智能终端是AI提供具象化价值的载体。当前常见的智能终端是个人电脑和智能手机，用户通过电脑和手机使用各类AI技术和应用。随着技术进步发展，各类核心零部件的性能在不断提升，同时成本在下降，人机交互也出现了新的选择。在AI时代，智能终端的形态将远不止于电脑和手机，站在当下分析，主要有以下两大类智能终端创新路径：

消费电子是一个大门类，包括电脑和手机在内，直接由消费者使用的电子产品都可以称作消费电子产品。随着AI技术的发展，机器逐步掌握多模态信息输入和输出的能力，传统电脑和智能手机通过屏幕进行人机交互的方式将得到改变和革新。

雷鸟V3+雷鸟X3 Pro

以智能AI眼镜为例，智能眼镜通过搭载光学显示模组和计算能力，能够在用户镜片上直接显示各类信息，也可以自动录取用户的日常信息，帮助用户在会议、旅游、访谈等不同场景下记录信息，最终为用户提供归纳总结的信息。用户可以通过语音和眼动等感知智能方式与眼镜进行人机交互，无需再像电脑和手机一样在传统屏幕上进行操作。“无感”式的交互方式，让智能AI眼镜存在提升用户便利性的潜力。

智能戒指Circular Ring 2

此外还有智能手表、智能耳机、智能项链、智能戒指等等可穿戴终端的发展路径，也有通过组合不同传感器和计算模块以创造新的消费电子产品形态，例如健康监护服、AI外挂装置等等。在AI时代，消费电子产品存在广阔的创新和探索空间。

但美好的理想可能伴随着骨感的现实，对于所有创新的消费电子产品而言，电脑和智能手机都是巨大的挑战壁垒。当下，电脑和智能手机的供应链成熟，已经形成了巨大的成本壁垒，主流电脑和智能手机产品普遍价格在3000-6000元人民币，还能保持不低的毛利率和利润率。创新AI消费电子产品，不仅要在产品上突出AI价值，打造出区别于智能手机的人机交互和用户体验，还需要将价格控制在大众能够接受的价格区间。三者缺一都难以成功，过往曾经红火的VR元宇宙便是典型案例。在AI时代，如若VRAR厂商能够重新定义出兼具上述三个标准的产品，或许能真正实现“元宇宙”愿景。

机器人是另一种AI重要的终端载体。通过搭载AI，机器人可以从事更多更复杂的工作，进一步替代人力工作。当前，机器人技术的发展思路主要分为专用机器人和人型泛用机器人。专用机器人是指通过设计和组合不同的功能模块，使得机器人掌握特定功能。常见的功能模块例子包括移动底盘、机械臂、机器视觉摄像头等，通过组合不同的功能模块，构建诸如扫地机器人、运送机器人、工业焊接机器人等针对不同任务的专用机器人。由于是专用设计，大部分专用机器人在跨场景和功能上的表现不佳。

专用机器人（图：云鲸智能扫地机器人）

人型泛用机器人则是另一个设计思路。人型机器人模仿人体构造进行设计，旨在让机器人具备基础的人类运动能力，以胜任大部分人类的体力劳动。对比专用型机器人，人型机器人需要掌握类比人类的精密运动能力，研发难度更高。

人型机器人（图：宇树机器人）

在商业应用前景上，人型泛用机器人无疑有更大的潜力。但高研发难度和生产成本是现阶段人型机器人面临的最大挑战，隐性的成本还包括实际投入运营后的运营和维护成本。现阶段，无论是专用型机器人还是人型机器人领域，都有领先企业，例如科沃斯、云迹机器人、优必选、宇树机器人、智元机器人等。随着具身智能风口的持续发酵和技术进步，未来很长一段时间内，我们将看到愈来愈多的机器人创新企业出现。

对人型机器人来说，短期内资本和市场对其仍有相当高的不盈利包容度，大部分人型机器人企业将依靠持续融资来打造自己的产品。但对专用机器人而言，落地和盈利已经成为厂商的首要任务。专用机器人跨场景服务挑战大的特点也已被市场普遍认知，在专用机器人设计之初，其下游市场客户是否有足够的付费能力和需求也是评估的重点。

在消费电子产品和机器人之外，还有智能车、智能家居、边缘运算等不同的智能终端形态。智能终端在AI时代是一个庞大的系统性机会。在研究智能终端项目时，不仅要关注项目本身的技术研发能力，也要关注产品落地的生产制造能力。能够用高性价比的方式提供独特创新价值的产品才是优秀的硬件产品，近些年兴起的优秀终端企业如大疆、Insta360、Anker皆是如此。此外，对比B端市场，C端市场有着更高的市场天花板，能够创造更大的创新机会。

前文我们提到AI智能分为认知智能和感知智能。感知是指机器通过AI获得人类类似“五感”的能力，包括视觉、听觉、触觉、嗅觉、味觉等。认知智能是指AI具备人类思考和理解的能力，常见技术包含NLP自然语言理解、深度学习、神经网络等。AI智能在各行各业的应用也主要以感知和认知智能两种形式存在。篇幅有限，本文以AI应用在制造业、企业服务、娱乐和文化行业的前景为例，与投资人分享AI应用与其他行业的融合应用。

广义制造业包括各类食品、纺织的轻工业，也包括电子产品、大型机械、汽车的重工业。制造业是一个不断追求效率和质量的行业，因此，高自动化一直是制造业追求的目标，而AI恰恰能够帮助制造业实现更高的自动化水平。

