报告投资评级 - 行业投资评级为看好 [3] 报告核心观点 - AI基础设施（AI Infra）作为AI产业链的"卖铲人"，受益于技术迭代、行业渗透及客户绑定，成长确定性高 [4] - 物理AI是人工智能的下一个浪潮，是让AI走向现实世界的系统性工程，融合空间智能及世界模型，其产业链已形成清晰的价值分布 [4][23] - AI进入推理时代，Infra市场规模快速增长，2025年中国AI Infra平台市场规模预计同比增长超86%，达到36.1亿元 [11] AI Infra（人工智能基础设施）总结 - AI Infra是支撑AI模型训练与推理的底层软硬件系统，涵盖算力、存储、网络、软件中间件等环节 [4][6] - 当前AI进入推理时代，算力需求向多租户、弹性调度演进，算力销售从"整租"走向"零售" [4][13] - 核心软件聚焦容器编排、MLOps平台等领域，自研难度差异较大，为以上三类参与者（MaaS平台厂商、AI公有云提供商、企业自建）提供服务支持 [4][14] - 国内AI Infra核心参与者包括互联网厂商（阿里云、字节跳动）、企业级云厂商（华为云、天翼云、云轴科技）、大模型厂商（零一万物、智谱）、人工智能软件厂商（第四范式）、大数据软件厂商（拓尔思）及初创企业（潞晨科技、无问芯穹） [21][22] 物理AI总结 - 物理AI是让AI走向现实世界的系统性工程，其结构可简化为"空间智能（感知基座）——世界模型（认知及决策中枢）——物理AI（系统整合载体）" [4][25] - 物理AI的实现依赖于三大技术支柱的协同作用：世界模型（构建对三维空间的完整理解）、物理仿真引擎（实时计算物理交互）、具身智能控制器（连接虚拟推理和物理执行的桥梁） [27] - 英伟达凭借硬件优势及前瞻性布局，构建了最为完整的物理AI技术栈，核心是世界基础模型Cosmos，并已建立相对完整的使用流程（构建虚拟3D环境、生成合成数据、训练验证、部署） [31][36][37][38][39] - 物理AI最核心的应用领域在于数字孪生（实体资产和流程的虚拟映射）以及智能驾驶及具身智能 [40][41] - 在智能驾驶及具身智能领域，模型方案存在端到端模型、视觉-语言-动作模型（VLA）及世界模型三种路径的竞争，各有优劣 [47][48][49][51] 物理AI产业链梳理 - 芯片及控制器：英伟达基于Blackwell架构推出Jetson AGX Thor（专注于机器人与物理AI）和DRIVE Thor（专注于智能驾驶），Jetson Thor的AI计算能力是上一代Orin的7.5倍，最高达2070 TFLOPS（FP4） [53][55][56] - 数据供应：符合物理规律的高质量数据是训练前提，获取途径包括现实世界采集和利用生成式模型生成 [57] - 模型和算法：参与者包括全球科技巨头（英伟达、谷歌）、专注于空间智能与世界模型的第三方平台、第三方算法解决方案提供商（如Momenta）以及整机厂自研 [58][60][61] - 落地和应用：解决方案服务商的核心竞争壁垒体现在对垂直行业的深度理解与知识积累，通过提供端到端的解决方案建立客户粘性 [62] 重要公司更新总结 - 第四范式：2025Q1-3总收入44.02亿元，同比增长37%；2025Q3单季度收入17.76亿元，同比增长31%，首次实现单季度盈利；先知AI平台收入36.92亿元，同比增长70%，占比提升至84%；标杆客户数量103个，ARPU达2549万元，同比增长71% [63][65][66] - 粉笔：AI笔试刷题班和冲刺班进展超预期，预计11月提前完成20万销售人次的全年目标；AI面试刷题班即将上线，有望提供第二增长曲线；未来AI产品规划清晰，包括AI老师、AI系统班、AI硬件、全用户AI助手 [67][68][70]