文章核心观点 文章认为，近期AI硬件板块市场表现疲软，可能源于对AI数据中心（AIDC）建设速度的担忧，特别是DRAM产能的硬性约束可能限制增长[1][3][7]。与此同时，AI软件/应用领域的发展势头超出预期，受到政策支持、大厂竞争和技术突破的推动，展现出更强的投资吸引力[8][9][10][14]。 AI硬件：增长面临内存瓶颈 - **DRAM产能成为关键制约**：麦格理报告指出，未来两年DRAM行业的新增产能仅能支持约15GW的AI数据中心建设，这可能迫使全球AI扩建计划出现大规模延期与重新调度[3] - **产能约束的替代测算**：有产业研究观点认为，今明两年DRAM产能可支持的数据中心建设规模分别为20GW和33GW，但仍存在不确定性[5] - **数据中心装机量预测**：根据Visible Alpha测算，2025年全球数据中心装机量预计为17.4GW，2026年将增长至30.2GW[5][7] - **GPU出货与功耗激增**：英伟达GPU出货量从2022年的1570千颗（K）预计增长至2026年的9522千颗，单卡平均功耗从381瓦（W）升至1110瓦，导致其GPU出货对应的数据中心总功耗从2022年的0.6GW飙升至2026年的10.6GW[7] - **全球数据中心装机量预测**：基于英伟达GPU功耗及市占率等假设，测算出全球数据中心装机量将从2022年的1.3GW增长至2030年的96.1GW，其中2026年预计为30.2GW[7] - **中美市场占比**：预计到2026年，美国数据中心装机量占全球比例约为60%，对应18.1GW；中国占比约为22%，对应6.8GW[7] - **市场下跌归因**：市场可能将DRAM产能限制解读为AI数据中心增长不及预期的信号，从而导致硬件板块下跌[7] AI软件：政策、竞争与技术驱动发展 - **政策持续加码与精准落地**：国家政策从宏观引导转向精准落地，2025年启动“人工智能+”行动计划试点，2026年初八部门发布“人工智能+制造”专项意见，设定了推动3-5个通用大模型赋能制造业、打造100个工业高质量数据集、推广500个典型应用场景等量化目标[9] - **大厂竞争聚焦入口与生态**：2026年，国内外科技巨头竞争策略灵活密集，核心分两条线：C端聚焦流量入口构建与效率提升（如阿里千问绑定电商账号）；B端通过售卖token和布局开发者生态带动云收入（如阿里云通义赋能智能硬件）[10][11][12] - **竞争延伸至实体场景**：ROBOTAXI（机器人出租车）成为新的竞争焦点，Waymo、特斯拉等公司均在加速布局[13] - **技术突破聚焦三大关键词**：2026年AI模型技术演进的核心是世界模型、原生多模态和自进化智能体（记忆）[14] - **原生多模态是突破重点**：其发展分为三个阶段，当前最先进的范式是谷歌实现的端到端统一混合编码解码，国内处于初步探索阶段[15] - **AI应用公司的核心竞争力**：在于技术渗透速度与场景落地效果，通过与现有应用、硬件和系统深度融合，在垂直领域解决实际问题并实现商业化闭环，以此避开与大厂通用大模型的正面竞争[15]

文章核心观点 - 市场近期高度关注与马斯克相关的产业链，即“马斯克链”，其中无人驾驶和储能是核心环节 [1][2] - 储能是特斯拉生态系统的关键一环，其业务增长迅速且盈利能力大幅提升，已成为公司重要的稳定器 [3][4] - 人工智能数据中心建设热潮，特别是北美市场，正驱动储能需求爆发，为配套的变压器等电力设备带来巨大市场空间 [7][8][9] - 中国变压器企业凭借产能和技术优势，深度受益于北美储能及AI基础设施建设的需求，并已切入特斯拉等核心客户的供应链 [7][15][16] 马斯克链与特斯拉储能业务 - 特斯拉储能业务与电动汽车、自动驾驶、人形机器人协同，主要产品为Powerwall和Megapack，后者贡献超95%的储能收入 [3] - 特斯拉储能业务实现规模化增长：2022-2025年电池部署量复合年增长率高达91%，2024年全球储能市场份额达18% [3] - 特斯拉储能业务毛利率从2022年的7%飙升至2025年的30%，规模效应与成本优化显著，成为抵消电动汽车业务波动的“压舱石” [3][4] 北美储能市场需求与驱动 - 2025年北美储能装机需求平均在40-50GWh，增量主要来自数据中心及电网削峰填谷 [8] - 人工智能数据中心配储的核心价值在于：削峰填谷优化电费、替代柴油发电机降本、依托政策红利提升回报 [9] - 据Fluence测算，未部署储能的AIDC电力脉冲峰值超70MW、低谷约40MW，波动极大；全球AIDC建设将为配套储能带来至少85亿美元新增市场 [9] - 电池储能系统成本优势显著：柴油发电成本0.5-1美元/千瓦时，而BESS稳定后仅0.1美元/千瓦时；BESS容量成本9.21-13.59美元/千瓦/月，较燃气轮机低超20% [10] - 政策如美国《通胀削减法案》提供30%投资税收抵免，提升投资吸引力，微软弗吉尼亚数据中心案例显示其可实现20%能耗节约 [10] 美国储能市场数据与预测 - 根据国盛数据，2026年美国储能新增装机预计为62.5 GWh [12] - 常规储能配储时间约3.1小时，而AIDC的配储时间约为4小时 [12] - 预测数据显示，美国储能新增装机规模将从2025年的53 GWh增长至2029年的137 GWh [13] - AI侧储能增长迅猛：新增规模预计从2026年的10 GWh增长至2029年的62 GWh，期间年复合增长率高 [13] - 2025年特斯拉在美国储能市场占比50%，预计2026年将提升至60% [13] 变压器市场空间与竞争格局 - 北美储能变压器价格目前约为0.3元/瓦 [14] - 推算2026年美国储能变压器市场空间为：25GW * 0.3元/瓦 = 75亿元人民币 [14] - 该行业供应商一旦确定，客户不会轻易更换，客户粘性强 [14] - 中国占据全球变压器产能的60%，是最大获益者 [7] - 美国变压器供应缺口巨大：2023年电力变压器和配电变压器的供应缺口较2019年分别激增116%和41% [7] - 尽管美国曾对中国变压器加征104%关税，但现已开始悄悄放松管制 [7] 国内相关上市公司分析 - 中国西电是特高压领域龙头，保变电气产品远销全球40余国，新疆特变电工变压器年产能达4.20亿kVA，江苏华鹏电力是北美变压器十大品牌之一，新能源变压器出口量全球第一，佛山伊戈尔电气的升压变压器产品适配光伏、储能场景 [15] - 在特斯拉储能产业链上的国内公司主要是伊戈尔、华鹏电力、三变科技 [16] 伊戈尔 - 特斯拉已完成对伊戈尔两次审厂，进展顺利 [18] - 特斯拉约30亿元人民币的变压器订单中，伊戈尔预计能获得15亿元订单 [18] - 该订单金额占伊戈尔2025年前三季度总营收38亿元的约40% [18] - 伊戈尔获得订单的主要原因是其海外产能及较高的海外市场占有率 [19] - 据测算，2026年特斯拉储能变压器的总需求约为37.5亿元人民币 [20] 华鹏电力 - 江苏华鹏电力是北美变压器十大品牌中唯一中国企，新能源电力变压器出口量全球第一 [21] - 2025年，公司已承接超650万美元的特斯拉专项订单，产品已批量发往海外 [21] 三变科技 - 2024年通过美国子公司供货，主变压器服务于xAI孟菲斯超算中心 [22] - 2025年第一季度对美变压器出口量激增180% [22] - 为特斯拉上海储能超级工厂配套供应核心硬件设备，合作从北美延伸至中国 [22]

