声笺RESONOTE

对话王兴宇:美团龙珠怎么投科技?

晚点聊 LateTalk · 第 168 期 嘉宾:王兴宇(美团龙珠合伙人、科技投资负责人) 2026 年 6 月

从 2016 年 7 月第一周见王兴兴,到 2023 年 7 月 2 号过 IC 投月之暗面,再到宇树正式过会——王兴宇用十年时间,走完了一条完整的科技投资主线:GGV 学徒、昆仑万维投 AI、美团龙珠建科技版图。这期两个多小时的对话,几乎是他投资方法论的完整复盘:怎么识人、怎么看事、怎么在"看不懂"的时候等下去。

十年三段
GGV 学徒 → 昆仑投 AI → 龙珠建科技版图,三段经历都踩在科技投资这条主线上
热爱是原点
他总结的识人方法论:先看热爱与专注,再看其他
三横三纵
AI/半导体/能源 × EV/机器人/下一代终端,九个格子从 2021 年至今没变
重注月之暗面
3000 万美金、唯一的大模型创业公司标的
重注具身
从"看不懂"到宇树最大外部股东,再投星海图、自变量、它石、地瓜
AGI 已实现
判断标准:今天的 AI 已超过 80 亿人的平均水平

一、从机房到复旦:热爱是原点

王兴宇 1989 年出生,八九岁开始学编程——那个年代"学习电脑或者计算机还是要穿鞋套进到机房里的"。高中他在学校的机器人实验室做软硬件,参加比赛后保送到复旦;本科读微电子专业,硕士做 AI(计算机视觉方向)研究。在复旦,他和室友做电子元器件实验、拍视频——那档叫《引爆摩天楼》的节目,讲的其实是"你给它加反了会爆炸",拍了两季、一季十集,单集最高上百万播放量——如果没记错,当时在优酷。

"对一件事情有热爱,我觉得可能是那个很重要的原点" ——王兴宇总结他看人的第一标准

这套标准被他反复用于识人:热爱带来纯粹与非功利,也带来专注——"你不热爱你也很难专注"。

二、GGV 学徒期:验证周期太长的行业

2015 年进入 GGV 时,他"连VC行业是做什么的都不知道"。三年学徒期他给自己定目标,比如花半年做 AR/VR 研究、写 100 多页的英文报告内部分享。但他也清楚地意识到这个行业对年轻人的结构性难题:验证周期太长——成功很难归因于自己,这让他对"任何一个让我能够加速验证自己是否能够就是全链条闭环的"机会都格外敏感。

三、2018 年 AI 低谷与 pony.ai 的 16 亿美金

2018 年是 AI 的第一次低谷——他的原话是"极度低谷"。周亚辉(老周)找他做投资,任务就是投 AI。他做了大概半年的研究,结论是"有点像AI plus一个什么东西",最后 plus 到了交通上:2019 年初投了 pony.ai——16 亿美金估值、5000 万美金,是当时全世界最高的估值。

决定背后是扎实的尽调:坐过几百公里的 Pony 车,Fremont、北京、上海、广州、南沙,白天晚上、下雨都坐过。"你坐过很多,你你才能看到它的边界。但你看到了边界,如果你有相对了解技术的话,你就知道这个边界可能会被解决。"他后来说,"前者对我来说第一次的时候很重要"。

投完约一年,丰田投了 5 亿美金、约 25 亿美金估值。而更戏剧性的对照是 2023 年:投月之暗面 3000 万美金不到一年,阿里投了 8 亿美金——他把这两次经历称为"完美的一个历史的呼应"。

四、加入美团龙珠:三横三纵

猎头公司的创始人疫情期间从北京来上海,吃饭、散步,聊了两个多小时才说正事。听完之后他说:"这是唯一一个我没有办法立刻马上拒绝你的名字。"

吸引他的,是龙珠 2019 年的第一笔科技投资理想汽车——"那一笔投资可能我觉得是被值得写进投资行业的历史的……是可以写进书里的对我来说"——以及内部"长期有耐心""极刚极重要"的价值观。

加入龙珠 day one,他提出科技方向的框架:类似美团当年的"四纵三横",龙珠是三横三纵——纵向是技术(AI、半导体、能源),横向是场景(EV、机器人、下一代终端),三乘三形成九个格子。EV 的定义是"所有 Powered by Electricity 的这种"——"比如说无人机,在我们看来也算"。从 2021 年到现在,这个大的框架没有变。

