王岳华：稳定币最大价值是重新定义全球资金流动方式

2026年8月27日，「资本与智能的交汇之处 —— CDDJAP 2026 夏季加速营启动典礼 ·  Launch Ceremony」在香港数码港3座功能厅成功举行，同期，主题为“Where Capital Meet Intelligence”的高峰论坛成功举办。

德鼎创新（Draper Dragon）合伙人、CDDJAP加速器合伙人王岳华接受金色财经专访。

以下是专访实录。

• 未来，中美 AI 竞争真正的差别，不在模型 Benchmark （基准）上，而是在整个 AI Ecosystem（生态）。AI竞争将呈现两种不同的竞争模式：美国继续推动 Intelligence Frontier，中国不断推动 Intelligence Cost Down。

• AI × Blockchain 接下来有几个很值得关注的机会：AI Agent + Payment 形成的Agent Economic；AI Agent 的 Identity、Wallet 和 Ownership；Decentralized Compute 和 Data；Verifiable AI 和 Privacy；Machine Economy。

• 稳定币最大的价值，不是在加密市场里面，而是在重新定义全球资金的流动方式。

• 未来 5 到 10 年，真正有机会成长为 Google、Amazon、Anthropic 这种级别公司的，不一定来自今天最热门的赛道，而是来自那些能够成为下一代基础设施或者平台的公司。

金色财经：Draper Dragon长期投资全球早期科技企业。从全球投资人的角度看，目前AI、Web3、区块链领域最大的市场机会在哪里？

王岳华：现在最大的机会，不是在某个单一的 AI、Web3 或区块链赛道，而是在几轮技术周期开始真正交汇的地方。首先看 AI，过去两三年大家关注的是大模型本身，但我更关注的是 AI 从“模型能力”走向“产业能力”的过程。也就是说，机会会逐渐从单纯训练更大的模型，延伸到 AI Infrastructure、算力、芯片、数据、推理成本，以及 AI Agent、Enterprise AI、Robotics 和 Physical AI。

尤其当 AI 进入真实世界以后，它对半导体、传感器、边缘计算、机器人以及整个电子供应链的需求都会大幅增加。这也是为什么我认为亚洲，特别是台湾，在下一轮 AI 产业里会有非常独特的位置。过去 AI 的创新中心更多在硅谷，但真正把 AI 变成产品、设备和基础设施，需要完整的半导体和硬件供应链，这恰恰是亚洲的优势。

第二个机会是在 Web3 和区块链。这个行业正在从过去比较偏“Crypto Native”的阶段，逐渐进入真正的金融基础设施阶段。未来最重要的几个方向，我还是比较看好 Stablecoin、Payment、Tokenization 和 RWA。稳定币其实已经证明了区块链最大的应用之一，就是可以重新定义全球资金的流动方式。未来跨境支付、企业结算、互联网原生金融都会越来越多地建立在新的数字金融基础设施之上。RWA 也是一样。我并不认为所有现实资产都需要 Tokenized，但金融资产——例如债券、货币市场产品、信用、基金份额以及各种结构化金融产品——天然适合在区块链上进行发行、交易和结算。它带来的价值不是简单把资产“上链”，而是让金融基础设施变得全球化、实时化和可编程。

第三，我觉得长期最有意思的是 AI 和 Blockchain 的交汇。AI 带来的是智能和自动化，但 AI Agent 未来会独立进行交易、支付、签约或者管理资产，它就需要一套机器可以原生使用的身份、支付、资产和信任体系，而 Blockchain 很可能会成为其中的基础设施。所以从 Draper Dragon 的角度，我们更关注的不是某一个短期热点，而是这些技术什么时候真正从技术创新进入产业基础设施。

金色财经：中美AI竞赛愈演愈烈，目前中美AI发展的核心差距主要体现在哪些方面？各自的核心优势是什么？

王岳华：我觉得今天再讨论中美 AI 的差距，不能说美国的模型领先中国几年。事实上，过去两年这个差距已经缩小得非常快。从 DeepSeek 之后我们已经看到，中国公司即便在有限算力资源下，通过算法、工程和模型架构的优化，也可以把模型能力做到接近美国最先进水平。因此未来中美 AI 竞争真正的差别，不在模型 Benchmark 上，而是在整个 AI Ecosystem。如果把 AI 拆成几个层次，我觉得美国目前最大的优势主要有三个。第一是最前沿的基础创新能力。全球最领先的 Foundation Model、AI Research，以及很多新的模型架构和技术范式，目前仍然主要由美国公司推动。OpenAI、Anthropic、Google、Meta，以及围绕这些公司形成的人才、大学，前沿实验室和创业生态，是美国非常重要的优势。

