WAIC 观察：拥挤的共识，巨大的泡沫

作者：小饼，深潮 TechFlow

1.WAIC应该早点举办，这样参观之后，就可以早点清仓科技了。

有太多的顶点信号：各类side event 币圈化，高颜值美女云集，现场产品高度同质化......一个赛道已经从极客的游戏，变成了大众的盛宴。

无论一级还是二级市场，当所有人开始相信同一个故事，共识过于集中，风险就开始累积。

因为牛市里与你并肩的多头，到了下跌时，都会成为踩踏中的卖方。

多杀多！

2. 大模型没有真正的护城河

AGI 的地基，依然是 Scaling Law。

模型能力和参数规模、训练算力、数据质量之间仍然遵循幂律关系。

谁能更便宜地获得 GPU算力、更高质量的数据、更优秀的研究员，以及更高效地把钱烧出去。

所以，大模型公司的护城河，比很多人想象得更脆弱。

模型能力会不断收敛，领先优势会不断被追赶，价格会不断下降。

这一波真正持续赚钱的，就是那些向所有模型公司卖水的人，反正大家都在薅几个大厂的资本支出。

GPU、HBM、高速互联、数据中心、电力、数据服务......

站在军备竞赛的上游分一杯羹，甚至只是做连接资源的中间商，都是现在最赚钱的生意。

3.Data Bottleneck 是这次大会看到的潜在机会

和一些朋友交流后发现，这一波AI浪潮中赚钱的公司十分低调，压根不来参展，其中一个方向就是数据。

统一多模态表征的成败，本质上取决于高质量多模态训练数据。经过高质量清洗、准确标注、跨模态对齐、能够持续迭代的数据资产严重短缺。

模型会越来越便宜，GPU 终究会越来越多，真正优质的数据越发稀缺。

多模态数据产业链正在成为一个暴利的赚钱赛道。

数据清洗、数据标注、数据合成、垂类数据资产、机器人数据采集......以及那些专门解决跨模态统一表征、多模态预训练编码器的算法公司。

GPU 是一次性资本开支，数据是持续性资本开支。

数据方向目前我分为三类： 第一类是专家数据（ Expert Data）；第二类是 RL Environment / Agent Data。未来训练 Agent，不再只是收集 question-answer，而是要构造Environment → Task → Trajectory → Reward → Verifier，这可能是未来最大的增量市场之一。

第三类是 Embodied / Robotics Data，这个比 LLM 数据更缺，极其难采集。

4.AI应用困境，币圈曾经的缩影

现在的AI和过去的Crypto很像，胖协议，L1捕获绝大多数价值，所以Crypto VC 拼命砸钱投公链，应用？狗都不投。

目前，AI也如此。

大模型就是一个POW Layer1，甚至模型即应用。

过去几年，大部分 AI 应用都在做一件危险的事情：把模型暂时不会的能力包装成产品。

但模型能力边界一直在向外扩张。每一次模型升级，都像 L1 把原本属于应用层的功能直接写进协议，搜索、Deep Research、Coding、图片生成、视频生成、Computer Use、Agent......

如果模型每升级一次，你的产品就少一层价值，那么你本质上就是 AI 的 Feature，不是 AI Application。

所以，一定要做模型能做，但也很难拿走的东西，想了想，无外乎是数据、Context、Workflow、Permission、Distribution。

AI 应用的护城河，是让自己成为模型的客户，而不是模型的竞品。

5.具身智能，巨大泡沫

在二楼H4馆，看着大量相同供应链产出的类似模型的机器人慢悠悠做着类似的动作，再看看各家公司的估值，头皮发麻，心疼投资人的钱。

具身智能现在的问题，是资本在用"软件 Scaling Law"给"软硬件复杂系统"定价。

大模型的奇迹在于，一家公司训练出 GPT-5，理论上可以近乎零边际成本服务全球几亿人，但机器人做不到。

机器人每多服务一个用户，就要多造一台机器，涉及 BOM、制造、供应链、交付、维护、折旧。

AI 的智能可以指数级进步，比如模型升级一次，全球用户同时变聪明，但物理世界的成本不会指数级下降。

如果智能遵循摩尔定律，那么具身仍遵循制造业规律，具身智能最终可能是一个巨大的产业，却未必是一个拥有大模型式利润率的产业。

另外，为时尚早。

自动驾驶已经是一个高度受约束的具身智能问题，目标明确，行动空间有限，道路规则标准化，还有海量真实数据和成熟的汽车工业体系。即便如此，这个行业烧掉数千亿美元，仍然没有完全解决道路上的一些长尾问题。具身面临的真实难度是自动驾驶的N倍。

6.皮条客最好的时代

一个残酷的真相，目前大部分AI创业的公司都不怎么赚钱，甚至利润都不如曲曲大女人卖自己的skill。

所以发现一个有意思的事情，很多公司表面是一个业务，仔细一聊，"原来你也是卖Token的呀"，"原来你也是卖算力的呀"，原来大模型公司也倒卖算力赚差价呀。

真正赚钱的就还是皮条客们。

FA、撮合老股、倒 B300、卖 Token、卖数据集、卖算力，甚至卖一个能见到某位创始人的机会......

AI 同时满足了一个中间商市场繁荣的所有条件：技术变化足够快，信息差足够大，资本足够多，故事足够性感。

VC 赚的是判断终局的钱，FA 赚的是判断共识的钱，不需要需要证明一个趋势最终是对的。

相反，越是模糊且宏大的叙事，越有 FA 发挥的空间。

比如具身智能、世界模型......这些赛道有一个共同特点：未来叙事足够大，技术足够复杂，短期又足够难以证伪。

大厂在烧钱训练模型，投资人在赌十年后的 AGI，中间商把钱赚了。

要么薅大厂的资本支出

要么薅LP的FOMO支出

7.钱才是一切

AI竞赛，还有很长的距离，大家经常问， AI 时代最稀缺的资源是什么？

很多人会回答：人才、算力、数据......但归根到底，它们都只有一个名字：钱。

AI 行业最大的竞争优势，不是技术，而是融资能力。

创业者现在要做的就是不断融资，哪怕账户里的钱已经够花，也要融。

真正的战争，在未来的行业下行周期。

只要有钱一直活下去，就可以等竞争没钱后，再低价接收他们的人才、技术和客户。

二级市场，也是一样，在可遇见的2-3年时间里，很可能发生泡沫大崩盘，只要那时有足够的钱抄底，就战胜99%的人。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。