投资的本质是判断‘多好’，而非‘好不好’
王新宇在回顾自己十年科技投资生涯时指出，VC工作的核心并非简单判断一家公司“好”还是“坏”，而是判断一家好的公司到底有多好。2016年7月他初次见到王兴时，就注意到王兴身上那种对技术的纯粹热爱——哪怕当时他们还不清楚某项技术的具体用途，但王兴已展现出极强的专注力与执行力。这种特质从那时起延续至今，未发生根本变化。
他认为，这种“热爱+专注”的范式，正在中国科技创业领域形成系统性机会：热爱的力量与专注的力量，将在千行百业开花结果。对他而言，这不仅是当下投资工作的幸福来源，更是对未来中国创新生态持续向好的信心基础。
我觉得做投资对我来说，今天最幸福的一件事情，以及我对未来的信心，就来自于。我认为这个范式在中国将来会越来越多，就热爱的这个力量，专注的这个力量，会在千行百业都，我觉得都会开花，就是一个系统性的巨大的机会。
一六年七月见到王新宇，嗯，他是一个什么状态？我觉得跟今天的差别并不大，他的底层的东西我觉得没有变化。这个底层是什么？就是他热爱的那个东西。
从技术少年到VC：兴趣驱动的职业路径
王新宇的科技之路始于童年：八九岁开始学编程，小学参加信息奥林匹克竞赛；高中时在机器人实验室既做硬件也写代码，并因竞赛表现优异保送复旦。他坦言，自己最初进入VC行业实属“阴错阳差”——加入GGV前甚至不了解VC是做什么的。
本科阶段（2008–2012）他并未规划职业路径，而是与室友组成“五零二三宿舍”，凭借对技术的好奇心制作了大量趣味实验视频（如电容反接爆炸、远程遥控小车等），内容风格类似后来的“何同学”，在优酷单集最高播放量达百万级。这些项目虽出于纯粹兴趣，却意外锻炼了他跨学科协作与产品化能力。
他特别强调，“vintage”（时代背景）与认知窗口决定人的早期选择：他们那一代人接触科技时，创业概念尚未普及；若晚生五年，或许会走上创业路。如今他以投资为另一种形式参与创业生态，正是兴趣与时代共同塑造的结果。
你八九岁的时候是两千年前后，是吗？……那时候学习电脑或者计算机还是要穿鞋套进到机房里的那个年代啊……但那时候就开始接触，然后参加一些比赛……
早期投资实践：从CV到AR/VR，师徒制中的认知积累
尽管王新宇硕士研究方向是计算机视觉（CV），但在GGV（2015–2018）的三年学徒期中，他并未集中投资CV赛道（如商汤、旷视），而是系统研究了AR/VR——这一与CV技术关联密切的领域。他参与投资了扩博智能（Cobotics），将CV用于风车叶片检测与零售场景；同时跟踪了VR全景拍摄公司Insa360等项目，并在2017年CES现场体验过其产品。
他总结GGV阶段的核心收获是学习与认知构建：VC工作高度依赖师徒制传承，每位合伙人有独特方法论。早期他更多在项目组中辅助判断，真正主导投资是后期。这段经历让他意识到，技术方向的选择常由合伙人主导，但个人需在系统训练中形成独立判断力。
其实我在GGV最早二零一五年一六年的时候看的一个，就系统性看的一个赛道是AR/VR……这十年前就是元年，很多事情你今天看元年都十年了。
从被动学习到主动验证：早期职业路径的演进
在职业生涯早期，王新宇更多是跟随合伙人指明的方向进行项目判断与学习。他强调，在GGV的三年中，最大的收获是接触了大量优秀创始人，并参与了多个项目的尽调与投资。他提到，自己建立的数据库是经过清洗的，达到了一定标准，这对判断项目质量帮助极大。
他回忆道，自己会每半年设定一个明确的学习目标，例如用课余时间（通常是晚上六点到十二点）撰写一篇百余页的英文研究报告（如AR/VR方向），并在团队内部分享。这种高强度的自我驱动学习，使他在进入昆仑资本前，已能主导部分项目的投资决策。
