當行業熱議“AI模型層是否已收斂”，明勢創投創始合伙人黃明明認為：若AGI（通用人工智能）是珠峰，人類目前連“半山腰”都未到達。
這位創立明勢創投深耕硬科技的投資人，過去11年押中理想汽車、小牛電動、知行科技、藍箭航天、MiniMax、逐際動力等明星項目。近期在好買行業分享會上，他結合明勢過往的投資邏輯和真實案例，拆解了AI時代“押注終極贏家”的核心方法論：不追風口，錨定“底層技術的交匯點”與“定義未來的超級產品經理”。
提前布局在底層科學的交叉領域尋找方向
明勢在2021年底便布局了MiniMax，而轟動全球的OpenAI ChatGPT于第二年10月30日才發布。其背后的關鍵，恰是源于與理想汽車自動駕駛團隊的深度溝通：“我們看到理想用端到端數據跑通了新一代自動駕駛模型，這種‘大模型驅動’的范式，比傳統‘規控+高精地圖’強太多。”
而理想汽車，正是明勢創投創立初期的經典案例。作為理想汽車第一輪唯一機構投資者，明勢連續七輪加倉直至其IPO。理想汽車的進化仍在繼續——兩年前，其就明確“不是電動汽車公司，而是人工智能公司”。最新數據顯示，在國內道路上，理想自動駕駛（NOA）的百公里人工干預次數僅1次，市場上新勢力多為3-4次。
從EV到AI，不是轉身，是技術范式的延續。
人類近代三次工業革命，均由“能源效率革命”與“信息效率革命”交替驅動；未來十年至二十年，人工智能與神經網絡將成為關鍵變量。回望歷史，顛覆式創新往往率先誕生于底層科技的交叉領域：能源與信息技術的結合，造就了過去十年最大的結構性機會——電動化；而在自動駕駛大規模應用的浪潮中，AI技術持續迭代，明勢也成為最早關注“Transformer+端到端技術”的投資機構。
時間來到2022年8月，“具身智能”概念尚未興起，明勢團隊延續Transformer+端到端技術邏輯，挖掘到南方科技大學張巍教授所創立的具身智能公司“逐際動力”，逐際擁有全球領先的核心部件設計能力、AI和控制算法，是全球少數幾家掌握AI環境感知與運動控制融合技術的團隊。如今，逐際動力的全尺寸人形機器人也已成功落地，躋身賽道頭部玩家。
中美AI比拼“工程效率”才是核心競爭力
美國的優勢集中在科學發現與金融生態，中國的核心勝勢則在“技術落地能力”——能否將實驗室技術快速轉化為量產產品，正是AI時代的核心競爭力。
自創立之初，明勢創投內部就總結出“科學發現→技術落地→大規模工程化→產品化”的四階段模型。長時間以來，許多科學發現仍以西方等發達國家為主導，以鋰電池技術為例：1975年嵌入式技術實現科學發現，1980年代實驗室完成正極材料技術落地，但直至中國電動車產業及寧德時代入局后，全球電動汽車才成為結構性產品，這一過程耗時近40年。
這一模型在人工智能領域同樣適用：2017年Transformer論文《Attention Is All You Need》標志“科學發現”；GPT-3實現“技術落地”，將論文轉化為可落地的大規模模型；ChatGPT完成“工程化”，解決模型實用化難題。
2024年DeepSeek發布大模型之際，不少海外投資人疑惑“中國怎么能追上美國”，但明勢團隊早有預判。以訓練成本為例：OpenAI去年投入50億美元，其中45億用于方向摸索，可能需在10個方向中試出1個正確路徑；而中國工程師無需依賴開源工具、不必逐篇研讀論文，一旦鎖定可行方向，僅用6-9個月、十分之一的成本便達到同等效果。這并非中國工程師更聰明，而是算法上“敢為人后”卻快速迭代的優勢。
當前AI正邁入“產品化”階段，真正的落地場景與閉環驗證反而更易在中國實現。這一階段的“最后一公里”需要投入大量苦活累活，而這正是中國團隊的強項——全球首個通用Agent（Manus）、首個AI設計Agent（Lovart）均源自中國。
