NVIDIA CES 2026 主题演讲纪要分析 涉及的行业与公司 * 公司：NVIDIA (NVDA) [1] * 行业：人工智能、加速计算、半导体、云计算、自动驾驶汽车、机器人、工业设计与制造、EDA（电子设计自动化）[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87] 核心观点与论据 1. 人工智能引领双重平台变革 * 计算行业每10-15年发生一次平台转移，当前正同时经历向AI和基于AI构建应用的双重平台变革 [1][2] * 整个计算产业的五层堆栈（从芯片到应用）正在被重塑：软件从编程变为训练，计算从CPU转向GPU，应用从预编译变为实时生成 [2] * 过去十年价值约10万亿美元的计算基础设施正在向这种新计算方式现代化 [3] * 每年有数百亿至数千亿美元的VC资金投入这一现代化进程，同时数万亿美元产业（其中几个百分点是研发预算）的研发资金正转向人工智能 [3] 2. 2025年AI关键进展与趋势 * **推理模型与测试时扩展**：2023年ChatGPT O1模型引入“测试时扩展”（即思考），使AI能够实时推理 [5] * **智能体系统普及**：2024年开始出现，2025年广泛扩散，能够推理、查找信息、研究、使用工具、规划未来、模拟结果 [5][6] * **物理AI**：理解自然法则并与物理世界交互的AI [6][7] * **开源模型达到前沿水平**：以DeepSeek R1（首个开源推理系统）为代表，开源模型虽仍落后前沿专有模型约6个月，但每6个月就有新模型出现且越来越智能 [7][8] * **下载量激增**：开源模型下载量爆炸式增长，因为初创公司、大企业、研究人员、学生和各国都希望参与AI革命 [8] 3. NVIDIA作为前沿AI模型构建者的战略 * 公司运营着价值数十亿美元的DGX超级计算机用于开发自己的开源模型 [9] * 在多个领域进行前沿AI模型工作，包括： * **数字生物学**：La Protina（合成与生成蛋白质）、OpenFold3（理解蛋白质结构）、Evo2（理解与生成多种蛋白质） [9] * **物理AI**：Earth-2（理解物理定律）、FourCastNet和CorrDiff（革新天气预测） [10] * **基础模型**：Nemotron-3（首个混合Transformer SSM模型，速度极快）、Cosmos（前沿开放世界基础模型）、GR00T（人形机器人系统） [10] * **自动驾驶**：AlphaMyo [11] * 不仅开源模型，还开源用于训练模型的数据，并提供全套生命周期管理库（NeMo、Physics NeMo、Clara NeMo、Bio NeMo） [11] * 模型在多个排行榜上位居前列，包括PDF解析、语音识别、检索模型（语义搜索）等 [13][14] 4. 智能体（Agent）架构与AI应用未来 * AI智能体具备推理能力，能够将未知问题分解为已知步骤，无需在第一天就知晓一切 [15][16] * 未来AI应用架构是多模态、多云、混合云的，能够调用最适合任务的不同模型 [17][18] * 公司提供“蓝图”框架，集成到全球企业SaaS平台中，使企业能够构建既定制化又始终处于前沿的AI [19] * 现场演示了使用Brev、DGX Spark、前沿模型API、意图模型路由器和Hugging Face的Ricci机器人构建个人助理的示例 [20][21][22] * 这种基于语言模型（结合专有前沿模型与定制模型）的智能体框架，是现代AI应用的基本架构 [23] 5. 企业AI与物理AI的变革 * **企业AI**：与Palantir、ServiceNow、Snowflake、CodeRabbit、CrowdStrike、NetApp等领先企业平台合作，将智能体系统集成并加速其平台，智能体系统正成为新的用户界面，取代传统如Excel或命令行 [24][25] * **物理AI**：致力于让AI理解物理世界的常识（物体恒存性、因果关系、摩擦力、重力、惯性），这需要三个计算系统：训练AI的计算机、在边缘推理的计算机、以及用于模拟的计算机 [26][27][28][29] * **核心模拟与数据生成平台**： * **Omniverse**：数字孪生、基于物理的模拟世界 [29] * **Cosmos**：世界基础模型，通过对互联网规模视频、真实驾驶与机器人数据以及3D模拟进行预训练，学习世界的统一表征，能够生成物理上合理的合成数据以解决真实世界数据稀缺问题 [30][31] * Cosmos已被下载数百万次，公司也用它来创建自动驾驶汽车，进行场景生成和评估 [32] 6. 