不过，他坦言当时仍不觉得自己“ ready”，尤其困惑于VC行业的验证周期过长——年轻人很难清晰归因一次投资成功是源于个人能力，还是平台赋能（如合伙人、品牌等）。因此，他渴望一个能加速闭环验证自己是否“能吃这碗饭”的机会。
唯一这个行业对于年轻人，尤其是一个没有工作经验、刚毕业的年轻人来说，的问题是：验证周期太长了。
任何一个让我能够加速验证自己是否能够全链条闭环地投资……都是有意义的。
从AI到半导体：硬科技投资的范式迁移
2018年，王新宇加入昆仑资本，负责科技及硬科技投资。彼时AI正处低谷（AlphaGo热潮退去后），他通过半年研究，将方向聚焦于“AI+交通”，最终投资了小马智行（Pony AI），并顺势布局了以色列雷达公司Innovis。
随后，他基于对AI三要素（算力、算法、数据）的分析，自然延伸至“算力”层，开始系统研究半导体领域。尽管他本科专业偏计算机视觉（软），但凭借复旦背景与持续学习，快速进入该赛道，并赶上了2019年底科创板开闸的窗口期，所投项目陆续上市，回报可观。
他指出，2019–2020年大模型尚未成为主流投资热点——Transformer虽已提出，但真正引爆是在2022年ChatGPT发布之后。他坦言，智谱、Mini Max等公司成立时，昆仑并未参与早期投资，因当时技术路径尚不清晰，投资逻辑也不同。
尤其对于年轻人来讲，一件事情的成功没有办法归因的话，虽然我还没有成功，但没有办法归因的话，我觉得是一件很大的问题。
如果你能学习且能似乎能抓到下一个贝塔或下一个好的公司，我觉得可能就发生在我来龙珠前后的那段时间。
从舒适区到新挑战：加入美团龙珠的决策逻辑
2021年，王新宇在昆仑已形成跨赛道投资能力——覆盖无人驾驶（Pony）、消费电子（追觅）、半导体等多个科技子领域。他判断自己已具备持续学习并识别核心价值的能力，内心确认“能吃这碗饭吃一辈子”。此时，他进入轻微的“舒适区”，但更关键的是回答了自我验证的问题。
当猎头联系他时，他本打算直接拒绝。但在一次长达两小时的非正式交流中（疫情期间，上海散步长谈），他被美团龙珠的愿景打动：龙珠虽以消费起家（2017年成立），但已通过2019年投资理想汽车，展现出向科技领域拓展的战略决心。理想汽车的成功（融资最少却率先上市的新势力）让他意识到，龙珠具备“前瞻性判断+执行力”的稀缺组合。
他强调，龙珠合伙人对科技的理解、对长期价值的坚持，以及“与优秀者同行”的文化，与他个人职业追求高度契合。因此，他无法当场拒绝，最终决定加入。
理想是一个很传奇的一笔投资……我觉得是非常 impressive 的，对我来说。
理想汽车：一笔可能写入投资史的早期押注
王新宇回顾了美团龙珠在2019年投资理想汽车的决策过程，认为这是一笔极具代表性的早期科技投资案例。理想作为新势力中融资最少的公司之一，在当时并不被广泛看好，但龙珠的判断是：它代表了技术、产品与商业逻辑的罕见结合。这一决策不仅带来了丰厚回报，更体现了龙珠在前沿科技领域“长期有耐心”的投资哲学——尽管当时“耐心资本”一词尚未流行，但内部早已形成共识：真正的科技投资必须穿越周期，拒绝短期博弈。
“如果我今天我不在龙珠的话，我觉得那笔投资可能就值得写进投资行业的历史。”
“那笔投资……是可以写进书里的。”
“三纵三横”框架：系统性构建科技投资认知地图
2021年王新宇加入龙珠时，团队已初步形成“三纵三横”科技投资框架：纵向聚焦AI、半导体、能源三大底层技术；横向则围绕电动载具（EV，含无人机、机器人等）、下一代终端（即今日AI Native硬件） 等应用场景展开。这一结构并非僵化分类，而是强调交叉点上的创新机会——例如大模型技术可同时渗透AI、EV（自动驾驶端到端）、机器人乃至能源与半导体领域。
