Setengah tahun 2026 telah berlalu, investor dari Fengrui Capital mereview tren lintasan AI pada semester pertama. Nilai proyek berubah beberapa kali dalam seminggu, investor menghadapi kecemasan FOMO, dengan kehangatan dan diferensiasi berjalan beriringan. Bidang Agent mengalami peralihan dari OpenClaw ke Harness Engineering, model beralih ke eksekusi tugas, dan roda data menjadi penghalang bagi perusahaan rintisan. Model dunia mengalami ledakan massal, suara domestik dalam generasi video justru lebih kuat. Kesenjangan model antara Tiongkok dan Amerika menyempit menjadi beberapa bulan, infrastruktur komputasi beralih ke persaingan sistem “listrik masuk, token keluar”. Mengenai gelembung yang meledak, para investor berpendapat bahwa perusahaan yang didorong oleh penelitian perlu terus menyampaikan tonggak penting, sementara perusahaan yang menerapkan solusi perlu membuktikan stabilitas model bisnis mereka. Variabel utama untuk semester kedua terletak pada siklus data nyata.

Penulis artikel, sumber: Fengrui Capital

Jika industri AI mulai "mengempiskan gelembung", perusahaan jenis apa yang pertama kali akan direvaluasi harganya?

Dalam beberapa waktu terakhir, sektor AI di pasar sekunder mengalami fluktuasi, dengan chip, penyimpanan, dan interkoneksi optik bergantian bergerak naik turun. Meta kembali menaikkan perkiraan pengeluaran modal untuk tahun 2026, membawa kembali diskusi ke pusat tentang seberapa lama dan seberapa cepat infrastruktur AI akan diinvestasikan.

Dana masih terus mengalir ke kekuatan komputasi, penyimpanan, dan pusat data, sementara pasar mulai bertanya: Apakah infrastruktur AI sudah mencapai puncak sementara? Seberapa lama gelombang ini masih bisa berlanjut? Sementara itu, kecerdasan tubuh, model dunia, agen, token, serta perubahan perangkat keras dari awan hingga tepi hingga ujung, juga sedang terjadi secara bersamaan.

Setengah tahun 2026 telah berlalu, Liu Pengqi dan Yan Qianhang dari Fengrui Capital duduk untuk meninjau enam bulan terakhir: Mengapa valuasi proyek berubah setiap minggu? Apa yang tersisa setelah keramaian OpenClaw reda? Mengapa model dunia mengalami ledakan terpusat? Apa arti dari “listrik masuk, token keluar” dalam konteks persaingan daya komputasi? Jika gelembung pasti akan meledak, perusahaan mana yang akan tetap berada di meja permainan?

Kami merangkum sebagian isi percakapan, percakapan lengkap dapat Anda dengarkan di aplikasi Xiaoyuzhou dan Apple Podcast dengan mencari "Energi Tinggi" untuk episode ini.

Penilaian berubah seminggu sekali, investor takut bukan hanya ketinggalan

Liu Pengqi: Melihat kembali pertengahan tahun 2026, perkembangan AI sama sekali tidak melambat. Dari OpenClaw, world models, hingga penyimpanan, interkoneksi optik, hingga kapitalisasi pasar Zhipu melewati satu triliun dolar Hong Kong, gelombang tren datang satu demi satu. Semua ini terjadi dalam periode enam bulan yang sama, mari kita bahas satu per satu hari ini, untuk melihat apa sebenarnya yang terjadi di baliknya.

Pertama-tama tanya Yan Bo, berapa banyak proyek yang kamu bicarakan sepanjang semester pertama?

Yan Qianhang: Sekitar 200 hingga 300, di mana proyek terkait AI mendekati 150 hingga 200.

Liu Pengqi: Sensasi saya juga sekitar sama. Jika harus menggunakan beberapa kata kunci untuk menggambarkan pengalaman mengevaluasi proyek di paruh pertama tahun ini, apa yang akan Anda pilih?

Yan Qianhang: Yang pertama adalah FOMO (fear of missing out, takut ketinggalan). Bidang populer tiba-tiba muncul banyak orang dan proyek baru yang sebelumnya tidak dikenal, dengan valuasi yang meningkat pesat. Banyak orang memaksa diri mereka untuk melihat semua proyek: Apakah kita sudah berinvestasi hari ini? Berapa banyak yang sudah kita investasikan? Apakah sebaiknya kita berinvestasi lebih banyak lagi?

Yang kedua adalah diferensiasi struktural. Beberapa jalur populer memiliki aktivitas pendanaan yang tinggi, sementara sebagian besar jalur tetap tenang. Hal yang sama terjadi di pasar sekunder: saham teknologi naik dengan baik, tetapi saham yang tidak berada dalam fokus tren mungkin hanya stagnan, bahkan turun.

Yang ketiga adalah penilaian yang diprioritaskan terlebih dahulu. Dulu, saat melakukan investasi awal, ada seperangkat penilaian yang relatif jelas mengenai milestone apa yang sesuai dengan penilaian berapa. Setelah perusahaan mencapai kesepakatan dan menyelesaikan pengiriman tahapan, penilaian baru naik. Kini, popularitas dan FOMO telah menghancurkan banyak pengalaman lama; penilaian 1 miliar dolar AS bisa muncul secara meledak-ledak dalam beberapa bulan saja.