第二是算力和资本。AI 是一个非常 Capital Intensive 的产业。美国拥有 NVIDIA、AMD、Broadcom 等核心芯片和基础设施公司，也拥有全球最大的云计算平台和 AI 数据中心体系，同时还有非常成熟的 Venture Capital 和资本市场。所以美国可以持续投入非常大的资本去探索 AI 的 Frontier。

第三是全球软件生态和平台能力。从 Cloud、Developer Tools、Enterprise Software 到全球互联网平台，美国公司依然掌握着非常强的全球 Distribution。这意味着新的 AI 技术一旦出现，可以很快通过现有的平台进入全球市场。

但中国也有几个非常独特的优势。第一个是工程能力和成本效率。因为受到算力和芯片资源的限制，中国的 AI 公司反而重视模型效率、推理成本和工程优化。DeepSeek 就是一个很典型的案例。在很多产业里，真正决定 AI 能否大规模普及的，不一定是谁的模型多 5% 的 Benchmark，而是谁能够把成本降低 80%。

第二个优势是应用场景和商业化速度。中国拥有非常大的消费市场，同时有电商、支付、物流、制造、汽车、机器人等非常完整的产业环境。所以一项 AI 技术出来以后，可以非常快地进入真实的商业场景，不断迭代。

第三个是制造业和硬件产业链。下一阶段 AI 不会只存在于 Cloud 里面。AI 会逐渐进入汽车、机器人、无人机、工厂、医疗设备和各种 Edge Devices。当 AI 从 Generative AI 走向 Physical AI，中国在制造、供应链、机器人和硬件产品化上的能力，就会变得越来越重要。

所以美国目前更强的是创造下一代 AI 的“Intelligence”，而中国更有优势的是把 Intelligence 快速、低成本地转化成 Product 和 Scale。美国创造新的技术范式，中国推动规模化应用，而台湾和亚洲供应链把这些技术真正变成可以大规模部署的产品。未来最大的投资机会，恰恰可能出现在这三种能力的交汇处。

金色财经：中国的大模型正逐步追赶美国大模型，甚至有不分伯仲的趋势。如果中国AI模型性能接近美国模型，但成本十分低廉，这是否可能改变全球AI产业竞争格局？

王岳华：我认为是有可能的，而且影响可能会非常深远。因为如果中国的大模型性能已经接近美国，但是使用成本只有美国模型的一部分，那么竞争的逻辑就会发生变化。未来大家竞争的不一定是谁能够做出最聪明的模型，而是谁能够以最低的成本，把足够好的 Intelligence 提供给最多的人和最多的设备。

这里面会产生三个很重要的变化。第一，AI 的 Intelligence 会越来越 Commodity 化。今天我们还把 Foundation Model 看成一个非常稀缺的能力，但如果越来越多模型都能够达到接近 Frontier Model 的水平，同时推理成本不断下降，那么 Intelligence 本身的价格会快速下降。这有点类似过去计算机产业的发展。最开始 Computing Power 非常昂贵，后来随着芯片和云计算成本不断下降，真正巨大的价值反而产生在上面的软件、互联网和应用。AI 很可能重复同样的过程。所以未来最大的价值，不一定在 Foundation Model，而可能逐渐往 Application、Agent、Data、Vertical AI、Robotics 和 Physical AI转移。

第二，低成本会极大加速 AI 的全球普及。美国最先进的模型可能在性能上仍然保持领先，但是绝大多数企业并不一定需要最强的模型。一个模型如果能力达到最先进模型的 90% 或 95%，但是成本只有十分之一甚至更低，对于很多企业来说，它可能反而是更好的商业选择。特别是在东南亚、中东、拉丁美洲、非洲，以及大量中小企业市场，Cost Performance 会非常重要。所以中国 AI 的全球竞争力，未来可能并不是通过“取代 OpenAI”，而是通过提供 Affordable AI，让全球更多企业和开发者能够使用 AI。

