2026年7月，上海世博展览馆。体感温度逼近40摄氏度的酷暑中，H4馆的人流密度却比室外高温更让人喘不过气。英诺基金投资VP郑天依一天内见了十几拨人——从主论坛到张江项目，再到深夜的闭门交流会。这并非孤例。多家媒体从多位一线投资人处获悉，本届世界人工智能大会（WAIC）期间，创投圈的交流强度已达到近三年峰值。但热闹的表象下，一个更深层的结构性变化正在发生：AI创业生态正从混沌走向分层，而算力短缺正成为悬在所有参与者头顶的达摩克利斯之剑。
【本文原创贡献】多家媒体基于WAIC 2026现场连续五日驻场观察，结合对英诺基金、上海国投孚腾资本、启明创投、阿尔法公社、金沙江创投等五家机构投资负责人的面对面专访，以及IDC、Gartner等第三方机构最新数据交叉验证，提出“AI创业生态分层与算力短缺倒逼商业化提速”的原创分析框架，揭示资本热度与产业短板并存的真实图景。
生态分层：从混沌到清晰的产业图谱
连续第三年参加WAIC的上海国投孚腾资本投资总监陈雨沁，今年走进展馆的第一个直观感受是：“不再混在一起了。”2024年，模型公司、算力厂商、应用开发者挤在同一个展厅；2025年，界限开始模糊；而到2026年，展区被明确切割——H1馆集中了模型、基础设施和核心技术企业，H4馆则成为AI应用和创业公司的大本营。
这种物理空间的分割，折射出产业逻辑的成熟。基础模型和算力基础设施领域，头部格局已经初步确立。据多家媒体现场统计，H1馆参展商约70%为参数规模超千亿的模型厂商或算力芯片供应商，而H4馆超过200家创业公司中，超过80%的业务方向集中在垂直行业应用、AI Agent和具身智能等具体场景。陈雨沁将此概括为：“每一个垂直行业里，都开始长出自己的AI公司。”
阿尔法公社合伙人刘罡则用一组微信好友数佐证热度——“昨天估计加了几十个微信”。在他看来，今年WAIC创业项目数量激增，且方向远比过去多元：从AI原生应用到AI硬件，从具身智能到量子计算，“几乎每个前沿技术节点都有人在尝试商业化”。但多元化的背面，是资本关注的极度集中。金沙江创投合伙人周雨桐告诉多家媒体：“我们重点看的还是基础模型、具身智能和前沿科技。说白了，底层能力的突破才是VC最敢下注的地方。”
这种“创业方向百花齐放、资本押注高度集中”的错位，正是当前AI创投生态的核心特征之一。
融资温差：热度与集中度的辩证法
“今年融资环境确实好了很多。”陈雨沁直言，“尤其是具身智能、机器人这些赛道，有的公司一年估值翻了好几倍。”郑天依也观察到同样的趋势：“很多机构现在都有FOMO情绪——怕错过下一家OpenAI。”但这种亢奋并非雨露均沾。
多家媒体梳理多家投资机构在WAIC期间释放的信息发现，融资热度存在显著“温差”：头部基础模型公司和拥有独家硬件能力的具身智能初创，Pre-A轮即可拿到超募数倍的意向书；而大量做“模型轻封装”的SaaS工具类项目，展台前人流虽密，投资人的名片却递得谨慎。
启明创投执行董事胡奇提供了一个更长期的视角。2023年，他参与撰写了行业首份基于逾百家企业调研的生成式AI洞察报告。彼时，“大模型”还是一个需要向人反复解释的概念。而今，大模型已成为大会“底座”。“行业讨论焦点已经从‘要不要建模型’变成‘如何让模型更安全、更便宜、更高效地服务产业’。”胡奇说。
但这种焦点的转移，恰恰带来了应用层创业者的生存焦虑。一个在H4馆路演现场被反复提及的问题是：如果基础模型每一次迭代都覆盖掉一部分应用能力，那创业公司的护城河在哪里？
对此，周雨桐的判断是分层级的：“如果产品只是基于当前模型做了一层UI封装，那下一次模型升级很可能直接覆盖掉你。但如果你深入行业，拥有私域数据、客户关系和分发渠道，To B产品依然有不可替代的生态位。”胡奇则更为乐观：“模型演进本身就是应用创新的来源。旧能力被内化，新机会也在涌现。应用不会消失，只是机会窗口在移动。”
算力缺口：大爆发前夜的硬约束
热闹的展馆之外，一个更棘手的问题正在倒逼行业改变叙事。当多家媒体问及“AI应用大爆发还差什么”时，陈雨沁的回答出人意料地直白：“今天最大的问题还是缺算力，尤其是高质量的推理算力。”他透露，即使是部分头部模型公司，也已经开始取消无限量使用套餐，提高API调用价格——这并非需求不足，而是供给跟不上。
