博客

文 | 版面之外，作者｜画画、版君
2026年中国大模型赛道，赚得最猛的那批投资人里，有一个所有人都没想到的群体：游戏公司。
米哈游，2021年12月天使轮投进MiniMax，投前估值仅1.7亿美元，四家机构合计注资3100万美元。
2026年1月MiniMax登陆港股，发行价165港元，上市首日暴涨109%，市值突破千亿港元。
此后股价一路飙至1330港元的历史高点，米哈游IPO前持股约6.4%，保守账面浮盈达100亿港元。
回报倍数：超过100倍。
同一个月，智谱 AI 顶着 “全球大模型第一股” 的光环敲钟。2026 年 1 月 8 日登陆港交所，发行价116.2 港元；此后三个月股价持续冲高，4 月最高触及 1010 港元。
而它的早期股东名单里，赫然写着另一家游戏公司 —— 三七互娱。
三七互娱刚刚发布的 2026 年一季度财报显示，投资收益同比暴增981%，多赚了 3.26 亿元。这笔钱的核心来源，就是智谱上市后的公允价值变动。
一家投了 MiniMax，一家投了智谱，两家游戏公司，几乎把中国大模型赛道最大的两张船票都收进了口袋。
更让人没想到的是，它们投的不只是这两家。
一、三七互娱，四小龙投了三家
中国大模型行业有一个公认的说法 “AI 四小龙”：智谱、月之暗面、百川智能、MiniMax。
三七互娱，一口气投了其中三家。
先是智谱。2023 年三七互娱以 2500 万元增资嘉兴北晟恒沃基金，该基金直接或间接投资于智谱 AI 股权。
2026 年 1 月智谱登陆港股，发行价 116.2 港元，此后股价一度冲上 1010 港元，市值最高接近 3800 亿港元，三七互娱仅一季度确认的投资收益就增加了 3.26 亿元。
然后是月之暗面。三七互娱通过参投 Shixiang Global 系列基金，早早落子这家公司。2026 年 3 月市场传闻其推进新一轮融资，行业预期投前估值约 80–100 亿美元。
这还没完，百川智能，这家以通用大模型为底座、深耕医疗健康垂直领域的公司，2026 年 4 月 A + 轮后估值达 200 亿人民币，三七互娱同样在股东名单里。
四小龙投了三家，唯独差了 MiniMax。因为那张票，从天使轮起就被米哈游攥在手里了。
但三七互娱的投资版图远不止大模型。
从公开信息来看，三七互娱已投资 30 多家硬科技公司，覆盖算力芯片（星空科技、昉擎科技）、脑机接口（强脑科技）、具身智能（光轮智能）、半导体材料（晶正电子）、XR 硬件（雷鸟眼镜）。
不夸张地说，三七互娱几乎把 AI 产业链从上到下扫了一遍，投资范围覆盖了 AI 圈的核心半壁江山。
一家 2025 年营收159.66 亿元、靠游戏发行起家的 A 股公司，在 AI 赛道上出手的频率和覆盖面，已经超过了多数市场化 VC。
二、米哈游“梭哈”MiniMax，赚得最多
和三七互娱的”广撒网”不同，米哈游的打法截然相反，它极度聚焦。
在大模型赛道上，米哈游核心押注了 MiniMax 这一家。但这一家，押出了中国 AI 投资史上最经典的一笔交易。
时间回到 2021 年底。MiniMax 刚成立不久，创始人闫俊杰从商汤出来创业，方向是通用大模型。彼时 ChatGPT 还没爆火，整个市场对大模型的认知还相对模糊。
米哈游在天使轮就进入了，和高瓴、IDG、云启资本一起注资 3100 万美元，投前估值仅 1.7 亿美元。闫俊杰与米哈游董事长刘伟私交甚笃，刘伟至今仍担任 MiniMax 的非执行董事。
三年多后，MiniMax 成了全球增长最快的 AI 公司之一。旗下 AI 伴侣应用 Talkie（星野）在北美市场爆发，全球注册用户超过 2.12 亿。
2026 年 1 月在港股上市，发行价 165 港元，首日暴涨 109%，市值突破千亿港元。此后一路飙升，股价最高触及1097 港元，总市值一度超过3130 亿港元。
米哈游 IPO 前持股约 6.4%，以 MiniMax 历史高点市值测算，其对应持仓账面价值一度突破 180 亿港元，即便保守口径也远超百亿港元。
从 2021 年底天使轮入局算起，这笔投资回报倍数稳稳突破 100 倍。