王新宇特别指出，该框架的核心并非机械套用模型，而是源于合伙人之间持续碰撞形成的共同思维习惯与方法论（如“几纲几要”分析法）。他以大模型为例说明其底层基础设施属性：“它会涂满三个格子”，甚至影响整个技术生态，正如黄仁勋所言的“五层蛋糕”模型。真正的投资逻辑，是在动态演进中保持框架稳定性，同时灵活调整重心。
对杨志林（Kimmy）的深度判断：直觉源于长期观察与验证
2023年6月，龙珠领投乐赞免（即月之暗面），彼时大模型赛道仍存巨大不确定性：头部项目估值已达15亿美元，而乐赞免尚无模型、团队初具雏形。王新宇坦言，自己是项目最坚定的支持者，并花了大量时间说服其他合伙人。他的判断并非仅凭直觉，而是建立在长期追踪、深度交流与认知验证之上。
他最初对杨志林存在诸多偏见：是否傲慢？是否只懂技术不懂经营？但首次两小时交流后，这些疑虑基本消除——杨展现出极强的技术愿景（tech vision）与组织构建能力：早在致远、华为合作阶段就已思考如何打造超级App；即便在Day One无模型时，已清晰勾勒出人才密度、协作模式与成功路径。王新宇强调：“直觉是长期训练形成的肌肉记忆”，而坚定投资的前提，是后续数月高频接触中不断验证判断。他举例称，自己对梁晨奇、卷卷等创始人的第一印象虽好，但真正出手均在半年以上持续互动之后。
“我见他第一面的时候，基本就打消了脑子里绝大部分的疑问。”
“直觉很重要，尤其对人……但坚定的来源是你要跟他多接触。”
坚定源于深度接触，而非直觉本身
王新宇强调，“坚定”并非源于第一面的直觉判断，而是建立在长期、高频的接触基础上。他举例说明，像月之暗面、Kimi背后的杨志林等项目，都是在首次见面后至少半年、甚至一年才最终出手，期间保持每月甚至更高频的沟通与观察。这种持续互动让他在真正决定投资时，对创始人已有充分了解，从而具备真正的“坚定”。他进一步指出，投资人最好的状态是“帮忙不添乱”——虽不频繁追问进展，但投后仍会提供关键支持，比如在融资节奏、战略节点上给予建议。但对技术、产品等专业领域，他坚持“一定要投一个比我更懂的人”，因此不会越位指导，而是选择在发现潜在风险时谨慎提供建议，强调“给建议”和“push”是两回事。
所以当你就是决定投资出手那一刻，你对这个人很有了解和你的你的判断了。
但在这过程当中，如果我们真的看到一些危险，或者说我们以为有一些什么建议，我们会去给，但给和 push 是两回事儿，对吧？
模型能力为本，AGI已实现，ASI是下一程
王新宇回顾了对月之暗面的投资历程，特别提到2023年7月2日首投时，曾认为AGI（通用人工智能）尚远，仅达20–30分水平；而如今他明确表示：“AGI已经实现了”，其判断依据是：当前AI在知识量与推理能力上已超过全球或中国14亿受教育人群的平均水平——这正是“general”的核心体现。他进一步指出，模型能力始终是行业发展的核心驱动力，而公司策略随阶段调整属正常现象，关键在于能否快速从实践中学习。例如，2024年Q3公司加大投放后，团队及时回归技术聚焦；2025年R1模型爆火，则验证了“模型能力仍是关键”这一判断。他将行业演进比作Power Law过程，当前正从AGI迈向ASI（通用超级智能）阶段，前提是暂不考虑安全与伦理等外部约束。
如果你有兴趣，以后我们再聊这个话题。就是我说A G I如果是一百分的话，那今天当时的Chat G P T和G P T三点五，可能我觉得只有二十分、三十分。
今天AI的……如果用全球八十亿人的受教育水平的平均值和类类似于智商的平均值……我觉得今天的AI应该已经超过平均值。
AI应用投资：水下探索与‘年轻大哥’时代