五、月之暗面:先挖人,再投钱

2022 年底,龙珠内部就在讨论谁是 AI 领域最有潜力的人,结论是杨植麟——"我们当时想,把他挖出来创业"。相当长一段时间对方不见他,他们就写"小作文"、帮忙介绍人。23 年 4-5 月第一次见面,6 月内部决策,7 月 2 号过 IC,3000 万美金——龙珠在大模型创业公司里只投了这唯一一家。

那时 MiniMax、智谱已经差不多 15 亿美金估值,阶跃还没成立,月之暗面连模型都还没有。他带着满脑子疑问去见杨植麟:"这个人会不会很骄傲呀?……这个人会不会很nerdy呀?就技术很好,但是只懂技术啊?……这个人会不会不懂做公司啊?或者这个人会不会不懂战略啊?"——但"见他第一面的话,基本就打消了这里边绝大部分的疑问"。他看到的,是成熟、是 Tech Vision——"应该不断去追求一个什么样的成功才能留住,这样的天才们"。

投后他信奉"帮忙不添乱":"但技术或者说产品,我一定要投一个比我懂的人吧。"阿里那轮融资他甚至"支持到我主动从董事会上退下来";24 年 Q3 他唯一给过的建议是回到专注模型本身——"模型的进展或者模型本身的能力是最重要的"。

六、AGI 已经实现:一个投资人的判断标准

2025 年 1 月 20 号,月之暗面的 Reasoning Model 与 DeepSeek R1 同一天发布。这场冲击验证了他一直相信的事:"模型能力还是非常关键的,而且模型还有很多事可以做。"这个行业里都是很聪明的人——"人教人是教不会的,但事教人一次就能教会"。

关于 AGI,他的判断相当直白:如果用全球 80 亿人的受教育水平平均值和类似于智商的平均值来衡量,"我觉得今天的AI应该已经超过平均值。……那这就是general嘛,那我覺得这应该就是已经达到了"。大家继续在往 ASI 的方向走,但"拓展智能"还有很长的路,"但是也符合Power law的这样的一个发展进程"。

七、具身智能:从 NeurIPS 开窍到重注宇树

具身投资看起来是 2025 年的动作,但内部从 2023 年就非常认真地把它当成一个重要方向——当年看过上百家公司("100家是个虚数,100多了"),"那个时候还没有看懂"。转折发生在 23 年底的 NeurIPS 之行:他走遍 Stanford、Berkeley、Harvard、MIT 的机器人实验室,"你会有两个发现,第一就是所有这些机器人实验室都有宇树的狗",而更重要的,是宇树第一款人形机器人已经做出来,全球最前沿的实验室都想买。

"我看到了黄仁勋把游戏显卡送给那些实验室做 AI 训练……如果全世界最好的机器人实验室里的博士生们都用宇树的人形机器人做开发、做研究、做最前沿的探索,那你觉得AI能力,这个不会被解决吗?" ——王兴宇描述 NeurIPS 之行"开窍的瞬间"(转录原文为"语树",此处统一为"宇树")

2016 年 7 月(加入 GGV 的第一周),他就在杭州见过王兴兴;2024 年上半年重注宇树——美团战投和美团龙珠,现在是宇树最大的外部股东。对"从17年到24年这中间的时间,就是有什么机会可以投他吗"这个问题,他的回答是:"有。""一直有,但我没看懂。"

八、数据之争与"拦腰斩断"

他给机器人投资做的分类简单粗暴——"如果我们非常简单粗暴的话,把一个人形机器人拦腰斩断的话",上半身是 manipulation(操作),下半身是 locomotion(运动)。locomotion(往上叫 whole body control)"我们投了宇树之后就……我们就没有再投过任何公司";而操作这一块到现在都没有收敛,所以投不同路径的公司:星海图、自变量、它石、妙动。

24 年具身吵得最凶的问题是数据:真实的还是仿真的?他 2019 年研究商业航天时也吵过类似的:液氧煤油还是液氧甲烷?

