核心内容总结
2026年上半年，AI行业热度持续走高但也伴随波动：投资圈弥漫“错失恐惧（FOMO）”，项目估值飙升且变化极快；技术上，Agent（如OpenClaw）、世界模型、具身智能成为热点，模型从“考场”走向“工作现场”；中美AI模型差距缩小，但基础设施（算力、存储、传输）仍是国内短板；资本市场迎来AI公司上市潮，泡沫问题引发讨论，投资人关注泡沫破裂后能存活的企业逻辑——要么有持续研究成果，要么有稳定商业模式。
一、投资圈的“疯狂”：FOMO情绪下的估值乱象
上半年AI项目数量暴增，投资人普遍陷入“怕错过”的焦虑。比如，有些项目一周内估值就变，甚至同时谈三轮融资（一轮交割、一轮签协议、一轮定方案）。这种现象背后是“估值前置”：过去早期项目要完成阶段性成果才涨估值，现在热度打破规则，10亿美元估值可能几个月就出现。但投资人焦虑的不是没投到项目，而是AI变化太快——每天都有新模型、热词，晚看几天新闻就怕被甩下。不过，也有人提醒：不能让市场情绪替自己做决定，得区分价值投资和机会型投资。
二、技术热点：热闹过后，哪些是真东西？
1. Agent（智能体）：OpenClaw热潮过后，留下的是“智能体操作系统”——普通人也能搭工作流（比如美妆自媒体用它搜集科技信息、生成内容流水线）。现在更关注“智能体运行环境工程”：让模型在环境里自主决策、执行任务，而不是人写死每一步。
2. 世界模型：今年突然爆发，因为视频生成、3D技术成熟了。它不是某一种模型，而是“预测世界变化”的能力（比如游戏里减少穿模Bug）。目前缺的是含物理规律的数据，但可用真实传感器、仿真、视频反推三种数据互补。
3. 具身智能：还在解决“不可能三角”（长任务、高成功率、跨场景），触觉适配是难点，但已有低成本案例（比如二指夹爪加传感器夹豆腐不碎）。
4. AI for Science：把科研变成流水线，从提问题到实验都用AI加速，甚至延伸到社会科学（用AI做推演）。
三、中美AI模型：差距缩小，但算力仍是硬伤
- 差距变化：2022年觉得难追上，现在体感只差几个月。国内在极速版、视频生成（如Seedance）上甚至更强——因为视频消耗Token多，国内靠架构设计降成本。
- 短板：美国有更大算力集群，能同时跑更多实验；国内靠算法和工程效率跟进，但基础设施（算力、存储、传输）仍落后。
- 国内进展：智谱往Coding发力，DeepSeek开放融资和国产算力合作，MiniMax被OpenClaw支持、上了英伟达GTC议程。
四、AI基建：不止算力，还要“电力换Token”
AI基建不只是买芯片，还要解决“算、存、传”的协同：比如一万个计算节点，如果数据传得慢，就像工人等材料磨洋工。所以光互联、高带宽存储器（HBM）、液冷等越来越重要。核心逻辑是“电力in，Token out”——怎么用最少的电和钱，生成最多的Token（模型处理的单位）。另外，云、边、端分工：简单任务放手机（端侧），私有数据放企业设备（边缘侧），复杂任务用云端算力。端侧在有限资源下做功能，对创业公司是机会。
五、资本市场：上市潮与泡沫，谁能活下来？
- 上市潮：宇树科创板注册，智谱、MiniMax上市后股价分化，Kimi、DeepSeek拿大额融资。上市是为了拿更多钱继续研发（AI公司长期烧钱），估值不看PE，看生态位置。
- 泡沫问题：泡沫破不破难预测，但破了之后钱会流向“真资产”：研究驱动的公司要持续交出里程碑（比如世界模型进展）；落地公司要看商业模式稳不稳、订单真不真。泡沫破裂也有好处：算力成本可能下降，让更多项目落地。
- 下半年变量：真实数据闭环——不管是具身智能还是Agent，能让数据和反馈循环起来的公司（包括卖工具的）更有机会。
总的来说，AI行业还在快速演进，泡沫可能存在，但技术不会停步。能落地、有真实成果的公司，才能在波动中活下来。