Liu Pengqi: Beberapa proyek nilai pasarnya berubah dalam seminggu, bahkan ekstremnya ada tiga putaran pendanaan yang berlangsung secara bersamaan—satu putaran sedang dalam penyelesaian, satu lagi sedang membahas perjanjian, dan yang lainnya sudah dalam tahap menyusun rencana. Menghadapi pasar seperti ini, apakah para investor merasa cemas?

Yan Qianhang: Mengatakan tidak cemas tidak realistis. Tapi yang lebih membuat saya cemas bukanlah tidak ikut serta dalam proyek tertentu, melainkan kecepatan perkembangan AI. Setiap hari muncul model baru, istilah populer baru, dan ide-ide baru. Ketika Anda melihat berita yang terlambat beberapa hari, Anda tak bisa menahan diri untuk bertanya: Apakah saya sudah tertinggal?

Liu Pengqi: Investasi ada yang berorientasi pada nilai dan ada yang berorientasi pada peluang, tetap perlu dianalisis secara terpisah; jangan biarkan emosi pasar membuat keputusan untuk Anda. Pertama-tama, singkirkan valuasi dan FOMO, apa saja hal baru yang benar-benar muncul di paruh pertama tahun ini?

Yan Qianhang: Saya akan mulai dengan kewirausahaan berbasis penelitian. Baru-baru ini, Amerika memiliki konsep yang banyak dibahas, yaitu NeoLab, yang menggunakan pendekatan perusahaan komersial untuk menyelesaikan masalah penelitian jangka panjang. Pada paruh pertama tahun ini, muncul banyak perusahaan semacam ini. Orang-orang tidak lagi hanya bertanya, “Apakah ini dosen yang berwirausaha?”, tetapi lebih melihat apakah penelitian yang dilakukan oleh dosen setelah mendirikan perusahaan dapat berjalan lebih cepat daripada cara organisasi sebelumnya.

Lihat lagi aplikasi AI dan perangkat keras AI, para pelaku mulai kembali fokus pada produk itu sendiri. Setelah Manus muncul, pasar sempat mengalami FOMO terhadap Agent; kemudian Insta360 memicu gelombang baru minat terhadap perangkat keras AI. Setelah mengikuti tren selama satu putaran, orang-orang tetap harus kembali mencari mereka yang benar-benar akan mendefinisikan produk.

AI Coding juga memungkinkan pengusaha tidak lagi terbatas pada peneliti algoritma dan insinyur. Pengacara, desainer, produk manajer, bahkan ibu rumah tangga, semua bisa menggunakan alat Coding untuk membuat produk.

Liu Pengqi: Dulu sering dikatakan bahwa pengusaha teknologi adalah "menggunakan palu untuk mencari paku". Sekarang agak seperti paku itu sendiri yang memulai usaha, sementara palu telah menjadi alat yang bersifat universal.

Menghilangkan gelembung dari Agent, di bawahnya adalah bir yang kaya

Liu Pengqi: OpenClaw seharusnya menjadi salah satu peristiwa paling diperhatikan pada paruh pertama tahun ini. Dari “memelihara udang” secara massal, berebut Mac mini, hingga produsen model dan platform IM yang saling meluncurkan Agent mereka sendiri, antusiasme kini perlahan mereda. Open source membuatnya langsung masuk ke kalangan umum, tetapi masalah keamanan dan pengalaman juga ikut terungkap. Setelah keramaian berlalu, apa yang sebenarnya ditinggalkannya?

Yan Qianhang: OpenClaw memungkinkan banyak orang biasa untuk pertama kalinya mendeploy Agent sendiri, mengunduh Skills, lalu menyesuaikannya secara perlahan melalui percakapan alami menjadi bentuk yang diinginkan. Ia lebih seperti sebuah Agent OS (sistem operasi agen), bukan sekadar alat untuk menyelesaikan satu tugas tertentu.

Misalnya, saya punya teman yang menjalankan media mandiri di bidang kecantikan dan ingin masuk ke konten teknologi. Ia menggunakan OpenClaw untuk membangun beberapa Workflow, mengumpulkan informasi teknologi secara terarah, lalu membentuk Pipeline produksi konten. Tugas-tugas proses seperti Coding, PPT, e-commerce, dan proses internal perusahaan juga sudah banyak digunakan secara stabil. Setelah gelombang tren, meskipun ada gelembung, fluktuasi, dan kebisingan, setelah gelembung bir dihilangkan, yang tersisa adalah bir yang kaya rasa.

Liu Pengqi: Baru-baru ini, orang-orang kembali menekankan Harness Engineering (rekayasa lingkungan eksekusi agen). Ketika model besar berubah dari alat obrolan menjadi pelaksana tugas, hal-hal apa yang mulai menjadi lebih penting?

Yan Qianhang: Agen harus mampu membuat keputusan, menjalankan tugas, dan menyesuaikan diri berdasarkan hasilnya—seluruh proses ini harus berputar. Model hanyalah “otak” di dalamnya. Harness Engineering bertugas membangun lingkungan sekitar dan jalur umpan balik agar model dapat berjalan sendiri dalam Workflow, bukan dengan langkah-langkah yang ditentukan sebelumnya oleh manusia.

Liu Pengqi: Ini juga terkait dengan roda data. Pengalaman personalisasi di internet tradisional berasal dari akumulasi data pengguna, apakah Agent akan menjadi wadah untuk membentuk roda data dan pengalaman personalisasi?

