Neura Robotics 的 C 轮融资是具身智能赛道的"登月时刻"。四个投资方各有用意：NVIDIA 要为自己的机器人平台（Jetson Thor）锁定头部客户和应用场景，其投资逻辑是"卖铲子给淘金者之前先入股金矿"；Amazon 看到的是仓储物流自动化的终极解决方案——如果 Neura 的机器人能理解自然语言指令并自主执行复杂操作，Amazon 的物流中心将发生革命性变化；Qualcomm 瞄准的是机器人"大脑"芯片市场，投资 Neura 等于锁定了一个展示其机器人平台能力的高规格参考客户；Bosch 则是工业自动化的老牌巨头，投资 Neura 是为了确保自己在 AI 机器人时代不被淘汰。
70 亿美元的估值对于一个尚未大规模商业化的机器人公司来说看似高昂，但在 2026 年的 AI 投资语境下——当 AI 基础模型公司（如 Anthropic）的估值已达万亿美元级别——"具身智能"作为 AI 的下一个前沿，其头部公司的估值自然水涨船高。Neura 的核心技术是让机器人通过自然语言理解和多模态感知来自主执行任务，而非像传统工业机器人那样需要精确编程。"通用机器人"是 AI 的终极应用——如果 AI 能够在数字世界中展现接近人类的智能，那么下一步就是让这种智能在物理世界中落地。四家全球顶级科技公司的集体背书，比任何商业计划书都更有说服力。
来源：21世纪经济报道
东昇聚变的 A 轮融资是 2026 年可控核聚变投资热潮的一个缩影。1 亿美元（约 7.2 亿人民币）的 A 轮融资规模，在硬科技领域已属顶级——更令人瞩目的是它成立不到一年就完成了三轮融资（累计超 8 亿元）。"氘-氦 3"聚变路线与当前主流（氘-氚聚变，如 ITER 和国际主流民营聚变公司）具有差异化——氦 3 作为燃料的优点是不产生中子辐射（因此对反应堆材料的损害更小），但缺点是氦 3 在地球上极为稀有（月球表面储量较丰富）。这个路线的选择本身就说明东昇聚变是一家长线布局的公司——可能 20-30 年后才有商业化前景。
投资方的背景同样值得关注。红杉、高瓴、IDG 等顶级 VC 虽非直接领投但通过关联基金间接参股——这意味着中国顶级投资机构已经将可控核聚变从"科幻"类别移到了"可投资"类别。珠海科技产业集团的参与则为东昇聚变提供了产业落地方面的资源——聚变装置需要大量电力基础设施和工程资源。2026 年被业界视为可控核聚变的"产业爆发元年"——国内民营聚变企业公开融资总额已超 200 亿元。但需要清醒认识的是：可控核聚变的商业化仍面临巨大的科技和工程挑战，"永远还有 20 年"这一老笑话短期内不会过时。
来源：东方财富
千诀科技、星尘智能和千寻智能在同一个月内密集宣布大额融资，说明具身智能赛道正在进入"资本催熟"阶段。投资逻辑正在从"投硬件本体"（机器人手臂、双足行走等机械能力）转向"投通用大脑"（机器人的认知和决策系统）。千诀科技源于清华类脑计算研究中心，核心优势在于"类脑计算"——模仿人脑的神经计算原理来构建机器人的感知-认知-决策系统，这与其他具身智能公司采用的纯深度学习路线有所不同。类脑路线的理论优势在于能效比更高、小样本学习能力更强——这对于需要在真实世界中运行的机器人来说尤为重要。
星尘智能的"绳驱 AI 机器人"和千寻智能的"机器人通用大脑"代表了具身智能的两个不同方向：前者侧重硬件的灵活性和精细操作（绳驱技术可以实现更接近人手的灵巧度），后者侧重软件的通用性（一个"大脑"可以适配不同类型的机器人本体）。但资本密集涌入也带来了行业泡沫的风险——当多家公司都在宣称自己是"具身智能领导者"而商业化路径均不清晰时，资本可能正在重演 2016-2018 年自动驾驶行业的"过度投资→泡沫破裂→剩者为王"的周期。京铭资本等国资/产业资本的参与则暗示了这个方向已被纳入国家战略视野。
来源：证券时报
