英伟达在2026年CES上的技术发布 - 公司在2026年国际消费电子展上展示了其在机器人领域的最新技术突破[1][4] - 首席执行官黄仁勋透露，众多企业如波士顿动力、卡特彼勒、LG电子、纽拉机器人技术公司均在采用英伟达的机器人技术，为其产品提供研发支持与算力驱动[1][4] 实体人工智能的市场前景与定位 - 公司称实体人工智能技术有望颠覆规模达50万亿美元的制造业与物流业市场[1][4] - 公司立志成为这场产业变革的核心推动者[1][4] 机器人技术的新产品 - 展会期间发布了多款全新人工智能模型，可助力机器人学习与周边环境的交互方式[1][4] - 同时推出了驱动机器人“数字大脑”所需的硬件产品[1][4] 自动驾驶模型“阿尔帕梅约” - 除机器人外，公司推出了一套名为“阿尔帕梅约”的全新自动驾驶汽车模型系列[1][5] - 该模型采用了基于思维链推理技术的视觉-语言-行动模型架构[1][5] - 其核心作用是能够识别常规驾驶中难以遇到的特殊路况并制定合理应对方案，例如识别交通信号灯故障并规划行驶策略[2][5] “阿尔帕梅约”模型的定位与价值 - 该模型定位为“大规模教师模型”，开发者可对其进行微调与提炼，并整合为自动驾驶技术架构的核心模块[2][5] - 其核心价值在于帮助开发者持续优化自动驾驶汽车相关技术[3][5] - 路西德汽车、优步以及伯克利深度驾驶研究中心等企业与机构已对模型表达合作兴趣[3][5] 自动驾驶行业现状与英伟达的解决方案 - 目前自动驾驶汽车已在全球多地投入道路测试，谷歌旗下的Waymo公司处于行业领先地位，但技术仍不成熟，部分车辆曾引发交通拥堵或出现判断失灵[3][5] - 公司认为虚拟仿真训练技术是推动自动驾驶技术持续迭代的有效方案，开发者无需让车辆始终处于道路实测状态即可完成对人工智能模型的训练与优化[3][6]

公司股价与评级动态 - CoreWeave股票在盘前交易中上涨超过2%，报78.44美元 [1] - 投资机构D.A. Davidson将CoreWeave的评级从“跑输大盘”上调至“中性” [1] - D.A. Davidson将CoreWeave的目标价从36美元大幅上调至68美元 [1] 行业技术进展与公司战略 - 英伟达CEO黄仁勋在CES宣布新一代旗舰AI计算平台Vera Rubin已进入全面量产阶段 [1] - CoreWeave宣布将把英伟达Rubin技术整合到其AI云平台中 [1] - 此次整合旨在为开发智能代理AI、推理和大规模推断工作负载的客户扩展选择 [1] - 公司预计将成为首批在2026年下半年部署英伟达Rubin平台的云服务提供商之一 [1] 潜在市场驱动因素 - 分析师认为CoreWeave股价可能会受到其客户OpenAI大规模融资行动的提振 [1]