Yan Qianhang: Chatbot meninggalkan terutama konteks bahasa, sedangkan Agent meninggalkan jejak tugas: bagaimana ia membuat keputusan, bagaimana ia menjalankan, alat apa yang dipanggil, dan apakah tugas tersebut selesai atau tidak. Jejak-jejak ini dapat digunakan untuk RL Agent (pembelajaran penguatan agen). Data skenario vertikal belum tentu kembali ke perusahaan model dasar, inilah yang mungkin menjadi hambatan bagi perusahaan startup Agent.

Liu Pengqi: Dari sudut pandang ini, siapa pun yang bisa mendapatkan jejak tugas pengguna akan memiliki keunggulan lebih besar. Saat ini, ada tiga pemain utama di lapangan: produsen model, platform IM dan perkantoran, serta perangkat keras lokal. Siapa yang menurut Anda lebih menjanjikan?

Yan Qianhang: Mereka melakukan hal yang berbeda. Pabrikan model cocok untuk tugas umum seperti pencarian, penelitian mendalam, dan coding; platform kantor memiliki file, dokumen, dan alur bisnis yang sudah siap; perangkat keras lokal lebih terkait dengan privasi. Namun, apakah “mesin lobster” merupakan jalur produk yang valid, masih perlu ditanyakan. Awalnya, Mac mini adalah yang paling banyak diburu, dan setelah popularitasnya turun, Mac mini tetap menjadi yang paling banyak dijual di Xianyu.

Masih ada masalah terkait perangkat lokal: data milik siapa? Misalnya, arsitek inti sebuah perusahaan menggunakan Agent dan tentu ingin menggunakan model terbaik, tetapi jika desain arsitektur dan jejak tugasnya diambil oleh perusahaan model untuk pelatihan, risikonya sangat besar. Banyak pengguna menghadapi konflik ini: saya ingin menggunakan model terbaik, tetapi tidak menerima menyerahkan data kepadanya. Bagaimana menurut Anda kompromi antara privasi dan kemampuan model?

Liu Pengqi: Berdasarkan pengalaman sebelumnya, sebagian besar pengguna C-end akan memilih efisiensi dan pengalaman terlebih dahulu. Namun, Pro C dan B-end berbeda; dokumentasi teknis, desain produk, dan data bisnis adalah aset inti perusahaan. Peluang mungkin ada di sini: memungkinkan perusahaan menggunakan model terbaik, sekaligus mengendalikan data lokal, izin, dan keamanan.

Yan Qianhang: Saya dan Pengqi sama-sama pernah melihat SaaS dan Fintech di masa lalu, dan kami memiliki perasaan campur aduk terhadap klien B besar: anggarannya besar, tetapi kebutuhannya kompleks, dan pelayanannya sangat berat. Sekarang muncul FDE (Frontline Deployment Engineer), yang memerlukan orang yang memahami model dan bisnis untuk datang ke lokasi membantu klien dalam penerapan. Layanan AI untuk klien B besar akan berbeda bagaimana dari SaaS dan Fintech di masa lalu?

Liu Pengqi: Pelanggan besar memiliki anggaran besar dan persyaratan tinggi; masalah lama seperti peningkatan volume tanpa kenaikan harga dan biaya kustomisasi yang tinggi masih ada. Pelanggan juga akan bertanya: Jika ada model open-source, mengapa harus membayar lebih untuk layanan AI? Ketika AI benar-benar terintegrasi ke dalam sistem dasar perusahaan, masalah keamanan data, privasi, dan integrasi sistem harus ditangani. Selain itu, ada ilusi; jika AI digunakan dalam bisnis inti seperti pengendalian risiko, dan kesalahan menyebabkan kerugian, siapa yang bertanggung jawab—pabrikan model, perusahaan, atau karyawan? Batasan ini belum jelas. Siapa yang bisa menyelesaikan masalah-masalah ini, dialah yang memiliki peluang.

Listrik masuk, token keluar, infrastruktur AI memasuki persaingan sistem

Liu Pengqi: Dalam enam bulan terakhir, apakah kecepatan kemajuan kemampuan model besar semakin cepat atau melambat?

Yan Qianhang: Jika melihat inovasi lompatan besar seperti arsitektur inferensi o1, memang sudah lama tidak melihatnya. Namun, kemampuan model dalam menyelesaikan tugas nyata terus berkembang. Dulu, kita menilai model melalui tes matematika dan peringkat pengetahuan, seolah-olah menguji model seperti ujian; sekarang, kita menilai melalui SWE-bench (pengujian standar rekayasa perangkat lunak), Computer Use (penggunaan komputer), dan Agent Benchmark (pengujian standar agen), yang menguji apakah model bisa memperbaiki Bug, mengatur alat, dan menyelesaikan tugas panjang. Model telah berpindah dari ruang ujian ke tempat kerja.

Liu Pengqi: Seperti siswa yang lulus dari sekolah dan memasuki dunia kerja. Ketersediaan pengetahuan mungkin sudah pada dasarnya terbentuk, ujian sebenarnya adalah seberapa besar kemampuan yang bisa ia tunjukkan di tempat kerja. Perusahaan mana yang menurut Anda paling menonjol dalam putaran ini?

Yan Qianhang: Saya akan memilih Anthropic. Mereka sangat awal menaruh fokus pada Coding, dan sekarang terlihat bahwa keputusan ini sangat krusial. Mereka lebih awal menyadari bahwa model tidak hanya harus unggul dalam ujian, tetapi juga dalam eksekusi tugas. Setelah peluncuran Claude 3.5, pengalaman alat Coding AI meningkat jelas; produk seperti Cursor pun menjadi semakin mudah digunakan; semakin baik alatnya, semakin banyak pengguna, dan umpan balik kembali ke model, sehingga perlahan-lahan tercipta momentum.