7 亿美元 A 轮融资——对于一家仍处于早期的 AI 芯片公司来说，这个数字在任何正常的估值标准下都是"疯狂的"。但这恰恰是 2026 年 AI 投资市场的现实："超大额早期融资"正在成为一种新模式。投资逻辑是——与其在 B 轮或 C 轮以更高估值投入，不如在 A 轮就以相对（！）低的估值锁定大额股权。Hark 的 60 亿美元 A 轮估值意味着投资方相信这家公司有机会成长为 600 亿甚至 6000 亿美元的公司——考虑到 NVIDIA 的 5 万亿美元市值，这个逻辑并非完全不成立。
然而这种"超级 A 轮"模式的风险也是显而易见的。公司在产品尚未大规模验证之前就背负了 60 亿美元的估值，这意味着下一轮融资的门槛极高——它需要证明自己值 150 亿、300 亿……到某个点，这个数字需要与商业收入相匹配而非仅靠"AI 芯片"的故事支撑。从积极面看，Hark 能够吸引如此规模的 A 轮融资，说明其团队、技术和市场定位确实具备某种独特性。Latham & Watkins 作为顶级律所的参与也暗示交易的复杂程度非同一般——这类规模的融资通常涉及复杂的投资者权利、董事会构成和退出机制安排。
来源：Latham & Watkins 交易公告
Rivvun AI 和 Picogrid 代表了 AI 投资的"两极化"趋势——一端是精准切分企业级 SaaS 赛道（支出回收），另一端是高度敏感的国防安全领域。Rivvun 的产品逻辑非常清晰：企业每年因重复付款、合同条款执行不力、未发现的供应商错误而损失的金额远超想象。传统上这需要大量财务人员进行手动审计——AI Agent 可以 7×24 不间断地扫描大量交易数据，自动识别异常模式并触发追回流程。755 万美元的种子轮规模对于一个面向企业的 AI 公司来说恰到好处——足够做产品验证和初期市场开拓，但不过度。
Picogrid 的 4500 万美元 A 轮则反映了国防科技（Defense Tech）在 2026 年已成为最热门的 VC 赛道之一。Anduril、Palantir 等公司的巨大成功证明了"硅谷式创新+硅谷式资本"可以在传统上由洛克希德·马丁和雷神等巨头垄断的国防领域中撕开口子。Picogrid 的自主防御系统——可能是无人机/机器人协同的自动化防空或边境监控——直接受益于地缘政治紧张和国防预算的增长。在"AI 无法替代的"和"AI 可以重塑的"之间，国防科技找到了一个完美的交叉点——战场上的决策速度和精度正是 AI 最擅长的事情。
在 AI 吞噬了绝大部分 VC 资金的背景下，纽伦捷生物的融资提醒市场：生物医药仍然拥有忠实的资本支持者，尤其是在具有变革性潜力的细分领域。原位转分化技术——将一种已分化细胞（如胶质细胞）直接转化为另一种功能细胞（如神经元）——是再生医学中最前沿的技术之一。与干细胞疗法相比，原位转分化的优势在于不需要体外培养和移植，可以直接在患者体内实现细胞类型转换。这对于目前无法治愈的神经退行性疾病（如帕金森、阿尔茨海默）和神经损伤（如脊髓损伤）意味着全新的治疗可能。
近亿元的 A 轮融资在生物医药领域不算特别大，但对于一家临床 I 期阶段的公司来说是合理的节奏。生物医药的投资逻辑与 AI 截然不同——不能用"增长快、规模大"来衡量，而应以"能否通过临床验证"为核心判断依据。纽伦捷的胶质瘤产品已经进入注册 I 期临床，这是一个重要的去风险化里程碑——虽然距离商业化还有很长的路，但至少证明了技术不是纯粹的"纸上谈兵"。在 AI 投资狂热的 2026 年，这些安静地进行临床研究的生物医药公司，代表着另一种同样重要的创新范式。
来源：投资界