英伟达Vera Rubin AI超算平台发布 - 在CES 2026上，英伟达正式发布并宣布其下一代AI芯片架构Vera Rubin已全面投产，预计2026年下半年面世[1][3] - 该平台旨在解决AI算力规模化难题，目标是将算力变得像电力一样廉价，推动AI大爆发[8][10] Vera Rubin平台架构与性能 - 平台采用系统性设计，首次将CPU、GPU、网络、存储和安全作为一个整体来设计，核心思路是将整个数据中心变成一台AI超算[13] - 平台由六大关键组件构成：Vera CPU、Rubin GPU、NVLink 6、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet[14] - Rubin GPU搭载第三代Transformer引擎，提供50 PFLOPS的NVFP4推理算力，性能达到上一代Blackwell GPU的5倍[16][27] - 引入专为智能体推理设计的Vera CPU，采用88个自研Olympus核心，I/O带宽和能效比直接翻倍[18] - NVLink 6提供单芯片400Gb/s交换能力，单GPU带宽3.6TB/s，Rubin NVL72机架带宽达260TB/s，超过整个互联网[22] - 集成计算单元（托盘）包含2颗Vera CPU、4颗Rubin GPU、1颗BlueField-4 DPU和8颗ConnectX-9网卡，算力达100 PetaFLOPS[24] 性能提升与成本降低 - 训练性能：Rubin架构训练模型速度达Blackwell架构的3.5倍（35 petaflops）[27] - 推理性能：推理任务速度达Blackwell的5倍（最高50 petaflops），单位token推理效率提升最高可达10倍，算力成本可降至原来的1/10[1][3][32] - 内存与带宽：HBM4内存带宽提升至22 TB/s，是上一代的2.8倍；单GPU NVLink互连带宽翻倍至3.6 TB/s[27] - 规模化训练：在超大规模MoE模型训练中，所需GPU数量相比Blackwell可减少至1/4，整体能耗显著下降[3][28] - 性能提升归因于NVLink 6提升互联带宽、Vera CPU与GPU协同调度减少空转、ConnectX-9与Spectrum-6深度协同突破集群规模限制[29] DGX SuperPOD与规模化部署 - 推出新一代DGX SuperPOD，连接多个Rubin NVL72机架形成更大AI计算集群，示例配置包含8个机架共576个GPU[37][39] - Rubin NVL72系统集成72块Rubin GPU、36块Vera CPU等组件，提供统一、安全的系统，可处理数千个Agentic AI智能体及数百万token上下文[41] - 该平台旨在提供开箱即用的AI基础设施，一次性解决数百个GPU互联与管理存储的问题[41] 安全与商用计划 - Rubin是首个支持第三代机密计算（Confidential Computing）的AI超算平台，实现模型参数、推理数据、用户请求的全链路加密[46] - 平台将由AWS、Microsoft Azure、Google Cloud、Meta、OpenAI等头部厂商首批部署，2026年下半年进入大规模商用阶段，下一代主流大模型预计将运行于此架构上[47] 自动驾驶与物理AI进展 - 发布端到端自动驾驶AI系统AlphaMayo，具备显式推理能力，能从摄像头输入到车辆动作执行全流程由模型完成，演示中实现全程0接管[51][53][55] - 宣布NVIDIA DRIVE AV软件首次搭载于全新梅赛德斯-奔驰CLA，提供L2级端到端驾驶[57] - 推出针对物理AI（Physical AI）的开源全家桶，包括模型、框架及基础设施，旨在加速机器人等具身智能发展[62] - 开源模型包括：世界模型Cosmos Transfer/Predict 2.5、推理模型Cosmos Reason 2、人形机器人模型Isaac GR00T N1.6，均已上线Hugging Face[64] - 发布开源框架Isaac Lab-Arena和统一调度平台NVIDIA OSMO，以缩短机器人开发周期[64][65] 边缘计算与硬件更新 - 推出全新Jetson T4000模组，将Blackwell架构带到边缘端，算力达1200 FP4 TFLOPS，是上一代的4倍，1000台起订单价1999美元，功耗70瓦[67][68][69] - 宣布Hugging Face上的开源机器人Reachy 2和Reachy Mini已完美适配英伟达Jetson平台[67] 产业观点与未来展望 - 公司认为计算产业正同时经历从传统计算走向AI以及整个软硬件栈底层重塑两次平台级转变，AI正成为全新的应用底座[72] - 指出智能体AI（Agentic AI）之后的下一个前沿是物理AI（Physical AI）[74] - 强调仿真模拟是物理AI体系的核心，AI需要在可控的数字环境中反复尝试以建立对世界的理解[85] - 提及像Perplexity这样同时调用多个顶尖模型的“多云协同”应用，代表了未来AI应用的基本形态[83] 其他产品信息 - 宣布DGX Station台式AI超算将于2026年春季上线，搭载GB300 Grace Blackwell Ultra芯片，拥有Petaflop级算力，支持在本地运行高达1万亿参数模型，LLM预训练速度达250,000 Token/秒[87][89] - 明确CES 2026没有消费级新GPU发布，连续五年在CES发布新硬件的传统终结，传闻中的RTX 50 Super系列或因GDDR7显存产能问题已取消[6][7]