王新宇坦言，2024年中才启动AI应用层布局，此前坚信“大模型是唯一重点”。此后一年，团队投出约10家AI应用公司，但多数未披露——原因在于：行业仍处极早期，产品形态未定型，创业者普遍选择‘水下打磨’。他特别指出，DAU已是旧指标，token调用与ARR（年度经常性收入）才更具参考价值。在赛道选择上，虽未主攻效率类，但也投资了AI销售、AI coding、AI浏览器、3D/视频（如影谋、One to X）等方向。
更关键的是，他观察到一个显著趋势：AI应用创业者的主力已转向‘95后’，尤其以96–98年出生者为正态分布高峰。他称这类人为“年轻的大哥”——既指生物学意义上的年轻（如28岁），也指其在某领域已深耕十年；更强调其AI原生、迭代快、敢想敢做、自信开放的特质。他总结，这些创业者成长于中国经济上行期（如2008奥运前后），价值观形成阶段即身处移动互联网爆发期，这种时代红利与个体能力结合，催生了新一代创业力量。
其实这也不是一个喊口号式的东西……这不是一个鲜艳的东西，嗯，就并不是拿着这个东西去找的。
我们喜欢的一类年轻人，我叫年轻的大哥……他可能已经四十岁、五十岁，他真的已经是个大哥了，但他有一个极其开放、年轻的心态。
何为‘年轻的大哥’？
在王新宇看来，“年轻的大哥”并非仅指生理年龄，而是一种精神状态与认知特质的组合：一类是实际年龄小但已在某一领域深耕十年以上的创业者，如1996年出生、却已从事机械研发二十余年的杨志林；另一类则是生理年龄较大，却始终保持开放、年轻心态的资深从业者。他身边就有不少这样的“大哥”——比如一位三十多岁、却有近三十年电子产品硬件研究经验的高人。这些人的共性，是极致的专注力，而这种专注又根植于对事业的深层热爱。
“他随随便便搞机械研发也二十多年了。”
“这个力量是很强大的。”
具身智能：从‘看不懂’到‘重仓押注’
美团龙珠对具身智能（Embodied AI）的系统性关注始于2023年，当年团队密集接触了上百家公司，但多数尚处早期，技术路径未明，甚至“还没看懂”。转折点出现在2023年底的NeurIPS之行：王新宇走访了Stanford、Berkeley、Harvard、MIT等顶尖机器人实验室，发现语义机器人（CyberOne）已进入全球前沿实验室的采购视野，其第一款人形机器人不仅完成原型，还开始与顶尖机构推进预售合作。
这一观察彻底改变了他对语义AI能力的认知——当全球最顶尖的博士生都在用语数机器人做前沿研究，AI能力的落地只是时间问题。他随即在春节后推动投资语数，并将其视为龙珠在具身智能领域的“锚点项目”。此后，龙珠与美团战投共同成为语数最大的外部股东。
“黄仁勋把游戏显卡送给那些实验室做AI训练，就这是我脑子中想到的东西。”
操作能力：未收敛，但路径多元
在具身智能的两大技术分支——local motion（局部运动控制） 与 manipulation（操作能力） 中，龙珠对前者已高度收敛，仅坚定投资语数一家；而对后者，王新宇坦言“尚未收敛”，因此采取多点押注策略：投妙洞、沙盘、地瓜等不同技术路线的公司，覆盖从整机本体到核心零部件（如灵巧手、驱动模组）的全链条。
他将此比作当年商业航天的“液氧煤油 vs 液氧甲烷”之争：关键不在于选哪条技术路径，而在于能否真正‘飞到太空’。马斯克的实践正是例证——不同任务用不同方案，本质是回归第一性原理。他强调，投资人应鼓励多元探索，而优秀创业者则需具备“快速打脸、及时切换”的能力——错就改，改得快才是核心竞争力。
“创业就别怕打脸，错了就改，改得快可能是核心能力。”
中国科技竞争：不是降维复制，而是引领创新