黑石 BCP Asia III 以 131 亿美元的规模关闭，不仅仅是一个数字纪录——它标志着全球 LP（有限合伙人）对亚洲私募股权市场的信心已经恢复到甚至超越了疫情前的水平。260 家 LP 参与、其中 173 家是新投资者——这是一个关键的信号。LP 的地域分布（北美 35%、亚洲 25%、中东 20%、欧洲 15%）说明这不再是"亚洲 LP 出钱投亚洲"的封闭生态，而是一个全球资本配置到亚洲的开放格局。中东资本占比 20% 尤其值得关注——沙特和阿联酋的主权基金正在成为全球 PE 的最大资金来源之一。
前期基金 27% 的净 IRR 是黑石能够实现超募的核心基础——好的回报是募资最有力的营销工具。但 131 亿美元的规模也意味着黑石在亚洲需要找到足够多的大体量交易来消化这些资本——"钱多但好项目少"是 PE 行业永恒的悖论。黑石的策略可能是：在少数精选交易中集中部署大额资本，而非分散到大量小型交易中。与贝恩资本（105 亿美元亚洲基金）和 EQT（156 亿美元亚洲基金）的"同期超大额募资"形成共振，亚洲 PE 市场正在经历一个"超级周期"——但这个周期能持续多久，取决于退出渠道的畅通和地缘政治风险的演变。
来源：21世纪经济报道
凯雷的"85 亿美元预种子融资"是一个值得行业借鉴的创新结构。传统的 PE 基金募资流程是：GP 宣布基金目标→逐一拜访 LP→经过 12-18 个月完成募资。凯雷的新模式是：在正式接触 LP 之前，先通过银行债务+优先股+普通股的组合从金融机构锁定 85 亿美元的承诺——这意味着当凯雷走进 LP 办公室时，它已经不是"请求投资"而是"已经有了 85 亿美元的基石，你要不要加入"。这种"先发制人"的策略大幅降低了募资的感知风险——LP 很少愿意做"第一个吃螃蟹的人"，但很喜欢加入一个已经热火朝天的 party。
为早期承诺 LP 提供的 15 个基点管理费减免是另一个聪明的激励设计，相当于"早鸟优惠"，在边际上可能促成了数百亿美元的承诺。CEO Harvey Schwartz 将当前窗口描述为"超级募资周期"——考虑到黑石、EQT、贝恩资本等竞争对手都在同一时期完成或启动超大额募资，这个判断并非夸大。但历史表明，"超级募资周期"的最高点往往也是投资回报预期被拉得太高的时点——2021 年的 VC 超级募资周期之后，许多基金的 DPI 至今仍接近于零。
来源：CityBiz
长智瀚海的成立标志着中国半导体投资进入"产业资本主导"的新阶段。LP 组合的巧妙之处在于：长鑫存储（中国最大的 DRAM 制造商）提供产业 Know-how 和需求端的验证——他们最清楚哪些上游设备和材料供应商值得投资。阿里巴巴（淘宝/杭州灏月）提供资本体量和 AI 场景——AI 对算力（也就是芯片）的无限需求使得阿里有强烈的动机投资半导体生态。中微半导体本身是国产刻蚀设备的龙头——它在设备端的专业知识可以帮助甄别技术含量高的硬科技标的。上海国投先导基金的纳入则为整个基金提供了"准官方"背书。
39.1 亿元（约 5.4 亿美元）的规模在全球 PE 语境中不算大，但在中国半导体专业基金中已属前列。这种"产业龙头+CVC+政府引导基金"的三方合作模式正在成为中国硬科技投资的主流范式——它比纯粹的财务 VC 更懂行业，比纯粹的政府基金更灵活，比单一 CVC 的投资范围更广。长鑫的加入尤其具有战略意义——作为中国唯一实现主流 DRAM 量产的公司，长鑫对存储芯片供应链的国产化需求最为迫切。如果长智瀚海能够成功挖掘和培育一批半导体设备和材料领域的"专精特新"企业，其产业价值将远超 39.1 亿元的财务回报。
来源：东方财富
EQT 同时推进亚洲和欧洲两大旗舰基金的募资，展现了一家顶级 PE 在全球两大核心市场同时扩张的雄心。BPEA IX（前霸菱亚洲团队）的 156 亿美元关闭标志着欧洲 PE 巨头在亚洲的布局已经从"试水"进入"主力舰队"阶段。BPEA 团队的本地化能力和 EQT 的全球品牌效力的结合创造了 1+1>2 的效果。230 亿欧元目标的 EQT XI 则瞄准欧洲和北美成熟市场的控股型并购——医疗健康、科技和服务的控制权交易。