第三，改变整个 AI 产业的价值分配。如果模型越来越便宜，未来真正的竞争壁垒可能会从 Model 转移到：Data、Distribution、Application、Computing Infrastructure，以及 AI 与真实产业结合的地方，这也是为什么我们越来越关注 AI Agent、Enterprise AI、Robotics、Edge AI 和 Physical AI。当 Intelligence 变得越来越便宜以后，最重要的问题就变成：你拿这些 Intelligence 去做什么？谁拥有客户、数据、场景和产业链，谁就可能成为下一阶段最大的受益者。 

当然，美国依然有非常强的优势，包括最前沿的 Research、顶尖人才、GPU、Cloud Infrastructure，以及全球软件生态。所以更可能出现的是两种不同的竞争模式：美国继续推动 Intelligence Frontier，中国不断推动 Intelligence Cost Down。从全球产业发展的角度看，这两股力量其实都会加速 AI 的普及。如果中国能够持续保持这种 Cost Efficiency，它确实有机会重新定义全球 AI 产业的竞争格局。

金色财经：AI正在快速进入应用阶段，您怎么看待AI与区块链结合，您认为其中存在哪些机会？例如AI Agent、去中心化计算、智能经济等方向？

王岳华：AI 和 Blockchain 的结合不能为了结合而结合。AI 本身并不需要区块链才能变得更聪明，大模型的训练和推理，大部分情况下用传统的中心化基础设施可能效率更高。真正有意思的机会，是当 AI 从 Copilot 走向 Agent，从“给人提供答案”走向“代表人去执行任务”以后，Blockchain 开始变得非常重要。因为一个 AI Agent 如果未来可以自主工作，它就会遇到几个非常基本的问题：我是谁？我代表谁？我拥有什么资产？我可以花多少钱？我怎么支付另外一个 Agent？我怎么签约？我完成的交易如何被验证？我能付责任吗？传统互联网和银行体系其实都是为“人”和“公司”设计的，并不是为几十亿个软件 Agent 设计的。而 Blockchain 天生提供了几个能力：Identity、Wallet、Asset、Payment、Smart Contract 和 Verification。所以 AI × Blockchain 接下来有几个很值得关注的机会。

第一是 AI Agent + Payment 形成的Agent Economic。我认为这是目前最清晰、也最可能率先产生大规模应用的方向。未来 Agent 会自己购买 API、数据、算力、软件服务，甚至雇佣另外一个 Agent 完成任务。这种交易可能只有几美分、几厘钱，而且一天发生几百万次。传统信用卡和银行系统并不适合这种 Machine-to-Machine Payment，但是 Stablecoin 和 Blockchain 非常适合。我们已经看到这种基础设施出现，例如 x402 这样的协议，就是让软件可以直接用稳定币为 API、数据和算力付费。这个趋势如果继续发展，Stablecoin 的一个巨大增量用户群，未来可能不是 Human，而是 AI Agent。

第二是 AI Agent 的 Identity、Wallet 和 Ownership。今天的 AI Agent 基本上还是某个平台里面的软件。但是未来Agent会拥有自己的 Wallet、权限和资产，它就会成为一个独立的 Digital Economic Entity。当然，这里面最重要的问题不是让 AI“拥有无限权限”，恰恰相反，是要通过 Smart Contract 和 Cryptography，非常严格地定义它可以做什么、不可以做什么、能够如何负责以及什么交易需要 Human Approval，等等。所以未来会出现一个很大的 Agent Financial Infrastructure市场。

第三是 Decentralized Compute 和 Data。AI 最大的生产要素其实就是三个东西：算力、数据 和 算法。今天这些都高度集中在几个大型科技公司手里，Blockchain提供了一种新的可能性，就是把全球分散的 GPU、存储、数据和其他计算资源组织成一个 Marketplace。而这三项资产，也就是算力资产，数据支持，算法资产，都可以Tokenized。更加活化AI的Economic。 

第四个是我特别关注的 Verifiable AI 和 Privacy。未来 AI 越来越多地参与金融、医疗、企业数据和 Agent 个人决策以后，我们不仅在意AI 给了什么答案，也需要知道：它用了什么数据？upstream 的数据有授权吗？ 这个数据有没有被篡改？这个 Agent 有没有权限？这个计算是否真的按照规定执行？如果不是，Agent主动犯错了？或被动犯错了？ 怎么负责？因此AI的 Trust Infrastructure不可缺失。 