英伟达发布自动驾驶开源模型Alpamayo 1 - 公司在CES 2026发布了面向自动驾驶的开源视觉-语言-行动模型Alpamayo 1，参数量为100亿 [1] - 模型的核心突破在于其开放度，此次开源了从数据到部署的完整开发资源，而非仅源代码 [1] - 模型为推理型VLA，可在决策前推理因果关系、预测他方意图并处理多步决策，主要提升长尾场景性能 [1] - 具体性能提升包括：规划精度提升12%，推理行动一致性提升37%，距离碰撞率减少25% [1] 英伟达DRIVE系统商业化进展 - 英伟达DRIVE系统已进入量产阶段，首个搭载车型为奔驰全新CLA [1] - 该车型计划于2026年在美国上路 [1] - 公司计划于2027年与合作方共同测试Robotaxi服务 [1] 自动驾驶开源模型对行业生态的影响 - 开源端到端模型将重构智能驾驶生态，进一步降低L4级别自动驾驶的门槛 [2] - 此趋势利好Robotaxi算法提供商，推荐关注小马智行、文远知行 [2] - 同时利好无人矿卡领域，建议关注希迪智驾、博雷顿及待上市的易控智驾 [2] 自动驾驶产业链相关投资机会 - 在安全冗余相关的零部件预埋方面，线控底盘领域受到关注 [2] - 转向系统首选耐世特，因其为Cybercab独家供应商；制动系统推荐伯特利、瑞立科密 [2] - 激光雷达领域推荐禾赛科技、速腾聚创 [2] - 芯片领域推荐地平线、黑芝麻智能 [2] 英伟达机器人平台与智驾共振机会 - 除了自动驾驶，英伟达的机器人通用模型Issac平台和GR00T基础模块覆盖工业、人形、消费级等多类机器人 [2] - 看好智能驾驶与机器人技术共振带来的域控制器投资机会 [2] - 相关受益标的包括科博达、德赛西威、经纬恒润 [2]

事件： 点击招商研究小程序查看PDF报告原文 英伟达CEO黄仁勋于1月6日在CES发表主题演讲，介绍Rubin芯片与机柜情况，以及AI Agent与Physical AI的应用。综合演讲及材料信息，总结要点如下： 评论： 1、Vera Rubin已投入量产，整机柜6类芯片全面升级。 Vera Rubin已经投入量产，由6种芯片构成，1）Vera CPU：2270亿个晶体管，支持1.8 TB/s的NVLink- C2C连接、1.2 TB/s的LPDDR5X和1.5 TB系统级存储（3X Grace）；2）Rubin GPU：3360亿个晶体 管，HBM4带宽达22 TB/s（2.8X Balckwell），单GPU NVLink互连带宽达3.6 TB/s（2X Balckwell）； 3）CX9：200G PAM4 Serdes的800Gb/s以太网连接，230亿个晶体管； 4）Bluefield-4 DPU：1260亿个 晶体管，800Gb/s网卡速率，是BF3的2X Networking、6X Compute、 3X存储带宽。5）NVLink 6交换 机芯片：400G Serdes，1080亿个晶体管，Sc ...