Alasan lainnya adalah pertumbuhan pendapatannya yang sangat cepat. Pendapatan tahunan Anthropic yang diungkapkan secara publik beberapa kali tahun ini terus meningkat, dan orang-orang mulai membahas: Jika Anthropic go public, akan menjadi perusahaan sebesar apa? Peningkatan efisiensi biaya inferensi dan profitabilitas juga membuat banyak orang mengevaluasi ulang perusahaan ini.

Liu Pengqi: Terdengar seperti ia memilih pasar yang tampak vertikal dan cukup besar, lalu fokus memenangkan pengguna kelompok ini terlebih dahulu. Lebih baik daripada menyebar terlalu luas tanpa memiliki satu arah yang cukup unggul.

Yan Qianhang: Saya tidak terlalu suka menyebut Coding sebagai bidang vertikal. Di dalam Coding sendiri sudah ada logika, penalaran, dan keputusan manusia, serta mengubah algoritma menjadi aplikasi yang benar-benar dapat dijalankan. Ketika model memperdalam Coding, penalaran, pemikiran asosiatif, dan keputusan berantai juga akan terlatih. Itulah mengapa ketika orang menggunakan Claude, mereka merasa itu teliti dan cerdas.

Beberapa model memiliki ide yang bagus, tetapi kurang andal. Anthropic memulai dari Coding dan Agent, dan tugas nyata justru melatih model secara terbalik. Sedikit mirip dengan "pengetahuan dan tindakan menyatu": ia lebih awal memasukkan "pengetahuan" dan "tindakan" ke dalam satu siklus yang sama dibanding yang lain.

Tahun ini, Anthropic kembali meluncurkan Fable 5 dan Mythos 5. Fable 5 dibuka untuk pengguna umum, sementara akses ke Mythos 5 lebih terbatas; kedua model tersebut sempat menangguhkan aksesnya, tetapi kemudian dipulihkan. Bagaimana pendapat Anda tentang diskusi yang muncul seputar pembatasan ini?

Liu Pengqi: Sudah banyak evaluasi tentang model-model ini di internet, tetapi mungkin belum banyak yang benar-benar menggunakannya secara mendalam. Saya melihat sekilas, pengalaman mereka dalam hal panjang konteks, pemikiran siklik adaptif, serta integrasi dengan kemampuan Agent memang sangat kuat. Mengenai apa yang disebut "pemblokiran", saya rasa mungkin ada unsur disinformasi dan pemasaran kelangkaan di dalamnya. Apakah mereka benar-benar sudah sekuat itu hingga bisa menjadi alat persaingan antar negara, masih perlu dipantau lebih lanjut.

Yan Qianhang: Melihat kembali model-model domestik, menurutmu perubahan terbesar dalam enam bulan terakhir adalah apa?

Liu Pengqi: Zhipu adalah contoh yang sangat khas. Mereka juga berfokus pada pengembangan Coding, melakukan percobaan sendiri dalam arsitektur dan pelatihan tugas jangka panjang. Kami juga mendengar bahwa tim telah menambahkan metode seperti reward proses untuk meningkatkan kemampuan model. Tim dalam negeri terus maju, tidak pernah berhenti menguji arsitektur, algoritma, dan kemampuan model.

Data juga sedang diperbaiki. Hanya melakukan distilasi, langit-langit akan segera terlihat. Setelah perusahaan model mendapatkan lebih banyak dana, selain membeli daya komputasi dan merekrut orang, mereka mulai bersedia menghabiskan uang untuk data berkualitas tinggi.

DeepSeek juga patut diperhatikan. Setelah merilis modelnya, ia tampak tenang untuk sementara waktu, tetapi terus membangun kekuatannya sendiri. Perubahan jelas tahun ini adalah sikapnya yang lebih terbuka terhadap pendanaan dan kerja sama dengan daya komputasi lokal dibanding sebelumnya.

Saya memahami bahwa hal ini memerlukan penilaian dan insentif saham untuk mempertahankan bakat, serta berharap dapat membangun kolaborasi yang lebih dalam dengan produsen daya komputasi domestik. Tindakan ini tidak hanya meningkatkan model sendiri, tetapi juga mendorong seluruh ekosistem industri.

Yan Qianhang: Ketika DeepSeek baru muncul, skala dana sejumlah perusahaan model di Tiongkok kebanyakan masih puluhan miliar yuan. Pada skala ini, sebuah Research Lab yang didukung oleh dana kuantitatif masih bisa bersaing dengan yang lain. Dari tahun lalu hingga tahun ini, perusahaan besar mulai berinvestasi besar-besaran, Alibaba dan Xiaomi pun menggelontorkan dana, sementara MiniMax dan Zhipu setelah go public, dana yang mereka miliki tidak lagi berada di level puluhan miliar yuan. Jika DeepSeek terus menggunakan cara operasional lama, itu sama saja dengan secara aktif mempersulit dirinya sendiri.

Namun gaya DeepSeek tidak banyak berubah, semua pilihan masih berputar pada satu hal: membuat model besar yang lebih baik, bukan terlebih dahulu mengejar komersialisasi jangka pendek.