在具身智能乃至更广泛的科技领域，中国与美国正展开一场真正的全球引领级竞争。王新宇强调，中国公司不应满足于用更低的成本做出别人50%、70%能力的产品，而应追求以相近甚至更优的资源效率，产出120%甚至更具原创性、引领性的成果。这背后是一种范式转变：从“追赶式模仿”转向“基于热爱与专注的自主创新”。他指出，这种范式已在中国多个行业反复验证——从手机、三C电子，到扫地机器人（iRobot已基本退出主流竞争），再到新能源车。历史规律也支持这一判断：上世纪六七十年代的日本，正是从模仿起步，到八十年代形成核心技术与全球品牌，最终让日本消费电子成为全球荣耀。中国正站在同样的跃迁临界点上。
我们今天在巨神这件事情上，我们今天面临的竞争是我们可能这两个国家为主啊。那是在带领人类进步的。
我们应该是用差不多的钱，或者说我们效率高一点，可能同样数量级但少一点的钱，做出百分之一百二十的东西。
GPT-3.5时刻将至：机器人通用能力的拐点
王新宇认为，具身智能领域正快速逼近一个类似ChatGPT诞生的‘GPT-3.5时刻’——即技术能力实现质变，使大众能直观感知其与人类行为的趋同性（如抓取、操作、逻辑推理），而非仅靠加速播放才显‘丝滑’。他判断，这一拐点可能在未来一到两年内发生，甚至不会超过三年。其核心支撑是两个已成共识的原子能力：泛化能力（如世界模型）与高质量数据闭环。尤其真实场景下的数据反馈，是通向该拐点的必要条件。他类比自动驾驶的发展路径：2019年投小马智行时，通过大量实地测试确认技术边界可突破，从而坚定押注；如今机器人领域也正经历类似“冷启动—边界验证—信心积累”的过程。
你卖了多少台？如果反哺这件事情是重要的，嗯，就比如我有真实的数据，对吧？对，有真实场景反馈。这个真实的数据场景反馈对于你达到了 GPT 三或者三点五的时刻有价值，是个必要条件，那这是毫无疑问是重要的。
但他能干那个阶段，可能要花一段时间。在这段时间的时候，绝大部分人是质疑的。
投资的长期主义：热爱驱动，耐心等待范式兑现
王新宇将2025年视为中国科技投资的关键节点——王星星、梁文锋、张雪等新一代创业者正以对技术本质的热爱与长期专注，推动从硬件到AI的系统性突破。他回顾自己主导的两笔标志性投资：2019年以16亿美元估值领投小马智行（当时为全球最高），2023年投悦之面（后获阿里百亿估值），两笔交易形成“历史的对称美感”。这些决策背后，是对技术演进节奏的深刻理解与耐心：自动驾驶落地比预期晚，但关键拐点一旦到来，扩散极快；机器人领域亦将如此。他特别提到，有了孩子后，才真正理解人类学习的底层过程——如抓取、精细操作等基础能力的获得是无意识的，而机器人一旦掌握这些元能力，后续技能迁移将指数加速。这种认知，让他更确信：当机器人能力突破临界点，大众的感知滞后将被迅速反转。
你说的这个范式，就是说因为热爱和专注，然后去做一个全世界都牛逼的事儿，而不是我去为了赚钱和商业机会去 copy 谁？
第一次重注：从硅谷到悦之面的历史回响
王新宇回忆起早期在美团龙珠投资语数科技（JETJET）的经历：他飞赴硅谷，与创始人James频繁会面，先证明自己理解该方向，再证明项目值得融资。这次投资约一年后，丰田对其投资5亿美元，公司估值达25亿美元——这一结果让他感受到“历史的美妙对称”。类似地，2023年7月他投资悦之面（3000万美元），不到一年后阿里以百亿美金估值入局。两笔投资虽相隔数年，却在他心中构成一种“完美的历史呼应”。
但第一次投资更关键：它需要极强的判断力。王新宇强调，他坚信中美技术路径将分化，数据共享的价值不会被“弯道超车”；无论公司独立、并购或整合，其核心能力都具备长期价值，这才支撑起高估值决策。“你对你认定的项目和创始人还是挺穷追不舍的。我觉得这是投资人的基本基本功吧。”