这两支基金的并行推进反映了 EQT 对全球 PE 市场的判断：亚洲（高增长、中等估值、退出不确定性强）和欧美（低增长、高估值、退出通道成熟）需要不同的投资策略，但都有巨大的机会。然而，同时运营两支如此庞大的基金对 EQT 的组织能力是极大的考验——投资团队、投后管理能力和交易 sourcing 网络都需要支撑两倍于以前的规模。LP 愿意为此买单说明他们对 EQT 在多市场同时作战的能力有足够信心——这种信心很大程度上来自 BPEA 在过去几年的亚洲退出表现。
来源：EQT Q1 2026 财报电话会
英诺科创和国家创投引导基金的合作是理解中国 VC 募资新格局的最佳窗口。国家创投引导基金作为"母基金中的母基金"——其出资为英诺提供了信用背书，使得英诺在向其他 LP（地方引导基金、产业资本、家族办公室）募资时的说服力大幅增强。15 亿元的首关规模对于一个聚焦早期科技和 AI 的基金来说是合理的起点——足够做 20-30 笔早期投资，保留后续募资的灵活性。
榆林科创母基金的 20 亿元备案则代表了中国"地方国资+科技投资"的另一种模式。榆林——一座以煤炭闻名的资源型城市——成立科创母基金并聚焦"未来能源+先进材料+低空经济+AI"，是资源型城市经济转型的缩影。但这类基金的挑战在于：资金充足但本地的优质项目不足，需要跨区域投资——而跨区域投资与地方政府"投资要服务于本地经济发展"的诉求之间存在天然张力。解决方案通常是"投外来项目+吸引到本地落地"，但这需要极强的产业招商能力。两家基金的选择（投早投小投硬科技 vs 地方产业升级）共同构成了 2026 年中国 VC 募资市场的两极生态。
来源：投中网 / 中国基金报
Brookfield、GIP 和 Actis 的三支"超级基础设施基金"同时推进，反映了全球 LP 对实物资产（硬资产）和能源转型主题的持续追捧。在 AI 泡沫叙事蔓延的背景下，基础设施基金提供了一种"反脆弱"的投资选择——无论经济周期如何波动，电力、交通、数据中心和水利设施的基本需求不会消失。Brookfield Infrastructure VI 的 200 亿美元+目标——有望追平前一期 300 亿美元的纪录——代表了这一资产类别的顶峰规模。
GIP（现隶属于 BlackRock）的中东-中亚基金具有特殊的地缘战略意义。该基金是 BlackRock、ADNOC、Temasek 和 L'IMAD 联合 300 亿美元投资平台的一部分，聚焦海湾和中亚地区的能源、交通、物流和数字基础设施。这不仅是投资，更是北-南（发达-发展中）和西-东（美国-中东-中亚）之间资本和基础设施的深度捆绑。Actis Energy 6 聚焦全球能源转型（可再生能源、储能、电网升级），其 60 亿美元的目标在"能源安全焦虑"的时代背景下显得尤为适时。三支基金合计超过 360 亿美元——这还不包括黑石的 131 亿美元亚洲基金和 EQT 的 156+230 亿欧元的巨大体量。2026 年正在成为 PE 募资史上最大的年份之一。
来源：Dakota
Pengana 的 AI 私人市场信托和 Creator Fund 代表了 PE/VC 基金产品的两个极端创新方向。Pengana 将 AI 私募股权包装成 ASX 上市的信托产品——这实质上是将传统上只有机构 LP 才能参与的 AI 私募投资"民主化"，使散户投资者也能通过购买上市信托份额间接参与。3500 万美元的初始目标规模不大，但这一结构创新打破了"PE=高门槛"的传统——如果这类产品在美国市场（SEC 监管环境更友好）获得批准并扩大规模，将彻底改变 AI 投资的资金来源结构。