在感知智能层面，通过搭载各类传感器和AI算法，让机器掌握机器视觉、物体抓取等感知能力，能够替代制造业中高重复度的工作，减少人员的部署和降低用人成本。更重要的是，杜绝人为可能导致的事故和意外。在认知智能上，通过AI构建工厂大脑，汇聚所有制造设备相关的数据，AI能够通过大数据分析，更好地执行制造工作，并能够根据原料库存、订单急迫程度等因子变动，及时调整和协调制造任务。

以国内知名制造企业长虹为例。长虹在生产线上部署了AI检测，对生产组装前的零部件和生产完成后的整机进行质检，有效提升了检测的准确性和效率，产品良品率达到99.99%。另打造长虹工业“双跨”平台，统筹协调整体生产流程，实现每条生产线同时生产6种不同产品，产品交付周期控制在10.68天。

企业服务同样是一个庞大的行业，面向各种企业不同的经营部门，提供丰富且差异化明显的各类服务。在AI逐步发展的过程中，优先实现落地的应用既与AI原生能力紧密相关，也需要能够覆盖大部分企业的通用需求。

AI在企业服务领域的典型应用例如：企业在经营过程中需要查看甚至转录大量电子和书面文件，AI通过整合机器视觉、自然语言模型和RPA（机器人流程自动化）技术，能够实现对文本内容的理解，并根据指令汇总和整理有关信息。对比人力处理，能够极大提升文本材料的处理速度。整合自然语言模型、机器语音和知识图谱技术，能够将AI打造成智能客服和营销人员，替代大量重复性劳动的人力。此外，还有企业利用AI技术构建知识图谱系统，帮助员工快速掌握自身各类知识内容，通过联通外部数据库，还能提升员工搜集市场情报的能力。

Cohere，人工智能初创公司

AI企业Cohere为金融开发合规审查工具，将原本需要数十名员工参与的审查工作通过AI提速，将平均审查时间缩短80%。

飞书打造AI多维表格，帮助蔚来在换电站建设过程中统筹48个区域百余名工人的管理场景，保证信息交互的及时性和安全性。

AI生成内容的效率远超人力，在娱乐和文化领域有着极大的应用前景。AIGC（人工智能生成内容）的出现极大地降低了内容创作的技术门槛，每天都有大量的AI原生文字、图片和视频在被生成。同时，各类文娱创作者在原创之前，普遍都会采用AI作为灵感工具，协助其打造更有趣的内容。

AI在提供创作辅助之外，也逐渐在AI原创领域落地。在AI陪伴应用上，用户利用AI构建各种类型、人设的数字人，与用户进行文字和语音的交互。在游戏中，AI能够胜任NPC（非玩家角色），基于AI能力，与真人玩家进行更自然和真实的互动，给玩家更好的游戏体验。甚至AI还能自主设计和构建一款游戏供玩家游玩。

图：游戏《Whispers from the Star》

在由米哈游创始人蔡浩宇创立的Anuttacon公司开发的游戏《Whispers from the Star》中，开发团队创建了一个AI角色Stella，能根据玩家的选择调整情绪和行为与玩家进行交互，让每个玩家的体验都因决策不同而不同，突破了传统游戏的线性叙事，提升了游戏的沉浸式体验。

AI的核心能力价值在于处理海量的大数据和在感知和认知层面替代人，因此能够对绝大部分行业进行赋能和优化。具有良好数字化基础和大量数据的行业将是AI应用最快应用和落地的场景。

感知智能和认知智能是AI价值落地的两种方式。感知智能相当于人的感官和躯干，认知智能则相当于人的大脑和思维。二者相辅相成才能形成真正能够替代人的AI。科技发展进步需要一个过程，在AI发展过程中，感知智能和认知智能将分别通过不同形态和模式在各个场景中进行研发和实践，针对不同场景中的不同需求通过针对性解决方案落地。

对AI应用创业者来说，创业不仅仅是科学研究。在打造AI产品时，要考虑产品面向目标客户的价值以及付费意愿。从这个角度出发，创业者也更应当深入了解目标客户的痛点在哪里，能够如何通过AI去满足这些痛点需求。

对GP投资人来说，投资的目标是为LP投资人创造投资回报，在投资判断时，便应当对拟投项目进行退出预测和规划。退出方式多种多样，包括IPO、并购、次轮退出等等，不同细分领域的项目也应有不同的潜力预测。我们当然希望每一个项目都能获得成功，成为回报大几十倍的超级项目。但现实是创业不易，超级回报项目永远是少数。GP投资人在构建投资组合时，需要通过分散策略构建合理的组合，例如一部分项目承担较高风险，去追逐超高收益可能，一部分项目则去追求确定性的增长。并利用投资工具和自身的优势资源去为被投企业创造价值，实现对LP投资人利益的保障。

GP在退出规划和投资组合构建上是否有科学认知和实战业绩是我们评价GP的关键之一。

对未来技术发展和企业成功的预测永远是一件具有挑战性的工作，预测本身也充满了不确定性。但技术发展和商业化实现是有规律和逻辑的。在股权投资上，股权投资人需要做到的是寻找不确定性中的确定性。人工智能产业是一个庞大的产业，包含多种技术，存在大量与其他行业融合的发展机会。针对人工智能产业的股权投资，存在多种可行的策略。