“历史在很多事情上是对我来说是非常美妙的对称。” “你做了非常多的尽调，然后我认为这个公司有非常重要的核心能力和价值。”
人与事的匹配：愿力比路径更重要
在王新宇看来，投资中“事情逻辑”与“人和团队”并非二选一，而是“最好的人往往会被最最重要的事儿吸引，这两者天然匹配”。他以张雪为例：做机车未必是宏观市场最大的事，但对他个人而言是“最幸福的事”——“人能做自己喜欢的事，又能做到世界最牛逼或者最好，难道不应该幸福是一个很重要的事儿吗？”
他进一步指出，2025年后，这类“由热爱驱动、能力匹配愿景”的创业者会越来越多。即便如他本人，在接触张雪前对机车领域并不熟悉，但基于对范式迁移的观察（如王星星、峰瑞早期项目），他判断这类机会将持续涌现。“我唯一的工作就是去抓到每一个，尽可能抓到每一个下一个这样的机会。”
“马斯克显然是做到了……王星星大家今天依然……这很正常。马斯克被嘲笑的时候可太多了。” “他很小就，不知道为什么他就找到了这个方向，嗯，我觉得这确实挺幸运的，挺幸福的。”
追投语数：从机器狗到人形机器人的底层一致性
王新宇与语数的初遇极具偶然性：2016年7月，他入职美团第一周，因同事临时缺席而代为见王星星——彼时王星星创业不久，正寻求个人天使投资。尽管当时语数尚未有明确商业化路径，但王星星眼中对技术的热爱与执着已清晰可见：两人曾热烈讨论机器狗能否在公园拉小朋友转圈，像旋转木马一样；他甚至能深入讨论电机参数，聊到眼里有光。
王新宇强调，语数的底层特质从未改变：“他热爱的那个东西，他坚信的那个东西……到今天没有变过。” 从机器狗到人形机器人，技术路径虽变，但“ whole body control、电机、控制算法等底层能力一脉相承”，所谓“狗站起来了”，实则是能力跃迁的自然过程。
他坦言，2017–2024年间多次错过语数，关键卡点在于商业化落地的不确定性；直到人形机器人方向明确、AI问题被部分解决，才真正重注。“任何一个VC没有在那个阶段投资王星星，都是一个大概率的正常事件。任何一笔投资最后投出去且成功了，它都是一个极其小概率的事件。”
“他用自己的小机器人做更小的机器人；用大的机器人做更大的机器人……这个就是愿景，甚至是愿力。” “你从哪里来不是最关键的，你要到哪儿去是最关键的，以及怎么去。”
初心与长期主义：车和家的底层逻辑
王新宇提到，车和家（现理想汽车）的创始团队构成多元：一部分来自联想等具备供应链经验的商学院同学推荐的人选，另一部分则是他与李铁等人在汽车之家时期就共同创业的老搭档。但无论团队如何变化，公司的目标始终明确——打造面向家庭的智能电动车。即便在第一款车交付遇挫后，这一初心也未动摇。
他进一步指出，外界常对新造车企业存在一种“机会主义”的误读。回溯到2016年前后，当时确实存在大量以骗补为目的的新能源公司，这类项目注定失败。而车和家的可贵之处在于，其命名本身——“车和家”——就已隐含了day one 的初心：不是蹭热点，而是解决真实需求。
“哪怕他经历了第一次第一款车的不成功，我觉得这个是很重要。”
“你不能说我传了融了一笔资或融了几笔资，这事就结束了，这事连开始都不算。”
通用机器人的终局想象与产业格局
关于通用机器人（巨神机器人）的终局，王新宇认为其核心在于可负担性与多功能性：机器人不应只是昂贵的奢侈品，而应像手机一样普及，渗透进生活方方面面。他引用一个思想实验——如果地球有80亿人，未来可能需要240亿台机器人，这既说明了潜在市场规模，也强调了场景多样性。
从产业角度看，他判断通用机器人不会走向“winner takes all”的高度集中格局。类比燃油车百年发展史：即便经过多轮整合，全球仍有十余家主流车企，且存在明显区域分化（北美、欧洲、东亚）。机器人市场也必然是全球性、多玩家的生态，既不会是少数巨头垄断，也不会沦为碎片化“蚂蚁市场”。