行业年度回顾与趋势 - 2025年是自动驾驶从“预研舒适区”走向“落地深水区”的一年，技术关键词从BEV感知、多传感器融合等走向成熟，转向端到端、VLM/VLA、世界模型等成为大众视野的新焦点 [2] - 前装智驾在2025年走向成熟，消费者质疑声减少，行业共识为“智驾这事，能成” [3][4] - 智能电动汽车产业的竞争已进入决赛阶段，技术升级迭代节奏加快，市场竞争压力加大 [21] - 2026年，L2级智能驾驶将告别技术飞速狂飙的时代，进入下沉攻坚期，同时针对L3的探索将渐入大众视野，L4也将迎来新一轮的规模破局 [22] 主要公司动态与成果 地平线 - 2025年打了一场漂亮的翻身仗，其HSD（Horizon Super Driving）方案直接破圈，展示了端到端方案的高上限 [9] - 在端到端、闭环训练、强化学习、世界模型和轨迹建模等领域研究深入，引领行业落地方案发展 [9] - 智驾研发团队已超过1000人，同时内部布局具身智能 [9] 小米汽车 - 小米智驾是2025年发展最快的，在四年时间内于新能源红海赛道杀出重围，年底发布了HAD增强版 [9] - 智驾迭代速度极快：从2024年3月的高精地图高速NOA，到2024年5月的城区NOA，2024年10月的轻图/无图版本，2025年2月的300万clips端到端版本，2025年7月的1000万clips版本，直至近期推出的世界模型版本 [10] - 沿着智能驾驶1.0规则驱动、2.0数据驱动、3.0认知驱动的三个阶段稳步扩展，未选择跳代研发 [10] - 2025年智驾研发团队突破1000人，预计2026年规模更上一层楼 [11] 理想汽车 - 自2024年端到端+VLM双系统量产以来，已跻身国内智驾第一梯队，在学术和量产方案上保持领先，是主推VLA量产的中坚力量 [13] - 公司处于增程转纯电、汽车转AI的转型阶段，但年度目标销量完成了58.05% [13] - 在智驾技术探索上提出了TransDiffuser、World4Drive、ReflectDrive等多个引起业内讨论的方案，覆盖前沿技术领域，并提出了从“数据闭环到训练闭环”的下阶段方向 [13] 小鹏汽车 - 2025年触底反弹，销量从2024年的19万辆翻倍至近43万辆，顺利完成全年目标 [14] - 凭借VLA 2.0顺利破圈，其核心逻辑是拆掉离散化的语言输出以提升效率，并实现自监督以大规模使用数据 [14] - 2025年基本all in量产，学术论文产出不多 [15] 博世汽车 - 作为国际Tier1巨头，被国内智驾飞速发展卷到，正猛抓预研和量产两条线 [16] - 在量产方面投入更多资源落地一段式端到端，并在闭环仿真（如DGS，NeurIPS 2025）和视觉基础模型（如DINO-R1）等方面有投入 [16] - 相比去年成果颇丰，大方向上跟上了前沿脚步并开始打造自己的特色 [16] 特斯拉 - 在ICCV 2025上的分享引起国内热情，整体仍沿用端到端范式 [19] - 亮点包括引入前馈GS极大提升闭环仿真能力，以及引入Language辅助Action输出 [19] - 在端到端和VLA、静态感知等方面有系列工作，如DiffVLA、AnchDrive、SparseMeXT等 [18] 英伟达 - 野心不局限于硬件公司，2025年在自动驾驶、具身智能、大模型和世界模型等最热AI赛道产出多篇重量级工作 [20] - 主要系列包括：Cosmos系列（世界基础模型平台）、Nemotron系列（为代理式AI打造的“数字大脑”）、具身系列（GR00T N1和Isaac Lab）、以及自动驾驶系列（如Alpamayo-R1自驾VLA框架） [25] Waymo - 作为全球L4级自动驾驶领军企业之一，其基座模型进展显示在follow国内的快慢双系统端到端方案，与理想E2E+VLM及小鹏VLA2.0有相似之处 [20]

本文源自：金融界AI电报 美股大型科技股盘前涨跌互现，英伟达涨0.2%，微软、苹果、谷歌A持平，Meta、亚马逊、特斯拉跌 0.1%。 ...

The people who know Nvidia and Palantir best are speaking volumes with their actions.For only the third time in the S&P 500's existence, Wall Street's benchmark index has rallied at least 15% for three consecutive years. These outsize returns for Wall Street from 2023 through 2025 come courtesy of the artificial intelligence (AI) revolution.Empowering software and systems with the ability to make split-second decisions without the need for human oversight is a technological leap forward that can eventually ...