最后，再往远一点看，我认为最值得期待的是所谓的 Machine Economy，或说是Agent Economy。今天全球经济的主体是人和企业。未来会有第三种 Economic Actor，也就是AI Agent。Agent 可以创造价值，可以提供服务，可以购买数据，可以购买算力，可以支付另外一个 Agent，也可以代表个人或者企业管理资产。如果世界上有数十亿甚至更多 Agent 在互相交易，那么它们需要的账户体系、支付体系、资产体系和结算体系，很可能不会完全建立在今天的银行基础设施之上。所以AI 给机器 Intelligence，Blockchain 给机器 Identity、Ownership 和 Money。当 AI 从“会思考”走向“会行动、会交易”以后，这两个技术的结合就会真正开始。而未来十年就是从今天的 Internet Economy，逐渐进入一个由 Human、Company 和 AI Agent 共同参与的 Intelligent Economy。 

金色财经：稳定币正在成为连接传统金融和区块链世界的重要基础设施。您认为稳定币未来最大的应用机会在哪里？支付、跨境贸易，还是金融市场？

王岳华：我认为稳定币最大的价值，不是在 Crypto 市场里面，而是在重新定义全球资金的流动方式。首先现在最明确的机会，就是Payment 和 Cross-border Settlement。今天跨境支付仍然存在很多问题：速度慢、成本高、中间环节多，而且不同国家银行体系之间的结算效率很低。Stablecoin 本质上把美元变成了一种可以 24/7、实时、全球流动、可编程的数字资产。所以无论是个人汇款、跨境电商、企业付款，还是新兴市场之间的跨境贸易资金结算，稳定币都有非常明显的效率优势。尤其在美元获取不方便、银行体系不够发达的国家，Stablecoin 已经不只是一个 Crypto Product，而是某种意义上的 Digital Dollar Account。

其次是 B2B Payment 和 Global Trade。全球贸易里面真正巨大的资金流，不是在消费者支付，而是在企业之间。供应商付款、跨境采购、国际贸易结算、Treasury Management，这些市场的规模远远大于一般消费者支付。今天一家企业从美国付款给亚洲供应商，可能需要两三天，中间经过多家银行，还要承担汇率、手续费和对账成本。如果未来企业可以直接通过 Stablecoin 完成实时结算，这会对全球贸易金融产生非常大的影响。所以Stablecoin 下一阶段真正重要的增长，很可能来自 Enterprise Payment，而不只是 Consumer Payment。

最后一个是 Financial Market Settlement。今天传统金融市场非常庞大，但是它的底层基础设施其实仍然很传统。证券交易可能几秒钟就完成，但真正的 Clearing 和 Settlement 往往还需要一两天。如果未来 Bond、Fund、Money Market Product、Private Credit 等金融资产逐渐 Tokenize，那么稳定币自然会成为这些资产的 Cash Leg。换句话说，未来链上的金融市场需要两样东西：Tokenized Asset + Tokenized Money。Stablecoin 就是 Tokenized Money。所以从这个角度看，Stablecoin 和 RWA 其实是同一个趋势的两面。没有 Stablecoin，RWA 很难形成真正高效的链上金融市场；而随着越来越多金融资产进入 Blockchain，Stablecoin 的使用规模也会进一步扩大。

另外还有一个更长期、但非常有意思的方向，也就是前面说到的 AI Agent Economy。未来 AI Agent 如果可以自己购买 API、算力、数据或者其他 Agent 的服务，它一定需要一种机器可以直接使用的 Money。信用卡和银行账户并不是为机器设计的，但 Stablecoin 是。所以未来 Stablecoin 的用户，可能不仅是几十亿人，也可能包括几十亿甚至更多的 AI Agent。Stablecoin 真正重要的地方，并不是它让 Crypto 更容易交易，而是它第一次让 Money 本身变成了一种 Internet-native、Programmable、Global and Real-time Infrastructure。