“没有人不需要一个司机，没有人不需要一个秘书，没有人不需要一个保姆，没有人不需要一个助理，但只是不 affordable。”
“它也不会分散成一个蚂蚁市场吧。我觉得我我大概是这样的一个感觉。”
分工协作：超越垂直整合的产业进化
针对“语数是否因缺乏自研大模型而竞争力不足”的质疑，王新宇认为，一体化并非唯一路径。他以英伟达为OpenAI提供GPU为例，指出：当某一层（如硬件、大脑、芯片）能提供高性价比、高可靠性的基础设施级服务时，行业自然会走向专业化分工。
他进一步以龙珠投资的法奥（协作机器人）和新麦（泳池机器人）为例，说明机器人赛道并非只有一条“人形通用机器人”路径。轻型协作机器人、场景专用设备（如扫地、割草）同样具备巨大价值。人类社会本就依赖工具协作，机器人无需“亲力亲为”，而应善用现有工具。
“机器人干嘛得自己能解决所有问题呢？”
“人类社会是为人类设计的……机器人可以用工具嘛？”
AI驱动的算力架构演进
美团龙珠在半导体与能源领域的投资，紧密围绕AI基础设施展开。近期虽仅有少量公开披露的投资案例，但内部已布局两类半导体项目：其一聚焦于TPU架构的专用算力芯片，其二则探索更新型的算力架构——这类架构与英伟达收购Grok所代表的推理优化方向高度相似。王新宇指出，当前GPU主导AI训练，本质是因大模型尚未收敛；一旦训练趋于稳定，非GPU架构将在算力效率、功耗与成本上全面胜出。尤其在推理环节，专用集成电路（ASIC）的天然优势更为显著——即便英伟达自身也在整合LPU等定制化模块。
“GPU做AI训练这件事本身，是因为大模型没有收敛。一旦这件事情相对收敛之后，那AC客户也好，DSA也好，就是非GPU、非通用架构一定是更好的，从算力上到功耗上到成本上。”
半导体的底层创新可归为三大维度：架构设计、制造工艺与材料封装。其中制造环节涉及先进制程推进、封装技术及设备国产化等现实挑战；而材料科学虽非当下焦点，却仍在持续突破。这些共同构成AI时代算力跃迁的底层支撑。
AI重构投资方法论
美团龙珠科技组约10人规模，正系统性地将AI嵌入投资全流程：从信息检索、报告撰写等基础分析工作，到深度参与项目评估与交易谈判。团队尝试将公司交流笔记、项目记录等原始数据输入AI模型，让其模拟投资人视角进行判断——AI不仅能识别潜在风险，还能提出新颖观点，甚至给出接近人类专家的评估结论。
更关键的是，团队曾用AI复盘王新宇去年所有项目的评估记录（含评分、参与人、备注等），并与他手动统计的4.5小时高铁时间分析结果比对，匹配度高达90%以上。AI甚至能指出时间分配偏差：例如某阶段在特定方向投入过多或过少，并据此提出调整建议。这些反馈已超越工具层面，实质上构成投资策略与人生决策的辅助系统。
“慢慢就是AI会比你自己更了解你自己。”
AI发展的现实与未来
回望2015年，王新宇在Burger King读到AGI预测文章时曾立誓：若十年内实现，必铭记此刻。如今十年将至，AI在数字世界的进展远超预期——尤其是大模型能力跃迁与代码生成等原子能力的普及。但物理世界落地（如具身智能、L4无人驾驶）仍面临一致性、稳定性、功耗等工程化难题，进展相对缓慢。
他引用观点强调：即使AI发展停滞于当下水平，其社会变革量级仍可媲美互联网与移动互联网。当前全球仅约0.3%人口为AI付费使用，意味着渗透率尚处早期。未来三年半可能比过去三年半更快，尤其对普通用户而言。他关注的核心问题已转向：AGI的演进速度与潜在风险边界——这恰是VC的核心使命：不判断“好不好”，而判断“多好”。