自动驾驶汽车：AlphaMyo与全栈整合 * **AlphaMyo发布**：全球首个具备思考、推理能力的自动驾驶汽车AI，端到端训练（从摄像头输入到执行机构输出） [33] * **数据来源**：结合自身驾驶里程、人类示范驾驶里程以及Cosmos生成的数据，并辅以数十万个精心标注的示例 [33] * **关键特性**：不仅处理传感器输入并控制车辆，还会推理即将采取的行动、解释原因并规划轨迹，通过处理“长尾”驾驶场景 [33][34] * **全栈整合示例**：以与梅赛德斯-奔驰的合作为例，展示了AI五层蛋糕在机器人领域的应用： * 底层：汽车（机器人本体） * 第二层：芯片（GPU、网络芯片、CPU） * 第三层：基础设施（Omniverse、Cosmos） * 第四层：模型（AlphaMyo） * 第五层：应用（梅赛德斯-奔驰汽车） [36][37] * **商业化进展**：首款NVIDIA自动驾驶汽车将于2026年Q1在美国上路，Q2进入欧洲，Q3/Q4进入亚洲，并将持续更新AlphaMyo版本 [38] * **安全架构**：采用双软件栈（AlphaMyo栈和经典AV栈）镜像运行，由策略与安全评估器决定使用哪个栈，确保安全冗余 [39][40] * **商业模式**：整个堆栈对生态系统开放，合作伙伴可根据需要采用全栈或部分技术，这已成为公司的巨大业务 [41][42] 7. 机器人技术的下一篇章 * 物理AI和模拟技术适用于所有形式的机器人系统（操纵器、移动机器人、人形机器人） [42] * 机器人通过Omniverse中的Isaac Sim和Isaac Lab模拟器进行训练 [43][44] * 众多合作伙伴正在构建各种机器人，包括Neurobot、Agibot、LG、卡特彼勒、Agility、Boston Dynamics、手术机器人、Franka、Universal Robots等 [44] 8. 赋能半导体与工业设计行业 * 物理AI和AI物理将革命性改变半导体设计（EDA）和系统设计行业 [45] * 与Cadence、Synopsys和西门子达成深度合作，将CUDA X库、物理AI、智能体AI、NeMo、Nemotron集成到其设计、仿真和数字孪生工具中 [45][46][49] * 未来将出现智能体芯片设计师和系统设计师，芯片和系统将在计算机中设计、制造、测试和评估 [46][47][48] * 与西门子的合作旨在将物理AI带入从设计、仿真到生产、运营的完整工业生命周期，开启新的工业革命 [49] 9. 下一代计算平台：Vera Rubin * **发布背景**：AI计算需求飙升，模型规模每年以10倍（一个数量级）增长，O1模型引入后，推理变为思考过程，测试时扩展导致生成的token数量每年增加5倍，同时AI token成本每年下降约10倍 [51][52] * **设计理念**：由于摩尔定律放缓，晶体管数量年增长有限（Vera Rubin GPU晶体管数量仅为Blackwell的1.6倍），必须通过极致的协同设计（重新设计所有芯片和整个堆栈）来实现性能飞跃 [57][58][60] * **系统组成**： * **Vera CPU**：定制设计CPU，性能是上一代的两倍，与Rubin GPU协同设计，双向一致共享数据 [55][59] * **Rubin GPU**：AI浮点性能是Blackwell的5倍，采用革命性的MVFP4张量核心，可动态自适应调整精度 [55][60][61][62] * **ConnectX-9 NIC**：为每个GPU提供1.6 terabits/秒的横向扩展带宽 [55] * **BlueField-4 DPU**：卸载存储和安全功能 [55] * **第六代NVLink交换机**：数据移动量超过全球互联网，连接18个计算节点，最多72个Rubin GPU协同工作 [56][68] * **Spectrum-X以太网光子交换机**：世界首个具有512端口、200 gigabits/秒能力的共封装光学器件以太网交换机，采用TSMC的COOP硅光子集成新工艺 [56][72] * **关键创新与性能**： * **能效**：功耗是Grace Blackwell的两倍，但进气流量相同，冷却水温仍为45摄氏度，无需冷水机，预计可节省全球数据中心约6%的电力 [71][80] * **机密计算安全**：所有总线（PCIe、NVLink）在传输、静态和计算过程中均加密 [81] * **功率平滑**：解决AI工作负载瞬时尖峰（可达25%）问题，避免过度配置造成的能源浪费 [82] * **性能数据（模拟预测）**： * **训练**：对于10万亿参数模型（DeepSeek Plus Plus），Rubin的吞吐量远高于Blackwell，只需1/4数量的系统即可在一个月内完成训练 [84][85] * **工厂吞吐量**：Rubin的吞吐量每瓦性能预计将比Blackwell再高10倍左右，直接影响数据中心收入 [85][86] * **Token成本**：Rubin生成token的成本效益约为Blackwell的十分之一 [86] * **规模化部署**：Vera Rubin已投入全面生产，一个Rubin Pod包含1,152个GPU（16个机架，每机架72个GPU） [54][56][57] 其他重要内容 * **公司定位演进**：NVIDIA不仅构建芯片，现在构建整个系统，AI是一个全栈事业，公司正在从芯片到基础设施、模型、应用等各个方面重塑AI [86] * **市场拐点**：自动驾驶汽车从非自动驾驶到自动驾驶的拐点可能正在此时发生，未来10年，全球很大比例的汽车将成为自动驾驶或高度自动驾驶 [42] * **生态合作广度**：演讲中提及大量合作伙伴，涵盖云计算、企业软件、数据平台、网络安全、工业设计、机器人等多个领域，凸显NVIDIA生态系统的广泛性和战略重要性 [24][41][44][45][46][49]

业绩总结 - Hugging Face的月下载量在2023年达到了160百万次[9] - NVIDIA的Rubin GPU的推理性能达到3.6 EFLOPS，训练性能为2.5 EFLOPS[134] - NVIDIA的AI计算需求激增，预计每年令令牌数量增长5倍[113] 用户数据 - 80%的初创公司正在基于开放模型进行构建[10] - 在开放模型中，Owen2-VL-7B在文本识别、文本引用和文本定位的准确率分别为72.1%、47.9%和17.5%[20] 新产品和新技术研发 - 预计到2025年，生成和处理数据的能力将显著提升，推动市场趋势[10] - 公司在2025年将推出全栈自动驾驶平台，搭载在梅赛德斯-奔驰CLA车型上[68] - 预计将发布的语言模型包括Kimi K2和DeepSeek V3.2等[8] - 新推出的六款芯片标志着技术的重大进步[144][147] 市场扩张和并购 - NVIDIA在开放模型生态系统中处于领先地位，推动了多模型和多云的应用[14] - 新平台支持每秒处理5倍更多的tokens，且能实现5倍的能效提升[142] 负面信息 - 在开放模型中，Cosmos-Reason1-78在IntPhys、MVPBench和CausalVQA的准确率分别为59.88%、41.31%和48.17%[18] 其他新策略和有价值的信息 - NVIDIA的Vera CPU具有1.8 TB/s的NVLink-C2C带宽和1.5 TB的系统内存，支持176线程[120] - NVIDIA的HBM4带宽达到1.6 PB/s，较之前提升了2.8倍[134] - NVIDIA的Spectrum-X以102.4 Tb/s的规模扩展交换基础设施，支持128个800 Gb/s端口[136] - NVIDIA的BlueField-4 DPU提供800G Gb/s的网络处理能力，具有64核Grace CPU[127] - NVIDIA的ConnectX-9支持800 Gb/s以太网，具备23亿个晶体管[125] - NVIDIA的NVFP4训练性能为35 PFLOPS，较之前提升了3.5倍[122] - NVIDIA的Vera Rubin GPU拥有3360亿个晶体管，较之前提升了1.6倍[122] - 训练时间减少至原来的四分之一，所需GPU数量减少[148] - 工厂的token产出能力提高至原来的10倍[150] - Token成本降低至原来的十分之一[151] - 预计一个月内可处理100万亿tokens[149] - 提供一个适用于所有AI的统一平台，包括Vera Rubin和Open Models[152]