更有意思的是，米哈游不只是 MiniMax 的股东，还是它的甲方。
MiniMax 的大模型技术从 2023 年起应用于《崩坏：星穹铁道》，核心场景包括 NPC 智能对话和剧情动态生成。在 MiniMax 的招股书里，米哈游被列为 “领航资深独立投资者”，既投又用，深度绑定。
米哈游在 AI 上的布局不止于此。
公司内部早在 2018 年就成立了 “逆熵研究部”，自研 AI 大模型 Glossa；数字人 “鹿鸣” 在 B 站拥有约 170 万粉丝，32 条视频累计播放量过亿。
自研子公司无定谷科技 2025 年 7 月成立，注册资本 5 亿元；创始人蔡浩宇 2023 年卸任公司要职后，在海外创办 Anuttacon，专门探索 AI 原生游戏。
此外，米哈游还参与设立了多个 AI 投资基金，通过上海元创未来、厦门万物一期、上海同歌二期等基金，间接布局 AI 应用、半导体、XR 等领域。
一个狙击手，一台扫货机。两种风格，同一个赛道，都赚得盆满钵满。
三、不只是它们，游戏行业集体下注
三七互娱和米哈游并非孤例。把视野放宽，整个游戏行业都在往大模型赛道砸钱，而且每家的打法各有不同。
世纪华通直指算力。早在 2022 年就通过产业基金投资了国产 GPU 公司摩尔线程。
2025 年 12 月摩尔线程登陆科创板，上市首日暴涨 468%，世纪华通在 2025 年四季度靠这笔投资贡献了约 6.4 亿元净利润，占其 2024 年全年归母净利润的 53%。
世纪华通还与腾讯共建长三角智算中心，规划 4 万台机柜，已交付 1 万台。一家游戏公司，干起了算力基建的活。
昆仑万维更激进，干脆自己下场做。
2023 年 9 月起累计出资 6.8 亿元增资控股 AI 算力芯片企业艾捷科芯，一口气打通了 “算力、大模型、应用” 全链条。旗下天工（Skywork）系列大模型覆盖多模态推理、搜索、音乐等多个领域，是国内少数真正 All in AGI 的游戏公司。
游族网络押的是国产算力。2025 年先后投了壁仞科技和曦望两家国产 GPU 公司。壁仞科技已在港股上市，投前估值达 209 亿港元。游族还斥资 10 亿元参与设立无锡云星智算，切入 AI 算力赛道。
巨人网络赌的是产品端。
投了 AI 视频生成公司爱诗科技和 AI 图像生成平台 LiblibAI，它的《超自然行动组》是国内首个在大 DAU 游戏中深度融合 AI 大模型的产品 ，NPC 由大模型实时驱动，上线一周 AI 参与对局数超过 2500 万次。
腾讯作为游戏行业的绝对龙头，也是 AI 投资圈的超级玩家。投了 MiniMax 的 B 轮（IPO 后持股约 5.7%），投了智谱 AI，自研混元大模型及元宝等新 AI 产品 2025 年全年投入 180 亿元，2026 年计划至少翻倍。
但腾讯更像是既做运动员又做裁判，属于另一个维度的故事。
一个很有意思的对照。据 IT 桔子统计，2025 年 1 月至 10 月，中国 AI 领域共有 139 笔超亿元融资，总额突破 600 亿元。
但传统 VC 正在收缩，同期 AI 模型层投资金额同比约下降 52.9%，投资事件数同比下降约 35%，资金加速向头部集中。
VC在犹豫的时候，游戏公司已经把钱投出去了。
四、凭什么是游戏公司？
为什么是游戏公司，而不是其他行业？
最直接的原因：它们太有钱了。
游戏是中国互联网里少数现金牛行业。根据媒体公开报道，米哈游 2025 年游戏营收突破 780 亿元，净利润预计超过 400 亿元 ，手上的现金比大多数 VC 管理的基金盘子还大。
三七互娱自 2020 年以来累计现金分红超过 102.6 亿元，同时对外投资超 200 亿元。这些钱是自己赚的，不需要跟 LP 交代退出时间表，不需要赶 DPI。
VC 投大模型，要过投委会、要算基金存续期、要考虑 IRR（内部收益率）；游戏公司投大模型，花的是自己口袋里的利润，想投就投。
但光有钱还不够。真正让游戏公司在大模型赛道上跑赢VC的，是另一件事，它们自己就是大模型最大的买家。
三七互娱的财报已经能看到效果。