Creator Fund 的 5600 万美元规模虽小，但其投资哲学——"在博士生形成公司之前就进行投资"——代表了一种极早期的深度科技投资模式。传统 VC 投资通常在公司成立并有了 MVP（最小可行产品）之后才进入，Creator Fund 将介入时点提前到了"还在实验室阶段"。这对于 AI、生物科技和量子计算等领域尤为适用——最好的技术突破往往来自博士生在实验室中的研究。5600 万美元分散到数十个"前公司"中，赌的是其中 1-2 个成长为独角兽的极端幂律分布。欧洲大学实验室的长尾效应是这支基金的核心竞争力所在。
来源：Pengana
这份指导意见是继 2023 年《私募投资基金监督管理条例》之后，中国私募基金行业最具影响力的政策文件。"1+N+X"体系中，"1"是这份指导意见（纲领）,"N"是配套细则（如差异化监管、信息披露、投资者保护等）,"X"是地方性实施办法。这是一次系统性的制度建设——从"谁可以做 GP"到"GP 如何运作"到"出了问题怎么处理"的全链条规范。
"县区原则上不得新设政府基金"这一条款是对过去几年"地方政府基金遍地开花"乱象的釜底抽薪。许多县区级政府基金缺乏专业的投资管理能力，往往沦为关系交易和地方保护的工具，不仅投资回报差，还扭曲了市场竞争。"投早投小投长期投硬科技"八个字看似口号，但配合着国家级创投引导基金的真金白银，其政策信号足够明确：政府希望 VC/PE 成为国家创新战略的工具，而非短期套利的投机者。行业数据（私募基金规模 23 万亿元、在投项目 15.3 万个、在投本金 9.05 万亿元）说明这个行业已经成为中国金融体系的重要组成部分。
来源：国务院办公厅文件
Q1 2026 的 VC 退出数据是一个"统计上的成功、结构上的失败"。3473 亿美元的总退出价值——有史以来最高的单季度——乍看表明 VC 市场流动性充裕、退出渠道畅通。但拆开来看：xAI 的 2500 亿美元私有退出（马斯克将 xAI 的股份从投资人手中买回）本身就占了总额的 72%——一笔交易改变了一个季度的统计数据。除去前 5 笔交易，退出额崩溃 87%——这意味着对于绝大多数 VC 来说，退出依然极为困难。
AI 占全部退出价值的 80%（2765 亿美元）这个数字揭示了当前 VC 市场的极端集中度。如果你是一家 SaaS、消费品牌或清洁能源公司的投资人，你的退出前景与前几年几乎没有改善——IPO 窗口仍未真正打开，并购市场依然是买方主导（价格敏感、尽调漫长）。传统 IPO 的挑战者——二级市场交易（Secondaries）——在 2025 年达到 950-2260 亿美元的规模，已成为结构性的流动性渠道。这标志着 VC 退出已经从 IPO/M&A 双轨制转向 IPO/M&A/Secondaries 三轨制。对于 LP 来说，Secondaries 的兴起是好事（多了一个回收资金的渠道）；但对于 GP 来说，Secondaries 价格通常低于 IPO 价格，可能压缩基金的最终 IRR。
来源：Valor.vc
国家级并购基金是中国 VC/PE 退出渠道改革的"组合拳"中最具分量的一项。1 万亿元的预期规模不是一个具体的数字目标而是一个"信号"——政府正在用真金白银向市场传递"并购退出是未来"的信息。对于"退出难"这一长期困扰中国创投行业的核心痛点，国家级并购基金的逻辑是：不是所有被投企业都能 IPO（存量项目超 22.8 万个，每年 IPO 不到 2000 个），必须建立强大的并购市场来吸收"无法 IPO 但仍有价值"的资产。并购基金可以以合理价格从 VC/PE 手中收购被投企业，给予 GP 流动性和 DPI，同时通过专业化运营改善被投企业的经营质量。
