如果說2025年創投圈Q1的關鍵詞是DeepSeek和宇樹科技，那么Q2的關鍵詞備選中，一定有‘朱嘯虎’和‘人形機器人泡沫’。3月28日，金沙江創投管理合伙人朱嘯虎拋出“批量退出人形機器人企業”的言論之后，一場關于人形機器人賽道泡沫的論戰就此打響。各路創業者和投資人紛紛下場、各抒己見，一時間各種觀點瘋狂對撞，給剛剛捂熱的人形機器人賽道當頭潑了一盆冷水。

人形機器人行業到底有無泡沫？如何定義一個行業出現了泡沫？如何評價泡沫的大小程度？泡沫本身對于行業到底意味著什么？

當“理想主義”和“現實主義”爭論不休時，或許我們應該暫時跳出人形機器人行業的局限，重新思考“泡沫”本身對于商業和科技的價值與意義。

泡沫敘事下的商業輪回

"泡沫"（Bubble）一詞源自拉丁語"bulla"，本指肥皂泡般脆弱易破的事物。

16世紀荷蘭郁金香投機狂潮首次賦予其經濟學內涵——當一顆稀有郁金香球莖價格超越阿姆斯特丹運河豪宅時，投機客們仍堅信"這次不一樣"。這種集體認知偏差如同肥皂泡的表面張力，支撐起虛幻的價值幻象，直至1637年2月價格體系瞬間崩塌，留下人類首個系統性金融泡沫的標本。

1841年，一位英國記者查爾斯·麥基在《非同尋常的大眾幻想與群眾性癲狂》（Extraordinary Popular Delusions and the Madness of Crowds）一文中，將荷蘭郁金香狂熱（1637年）、南海泡沫（1720年）和密西西比泡沫（1720年）并列分析，首次將此類事件統稱為“泡沫”。“泡沫”一詞由此成為描述非理性資產價格膨脹的標準術語。

此后的幾個世紀里，泡沫以驚人相似的劇本反復上演，每次泡沫破裂都伴隨財富湮滅與社會動蕩，卻始終未能阻止人類追逐泡沫的本能。正如經濟學家金德爾伯格所言："泡沫是人性貪婪與恐懼的合鳴。"

人類經濟活動早期的“泡沫”，都是單純地基于商品或者金融資產的交易套利目的而產生。這類“泡沫”并未對人類社會的進步產生任何增量貢獻，反而因其劇烈的反噬，給“泡沫”一詞籠上了一層厚重的陰影。“恐懼”成了人們談及“泡沫”的第一反應。

如果“泡沫”發生在技術資產的估價上，其意義便截然不同。

1990年代末的互聯網泡沫中，全球風險投資規模從1995年的80億美元激增至2000年的1040億美元，催生了云計算、電子商務等底層基礎設施的早期布局。盡管大量初創企業破產，但存活下來的谷歌、亞馬遜等公司憑借泡沫期積累的技術儲備，最終定義了數字經濟的運行規則。

2000年光伏產業泡沫破裂后，全球80%的硅基太陽能電池專利集中在前十大企業手中，技術路線從晶硅向薄膜的探索被迫加速。類似地，自動駕駛泡沫中Waymo、Cruise等企業早期累計投入超千億美元的測試數據，客觀上推動了激光雷達與視覺感知技術的標準化融合。泡沫競爭倒逼行業快速確立技術標準。

2018年區塊鏈泡沫高峰時期，全球加密貨幣開發者數量同比激增300%，其中35%來自傳統金融機構。這些跨領域人才的涌入，為Web3.0、DAO等創新形態奠定了人力基礎。泡沫期形成的高薪崗位與創業機會，將頂尖人才吸引至前沿領域。

“套利泡沫”的破裂，留給世界的是一地雞毛，但“科技泡沫”的破裂，留給世界的卻仍有壯烈的“一將功成”。正如科幻小說界的一句名言："泡沫是文明升級必須支付的熵增成本。"

不可否認的事實是，現代那些“智商卓絕”的投機客，很善于將“套利泡沫”包裝成“科技泡沫”，以人類進步和技術革命的宏大敘事，來裝飾自己交易套利的短期訴求。這并不是件壞事，因為人類文明的進步，主要靠理想主義者推動，但是投機主義者，會加速這一過程。