Liu Pengqi: Setelah membahas beberapa perusahaan model di dalam negeri, mari kita lihat kesenjangan antara Tiongkok dan Amerika. Menurutmu, apakah kesenjangan ini semakin membesar atau semakin mengecil?

Yan Qianhang: Di model versi ultra-cepat dan versi standar umum, kesenjangan antara Tiongkok dan AS memang menyempit. Pada 2022, orang merasa sulit mengejar, pada 2023 dan 2024 masih mengatakan ketinggalan satu atau dua tahun, tetapi tahun ini persepsinya mungkin hanya selisih beberapa bulan. Baru-baru ini, co-founder Zhipu, Tang Jie, pernah berdialog dengan Musk di X. Musk mengatakan bahwa model besar Tiongkok mungkin baru akan mengejar tingkat terdepan pada kuartal pertama 2027; Tang Jie menjawab, “Tidak akan selama itu.”

Kesenjangan yang sulit diatasi dalam jangka pendek tetaplah infrastruktur dan daya komputasi. Amerika Serikat memiliki klaster daya komputasi yang lebih besar, memungkinkan berjalannya lebih banyak eksperimen secara bersamaan; Tiongkok lebih unggul dalam melakukan hal-hal besar dengan biaya kecil, dengan cepat mengejar melalui efisiensi algoritma dan teknik.

Liu Pengqi: Benar. Semakin banyak mesin, semakin banyak eksperimen yang dapat dijalankan secara bersamaan, dan semakin luas ruang eksplorasi untuk arsitektur model. Saat ini, kemampuan Indonesia dalam mengisi data jauh lebih kuat dibanding sebelumnya, dan kontribusi data terhadap kemajuan model juga terus meningkat. Melihat versi ultra-cepat dan model ringan, kami memang memiliki keunggulan dalam efisiensi dan biaya.

Yan Qianhang: Model-model Tiongkok juga mulai diperhatikan lebih banyak orang. Model MiniMax didukung oleh OpenClaw; dalam agenda dan presentasi terkait GTC NVIDIA bulan Maret, Kimi dan MiniMax juga disebutkan. Kami mengejar dengan cepat versi ultra-cepat, versi standar, dan versi umum.

Pembuatan video menjadi lebih menarik, suara di dalam negeri justru lebih keras. Setelah Seedance dirilis, pasar sempat beredar bahwa ARR-nya telah mencapai 2 miliar dolar AS, namun Volcano Engine kemudian menyatakan bahwa angka pendapatan yang beredar di luar umum cenderung terlalu tinggi. Di luar negeri, selain Google Veo 3.0 masih mempertahankan perhatian, suara pasar Sora dibandingkan saat peluncuran pertama kali sudah berkurang signifikan. Dalam hal model video, tampaknya dalam negeri justru lebih kuat.

Liu Pengqi: Karena generasi video mengonsumsi banyak Token, biaya dan efisiensi per Token akan diperbesar secara berlipat ganda. Produsen domestik dapat menurunkan biaya hingga mencapai rentang yang dapat diterima pengguna melalui desain arsitektur dan pemanfaatan daya komputasi yang lebih efisien.

Di bawahnya, infrastruktur AI tidak bisa dihindari. Produsen model terus meningkatkan pengeluaran modal, konsumsi token juga meningkat, dan biaya komputasi pasti akan menjadi bottleneck. Apa perubahan yang Anda lihat di infrastruktur?

Yan Qianhang: Yang ditanyakan orang sekarang bukan lagi hanya “apakah daya komputasi cukup”, tetapi apakah seluruh sistem ini bisa berjalan lancar. Selain “komputasi”, kita juga harus melihat “penyimpanan” dan “transmisi”. Misalnya ada sepuluh ribu node komputasi, tetapi data tidak bisa dikirim ke node berikutnya tepat waktu, maka node-node lain harus menunggu. Seperti mempekerjakan sepuluh ribu pekerja jalur perakitan, tetapi bahan baku dikirim terlalu lambat, sehingga selalu ada yang menganggur.

Oleh karena itu, interkoneksi cahaya, HBM (High Bandwidth Memory), DRAM (Dynamic Random-Access Memory), dan SSD (Solid State Drive) akan semakin penting. Jika seluruh sistem diabstraksikan, sebenarnya hanya ada satu hal: “Listrik masuk, Token keluar.” Bagaimana cara mengubah listrik dan biaya operasional menjadi lebih banyak Token? Chip, penyimpanan, komunikasi, pendinginan cair, dan perangkat lunak semuanya harus dioptimalkan secara bersamaan.

Liu Pengqi: Jangan hanya melihat infrastruktur dari sisi cloud saja. Sisi endpoint mencakup perangkat sehari-hari seperti ponsel, jam tangan, dan headphone; sisi edge bisa berupa NAS (Network Attached Storage), all-in-one device, atau perangkat internal perusahaan; sementara cloud menyediakan daya komputasi berskala besar. Tugas sederhana ditempatkan di sisi endpoint, data pribadi dan perusahaan tetap di sisi edge, sedangkan pemrograman kompleks dan inferensi jangka panjang diserahkan ke cloud.

Yan Qianhang: Sisi cloud dalam jangka pendek menyerap sejumlah besar sumber daya, sementara sisi edge harus mengembangkan fungsionalitas dengan daya komputasi yang lebih sedikit dan biaya yang lebih rendah. Bagi perusahaan rintisan, kendala semacam ini juga menyimpan peluang.