文章核心观点 - 文远知行与英伟达深化合作，其Robotaxi GXR成为全球首款搭载NVIDIA DRIVE Thor X芯片的Robotaxi，并已在多个海外市场实现纯无人商业运营，展现了公司在L4级自动驾驶领域的技术领先地位和全球化部署能力 [1][3][7] 公司与英伟达的合作及技术进展 - 文远知行被英伟达纳入其全球L4级自动驾驶与Robotaxi生态系统，体现了公司的行业领先地位 [3] - 公司与联想车计算联合研发的HPC 3.0高性能计算平台采用双核NVIDIA DRIVE AGX Thor配置，提供2000TOPS AI算力 [5] - HPC 3.0平台通过提高系统集成度，将量产价格降为前代的1/4，推动自动驾驶套件成本下降50%，平台全生命周期总成本相比前代降低84% [5] - 公司与英伟达合作渊源深厚，英伟达自2017年起即为公司战略投资方，双方在多款产品上深入合作 [10] 产品与运营里程碑 - 搭载HPC 3.0平台的Robotaxi GXR是全球首款搭载NVIDIA DRIVE Thor X芯片的Robotaxi [1][7] - GXR已在中国、阿联酋实现纯无人商业运营，是全球首款在两地开启大规模纯无人商业化运营的Robotaxi车型 [1][7] - 运营车辆已落地北京、广州、新加坡、阿布扎比、迪拜、利雅得等多个海内外城市 [7][9] - 在广州，每辆GXR在每日24小时运营时段内最高完成25单行程 [10] - 在北京，每辆GXR在每日7:00-22:00的完整班次中最高完成23单行程 [10] 全球业务拓展与规划 - 在阿联酋阿布扎比，自2024年12月启动商业运营以来，Robotaxi车队规模已实现四倍增长，2025年11月启动纯无人运营后将实现单车盈亏平衡 [10] - GXR已在迪拜、沙特利雅得开放公众运营服务，并计划于2026年在新加坡公开运营 [10] - 公司预计到2030年将在全球范围内部署数十万台Robotaxi [10] 行业趋势与前景 - 英伟达CEO黄仁勋判断未来十年世界上大部分汽车将实现自动驾驶 [3] - 随着全球自动驾驶法规完善、核心算力平台迭代及商业模式成熟，Robotaxi正加速迈向大规模部署 [10]

市场整体规模与增长预测 - 全球天气预报服务市场在2024年规模约为22.6亿美元，自2019年以来的复合年增长率为5.81% [3] - 预计到2029年，市场规模将增长至32.7亿美元，期间复合年增长率为7.70% [3] - 预计到2034年，市场将进一步扩大至45.9亿美元 [3] 市场细分分析 - 按服务类型划分，陆上天气预报服务是主导类别，在2024年占市场的71.73%，价值为16.2亿美元 [4] - 海上天气预报是增长最快的细分市场，预计2024年至2029年的复合年增长率为8.28% [4] - 按预报类型划分，短期预报占据主导地位，占2024年市场的31.55%，预计同期复合年增长率为10.18% [4] 区域市场表现 - 北美地区占据最大市场份额，在2024年占全球市场的37.34% [5] - 亚太地区预计将成为增长最快的区域，复合年增长率预计为11.07% [5] - 南美地区紧随其后，预计复合年增长率为9.76% [5] 行业应用细分 - 能源和公用事业部门在行业细分中占主导地位，2024年占比21.23%，价值为4.8038亿美元 [5] - 航空业预计将快速增长，到2029年的复合年增长率预计为9.36% [5] 市场驱动因素与挑战 - 市场增长的外部因素包括可再生能源项目和农业领域的需求增长，以及海上运输的扩张 [6] - 灾害管理的天气监测需求增加以及政府举措预计将推动市场增长 [6] - 市场面临的挑战包括贸易战、偏远地区基础设施不足以及不可靠的数据网络 [6] 竞争格局与主要参与者 - 主要市场参与者包括The Weather Company (IBM)、AccuWeather Inc.和DTN LLC等公司 [7] - 领先的战略重点是将人工智能集成到预报技术中并建立战略合作伙伴关系，以提高数据准确性和覆盖范围 [7] 新兴机遇与战略建议 - 从2024年至2029年的预测期内，新兴机会存在于陆上服务、短期预报和航空工业领域 [8] - 市场战略建议包括拓展亚太地区的新兴市场，并通过战略性的企业间推广和价值定价来巩固在成熟地区的市场地位 [8] - 分析师建议优先发展人工智能驱动的长期预报工具和卫星驱动平台，以把握高价值细分市场 [7] 报告结构与覆盖范围 - 报告共332页，预测期为2024年至2034年 [11] - 报告覆盖全球市场，并按类型、预报类型、目的、组织规模和行业进行详细细分 [12] - 报告章节包括市场特征、关键趋势、增长与战略分析、区域与国家分析、市场细分、竞争格局、并购活动、近期发展与机遇以及结论与建议等 [12]