文章核心观点 英伟达在CES 2026上通过其主题演讲，系统性地阐述了公司在人工智能领域的未来战略重心，核心是推动AI从数字世界向物理世界的扩展，并为此构建了从底层硬件到上层应用的全栈平台[3][8][12][19] AI Agent - 公司将Agentic AI定位为AI发展的重大转型，标志着从生成式、推理模型进入具备高级推理、多步规划和自主行动能力的“代理”阶段[6] - Agentic AI的核心是多模型、多模态代理系统，这些代理根据专长相互调用形成“推理链”，以处理复杂任务，例如Perplexity和Cursor等模型的应用[6] - 该技术将革命企业AI，使企业能够训练特定任务模型并结合推理扩展能力，例如使用Nemotron等模型让数字代理自主管理工作流[7] - Agentic AI被视为连接物理世界的桥梁，使得大语言模型训练的AI代理能够从云端扩展到工业、工厂和机器人领域[8] Physical AI - Physical AI是本次演讲中占比最长的主题，其定义是让摄像头、机器人、自动驾驶汽车等自主系统在物理世界中感知、理解、推理并执行复杂操作[10] - 该技术解决了自主机器无法准确感知和适应物理环境的核心问题，其实现依赖于基于物理规律的仿真技术，通过在虚拟环境中安全训练来提高任务效率和精度[11] - Physical AI正在驱动多个行业变革：在机器人领域，使机器人从工具变为智能设备，如自主移动机器人、机械臂、手术机器人和人形机器人；在自动驾驶领域，让车辆能实时处理传感器数据并在虚拟环境中训练以应对复杂场景；在工业领域，通过摄像头和AI优化工厂、仓库的运营效率与安全[11][12] - 公司将其定位为AI发展的下一个重大阶段，即“机器人学的ChatGPT时刻”或“通用机器人大爆炸”，意味着AI从数字世界扩展到物理世界[12] - 为实现Physical AI，公司推出了全栈平台，以Omniverse为连接器，整合了训练、模拟和推理流程[13] - 平台中的关键亮点是Cosmos世界基础模型，它用于生成基于物理的合成数据以训练机器人和自动驾驶系统，公司提出了“Compute is Data”的理念，强调计算力本身已成为数据来源[15][16] - 公司展示了与三大EDA公司（Cadence, Synopsys）的合作，其技术将应用于汽车、工业、航空航天、医疗等多个领域的数字孪生[18] - 公司预测Physical AI将重塑全球产业，从工厂自动化到家用机器人，并成为应对劳动力短缺的必需技术，推动万亿参数“世界模型”在现实世界中落地[19] Rubin平台 - 公司宣布其下一代AI平台Vera Rubin已进入全面生产阶段，预计2026年下半年开始出货[22] - 该平台硬件核心包括Rubin GPU和Vera CPU，两者协同设计以实现更快数据共享和更低延迟，优化大规模AI模型的训练和推理[24] - Rubin GPU相比前代Blackwell性能大幅提升：NVFP4推理性能达50 PFLOPS，是Blackwell的5倍；NVFP4训练性能达35 PFLOPS，是Blackwell的3.5倍；HBM4带宽为22 TB/s，是前代的2.8倍；NVLink带宽每GPU达3.6 TB/s，是前代的2倍；晶体管数量达3360亿个，是Blackwell的1.6倍[24][33] - Vera CPU拥有88个定制核心、176线程，系统内存达1.5 TB，是Grace CPU的3倍，晶体管数量达2270亿个[31] - 平台升级包含六款新芯片：Rubin GPU、Vera CPU、NVLink 6、NVSwitch、新一代BlueField-4 DPU以及ConnectX-9智能网卡[24] - BlueField-4 DPU拥有1260亿个晶体管，提供800Gb/s带宽，其网络、计算和内存带宽相比BlueField-3分别提升2倍、6倍和3倍[26] - ConnectX-9智能网卡提供800Gb/s以太网带宽，拥有230亿个晶体管，具备可编程RDMA和数据路径加速器以及先进的安全功能[35] - 公司强调Rubin的升级是机架级甚至更大规模的AI基础设施飞跃，而不仅仅是单个芯片的升级[24] - 平台的其他组件包括无电缆、无软管、无风扇的Vera Rubin计算托盘，以及集成共封装光学的Spectrum-X以太网交换机，后者拥有3520亿个晶体管，提供102.4 Tb/s的扩展交换基础设施[28][30]