風險投資的掌舵人，具有雙重性。一方面需要堅定地站在技術進步的立場，對未來技術價值提前下注；另一方面又要防范客觀存在的投機客炒高資產價格，加速泡沫破滅后給LP帶來的經濟損失。所以，全球的風險投資人們都在追求兩件事：“造風”和“逃頂”。

如何定義具體賽道出現了泡沫？如何評估泡沫大小？如何預測泡沫破裂的時間點？如何極致地催化泡沫并在泡沫破裂前實現退出？就成了所有風險投資掌舵人們的“秘笈”。

當然，這份“秘笈”一定是主觀的，一定參雜了大量“掌舵人”個人經驗和信仰的因素，但仍可以作為我們參考的坐標系。

泡沫預警機制

創投家從多份公開資料里，綜合整理出了全球頂尖風投機構和咨詢公司們關于行業泡沫的多維度預警模型的8大指標，用來定義行業泡沫的出現，評估泡沫壓力。

1、資產總量指標：同一細分賽道短期內的企業增長數量。

• 1995年網景瀏覽器上市引發資本對互聯網的狂熱追逐，1998-2000年間全美新增.com公司超1萬家；

• 2010-2013年的團購泡沫期間，全球注冊企業超2萬家，其中中國有約1.2萬家，集中在本地生活服務領域；

• 2014-2016，共享經濟泡沫期間，全球注冊企業超6000家，其中中國1800家。

紅杉資本在其《Risk Factor》報告（2021）中指出，某賽道企業數量年增速超200%時需警惕非理性繁榮。麥肯錫也在其《The Rise and Fall of Industries》研究（2022）中強調，當行業企業數量增速是GDP增速的5倍以上時，泡沫風險顯著上升。

2、融資熱度指標：

• 賽道融資總額的增長率。

賽道融資總額的增長往往是引發資產總量的同步激增的直接原因。同樣在2015年，共享經濟泡沫期間，全球該領域融資總額超200億美元，同比增長120%；第二年，中國的共享單車市場融資總額超90億美元，環比增長200%。

孫正義在2019年軟銀的財報電話會議中提到，當賽道單季度融資額環比增長超300%時，需重新評估資產質量。

• 天使輪融資輪次占比。

天使輪融資占比過高，意味著大量初創企業涌入賽道，而初創企業的低生存率本身就是導致泡沫破滅的重要因素。2022年元宇宙賽道天使輪占比達41%，半年內估值蒸發67%。

Benchmark Capital創始人比爾·格利在其2022年Web3.0投資備忘錄指出天使輪占比超過30%是行業進入“非理性階段”的標志。

• 融資輪次壓縮。

資本流入速度過快的另一個維度指標。2015年的O2O泡沫時期，種子輪到B輪平均間隔從2年縮短至6個月；2017年全球ICO泡沫時期，種子輪到PE輪的平均間隔從6個月縮短至1個月。

高盛2015年的報告《The Rise of the Mega-Rounds》中，分析師指出：“在泡沫周期中，融資輪次間隔顯著縮短，早期項目（如種子輪到A輪）的平均時間從傳統的18-24個月壓縮至6-12個月，反映出資本過熱和競爭加劇。”

• FA傭金溢價。

FA的費用標準作為離交易最近的數據指標，也可以用來衡量一個賽道受資本追捧熱度的程度，而且非常及時。PitchBook統計數據顯示2021年VR賽道FA費率同比上漲20%-30%。

《FA行業白皮書》（2020）中指出，FA費率超過5%且附帶排他條款時，行業大概率處于過熱狀態。

3、非理性定價指標：PS（市銷率）倍數：

這項指標經常被二級市場分析師用來詬病一級市場的資產定價泡沫。賽道創業公司PS與成熟行業龍頭PS對比出現倒掛，例如2021年的全球SaaS泡沫中，多家未盈利的SaaS公司PS高達30倍，而Adobe僅為10倍。摩根士丹利也在《Tech Bubble 2.0》報告中警示，SaaS企業PS倍數超過30倍時需警惕。