创业板改革则从"入口"端配合——增设更包容的上市标准，重点支持新型消费和现代服务业等"非硬科技"领域的创新企业上市。这一改革回应了创业板"硬科技化"的批评——此前创业板的上市标准越来越倾向于半导体、生物医药等硬科技领域，使得大量优质消费品牌和服务企业难以在 A 股上市。更包容的上市标准+国家级并购基金+已建立的 S 基金/份额转让试点，三管齐下，中国正在构建一个"IPO+并购+S 交易+NewCo"的四维退出体系。能否真正解决退出难——取决于这个体系的实际运转效率，而非文件上的存在。
来源：中国网财经
AI 吃掉 89% 的 VC 资金——这个数字已经不能用"趋势"来形容了，这是"垄断"。在自然生态系统中，当一个物种占据 89% 的资源时，意味着其他物种正在被挤出生态位。VC 生态系统中的情况完全一致——非 AI 的创业者（无论是 SaaS、消费、生物科技还是清洁能源）正在经历前所未有的融资困难。"剩下的争夺残羹剩饭"——Mayfield 的描述毫不夸张。
旧金山湾区占全美 VC 的 83% 是地理集中度的极致表现。2025 年这个数字还是 52%——一年的时间里，VC 的资金版图收缩到了硅谷及其周边 50 英里范围内。这意味着如果你不在湾区的创业生态中——不与 AI 大佬喝咖啡、不参加 AI 聚会、不被 AI 投资人的朋友圈覆盖——你的融资概率接近于零。这种地理和主题的双重集中带来了系统性风险：如果 AI 投资回报不如预期（即使只是暂时的降温），整个 VC 行业将因为没有足够的多元化而遭受严重打击。前 3 笔交易占全部 VC 资金的 65%——OpenAI、Anthropic 和 xAI 事实上已经成为了 VC 市场的"中央银行"——它们的融资规模和频率决定了整个行业的统计数据走向。
来源：Mayfield
IPO 占比从过去的 60%+ 降至 37.6% 是中国创投退出结构优化的最为健康的数据之一。在资本市场成熟的美国，IPO 占 VC 退出的比例通常在 15-25% 之间——中国过去过度依赖 IPO 是因为并购市场和 S 基金市场极不发达。现在这一比例的下降不是因为 IPO 变少了（2025 年其实是一个 IPO 大年——摩尔线程、沐曦等 AI 项目上市），而是因为并购和 S 交易在快速成长。
S 基金交易规模同比增长 46% 至 1078 亿元，险资的进入是核心驱动力。中汇人寿、中国人寿、新华人寿在 2026 年开年即投入超 44 亿元——险资青睐 S 交易的原因在于：S 交易买入的资产已经过了"J 曲线"最陡峭的下降阶段（基金成立 3-5 年后的投资期），剩余期限较短、回报预测较可靠，与险资的资产负债匹配需求天然契合。上海 500 亿元的国资并购基金矩阵则代表了一种新的地方政府竞争模式——以前是比谁设立的 VC 母基金规模大，现在是比谁组建的并购基金规模大，背后的逻辑是从"引进来（投项目）"转向"管起来（并购整合）"。但 S 基金和并购基金的发展仍面临一个核心瓶颈：资产评估——尤其是硬科技项目的技术价值评估——缺乏成熟的方法论和行业标准。
来源：证券时报
"大分叉"（Great Bifurcation）是当前 VC 行业最真实的结构特征。478 亿美元的募资总额看似健康（如果持续将是近年最佳年份之一），但这 478 亿美元中仅有不到 10% 流向了新兴管理人——这个比例在过去十年中从未如此之低。LP 的"向质量集中"（flight to quality）已经演变为"向品牌集中"（flight to brand）——不是投最好的基金，而是投最有名的基金。
这种集中化的后果将在 5-10 年后显现。历史数据表明，VC 行业中最高的回报率（top quartile IRR）往往来自新兴管理人——他们更饥饿、更灵活、更愿意在非共识的方向上押注。当 LP 将所有资本集中到已经是巨无霸的基金中时，他们实质上是在用"安全的品牌"换取"平庸的回报"（因为基金规模越大，产生超额回报的难度越大）。被冻出的新兴管理人面临的是一个恶性循环：没有资本就没有 track record，没有 track record 就更不可能获得资本。行业多样性（不仅是主题和地域的多样性，更是管理人的多样性）的丧失是 2026 年 VC 行业最被忽视的长期风险。