AI 深度参与生成的广告素材占比超过 70%，AI 辅助广告投放占比达到 50%。月之暗面的 Kimi 大模型被深度融入三七互娱的客服系统和 AI 助理 “问问小七”。智谱的 GLM 大模型直接用于游戏剧情扩写。
米哈游更直接，MiniMax 的模型直接跑在自家游戏产品里，从 NPC 对话到剧情生成，不是概念验证，是上线产品。
游戏公司投AI，拿到的不只是股权回报，还有实实在在的降本。投一笔钱，先赚一道效率的钱，再赚一道退出的钱。
VC做不到这一点。红杉投了MiniMax，但红杉自己不消耗token，也没有场景把大模型用起来。它的回报方式只有一种：等上市，卖股票。
而推着游戏公司往前跑的，还有一股更深的力量：焦虑。
游戏行业的好日子并没有看起来那么好过。版号收紧、买量成本飙升、用户增长见顶，传统的砸钱买流量模式已经跑不动了。
三七互娱2026年一季度营收同比下降12.3%，但归母净利润反而增长了59%。营收降了利润反而涨了，背后就是AI在压低成本、投资在贡献增量。
当游戏行业的增长逻辑从比谁花钱多变成比谁效率高，AI就不再是选修课，而是必修课。
有钱，有场景，有焦虑。三重驱动叠在一起，游戏公司冲进大模型赛道的速度，比任何人预想的都快。
五、一个更大的故事：产业资本 vs VC
把视野再拉远一点，游戏公司投大模型这件事，其实折射出一个更大的趋势。在中国AI投资这张牌桌上，产业资本正在把VC挤到边上去。
MiniMax 上市后，回报超过 10 亿美元的投资方里，阿里巴巴排第一（IPO 前持股约 13.66%），米哈游排第二（IPO 前持股约 6.4%），红杉中国排第三（IPO 前持股约 3.81%）。
智谱上市后，回报超 10 亿美元的投资方包括君联资本、美团、蚂蚁 ，产业资本与 VC 均有头部机构跻身前列。
2025年到2026年，中国大模型赛道最大的几笔退出，智谱、MiniMax、摩尔线程，背后赚得最多的，几乎都是产业资本。不是VC不行，而是产业资本有一个VC永远没有的身份，它同时也是AI的买家。
VC投AI是下注未来，产业资本投AI是解决眼前的问题。这个区别，在退出环节看不太出来，但在投资决策的那一刻，差距是巨大的。
米哈游在2021年底押MiniMax的时候，市场上没几个人相信大模型能做成生意。
但米哈游信了，不是因为它有什么超前的AI认知，而是因为它太清楚自己需要什么，它需要一个能驱动NPC、能生成剧情、能让虚拟世界更真的底层技术。MiniMax恰好在做这件事。
三七互娱投智谱和月之暗面，不是因为它做了什么精密的赛道分析，而是因为它每年在买量上花几十亿，急需AI把这笔成本压下来。智谱的GLM模型和Kimi的超长文本能力，正好能用。
这种”因为我自己用得上，所以我投”的逻辑，是所有VC都模仿不来的。
三七互娱、米哈游甚至是游戏玩家的故事，其实在回答一个更大的问题：在AI时代，什么样的公司最适合做早期投资？
答案也许不是那些专门做投资的机构，反而变成了那些自己就是AI最大用户的公司。
它们能更早地看到技术的真实价值，更快地做出决策，更深地参与被投企业的成长，因为它们不只是在投资，更是在投资自己的未来。
这一次，游戏公司跑在了 VC 前面，也跑在了时代前面。
【版面之外】的话：
游戏行业在中国商业世界里一直是一个很尴尬的存在。
赚钱，但不太正确。有技术，但不觉得硬核。体量不小，但被归在文娱里，算不上高科技。
但大模型这一轮，游戏公司意外地站到了C位。充沛的现金，真实的场景，极强的技术嗅觉，再加上一般产业资本不具备的全球化视野，游戏出海这件事已经做了十年。
这大概就是产业资本最大的优势，它不需要别人科普AI有没有用，因为它每天都在用。

文 | 伯虎财经，作者 | 楷楷
去年 4 月，人形机器人第一次和人类站在同一条赛道上跑马拉松；今年4月，机器人已经跑得比人类还快。
不过，争议声也随之而来：机器人跑那么快有什么用；机器人什么时候才能干实事？但这一次，机器人企业给出了更务实的答案——想要干活，先去实习。
近日，智元机器人宣布新款A3人形机器人将通过“擎天租”平台交付，批量上岗景区；自变量机器人宣布与58同城合作提供到家服务，机器人将进入真实家庭，与保洁阿姨协同作业。