World Model, bukan model bahasa besar lainnya

Liu Pengqi: Setengah pertama tahun 2026, model dunia tiba-tiba menjadi kata kunci populer. Kecerdasan tubuh, generasi video, game, dan simulasi fisika semua membahasnya. Pemahaman saya adalah, model dunia tidak selalu merujuk pada satu model tertentu, melainkan lebih seperti: memberikan gangguan eksternal pada dunia, lalu memprediksi apa yang akan terjadi pada saat berikutnya.

Menurut definisi ini, apakah hukum Newton juga dapat dipahami sebagai sebuah model dunia? Yan Bo, bagaimana Anda memahami model dunia? Apa hubungannya dengan VLA (Visual-Language-Action Model), model generasi video, dan model bahasa besar?

Yan Qianhang: Model dunia sebenarnya bukan konsep baru, sudah ada sejak lama dalam reinforcement learning. Saat ini, kita dapat melihat beberapa jalur: model video yang menghasilkan frame berikutnya, model dunia 3D yang membangun ruang yang dapat diinteraksi, JEPA (Joint Embedding Predictive Architecture) yang mengabstraksikan dunia menjadi representasi ruang tersembunyi, dan WAM (World Action Model) yang menghubungkan model dunia dengan Action Policy.

Liu Pengqi: Bahasa adalah informasi yang sangat abstrak, tetapi dunia nyata juga mencakup visual, sentuhan, dan hubungan spasial. Saya merasa model dunia lebih mirip kemampuan bawaan manusia, sedangkan model bahasa lebih mirip pembelajaran yang diperoleh setelah lahir. Kedua model ini memiliki cara iterasi yang berbeda, tetapi bersama-sama membentuk kecerdasan manusia. Apakah Anda setuju dengan penilaian ini? Bagaimana hubungan antara model dunia dan LLM (Large Language Model) di masa depan?

Yan Qianhang: Saya juga lebih cenderung pada saling melengkapi keduanya. Bahasa dan lima indra, termasuk penglihatan, pendengaran, sentuhan, dan penciuman, semuanya adalah cara manusia berinteraksi dengan dunia. Model bahasa besar terlebih dahulu menyelesaikan kecerdasan pada tingkat bahasa, dan kami secara alami akan terus mengeksplorasi pemahaman dan prediksi AI terhadap dunia fisik.

Liu Pengqi: Mengapa model dunia meledak tepat pada paruh pertama tahun ini?

Yan Qianhang: Pertama, model video telah matang, dan hasil generasinya semakin terlihat nyata. Teknologi representasi 3D juga maju, dari Mesh, point cloud, hingga NeRF dan 3D Gaussian Splatting; tim startup kini telah memiliki dasar teknis untuk menghasilkan dan mengoperasikan dunia 3D. Ditambah dengan model video open-source, banyak ide dapat segera diuji.

Liu Pengqi: Namun, model dunia dan kecerdasan berwujud keduanya kekurangan data yang mencakup informasi fisik. Industri sering membicarakan piramida data, di mana dasarnya adalah video internet dan data sintetis, bagian tengahnya adalah data sudut pandang pertama dengan informasi multimodal, dan puncaknya adalah data operasi jarak jauh mesin asli. Bagaimana cara mengatasi hambatan ini?

Yan Qianhang: Kami tidak kekurangan data video biasa, tetapi kekurangan data yang mengandung status fisik dan hukum. Kelompok pertama adalah data yang dikumpulkan oleh sensor nyata; kelompok kedua adalah simulasi fisika dan digital twin; kelompok ketiga adalah status kontak dan gaya yang diinferensi dari video. Data nyata paling ideal, tetapi paling mahal, dan pada akhirnya ketiga jenis data ini harus disusun menjadi sistem bertingkat.

Mari kita bicara sesuatu yang lebih santai. Jika model dunia mulai menunjukkan kemajuan komersial yang jelas, menurutmu konsumen akan pertama kali merasakannya di mana? Di game, konsumsi konten, atau embodied intelligence yang belakangan ini sering dibahas?

Liu Pengqi: Saya menduga itu adalah game dan konsumsi konten. Skenario-skenario ini tidak menuntut akurasi mutlak, selama bisa menipu mata manusia sudah cukup. Kecerdasan tubuh harus beroperasi di dunia nyata, sehingga persyaratan terhadap data, tingkat keberhasilan, dan keamanan jauh lebih tinggi.

Yan Qianhang: Jika model dunia benar-benar dapat digunakan dalam game, saya cukup menantikan masa depan di mana saya tidak lagi melihat berbagai glitch dan bug aneh.

Liu Pengqi: Dari konsumsi konten beralih ke kecerdasan tubuh, apa perubahan yang dibawa model dunia bagi industri ini? Saat ini ada yang berpendapat bahwa VLA akan digantikan oleh model dunia, apakah benar demikian?

Yan Qianhang: Saya rasa tidak. Saat orang bermain tenis, saat menghadapi gerakan asing, mereka mungkin terlebih dahulu membayangkan cara membalas bola; tetapi saat bola datang dengan kecepatan tinggi, atlet profesional langsung membalas berdasarkan insting tubuh mereka. Model dunia lebih mirip "berpikir dulu, baru bergerak", sedangkan VLA lebih mirip menghasilkan tindakan langsung berdasarkan input visual; keduanya dapat saling melengkapi.