新年开市板块热度 - 新年开市首日，前五大热门板块中有三个与马斯克旗下公司相关，可称为“马斯克链”行情，包括Neuralink的脑机接口、SpaceX的商业航天和特斯拉的人形机器人 [2] - 具体板块表现：脑机接口板块涨幅13.70%，热度88.04万；商业航天板块涨幅1.81%，热度42.48万；人形机器人板块涨幅1.52%，热度14.01万 [3] 特斯拉核心业务构成 - 特斯拉主要有五大业务方向：汽车、储能、网络（含FSD）、Robotaxi和人形机器人 [5] - 储能业务是特斯拉的关键组成部分，主要产品包括Powerwall（家用储能）、Megapack（大型商用储能）及太阳能解决方案，其中Megapack贡献了该业务超95%的收入 [6] - 储能业务与电动汽车、自动驾驶、人形机器人业务形成协同生态，覆盖家庭、商业、电网三大场景 [6] 特斯拉储能业务表现 - 特斯拉储能业务增长迅速，2022-2025年电池部署量复合年增长率高达91% [7] - 2024年，特斯拉在全球储能市场份额达到18% [7] - 该业务毛利率从2022年的7%大幅提升至2025年的30%，规模效应与成本优化显著，成为抵消电动汽车业务波动的“压舱石” [7] - 储能业务与国内公司存在合作，且其产业链公司未包含在近期的“马斯克链”行情中 [8] PCB行业动态与前景 - PCB板块在特定报告影响下受到市场关注，报告指出PCB表现此前不及光学板块，但预计从2026年第一季度起将追平，得益于PCB规模化及英伟达Kyber背板等进展 [9][13] - 未来2-3年，PCB规模化是英伟达、ASIC平台的必然趋势，多家大型科技公司均在推进相关方案 [13] - 从2026年第一季度起，Rubin平台的M9 CCL基PCB将放量；英伟达Kyber将采用M9背板方案 [13] - 2025-2027年，AI PCB市场规模预计分别达到284亿、898亿、1844亿令吉，行业竞争格局健康，过剩风险低 [13] PCB上游材料供应链 - EMC是M9材料的唯一合格供应商，预计从2026年1月起对AWS的出货量将增至月均110万张；到2027年，M9材料将拓展至ASIC项目 [13] - HVLP4铜材预计到2026年底需求达1500-1600吨，存在500-600吨的缺口，2026年可能再次涨价；目前Co-tech是优选供应商 [13] - 因M9材料导致钻针寿命缩短，钻针用量及价格上涨，2026年1月Dtech的钻针订单较同年11月增长4倍至月均9000万件，钻针价格已上涨15% [13] - 相关信息澄清了此前关于Rubin的Switch Tray将使用M9+Q布方案的传言 [14]

核心观点 - 无人驾驶是AI最大的应用领域，其发展前景看好，特别是Robotaxi和Robovan两个方向 [1][2] - 特斯拉的FSD技术通过端到端神经网络和纯视觉方案取得突破，大模型的应用提升了其复杂场景处理能力和数据标注效率 [3] - 国内L3级自动驾驶法规有望在2024年出台，政策环境持续鼓励行业发展 [4] - AI应用板块同样被看好，其核心竞争力在于技术渗透速度、场景落地效果以及与现有生态的深度融合，需通过差异化定位避开与大厂的正面竞争 [8][13] 无人驾驶行业展望 - 2026年科技板块展望中，无人驾驶是重点方向，主要分为Robotaxi（无人驾驶出租车）和Robovan（无人驾驶物流车） [2] - 特斯拉FSD V14.2近期完成了一次全程4396公里的无人驾驶测试，全程零脱离 [2] - 特斯拉FSD从v12开始采用端到端神经网络，取代了超过30万行手动C++代码，通过AI模型从海量真实驾驶视频中学习 [3] - 特斯拉坚持纯视觉方案，仅使用8个摄像头和神经网络，不依赖激光雷达或雷达，通过占用网络和鸟瞰图重建3D环境 [3] - 大模型的出现提升了特斯拉纯视觉方案的复杂场景处理能力和识别精度，并实现了数据自动标注，引入Grok后增强了车载对话和智能导航功能 [3] Robotaxi发展现状 - 行业代表公司包括小马智行和百度 [5] - 当前行业整体处于微亏状态，单车日均收入约200-300元，日均支出约280元 [5] - 预计到2026年，随着成本下降和收入提升，单车毛利率有望达到40%，实现商业闭环 [5] Robovan（无人物流车）发展逻辑与优势 - 无人物流车可替代人工，简化物流程序，在末端配送和园区场景中形成运力补充 [5] - 根据申万宏源统计，无人物流车能将网点至驿站的单票物流成本降低约47% [6] - 具体成本分析显示：传统面包车月运营成本为8135元，无人物流车为4323元；传统模式单票成本0.27元，无人物流车模式单票成本0.14元，每票节省0.13元 [7] - 行业已进入规模化发展期，九识智能累计交付无人车超1万台，业务覆盖300余座城市，安全行驶里程突破3000万公里；新石器无人车交付量也达到万台级别，并与顺丰、京东、中国邮政等企业深度合作 [7] - 量产车型迭代推动故障率下降和人车比优化，提升了运营可用性 [7] AI应用发展现状 - 截至2025年7月底，ChatGPT的周活跃用户超过7亿，约占全球成年人口的10% [8] - OpenAI预计5年后，其周活跃用户将达到26亿人 [8] - 国内大厂在AI Agent方向的发展步伐明显加速 [11] - 非大厂AI应用公司的核心竞争力在于技术渗透速度与场景落地效果，需与现有应用、硬件和系统深度融合，在垂直领域解决实际问题并实现商业化闭环 [13] - 相比大厂通用大模型，这类公司凭借Agent模式能在细分场景实现更高准确率，并通过差异化定位避开正面竞争 [13]

燃气轮机与HRSG（现场发电） - 核心观点：为应对美国电网延迟的严重缺电问题，领先的AI公司正采用“自带发电”（BYOG）模式，绕过电网直接建设现场发电设施，以保障AI算力集群的电力供应[3][4] - 美国缺电与BYOG模式：电网延迟导致巨额机会成本，1GW的AI云年收入可达100-120亿美元，因此xAI在4个月内通过卡车安装燃气轮机部署了超过500MW电力，OpenAI和Oracle在德克萨斯州订购了2.3GW的现场天然气发电厂[4] - 各类发电技术对比：文章对比了航空衍生燃气轮机、工业燃气轮机、往复式内燃机、固体氧化物燃料电池和联合循环燃气轮机等多种技术的关键参数、优劣势及应用案例[5][6] - 固体氧化物燃料电池的短期价值：在AI时代，部署速度是关键，固体氧化物燃料电池部署最快仅需3-4个月，因此在2025年缺电高峰期需求巨大，相关公司股价在6月至11月间上涨近10倍[6] - 长期潜力技术：从长期看，H级联合循环燃气轮机结合余热锅炉和蒸汽轮机是长期基荷供电的最优解[7] - 主要供应商与需求：燃气轮机主要供应商为GE、西门子能源和三菱，订单已排至2028年和2029年，表明需求旺盛[9] - 国内企业机遇与门槛：燃气轮机和HRSG需求已传导至国内企业，但进入北美市场需具备海外产能，目前有订单的国内企业均满足此条件[10] 共封装光学 - 核心观点：CPO技术是未来AI集群扩展网络的关键方向，尤其在扩展型网络场景中具有核心价值，但其大规模应用受限于网络在总成本功耗中占比有限、维护复杂及供应链成熟度等因素[11][16] - 英伟达CPO路线图：英伟达已推出三款CPO扩展型交换机，Quantum 3450 CPO将于2025下半年上市，提供115.2Tbps带宽；Spectrum 