来源：SVB
政府工作报告将创投放到"C 位"是在 2026 年科技竞争白热化背景下的必然选择。当 AI 和半导体成为大国博弈的核心战场时，创投——作为将科技创新转化为商业价值的关键金融工具——自然上升为国家战略工具。"拓展退出渠道"直面了创投行业最大的心病——"投得进、退不出"。"高效用好国家创投引导基金"则暗示政府希望对现有的各类引导基金进行整合和提效，而非简单追加规模。
"政府投资基金要带头做耐心资本"——这个表述几乎是直接回应了创投行业对国资 LP 最常见的批评："既要又要还要"（既要财务回报、又要产业落地、又要快速退出）。"耐心资本"意味着政府基金应该接受更长的投资期限（10 年+而非 5-7 年）、承担更高的风险、不追求短期退出——这与国家级并购基金和创业板改革形成了完整的政策逻辑链条。业内人士"前所未有的重视"的评价真诚但略带苦涩——创投行业多年来一直呼吁政策关注，终于在大国博弈和国家战略的框架下获得了回应。但政策热度能否转化为实际落地效果——取决于后续细则的制定和执行力度。
来源：凤凰财经
匡正的分析之所以值得关注，在于他是中国市场上最受信赖的外资私人银行策略师之一——既要向国际投资者解释中国市场，又要向中国投资者提供全球视野。他的"AI 从硬件向软件、从上游向中下游"的判断与当前全球 AI 投资的扩散趋势一致：2023-2025 年，AI 投资集中在"铲子"（英伟达芯片、数据中心基础设施）；2026 年开始，资金正在向"使用铲子的人"（AI 应用、Agent、垂直行业 AI 解决方案）扩散。科创 50 年初至 6 月上涨 28% 的数据为他的判断提供了有力的实证支持。
"杠铃策略"——一端 AI 科技（高成长高波动），另一端高息央国企（低成长低波动+稳定分红）——是一种典型的"全天候"组合策略。其精髓在于心理层面：当 AI 板块剧烈波动时，高息股的稳定分红可以平滑组合的净值曲线，帮助投资者"拿住"AI 的长期仓位而非在波动中被洗出。匡正对"安全焦虑"推动各国战略投资（能源、科技、国防）的分析也提醒投资者：AI 不是唯一的投资主题——全球地缘政治正在创造第二、第三条系统性投资主线。人民币温和升值+黄金回调入场的判断，则为组合提供了货币和大宗商品方面的补充视角。
来源：网易财经
格兰桑的泡沫警告是他过去二十年来第五或第六次发出类似的警示——这让一些人将他视为"永远喊狼来了的末日预言家"，但也让另一些人将他视为少数敢于在泡沫最盛时发声的清醒者。他的核心论据是均值回归——技术和兴奋可以推动价格远离基本面，但"无法打破均值回归的铁律"。2022 年本已开始的泡沫出清被 ChatGPT 引发的 AI 狂潮打断——这意味着泡沫没有"自然破裂"而是被新的泡沫覆盖，积累的能量更大了。
格兰桑指出的"市场广度变窄"——大盘上涨但高 Beta 股票和边缘成长股下跌——确实是历史上多次崩盘前的共同特征。当少数几只科技巨头（"七姐妹"）拉动指数屡创新高而市场中大多数股票已经在下跌时，指数的健康状况被掩盖了。但格兰桑观点的一大弱点是时间维度——"迟早会腰斩"是一个永远无法被证伪的预测（如果三年后才发生，算他说对了吗？）。他的策略建议——资金将从高估美股向估值偏低的海外资产（新兴市场和非美发达市场）迁移——与中金缪延亮"中国是受益者"的判断形成了有趣的呼应。格兰桑的最佳建议可能是他隐含的那个建议：不要用时间来赌博，但如果一定要赌，至少要确保组合中有足够的非美股敞口。
来源：证券之星