Benchmark Capital創始人比爾·格利也曾指出，當企業市銷率超過40倍時，需警惕"單位經濟失靈"風險。

4、退出渠道指標：

《華爾街日報》數據顯示2021年美股SPAC上市企業首年破發率高達63%，被稱為美股SPAC泡沫；伴隨著上市破發，該行業的并購交易量顯著下降也是泡沫來臨的標志。

高盛統計數據顯示，當上市企業首年破發率超60%時，市場進入“擠泡沫階段”

5、資金屬性指標：跨界投資人涌入

表現為傳統行業巨頭大規模入場。近些年大家耳熟能詳的案例——新能源汽車泡沫破滅前夜，百度成立集度汽車，恒大集團收購法拉利FF成立恒大汽車，寶能集團收購觀致汽車，華夏幸福收購合眾新能源推出哪吒汽車等。

貝恩在《Corporate Venturing 2022: Scaling Innovation Through Collaboration》（2022年）中詳細分析了企業風險投資的周期性特征，并提到：“當跨界資本（尤其是傳統行業資本）在某一新興領域的占比超過30%時，該領域的估值偏離度平均上升40%，后續三年內發生行業洗牌的概率超過60%。”

6、人才虹吸指標：崗位薪資水平非理性膨脹

2017年ICO狂熱期間，區塊鏈初創公司普遍以高薪吸引人才，普通程序員年薪可達30-50萬美元（遠超硅谷平均水平）；LinkedIn在其《Salary Insights》報告中顯示，2022年全球元宇宙相關崗位薪資同比上漲120%，但90%的項目停留在概念階段。

短期投機資金涌入推高人力成本，導致薪資增速遠超行業營收或利潤增長水平，顯著偏離基本面，預示著泡沫破裂。

7、敘事熱度指標：媒體熱度指數

2018年比特幣暴跌前夕，全球主流媒體（如《紐約時報》《華爾街日報》）每日頭版報道，社交媒體上“比特幣”搜索量暴增300%；2021年"元宇宙"泡沫爆發前夜，“元宇宙”關鍵詞在Google Trends搜索量環比增長700%；清科研究中心統計顯示，2015年O2O賽道百度指數峰值與融資峰值時間重合度達92%。媒體的過度渲染往往成為泡沫加速器，而當敘事轉向負面時，又加劇市場崩盤。

CB Insights的《Narrative Analytics》工具中就會通過媒體提及量、社交媒體討論熱度預測泡沫風險。

8、監管行為指標：政策套利行為和窗口指導頻率

這個指標比較獨特。例如某“泛金融行業”在被明令禁止之前，70%以上項目的商業模型都依賴于監管灰色地帶；又如，“園丁賽道”在面臨監管風暴之前，監管部門對其約談次數月均超3次。

安永在其發布的研究報告《Global Regulatory Outlook 2023》中顯示，在強監管領域，企業合規成本年均增長達150%-200%。

創投家說

簡單的代入行業數據并不能直接得出泡沫的結論。就像我們無法用17世紀郁金香球莖價格波動來預測20世紀互聯網泡沫的走勢，我們亦不能將Web2.0時代的融資輪次壓縮規律套用于AI大模型或者人形機器人賽道。宏觀經濟環境的變化、政策制度的調整、技術革命的顛覆，都在不斷重塑泡沫生成的土壤與破裂的臨界點。

高盛報告中的“300%融資環比增長紅線”、Benchmark Capital劃定的“30%天使輪警戒線”，在今天或許是精準的預警燈，明天或許會就成為被新變量重構的舊地圖。

但正是這種動態性，賦予了預警機制真正的生命力。當我們試圖用數據錨定泡沫時，也必須承認其背后的不確定性。閾值是流動的，而真正的智慧在于感知變化。

歷史經驗表明，真正的顛覆性創新往往誕生于泡沫退潮后的沙灘上。當資本熱潮褪去，那些擁有核心技術護城河、清晰商業化路徑的企業方能穿越周期，將今日的泡沫轉化為明日的基石。泡沫本身不是問題，誤判泡沫的破裂時機才致命。

（本文首發于鈦媒體App，作者｜陶天宇、郭虹妘，編輯｜陶天宇）