是我们一直在思考的。
虎嗅：但这是否让投资者无法更长远看公司发展？
李彦男：节奏变快后，只有两种可能，就是世界以后都变了，永远是这样的节奏，或存在一定的泡沫，因为大家的期待都很高，期待未来半年要比上半年更快，然后不断加快，目标越来越高。我不认为所有公司都能像有些大语言模型公司那样 3 到 4 年就成功，很多公司需要经历很多周期。我在这个认知上相对偏保守，还是和上面说的一样，伟大的公司一定要具备穿越低谷的能力，并且或者一定要经历这个过程才能成长。
虎嗅：这一轮 AI 热潮中，为什么越来越多教授和学者出来创业？
李彦男：今年这类项目明显增多，主要原因有三个。
第一，DeepSeek 等案例让市场对教授们创业信心增强；第二，高校也开始鼓励成果转化，出台政策激励；第三，AI 与垂直领域结合，比如 AI 制药、AI 材料等都是模型叙事范畴。
不过，教授创业更多是在研究型或者垂直模型等，面向 C 端的应用占比上偏少一些。
虎嗅：投资这类项目，要怎么评估，估值方法有何不同？
李彦男：这类项目早期估值主要看市场情绪和二级市场影响。核心方法就是，看团队未来 12-18 个月需要多少钱，愿意出让多少股份，倒推估值。不过，人本身很难用金钱去数字量化，不像成熟公司有一些方法可以去计算，相对见仁见智。
虎嗅：现在更愿意投模型、硬件还是应用？
李彦男：case by case（具体项目具体分析）。再难的事也可能事在人为。
虎嗅：您更倾向独立创业者，还是大厂分拆团队？
李彦男：从投资本身来讲，尤其是早期投资，肯定还是看人，无论他是大厂出来，还是他就是一个独立小创业者，或者 nobody（无名氏）。但确实这件事上，有很多好公司是大厂出来的人做的，他本身是一个能力很强的人，带领一个很好的团队出来，然后大厂可能在里面占有一定比例的股份，分拆出来的公司甚至不比原来的母公司低多少，这样的案例也不少。
虎嗅：哪一类创业者会让你格外警惕？
李彦男：可以用一个词来形容，就是 " 妄人 "。这类创业者的核心特征是 " 自负且不自知 "。通常想去挑战一个极其宏大的事情，但他不自知，这类 " 妄人 " 的成功概率是很低的。
结尾：AI 硬件的机会，不在于再造一台设备
AI 硬件眼下最容易制造的，是一个新形态；最难建立的，是一套能长期闭环的商业系统。
AI Native 绝对不是简单地把模型接进设备，更重要的是让终端获得过去没有的主动感知和行动能力。手机暂时不会立刻被替代，但部分功能会被更适合长期在线的设备分流。硬件可以成为入口，却很难单独决定最终结局。当供应链拉平产品差距、同行发起价格战时，软件、社区、数据闭环和用户关系才决定公司还能留下什么。
资本愿意为可能性提前下注，但资本也有自己的期限，这就要求创业者自身的魅力，以及达成第一个里程碑。
判断一款 AI 硬件是否值得投资，李彦男的方法论总结下来就是下面这四个问题：
没有 AI，它的核心功能还能不能成立？
它是否真正获得了持续感知和主动行动的能力？
算力、散热、电池与成本等因素，是否允许它从 Demo（样品）走向量产？
当硬件能被复制、价格开始下降后，公司还能留下什么？
下一个小米或许会出现，但它不会只是一台 " 加了 AI" 的旧设备。