Liu Pengqi: Ada "segitiga mustahil" lain dalam penerapan kecerdasan tubuh: tugas kompleks jangka panjang, tingkat keberhasilan tinggi, dan generalisasi lintas skenario—saat ini sulit dipenuhi secara bersamaan. Sentuhan juga sangat penting. Jika robot hanya dengan sensor sentuh di tangan sudah bisa merekonstruksi bentuk tiga dimensi kasar suatu objek, itu menunjukkan kemampuannya telah mencapai tingkat yang cukup tinggi.

Yan Qianhang: Kami telah melihat contoh yang sangat intuitif. Sebuah cengkeram dua jari dengan harga hanya beberapa ratus yuan, ketika ditambahkan sensor sentuhan untuk membentuk loop kontrol gaya, mampu mengambil tahu tanpa menghancurkannya. Namun, bagaimana sensor sentuh dapat disesuaikan dengan model, saat ini masih berada pada tahap sangat awal.

Setelah gelembung meledak, uang akan mengalir ke perusahaan jenis apa?

Liu Pengqi: Selain bidang-bidang paling panas seperti Agent, world model, dan embodied intelligence, menurutmu bidang apa lagi yang patut menjadi perhatian khusus para pengusaha?

Yan Qianhang: Arah yang paling saya minati belakangan ini adalah AI for Science (kecerdasan buatan yang mendorong ilmu pengetahuan) dalam arti yang lebih luas. Dengan memecah proses penelitian menjadi tahapan-tahapan—mulai dari merumuskan pertanyaan, mencari literatur, hingga eksperimen, analisis, dan verifikasi—saya ingin melihat tahapan mana yang bisa diserahkan kepada AI, dan apakah kecepatan penelitian bisa dipercepat. Ini melangkah lebih jauh daripada AlphaFold yang dikenal luas beberapa tahun lalu.

Liu Pengqi: Seperti mengubah penelitian itu sendiri menjadi sebuah Pipeline yang dapat diatur ulang.

Yan Qianhang: Ya. Sudah terlihat banyak pekerjaan Auto Research (penelitian otomatis) tahun ini, meskipun sebagian besar masih terbatas pada beberapa bidang. Yang lebih patut dinantikan selanjutnya adalah apakah ia bisa memasuki lebih banyak disiplin ilmu dan secara signifikan mempercepat inovasi ilmiah. Ada contoh lain yang terkait dengan model dunia yang baru saja kita bahas. Simulasi fisika tradisional sering kali bergantung pada penyelesaian persamaan diferensial parsial. Di masa lalu, ada masalah yang sangat menyulitkan dalam simulasi: jika ingin hasilnya akurat, maka prosesnya akan sangat lambat; jika ingin cepat, maka hasilnya cenderung tidak akurat. Sekarang, orang mulai menggunakan AI dan neural operator untuk menggantikan sebagian penyelesaian PDE (persamaan diferensial parsial). Jika benar-benar bisa mencapai kecepatan tinggi sekaligus akurasi tinggi, itu adalah kemajuan nyata.

Baru-baru ini, yang saya anggap sangat menarik adalah ilmu sosial. Sebelumnya, penelitian ilmu sosial kekurangan mekanisme eksperimen dan inferensi yang efisien: entah menganggap masyarakat nyata sebagai lingkungan eksperimen untuk melakukan survei skala besar, atau mengambil sampel kecil untuk melakukan Sampling. Sekarang, apakah AI dapat menyediakan metode inferensi baru untuk ilmu sosial, masuk ke beberapa tahap proses tersebut, dan mempercepat penelitian? Ini sekaligus membuka wawasan AI for Science, tidak lagi hanya AI for material, AI for bioteknologi.

Arah lainnya adalah perangkat keras AI. Di dalam negeri ada rantai pasokan perangkat keras yang matang, sejumlah pendiri dan produk muda yang sangat cerdas, ditambah infrastruktur AI yang semakin baik, sehingga mereka dapat dengan cepat mewujudkan ide menjadi produk. Saya lebih menantikan apakah tanah ini akan secara acak menghasilkan sesuatu yang tidak kami duga.

Liu Pengqi: Perangkat keras AI tidak hanya memberikan fungsi kepada pengguna, tetapi juga sangat terkait dengan model dunia. Meskipun telah ada banyak data digital yang terakumulasi di internet, interaksi antara manusia dan dunia fisik—termasuk data perilaku, data tanda-tanda vital, dan data elektroensefalografi—masih sangat kurang. Di masa depan, perangkat keras ini mungkin membawa daya komputasi, perangkat lunak AI, dan berbagai sensor, yang secara perlahan memahami kita saat digunakan, lalu memberikan layanan sebaliknya.

Perusahaan rintisan harus mempertimbangkan dengan jelas: apakah Anda membuat alat pengumpul data, atau sebuah Data Hub? Jika sistem ini dapat mengintegrasikan informasi pengguna dari skenario lain, maka banyak hal yang bisa dilakukan.

Liu Pengqi: Mari kita bahas terakhir tentang pasar modal. Tahun ini, Yushu telah memperoleh persetujuan pendaftaran IPO di Science and Technology Innovation Board dan memasuki tahap emisi; Zhipu dan MiniMax, setelah go public di awal tahun, mengalami volatilitas harga saham dan bahkan mulai terpisah. Kimi, DeepSeek, dan Jieyue Xingchen berturut-turut menyelesaikan pendanaan besar. Bagaimana pendapat Anda tentang gelombang go public perusahaan AI ini? Bagaimana hal ini akan memengaruhi pasar primer?