更為關鍵的是，中國強大的供應鏈能力能進一步放大這種工程效率。以明勢投資的鯤游光電為例，其主攻AR/VR光學器件，海外同類產品需12個月實現量產，而鯤游光電依托國內供應鏈，僅用6個月便完成落地，成本還低30%。
正是基于這一演進模型，明勢創投得以在關鍵賽道提前5至6年布局：2014-2015年布局電動汽車（EV）與AI+智能硬件，2018年切入商業航天與低空經濟，2021年聚焦通用人工智能，即便在發展最快的AI領域，也實現了提前布局。
押注超級玩家“非共識的超級產品經理”比賽道更重要
真正改變世界的，并非單純的科學家或資本家，而是這類超級產品經理——他們能創造“人類從未見過的產品”。
過去十年間，2014年后成立、當前市值超200億美元的中概民營企業僅2家（拼多多、理想），港股僅1家（理想）；市值超100億美元的，中概民營企業僅新增小鵬、蔚來2家；港股除了蔚小理，僅新增3家（極兔、零跑、地平線）。在VC領域，“押注超級賽道中的頭部玩家”，遠比“如ETF般重倉整個賽道”更為關鍵。
核心原因在于：VC無法像二級市場基金那樣實現“及時調倉”，需與企業家共同成長5-7年甚至更久。因此，“判斷超級玩家”比“判斷超級賽道”更難，也更重要——如今 “中國智能硬件/消費電子有機會”已成共識，但找到真正的頭部企業，仍是行業共同的挑戰。
2015年布局理想汽車時，黃明明和明勢曾被外界一致質疑。黃明明的投資邏輯很簡單也很堅定，他認為人類的歷史的進步始終被能源革命和信息革命所推動，而新能源汽車恰好處在這兩大革命進程的交匯點。而李想所想創造的智能汽車的終局，和黃明明對于能源行業和信息行業未來的發展趨勢不謀而合。但在這樣的顛覆性機會面前，只有超級企業家才能夠真正抓住并取得成功。李想無疑是黃明明心中最合適的人選。十年來理想汽車的發展腳印，完全印證了這個判斷。
另外一個頗具爭議的項目是藍箭航天。創始人張昌武是銀行家出身，當時大部分同行都傾向于投航天院所研究機構出來的團隊，但明勢看到了他的“非共識判斷”：堅持液氧甲烷路線，堅信“唯有該技術可實現可回收火箭”——彼時業界尚未突破這一方向。2023年，藍箭航天發射全球首款液氧甲烷火箭并成功入軌，2025年7月已啟動科創板上市輔導。
在黃明明看來，AI時代的終極贏家，也必定是“超級產品經理”——并非溫和的管理者，而是“對細節偏執到可怕”的人。比如李想，坐進汽車座椅就能判斷支撐度、軟硬度與用戶需求幾毫米的匹配差距。
“這類人在生活中或許顯得‘難搞’，但只有這種人，能做出超越用戶預期的產品。”黃明明坦言，如今明勢考察AI項目時，首先關注創始人“是否對產品有執念”：比如做AI設計Agent的Lovart團隊，創始人會逐行檢查代碼里的交互邏輯；做工業閥島的阿爾賽克團隊，為了測試產品耐用性，連續3個月在工廠盯數據。
在AI時代，所有人都共識“要投AI”，而明勢的策略是“在共識中找非共識”——持續押注這些“異類”（Outliers）。要找到他們，自己也必須成為“異類”；若滿足于“湊合”、“追求確定性回報”，便無法理解他們的極致追求。
定義自己的“獎勵函數”比追熱點更重要
分享最后，黃明明提到了一個AI領域的概念——“獎勵函數”：“AI通過可驗證的獎勵不斷迭代，人其實也一樣。很多人追AI熱點，是被短期獎勵驅動，但真正的機會，需要你定義長期的‘獎勵函數’。”
這或許就是明勢11年來始終站在硬科技投資前沿的原因，“AI會淘汰跟不上的人，但不會淘汰‘愿意扎根的人’。AI時代的終極贏家，從來不是賭對一次風口的人，而是能陪技術從0到1、從1到100的長期主義者。”
風險提示：
投資有風險。基金的過往業績并不預示其未來表現。基金管理人管理的其他基金的業績并不構成基金業績表現的保證。相關數據僅供參考，不構成投資建議。投資人請詳閱基金合同等法律文件，了解產品風險收益特征，根據自身資產狀況、風險承受能力審慎決策，獨立承擔投資風險。
重要提醒：
本文版權為好買財富所有，未經許可任何機構和個人不得以任何形式轉載和發表。