具身智能迎来了一波密集的商业化动作，行业叙事也在悄然转向。
过去两年，登上春晚、参加比赛是机器人展示拳脚的最佳舞台；但如今，深入工厂、走进家门，在真实场景中解决实际问题，才是对机器人的真正考验。
01 “大脑”还没长好
早在一个月前，自变量跟58同城合作，推出全球首个机器人保洁员，与保洁阿姨协同为用户提供家庭清洁服务。
在社交媒体上，有不少用户进行了“尝鲜”，但整体评价依然是“机器人不如人”。
有用户称，机器人动作比较笨拙，虽然能做晾衣服、收纳之类比较复杂的家务，但叠一件衣服就要接近10分钟；机器人的活动范围有限，有台阶、有门槛都进不去。
但这种“不足”并非一家机器人企业面临的难题，而是整个行业的共同挑战。
自变量CEO王潜在近日表示，“今天在全世界范围内，没有任何一台机器人可以在没有遥控操作的情况下，独立完成大部分的日常家务。”
宇树科技创始人王兴兴也提过类似观点，他表示机器人在预设场景任务中，成功率趋近100%，一旦场景变化或出现从未见过的事件，成功率会断崖式下跌，机器人做家务还要3-5年。
这也是当下具身智能行业最大的瓶颈——机器人无法理解真实世界的物理逻辑。
业内有个形象的比喻，机器人虽然“小脑”发达，但“大脑”还在发育。“小脑”指的是机器人的运动控制能力，能做武术、舞蹈等复杂动作；“大脑”则是认知、决策能力，是“能干事”的基础。
因此，让机器人真正拥有一颗会思考的“大脑”，是当下整个机器人行业都在努力的事情，目前来看，主要分成了三条技术路线：
VLA端到端是当下的主流，也是最成熟的路线，主要通过融合视觉等多模态感知信号与语言指令直接生成机器人动作。
简单来说，就是机器人听命令，然后直接做事情，比如用户说“我饿了”，机器人就会找到食物并递给你，只要机器人见过类似物体，它就能执行指令。
但弊端也很明显，那就是随着任务的复杂程度增加，出现机器人没有训练过的复杂场景和行动轨迹，它就很容易出现“逻辑死机”。
而且，行业中常用的VLA架构，基本上是将视觉、语言、动作三个模块各自独立运行，数据每经过一次模块边界就会发生信息损耗和延迟，涉及精细动作，“大脑”容易跟不上“小脑”。
世界模型路线则被认为是最接近人类思考模式的路线，它的核心是能理解物理世界的运转规律，从而预测下一刻会发生什么。
比如一只杯子从桌子上掉下来，物理模型能基于对运动、重力等方面的认知，估算出杯子掉落的基本方向，基于这个理解，机器人就可以扶稳杯子，或者避开杯子。
但世界模型也面临着更巨大的成本挑战，包括数据需求、训练成本等，英伟达的Cosmos世界基础模型，便经过了9000万亿个Token的训练。
大小脑分层是更具国内特色的路线，LLM大模型作为“大脑”，负责理解任务；VLA/动作模型作为“小脑”，负责精细控制。
但将大小脑拆分开来，容易导致任务出现延误，难以实现高精度操作。况且，模块越多，成本也会越高。
不过，由于国内大部分机器人企业在“小脑”环节都有一定积累，采用大小脑分层路线，先立住长板，再集中资源补短板，显然比从零造一个“大脑”更务实。
02 边“干活”，边“补脑”
总的来说，每一条技术路线都各有优劣，难言谁才是最终路径。
况且，各个机器人企业虽然都有押注的主流技术路线，但也并非只有一条路线走到底，深度融合才是大势所趋。
比如VLA端到端和世界模型的融合。智元Genie业务部生态及解决方案总监沈咏剑曾在采访中表示，世界模型与VLA并不一定是替代关系，也有可能有融合或合作的状态。
今年以来，智元推出了世界模型迭代版本GE-Sim 2.0、新一代VLA基座大模型Genie Operator-2，以及第二代一体化具身大小脑系统GenieReasoner。
智元在传统世界模型仅建模“状态”的基础上，提出了世界动作模型的方向，将“状态-动作-状态演化”作为统一建模对象，并未只围绕单一路线推进具身模型。
自变量则推出了世界统一模型架构的具身智能基础模型，将大小脑塞进同一个模型，能更有效消除模块间的信息损耗与延迟，提升机器人在真实物理环境中的泛化能力与交互效率。
其具身智能基础模型WALL-B的特点就是“干中学”，让机器人在反复失败、尝试中完成自我迭代。