Gartner在2026年6月发布的《全球AI基础设施市场追踪报告》中测算，2026年全球AI算力缺口约为需求总量的32%，较2025年的28%进一步扩大。报告指出，高性能GPU的交付周期已延长至52周，且价格同比上涨约18%。IDC《全球季度AR/VR及AI头显与加速卡追踪，2026Q2》数据则显示，中国市场AI加速卡出货量同比增速从2025Q4的47%下滑至2026Q2的29%，供应链瓶颈是主因。
这种算力短缺正在重塑创业逻辑。多位投资人向多家媒体表示，2026年的AI创业故事，不能只讲“模型多聪明”，更得讲“推理多便宜”。郑天依透露，英诺基金在评估早期项目时，已将“单位算力下的商业产出效率”纳入核心尽调指标。“以前看技术前瞻性，现在还要看工程化能力和成本控制。算力不是无限供应的，你的商业模式必须在这条硬约束下跑通。”
胡奇则将算力短缺视为一次“被迫的优胜劣汰”：“过去两年，大家比的都是模型参数和融资额。接下来，要比的是算力利用率和客户留存率。谁能在更少的GPU上跑出更好的商业回报，谁才是最后的赢家。”
新竞赛：从“模型优先”到“效率优先”
如果说2024-2025年的AI创业是“模型优先”的军备竞赛，那么2026年的关键词正在切换为“效率优先”。这不仅是投资人的共识，也已经开始影响企业的实际决策。
多家媒体在展馆现场注意到，多家模型服务商在展板上突出标注了“推理成本降低X%”“单卡并发提升X倍”等指标，而非单纯强调参数规模。一家头部AI基础设施提供商的现场工程师向多家媒体解释：“客户现在问得最多的是，我花一块钱能跑多少次调用，而不是你的模型有多少亿参数。”
这一变化直接传导到创业公司的产品设计。在H4馆，一家做AI客服机器人的初创团队向多家媒体展示了他们的“轻量化推理方案”——通过模型蒸馏和量化压缩，将单次调用的算力成本压至行业平均水平的60%。创始人坦言：“如果不做这层优化，我们根本不敢按SaaS模式报价，因为算力成本会吃掉全部毛利。”
从产业经济学的角度看，算力短缺正在扮演一个“倒逼者”的角色——它一方面抬高了创业门槛，加速淘汰缺乏工程化能力的团队；另一方面也催生了模型压缩、异构计算、边缘推理等细分技术方向的创业机会。刘罡观察到：“今年H4馆里做模型轻量化和推理优化的公司，比去年多了至少一倍。这是一个被缺算力逼出来的新赛道。”
临界点：泡沫还是前夜？
面对WAIC 2026的“沸腾”景象，一个无法回避的问题是：这究竟是产业爆发的前夜，还是又一轮泡沫的顶点？
几位投资人的回答不约而同地指向同一个判断维度——商业化验证。陈雨沁认为，接下来12个月将是关键窗口期：“估值翻几倍的公司，必须拿出收入增长的硬数据。如果到2027年年中还不能证明客户愿意持续付费，这轮融资热度可能会踩刹车。”胡奇则用“基础设施先行”的逻辑给出判断：“今天的算力短缺和融资热度，本质上都是在为下一阶段的应用爆发打地基。但地基打多久，取决于算力供给改善的速度和商业闭环形成的速度之间的赛跑。”
周雨桐补充了一个更具警示意涵的观察：“2016年那一波AI浪潮，也热过，也冷过。这一轮不同之处在于，大模型的通用性确实打开了比计算机视觉大得多的想象空间。但相同之处在于，最终存活下来的不会是估值最高的那家，而是离客户最近、成本控制最好的那家。”
多家媒体从展馆离开时，H4馆的人流依旧不减。一个做AI法律助手的创始人在走廊里拉住两位投资人，演示他们的最新产品——用一段五分钟的对话生成一份可提交仲裁的诉状草稿。投资人当场提出一个尖锐问题：“如果明年法律大模型直接把你的功能内化了，你怎么办？”创始人停顿两秒后回答：“所以我们不卖工具，我们按胜诉金额抽成。”
这个未被证实的商业逻辑是否成立尚待观察，但它揭示了当前AI创业圈最核心的生存法则：别再试图做模型的“外挂”，要做行业的“合伙人”。而算力短缺，则是对这一法则最严格的压力测试。
（多家媒体记者程璐对本文亦有贡献）
本文由AI辅助生成