Yan Qianhang: Dari sudut pandang investor primer, tentu saja baik jika semua orang bisa mendapatkan keuntungan. Bagi perusahaan-perusahaan model dasar ini, go public juga merupakan bentuk realisasi modal: posisi ekosistem telah terbukti secara阶段性, namun perjuangan yang lebih panjang masih menanti, dan mereka membutuhkan lebih banyak amunisi.

Perusahaan semacam ini memiliki nilai jangka panjang, tetapi secara jangka pendek perlu terus menghabiskan dana untuk penelitian, dan pasar modal memberikan kondisi bagi mereka untuk terus berinvestasi. OpenAI dan Anthropic juga kurang lebih sama. Dalam menilai perusahaan-perusahaan ini, kita tidak bisa sepenuhnya menggunakan kerangka PE perusahaan tradisional untuk penilaian; yang lebih diperhatikan adalah posisi ekosistem apa yang akhirnya bisa mereka kuasai. Saat perusahaan internet awalnya go public, yang dilihat bukan hanya apakah mereka langsung menghasilkan keuntungan.

Liu Pengqi: Tetapi dalam gelombang AI ini, semua orang mengakui adanya gelembung. Setelah lebih banyak raksasa go public, apakah gelembung ini akan pecah?

Yan Qianhang: Sulit memprediksi kapan gelembung akan pecah. Siapa pun bisa mengatakan bahwa gelembung pasti akan pecah, tetapi ini hanyalah pernyataan yang benar namun tak bermakna. Dalam jangka pendek, peluncuran mungkin memicu gelombang FOMO tambahan di pasar primer; namun, umpan balik dari pasar sekunder cepat—jika bisnis tidak berjalan baik atau kemajuan penelitian tidak mampu mendukung ekspektasi, harga saham akan segera menunjukkannya. Jika perusahaan top berkinerja baik, pasar primer masih memiliki ruang; tetapi jika mereka tidak mampu bertahan, hal itu justru akan menekan valuasi pasar primer. Pada saat itu, semua orang akan menghitung ulang: jika valuasi di pasar sekunder saja tidak bisa bertahan, mengapa valuasi di pasar primer masih begitu tinggi, bahkan terjadi inversi antara pasar primer dan sekunder? Apakah sebaiknya kita lebih tenang? Valuasi yang meningkat pesat pada paruh pertama tahun ini juga mungkin memasuki periode penenangan.

Liu Pengqi: Sulit menebak kapan gelembung akan pecah. Mari kita ubah pertanyaannya: Misalkan gelembung mulai pecah, apa yang akan terjadi? Perusahaan mana yang lebih mungkin bertahan, bahkan menjadi perusahaan yang benar-benar baik?

Yan Qianhang: Sikap di dalam gelembung sangat mirip dengan perdagangan saham, semua orang merasa saham yang mereka beli akan tetap naik limit esok hari. Ketika pasar dingin, uang akan berpindah ke aset yang lebih baik. Arah penelitian seperti model dunia dan model kecerdasan berwujud memerlukan perusahaan terus-menerus mencapai tonggak penting dan mempertahankan posisi mereka di industri. Hanya mengandalkan demo atau cerita tanpa output hasil nyata, akan sangat sulit untuk mendapatkan pendanaan di masa depan.

Perusahaan yang benar-benar dijalankan, pada akhirnya dilihat dari seberapa stabil model bisnisnya dan seberapa nyata pesanannya. Kemampuannya bertahan saat menghadapi goncangan menentukan apakah ia bisa bertahan hidup.

Liu Pengqi: Saya justru berpikir, meledaknya gelembung belum tentu sepenuhnya buruk. Baik perangkat lunak, model besar, maupun kecerdasan tubuh, biaya komputasi dan infrastruktur hulu kemungkinan akan turun. Saat ini, banyak proyek gagal terwujud karena kendala pengeluaran modal dan biaya. Ketika pengguna mampu menggunakannya, implementasi justru akan lebih cepat.

Yan Qianhang: Benar, dan bagi pasar primer, go public bukanlah akhir. Ketika benar-benar saatnya untuk keluar, harga saham tetap harus kembali ke nilai wajar, dan reaksi pasar sekunder sangat cepat.

Liu Pengqi: Terakhir, jika Anda harus mempertaruhkan satu variabel untuk paruh kedua tahun ini, apa yang akan Anda pilih?

Yan Qianhang: Saya akan melihat siklus data yang nyata. Baik itu kecerdasan tubuh atau agen, selama bisa membuat data dan umpan balik pengguna terus berputar, atau membantu orang lain membangun mekanisme ini, ada peluangnya—bahkan bisa juga menjadi “penjual sekop”.

Liu Pengqi: Penilaian saya juga kurang lebih sama. Pada paruh kedua tahun ini, kita akan melihat lebih banyak proyek yang dapat diwujudkan dan menghasilkan pendapatan. Sulit untuk menebak kapan gelembung akan meledak, tetapi teknologi tidak bisa melewati siklus dan langsung mencapai AGI (Kecerdasan Buatan Umum); di tengahnya pasti akan mengalami fluktuasi. Kemampuan untuk mewujudkan, mendapatkan pendapatan, pendanaan, atau data selama fluktuasi ini akan menentukan apakah perusahaan dapat membangun keunggulan bertahap dan memiliki peluang untuk berpartisipasi dalam kompetisi putaran berikutnya.