"重要的不是液氧煤油还是液氧甲烷,重要的是飞到太空当中去" ——王兴宇回应"合成数据还是真实数据"之争;马斯克两种都用:回收火箭用煤油,去火星用甲烷,因为"宇宙里没有煤油"

九、2025 范式与去伪存真

"2025 年对于中国或对于我做投资来说是很重要的"——出现了王兴兴、梁文锋,甚至张雪机车。"当中国人能做手机了之后,中国人就能做所有 3C 电子产品了"——"那你看iRobot今天在哪?那基本全世界就变成了全世界变成了中国公司竞争的舞台"。参照系是日本:60 年代 copy、70 年代转型、80 年代有自己的核心技术与品牌——"这件事情在未来的不用太久,我觉得五年、十年也一定会发生"。

他对估值的态度同样鲜明:"我依然认为中国在这个领域投入的钱不是太多,而是太少了。"超 100 亿估值的具身公司据他所知大概 20 家;但算上 Figure 融的钱、Tesla 的研发费用、Scale 一家 140 亿美金估值一轮融 14 亿美金,中美投入不是一个量级——"我们为什么要用别人比别人低得多的成本、少得多的钱,然后去带领人类进步呢?"

接下来会到"去伪存真的过程":world model 和数据很重要已经成为共识,机器人"可泛化的通用能力"能否上一个台阶,他判断"在未来的一到两年会发生"——"哪怕不是一两年,大不了三年,我觉得不会偏差到它是十年"。关于"攒局创业",他说:"你从哪里来不是最关键的,你要到哪去是最关键的,以及怎么去";"它是论迹不论心的"——"融了一笔资或者融了几笔资这事就结束了,这事连开始都不算"。

十、终局:240 亿个机器人

"没有人不需要一个司机,没有人不需要一个秘书,没有人不需要一个保姆,没有人不需要一个助理"——只是还不够 affordable。"地球上有 80 亿人,那可能他就是需要 240 亿个具身机器人"(他记不清是不是马斯克说的)。替代的首先是 3D 工作:Dull, Dirty, Dangerous——"科技应该帮人活得更好"。集中度上,他认为既不会完全 winner takes all,也不会是蚂蚁市场,"具身就应该像手机一样渗透在生活的方方面面"。

分工上,宇树做了很多基础研发,"变成一个像基础设施层一样的东西"——"就像黄仁勋当时给OpenAI送GPU的机柜啊"。"如果它能做到真的特别好又相对特别便宜,比你自己做有充分的竞争力的情况下,为什么你还要自己做呢?"他举了法奥的例子:协作机械臂做到两万块钱人民币、能干活非常好,21 年投的时候卖约 600 台,去年过万台、出货第一名。

核心金句

"我们VC,我们投资人的工作不是判断一个公司的好与坏,而是判断一个好的公司到底有多好" ——转述 Michael Moritz 的话,也是他自己对 VC 工作的定义
"这是唯一一个我没有办法立刻马上拒绝你的名字" ——猎头饭后散步两小时,说出"龙珠"两个字的时候
"人教人是教不会的,但事教人一次就能教会" ——DeepSeek R1 冲击之后,月之暗面回到非常好的状态
"我们不知道这东西能做什么,但他非常喜欢这个东西,并且把这东西做得相当好" ——2016 年 7 月第一次见到王兴兴和他做的机器狗
"未来已来,只是尚未均匀分布" ——80 亿人中为 AI 付过钱的比例不超过 0.3%

十年前他朋友圈置顶着一条 2015 年 2 月的知乎文章,讲"人类在哪,AGI会怎么样,ASI会怎么样",他当时的评论写着:"如果这玩意十年之内实现了,我会记得我在一个Burger King阅读这篇文章时的感受。"到今天差不多 10 年了。超出他预期的部分是具身——"哪怕L4的无人驾驶这件事情……它解决的是不碰撞的一个问题,那具身可是个接触的问题,接触了还要完成任务的问题"。而他关于 AI 的另一个判断或许更值得记住:去年底今年初,他把组里看过的所有项目丢进团队自己的内部 AI 系统、复盘时间去向,又在高铁上用四个半小时手动统计日历做同样的事——两者的匹配度高达 90% 以上——"如果你能数据化你的所有东西,那你就能带来很多不一样的惊喜。而且它慢慢就是AI会比你自己更了解你自己"。