金色财经：未来5到10年，您认为下一批类似Google、Amazon、OpenAI级别的科技公司会来自哪些领域？投资者如何提前发现这些机会？

王岳华：我认为未来 5 到 10 年，真正有机会成长为 Google、Amazon、Anthropic 这种级别公司的，不一定来自今天最热门的赛道，而是来自那些能够成为下一代基础设施或者平台的公司。有五类机会值得关注。第一是 AI Infrastructure 和下一代 Computing Platform。今天大家看到的都只有大模型和 AI Application，但每一次计算范式发生变化，都会诞生新的基础设施巨头。PC 时代有 Intel 和 Microsoft，Internet 时代有 Google 和 Amazon，Mobile 时代有 Apple。AI 时代同样会需要新的 Compute、Chip、Data、Memory、Networking、Inference Infrastructure，以及新的 Developer Platform。所以我认为未来最大的公司之一，可能不是一个单纯的 AI App，而是成为整个 AI Economy 的基础设施。

第二个方向是AI Agent 和新的 Software Platform。今天的软件基本上是“人操作软件”。未来可能变成“Agent 操作软件”，甚至 Agent 直接完成工作。如果这个趋势成立，今天很多 SaaS、Search、E-commerce、Customer Service，甚至部分金融服务的商业模式都会被重新定义。过去 Google 的核心是组织全球信息，Amazon 是组织全球商品和 Cloud Resources。未来可能会出现一家公司，真正成为全球 AI Agent 的 Operating System、Distribution Platform 或 Transaction Platform。这是非常大的可能与机会。

第三个方向是 Robotics 和 Physical AI。过去十年 AI 主要存在于 Screen 里面，未来十年 AI 会越来越多进入 Physical World。机器人、自动驾驶、无人机、智能工厂、医疗设备、家庭设备，本质上都是 AI 从数字世界进入现实世界的载体。这也是为什么我们也认为 Physical AI 可能是继 Generative AI 之后非常重要的一波浪潮。这个领域尤其值得亚洲投资者关注，因为它不只是 Software，而是需要 Chip、Sensor、Motor、Battery、Manufacturing 和 Supply Chain 的深度整合。 

第四个方向是新一代金融基础设施。包括 Stablecoin、Tokenization、Blockchain Infrastructure，以及未来服务 AI Agent 的 Machine-to-Machine Financial Network。如果未来全球大量资产、支付和金融交易逐渐数字化、实时化和可编程化，那么一定会诞生新的 Financial Infrastructure 巨头。今天我们可能把 Stablecoin 看成一个 Crypto 产品，但很快的它可能更像今天的 Visa、SWIFT 或 Cloud Infrastructure。 

第五，还有一个很大的方向是 AI 与生命科学、能源、新材料等传统产业的交汇。AI 真正长期的价值，不是帮我们写文章或者写代码，也不只是缩短新药研发周期、提高能源效率、发现新材料、改善制造效率。一旦 AI 开始加速真实世界的科学发现，它所创造的经济价值可能远远超过今天的 Consumer AI。充满未知的想象。

但是投资者真正的问题，不是知道这些方向，而是：怎么在它们成为共识之前发现？我自己通常会看几个东西。第一个是看Cost Curve。很多伟大的科技公司出现之前，产业往往先发生一个基础能力成本快速下降的拐点。Internet 是 Bandwidth 变便宜，Cloud 是 Computing 变便宜，Mobile 是 Sensor 和 Chip 变便宜。今天我们看到的是 Intelligence/AI 的成本正在快速下降。当一个原本非常昂贵的能力突然便宜 10 倍、100 倍的时候，往往就会出现过去不可能存在的新产品和新公司。第二个是看 Bottleneck。每一轮技术革命都会创造新的瓶颈。AI 越强，对 GPU、Energy、Memory、Data、Networking、Security 的需求就越大。所以我们要问：如果这个趋势增长 100 倍，什么东西会不够用？很多大的机会，恰恰就在这些 Bottleneck 上。第三个看 Technology Convergence。比如：AI × Semiconductor，AI × Robotics，AI × Blockchain，AI × Healthcare，AI × Manufacturing，因为很多的创新，不是来自一个技术本身，而是两个已经成熟的技术能够结合起来。第四个，也是我认为 VC 最重要的能力，就是愿意在市场还没有形成共识的时候相信优秀的 Founder。真正成为 Google、Amazon 或 Anthropic 的公司，在早期看起来通常都不是最安全的投资。它们往往太早、太奇怪，甚至一开始看不清楚商业模式。所以风险投资本质上不是去预测哪一个行业会成长，而是要找到那些比市场更早看到未来，而且有能力把未来做出来的人。所以我们投资未来。