6810/6800 CPO将于2026下半年上市，最高提供409.6Tbps带宽[12][18] - CPO的总拥有成本分析：在GB300 NVL72集群中，网络功耗仅占总功耗的6%-12%，因此即便CPO降低48%的网络功耗，对集群总功耗优化有限；成本方面，CPO硬件成本比传统光模块低50%，但受交换机厂商高毛利率影响，在3层网络中仅降低集群总成本3%，在2层网络中因架构扁平化可降低7%[13][14] - 核心应用场景与长期价值：扩展型网络是CPO的核心价值所在，它能突破铜基链路2米的传输距离限制，实现多机架大规模扩展，预计将主导2027年后的CPO市场增长[17] - 可靠性数据与挑战：实验室数据显示CPO交换机平均无故障时间达260万小时，优于传统光模块，但缺乏动态数据中心环境验证，且存在维护复杂、故障可能导致整机失效等风险[17] - 主要市场参与者：主要推动者为英伟达和博通；其他重要公司包括Ayar Labs、Celestial AI、Lightmatter和Nubis，各自有不同的技术路径和合作进展[17][18][19] - 未来技术演进方向：围绕更高带宽、更优能效、更易部署发展，主流带宽将从1.6-6.4Tbps向12.8Tbps及以上迈进；TSMC COUPE封装、MRM调制器、外部激光源结合WDM将成为主流技术路线[20] - 英伟达CPO供应链梳理：供应链涵盖光学引擎代工、外部激光源、光纤连接单元、耦合测试设备、电光测试设备、光纤洗牌盒、MPO连接器、MT Ferrules、先进封装、组装集成及光纤线缆等多个环节，涉及全球众多公司[21][22][23]

核心观点 - 2026年投资主线仍将聚焦AI领域，AI加速器需求将爆发式增长，关键供应链环节面临供应紧张 [2] - AI发展仍处于起点而非终点，市场会提前反映预期，预训练模型发展尚无可见天花板，推理端应用需求趋向无限 [2] - AI模型性能提升空间巨大，但存储器行业面临产能约束和价格修复的更长周期挑战 [3] 行业展望与投资主线 - 伯恩斯坦与大摩的核心结论高度一致，认为2026年市场主线仍将围绕AI展开 [2] - 市场通常会提前6-9个月反映预期 [2] - ChatGPT诞生仅三年，具备1GW算力规模的运营数据中心尚未落地，表明AI基础设施仍处早期阶段 [2] AI芯片与供应链 - 伯恩斯坦预计2026年博通与联发科的AI ASICs出货量将分别达到370万片和20万片，其中大部分为张量处理单元，并存在上行风险 [5] - 2026年人工智能加速器的需求将呈现爆发式增长 [2] - 关键供应链环节如晶圆级系统集成技术CoWoS、存储器、逻辑晶圆等均面临供应紧张的挑战，难以匹配市场需求 [2] - 伯恩斯坦预计，2026年全球CoWoS年产能将从2025年的72.4万片晶圆提升至125万片 [8] 存储器市场预测 - 大摩报告对DRAM和NAND价格做出了详细季度预测 [11] - **DRAM价格预测**： - PC DRAM：DDR4价格在1Q26E预计环比上涨65-70%，DDR5在1Q26E预计环比上涨50-55% [12] - Server DRAM：DDR4价格在1Q26E预计环比上涨65-70%，DDR5在1Q26E预计环比上涨60-65% [12] - Mobile DRAM：LPDDR5(x)价格在1Q26E预计环比上涨40-45% [12] - Graphics DRAM：GDDR6价格在1Q26E预计环比上涨40-45%，GDDR7在1Q26E预计环比上涨40-45% [12] - Consumer DRAM：DDR3价格在3Q25预计环比上涨50-60%，DDR4在3Q25预计环比上涨85-90% [12] - Total DRAM：传统DRAM价格在1Q26E预计环比上涨55-60%，HBM混合价格在4Q25E预计环比上涨50-55% [12] - **NAND