自变量CTO王昊指出，“世界模型并非一个单独的模块，它本质上是一种能力，但这种能力不能简单地累加，并不是在VLA后面再挂一个世界模型就能理解世界。”
智平方则提出了快慢双系统融合方案，将智能体划分为“快系统”（负责全身控制）和“慢系统”（负责逻辑推理），让机器人在面对复杂的动态环境时，既能快速反应，又能保持对长程任务的深度理解。
可以看出，无论走哪条技术路线，机器人“大脑”要真正“长好”，最大的挑战都绕不开两件事：一是理解世界，二是让思考跟上身体的反应速度。
但这并非练得越多就越强。自变量CTO王昊举了一个例子，“一个人在泳池里学了10年游泳，但把他丢到大海，他还是有可能会淹死。”
他认为实验室里的训练数据太过干净，机器人待在象牙塔里，很难具备真正的独立思考能力，最好的方法就是让机器人到复杂的、充满随机性的环境中学习。
复旦大学计算机科学技术学院教授肖仰华也曾对外表示，“训练具身智能大模型，保守估计当前已有数据量与所需数据量之间至少还差两个数量级。”
出于对真实数据的渴求，机器人开始加速涌入真实场景。
优必选的人形机器人已经进入了工厂。创始人周剑表示，优必选花了两年时间，从新能源汽车制造场景切入搬运、上下料、物料分拣、质检等任务的POC 实训。
银河通用的Galbot机器人开始参与药房运营，可以自主识别订单并抓取药品、扫码、打包；魔法原子的人形机器人则变身“汽车销售”，在汽车专卖店招揽顾客，为顾客讲解车辆参数。
不同的机器人企业，不同的真实场景，大家的目标都只有一个：
在真实场景获取数据，验证机器人的能力，再反哺给具身智能基础模型的迭代，让机器人“大脑”从单一任务、有限场景，逐步实现物体泛化、背景泛化和任务泛化，变得更加聪明。
03 场景拉高上限
一旦理解了“练大脑”离不开“真数据”，就能明白为何资本市场对具身智能的估值逻辑，在最近这一年悄然发生了转向。
据第一财经不完全统计，截至4月10日，国内具身智能领域至少发生269起融资事件。
但与往年相比，资本投向的侧重点出现了明显变化——资本正在加速涌向数据与模型算法，本体硬件的估值预期，则从技术叙事转向商业落地。
今年以来，多家侧重于“大脑”的具身智能企业，完成了数十亿元级别融资：自变量宣布已完成近20亿元的B轮融资；它石智航拿下4.55亿美金Pre-A轮融资，刷新中国具身单笔融资纪录；具身数据与仿真基础设施公司光轮智能最新一轮融资达10亿元。
行业发展到当前阶段，本体硬件的形态已基本完善。今年机器人马拉松的夺冠者并非传统机器人企业，而是消费电子厂商荣耀，也从侧面说明了硬件的技术门槛正在降低。
市场开始形成一种新共识，那就是决定机器人能否投入实际应用的核心变量在于“大脑”，而“大脑”背后则是模型能力与数据资产。
如果说过去的资本逻辑，是希望通过硬件销量率先完成占位；那么今天市场在估值时，则会更关注谁的“大脑”更聪明，并具备充足的泛化能力。
机器人的硬件门槛会随着供应链成熟而逐渐拉平，但“大脑”却不一样——谁的模型能在更多真实场景中跑通，并将特定场景中学到的技能和知识，迁移到新的对象、任务或环境，谁就能“举一反三”，快速在更多不同场景中落地。
而且，具身模型的泛化能力越强，护城河越高，天花板也更高。
自变量创始人王潜提到，“家庭场景对泛化性要求最为极致，能让模型在极复杂的家庭场景跑得通，进传统的工业场景都能完全降维打击。”
这意味着，模型能力成熟以后，其可以在一个行业甚至多个行业通用，是一个可以无限复用的商业模式。
而且，相较于先构建能力再寻找落地场景，不少机器人企业已经将商业场景置于产品设计之前，将产品服务与商业场景绑定在一起。
比如银河通用推出的两款轮式机器人，强调稳定性和负载能力，更适合执行搬运、抓取、分拣等重复性工作；小鹏 IRON则明确将会优先落地博物馆、4S 店、商场。
“机器人到底能干什么”这个问题，具身智能已经渐渐摸到了答案。
“宇树们”花了十年时间，让机器人实现从0到1的突破，但要让机器人具备真正独立思考的能力，摆脱对人类单一重复命令的依赖，背后是从1到10，再到无限的临界点。
手脚能让机器人站起来，但真正活下去，还要靠大脑。