缪延亮的"三大结构性机会"框架因其时间跨度（5-10 年）和系统性（涵盖了技术、货币和资本市场三个层面）而具有独特的分析价值。AI 的"S 型增长曲线"是一个经典的创新扩散理论——1962 年 Everett Rogers 提出，几乎每一项技术革命都经历了"创新者→早期采用者→早期大众→晚期大众→落后者"的 S 型扩散过程。缪延亮的判断是 AI 正处于从"早期采用者"跨越到"早期大众"的拐点（他称之为"基点时刻"），如果判断正确，这意味着 AI 的增长将加速而非放缓——这与格兰桑的泡沫理论形成了根本对立。
"国际货币秩序重构"的论点建立在两个数据之上：全球主动股票基金在中国配置仅 1.7%（vs 美国 57%）——这个配置比例与中国在全球 GDP 中的占比（约 18%）严重不匹配。如果这一不匹配趋向均值回归，将有数万亿美元的资金从美国流向中国——就像 1970 年代日本在全球投资组合中的配置从接近于零升至与其经济规模匹配一样。A 股"首次慢牛"的预测则基于新经济占比提升（AI 替代房地产成为增长引擎）+ 分红回购生态改善 + 耐心资本制度的三大支柱。缪延亮没有说 A 股会暴涨（"慢"字是关键限定），而是在描述一个结构性而非周期性的市场转变。
来源：东方财富
贝莱德对中国资产的积极表态值得重视，不仅因为它管理着超过 10 万亿美元的资产，更因为它在中国市场曾经历过一段坎坷的历史——2021-2022 年间贝莱德在中国股市的旗舰产品表现不佳，一度被中国社交媒体广泛嘲讽。这次重新唱多意味着什么？至少说明贝莱德内部对中国资产的风险/回报评估发生了实质性的转变。两个关键判断非常重要：中国资产对地缘政治敏感度下降——这可能是经过实证检验的结论，而非仅仅是一种愿望；对 AI 和科技主题敏感度上升——DeepSeek 的出现打破了"中国在 AI 领域落后西方 2-3 年"的认知框架。
"AI 正以史无前例速度实现收入增长"——这个判断如果被后续季度财报验证，将成为从"AI 估值叙事"转向"AI 盈利验证"的关键转折点。贝莱德的发声将为其他仍在观望中国资产的全球机构投资者提供一个重要的"参考坐标"——如果最大的资管公司都认为中国 AI 资产值得配置，跟进的机构会形成正向反馈。但需要注意的是，贝莱德的"看好"是基于估值而非盈利——"估值低"可以是因为"基本面差"，也可以是"被低估"——投资者需要自行判断这两个解释中哪一个更接近真实。
来源：中国证券报
Cambridge Associates 的报告提供了两个穿透 VC 行业本质的数据点。第一个是 LP 尽调的升级——从"你是否在用 AI"升级到"你的护城河能否抵御 AI 侵蚀"。"是否在用 AI"是一个输入端的简单问题（任何公司都可以宣称自己在用 AI），而"AI 是否能让你的竞争对手轻易复制你的业务"是一个输出端的高判断力问题。这标志着 LP 在经历了 2021-2023 年 FOMO 驱动的投资狂潮后，终于开始用批判性思维审视 AI 投资。如果一家公司的核心数据、技术集成或工作流可以被"一个 AI Agent +公开数据集"复制，那么无论当前的增长多快，它的长期价值都可能归零。
2021 年 Vintage 仅 9% 的基金产生 DPI——这个数字是残酷的。这意味着 2021 年（VC 市场最狂热的一年）募资的基金中，超过 90% 在三年后依然没有向 LP 返还过一分钱。对比 2017 年同期的 25%——差距不是几个百分点，而是倍数关系。这解释了为什么 LP 在过去两年将新资本集中投向前 5 家顶级基金——不是因为他们被品牌打动，而是因为他们的旧投资组合中绝大多数基金都没能给他们回钱。DPI 为零不是因为没有退出——Secondaries 市场在过去两年爆发式增长——而是因为 2021 年的投资标的估值过高，即使通过 Secondaries 出售也无法以盈利的价格成交。这个行业正在经历的不仅是资本周期的低谷，更是在偿还 2021 年非理性繁荣的代价。