Flash价格预测**： - eMMC/UFS价格在1Q26E预计环比上涨30-35% [12] - Enterprise SSD价格在1Q26E预计环比上涨33-38% [12] - Client SSD价格在1Q26E预计环比上涨40-45% [12] - 3D NAND晶圆价格在4Q25E预计环比上涨145-150% [12] - Total NAND Flash价格在1Q26E和4Q25E均预计环比上涨33-38% [12]

谷歌TPU产能预测与市场分析 - 文章核心观点为：尽管市场对谷歌TPU（张量处理单元）的产能预测存在分歧，且近期有下调传闻，但这对液冷散热市场的需求预期不构成负面影响，因为产能削减可能集中在无需液冷的旧型号，而需要液冷的新型号（V7/V8）预测出货量甚至高于部分早期预估 [7][9][11] 各机构对谷歌TPU产能的预测 - 摩根士丹利（大摩）对谷歌TPU的出货量预测为：2025年175万颗，2026年320万颗，2027年500万颗，2028年700万颗 [5][6] - 大摩预测中，V5型号在2024年后基本退出，V6（Trillium）型号在2025年预测为100万颗，2026年为30万颗 [5][6] - 大摩预测中，需要液冷散热的新型TPU（V7与V8）合计出货量：2025年为50万颗，2026年为290万颗（V7: 250万颗， V8: 40万颗），2027年为320万颗（V7: 120万颗， V8: 200万颗） [5][6][9] - 另一机构GFHK预测2026年谷歌TPU总出货量为400万颗，但未提供型号拆分 [6] - 有国内分析师曾给出490万至600万颗的乐观预测，但文章认为该预测过于激进 [4] 产能预测对液冷市场的影响分析 - 液冷散热主要应用于谷歌新型TPU（V7及V8型号），而V5和V6型号并未使用液冷技术 [8][9] - 即便谷歌TPU总出货量从400万颗下调至300万颗，削减部分可能主要来自无需液冷的V5和V6型号，因此对液冷市场需求无实质影响 [9][11] - 根据大摩预测，2026年V7与V8型号合计出货量达290万颗，高于文章作者之前按250万颗以上进行的测算，进一步支撑液冷市场前景 [9]

AI应用发展现状与趋势 - 市场此前预期2025年为AI应用爆发元年，但实际发展未达预期，目前最受关注的应用包括Manus、OpenAI的Sora 2和谷歌的Gemini 3 [4][5] - AI Token消耗量增长迅猛，从去年12月的日均4万亿增长至本月日均50万亿，增幅超过12倍 [5] - 随着大模型能力进步，2026年AI Agent迎来爆发的可能性增大，预计Token消耗量将持续高速增长 [5] Meta收购Manus的战略分析 - Meta收购Manus的核心目的是补强Agent技术与落地能力、整合成熟产品与商业化体系、抢占AI Agent赛道，以扭转其AI推进进度滞后的局面 [10] - Manus采用订阅制，已积累数百万海外付费用户，年营收达1.25亿美元，其成熟的订阅业务可帮助Meta开辟AI直接付费收入来源，加速AI投资回报周期 [10] - 此次收购与Meta此前对Scale AI的收购相结合，旨在形成“算力 + 应用”的商业化闭环 [10] AI应用公司的核心竞争力 - AI应用公司的核心竞争力在于技术渗透速度与场景落地效果，需与现有应用、硬件和系统深度融合，在垂直领域解决实际问题并实现商业化闭环 [12] - 相比大厂通用大模型“通用性强但垂直任务效果有限”的短板，垂直AI应用公司凭借Agent模式能在细分场景实现更高准确率 [12] - 关键策略是通过差异化定位避开与大厂的正面竞争 [12] 代表性AI营销应用公司分析 - **易点天下**：主营业务是为企业提供出海整合营销、数据营销及广告变现服务，与谷歌和Meta长期保持稳定合作关系 [13] - 其AI Agent战略聚焦垂直营销场景，依托十余年行业数据与投放经验，将专业能力封装为AdsGo.ai等垂直工具，专注市场分析、广告投放、素材生成等具体任务 [13] - 采用多Agent协同架构，以第三方大厂大模型为基座进行重训调优，形成“大模型基座 + 营销垂类Agent”的差异化定位，并布局中长尾市场与AI漫剧等新兴流量场景 [13] - **蓝色光标**：主营业务是为全球企业提供全案推广、广告代理、元宇宙营销等全链路营销科技服务，核心聚焦游戏、跨境电商、互联网应用等品类 [14] - 其AI Agent战略以谷歌Gemini、百度文心一言等大厂模型为基座，基于自研BlueAI平台，结合自身十亿元级投放实践沉淀的营销经验，孵化130余个聚焦营销垂类的智能体，覆盖95%以上营销场景 [14] - 通过多Agent协同架构形成全链路服务能力，以“AI + 人力”模式服务KA客户，并通过订阅制服务中小企业，定位为大厂大模型的“场景化应用放大器” [14] 行业宏观背景 - 科技与产业深度融合，人工智能大模型你追我赶，芯片自主研发取得新突破 [3] - 近期AI应用领域事件频发，例如Meta收购Manus，智普和Minimax即将上市，火山引擎计划在1月份发布超级视觉大模型 [1]

文章核心观点 文章对明年科技板块的投资机会进行了展望，基于对行业趋势的理解和业内交流，重点看好六大方向：国产替代链、无人驾驶、航天、存储芯片、液冷和AI电力，认为这些领域在明年具有较大的增长潜力和投资机会 [3] 板块展望与关键要点 国产替代链 - 看好昇腾产业链的长期表现和想象空间，近期因相关消息已有上涨 [4] - 对国产AI芯片如950、hwj、昆仑芯、PPU等在用户端的表现有信心 [4] - 随着国产晶圆产能和良率提升、软件生态完善，国产AI芯片市场占有率将越来越高 [4] 无人驾驶 - 明年Robotaxi（无人驾驶出租车）和Robovan（无人驾驶物流车）将有较大发展 [5][6] - L3级自动驾驶放开政策增多，显示政策鼓励该领域发展 [6] - 随着技术成熟和Robo-x车辆规模扩大，企业成本将逐步降低，盈利能力将迅速提升 [6] - 无人驾驶是当前最大的AI应用市场 [7] 航天 - 国家政策持续向航天领域倾斜，蓝箭公司即将上市 [8] - 板块核心看点在于火箭回收技术能否在明年取得成功，成功后将衍生出卫星及应用等众多发展故事 [8] - 目前发射成本较高，例如千帆火箭可一箭18星，而星网仅一箭6星 [8] 存储芯片 - 尽管今年存储芯片已有一波大行情，但国内两家龙头公司尚未上市 [9] - 明年cx公司即将上市，市场已看到其万亿市值潜力，与之相关的公司可能迎来机会 [9] - 存储芯片行业逻辑已变，从前几年的强周期行业转为当前行情，主要厂商不会轻易放弃赚钱机会，市场预测扩产不会太快 [9] 液冷 - 明年液冷市场规模预计将比今年高5-10倍，市场空间较大 [11] - 随着芯片功耗持续提升，现有冷板式液冷方案已无法满足芯片最佳工作状态需求 [11] - 行业正在研究新的液冷方案，例如多通道盖板（将芯片与冷板直接封装）以及浸没式液冷 [11] AI电力 - AI电力的核心特征是“可稳定持续供应电力”，这在北美是稀缺资源，因此相关机会更多指向北美市场及国内细分产业的出海机会 [12] - 主要发展方向包括：增加稳定电力供应的设备（如燃气轮机、余热锅炉HRSG）、提高数据中心节能的方案（如高压直流HVDC、固态变压器SST），以及寻求可离网供电的电源技术方案（如陶瓷氧化物燃料电池SOFC） [12] - 相关公司如BE今年已有10倍涨幅 [12] 其他提及板块 - AI算力硬件（如旭创）确定性依然很强，仍是机构偏爱标的 [12] - 文章未详细展开但看好的板块还包括“光”（可能指光模块）和PCB [12]