特斯拉第四季度交付数据解读 - 公司第四季度交付量为418,227辆，同比下降16%，且未达到市场预期 [1] - 该季度交付量下降部分归因于美国联邦电动汽车税收抵免政策于9月到期，导致第三季度需求被提前透支 [2] - 若剔除税收抵免政策到期的影响，分析师估计第三季度约有55,000辆交付量会转移至第四季度或当前第一季度 [3] 交付趋势与市场稳定性分析 - 剔除税收抵免政策影响，公司去年9月和12月的交付量可能仅同比下降约5%，显示出企稳迹象 [3] - 公司在上一财年的第一和第二季度交付量同比降幅约为13% [4] - 投资者可能忽略第四季度交付量未达预期，因为结果表明汽车业务正开始趋于稳定 [7] 美国电动汽车市场份额变化 - 分析师认为，尽管第四季度交付量下降，但公司在美国电动汽车市场的份额有所提升 [4] - 在美国整体电动汽车市场10月和11月销量下降35%的背景下，公司16%的交付量降幅意味着其市场份额上升 [5] - 根据Cox Automotive数据，第四季度前两个月公司在美国电动汽车市场份额提升至约65%，高于9月当季的不足50% [5] 公司股价表现与市场关注点转移 - 公司股价在过去六个月以及自10月2日公布交付数据以来，表现优于纳斯达克指数 [8] - 市场对公司交付量未达预期的反应可能减弱，因分析师和专家更关注其人工智能和机器人出租车业务，而非交付数据本身 [7] - 投资者日益乐观，认为公司凭借全自动驾驶、机器人出租车和Optimus人形机器人，成为实体人工智能领域的最佳投资标的之一 [9] 公司估值展望 - 公司当前市值约为1.6万亿美元 [9] - 考虑到公司在实体人工智能领域的领导地位，分析师认为其估值目标应更接近4万亿美元，而非1万亿美元 [9] - 公司当前1.6万亿美元的市值可能反映了相对于单一汽车业务的各部分加总溢价 [9] 近期股价与交易数据 - 公司股价在报告发布日（周一）上涨4.02%，至455.70美元 [10] - 公司52周交易区间为214.25美元至498.82美元 [10] - 截至2026年初，公司股价年内下跌0.5% [10]

公司与合作方 - 禾赛科技与韩国Motion-AI初创公司MOVIN达成合作，为其3D动作捕捉系统提供先进的激光雷达解决方案[1][3] - MOVIN是全球首家基于激光雷达构建的Motion-AI初创公司，其产品TRACIN是一款集成了禾赛JT128激光雷达与AI引擎的动作捕捉设备[3][4] 产品技术与优势 - 禾赛提供的解决方案是微型超半球3D激光雷达JT128，专为克服传统动作捕捉系统的脆弱性和局限性而设计[4] - JT128拥有超宽的360° × 189°视场角，显著减少盲点，其128个通道可生成高分辨率、低延迟的点云数据，支持无缝实时运动AI[4] - 该激光雷达主动发射激光脉冲，不受环境光照条件影响，在所有光照条件下性能稳定，且功耗低，支持长达12小时的连续追踪而无漂移或性能下降[5] - JT128轻巧紧凑的设计使得具备影棚质量的捕捉可在任何能携带登机箱到达的地方进行，将设置时间从2小时大幅缩短至仅3分钟[4] 市场机遇与行业趋势 - 根据GlobalData数据，3D数字化市场预计将从2019年的50亿美元扩张至2030年的1540亿美元[6] - 动作捕捉技术正从动画或视觉特效工具，演变为物理AI（从现场表演到人形机器人）的核心基础设施[6] - 激光雷达作为物理AI的“眼睛”，是机器人从受控实验室环境转向现实世界应用所需高精度感知的基础[7] - 禾赛的JT系列激光雷达自推出以来累计交付量已超过20万台，反映了加速的需求和不断扩大的机器人应用范围[7] 应用场景与影响 - 此次合作使3D动作捕捉技术不再局限于专业影棚或高预算制作，日常创作者如电影摄影师、游戏开发者、AR/VR工作室、虚拟主播、独立艺术家等均可使用[6] - 禾赛的先进激光雷达解决方案已广泛部署于多种机器人应用，包括Robotaxi、Robotruck、最后一公里配送机器人、割草机器人、清洁机器人、AGV、AMR等[8] - 在CES 2026上，参观者可通过DREAME（割草机器人）、Vbot（智能陪伴机器人）、Realsee（3D空间数字化设备）和MOVIN等领先创新者的产品，亲身体验JT128的性能[8]

公司战略更新与市场定位 - Telescope Innovations Corp 发布关于自驱动实验室加速商业化应用及Physical AI全球扩张的战略更新 [1] - 公司近期成功为韩国制药及生物制药制造商协会部署了制药SDL项目 该项目为寻求通过自动化、数据丰富的实验来大幅加速先进材料研发的行业提供了蓝图 [2] - 公司CEO表示 公司独特地定位于化学工程与Physical AI的交汇点 从与全球制药领导者的资助性SDL项目到2025财年创纪录的销售业绩 标志着公司从开发向商业化的重要过渡 在韩国的成功安装证明其SDL架构是可直接部署的工业资产 能够提供世界领先组织维持竞争优势所需的高质量、特定领域数据 [5] 自驱动实验室技术详解 - 自驱动实验室是一种固定位置的物理AI平台 集成了机器人技术、在线分析和机器学习 以在连续、自主的闭环工作流程中运行实验 [3] - SDL并非车辆或移动实验室 而是一种复杂的工业资产 “自驱动”指的是平台导航实现研究目标的能力 通过自主提出假设、测试和优化结果 无需人工干预 SDL消除了剂量和数据报告中常见的人工错误 并能在危险或偏远环境中安全运行 [4] 行业趋势与市场验证 - 高德纳将Physical AI确定为2026年顶级战略技术趋势 代表了智能在自主机器人系统中的具体化 [10] - 高德纳进一步预测 到2028年 超过50%的企业AI模型将是基于特定领域、专业数据集训练的领域专用模型 而非通用信息模型 [10] - Global X的研究表明 经济已进入“自动化时代” 数字智能与物理硬件的融合可能引发新的工业超级周期 加速先前孤立行业的发展 [10] - Grand View Research在2025年12月的报告中预测 全球实验室自动化市场到2033年将达到约183.9亿美元 复合年增长率为9.3% [10] 跨领域商业应用机会 - 公司SDL架构设计具有可扩展性 适用于多个高风险垂直领域 [6] - **制药领域**：近期为KPBMA完成的旗舰安装以及与辉瑞进行的多年期、获资助的SDL开发项目已验证了其应用 [11] - **工业化学领域**：用于催化剂、聚合物、先进材料和特种涂料的快速筛选 [11] - **农业与能源领域**：用于发酵过程、电池材料和碳捕获反应的优化 [11] - **太空与地外研究**：SDL提供长期潜力 自主实验室可在人类无法实际存在的环境中进行微重力研究或生命支持化学研究 [11]

公司与产品合作 - Tower Semiconductor与LightIC Technologies宣布战略合作，利用Tower成熟的硅光子平台支持LightIC的FMCW LiDAR产品，包括用于汽车的Lark™长距离LiDAR和用于机器人及物理AI的FR60™紧凑型LiDAR [1] - 合作结合了LightIC的硅光子设计能力与Tower的硅光子制造平台，旨在实现更高水平的光学集成，并改善尺寸、重量、功耗和成本，以推动具备速度感知能力的LiDAR从高级开发转向实际汽车与物理AI部署 [4] - 此次合作标志着Tower将其硅光子市场从AI基础设施扩展到新的传感应用领域，是面向机器人、物理AI和汽车市场推出速度感知传感技术的关键一步 [4] 技术与市场前景 - 全球汽车LiDAR市场预计将从2024年的8.59亿美元增长至2030年的36亿美元，年复合增长率为24% [2] - 更广泛的LiDAR市场预计到2027年将达到63亿美元，因为该技术正扩展到工业自动化、智能基础设施和机器人领域 [2] - 基于硅光子的FMCW LiDAR技术正迅速成熟，预计将夺取全球LiDAR市场的更大份额，其增长轨迹类似于硅光子组件在数据中心网络中的快速增长 [3] - AI数据中心网络的持续扩展加速了硅光子工艺的成熟和可制造性，使其在需要紧密集成光学功能的系统中得到更广泛采用 [3] 合作细节与战略意义 - 利用Tower的硅光子工艺，LightIC能够将复杂的相干LiDAR光学功能集成到硅上，该平台具有可扩展、可制造的特性，适合产品认证和长期生产 [5] - 这种集成水平是为汽车和物理AI应用提供具有商业可行性的4D FMCW LiDAR解决方案的基础 [5] - Tower Semiconductor先进的硅光子平台已广泛应用于大规模AI基础设施部署，为将硅光子技术延伸至传感驱动的物理AI和汽车应用提供了战略基础 [3] - LightIC将硅光子平台应用于FMCW LiDAR，直接将相干测距和瞬时速度传感所需的光学功能集成到硅芯片上 [3]

行业市场前景 - 全球汽车激光雷达市场预计将从2024年的8.59亿美元增长至2030年的36亿美元，年复合增长率达24% [2] - 更广泛的激光雷达市场预计到2027年将达到63亿美元，技术将扩展至工业自动化、智能基础设施和机器人领域 [2] - 基于硅光技术的FMCW激光雷达技术正迅速成熟，预计将占据全球激光雷达市场的更大份额，类似于硅光组件在数据中心网络中的快速增长 [3] 合作核心内容 - Tower Semiconductor与LightIC Technologies宣布战略合作，利用Tower成熟的硅光平台支持LightIC的FMCW激光雷达产品 [1] - 合作产品包括用于汽车的Lark™长距离激光雷达和用于机器人及实体AI应用的FR60™紧凑型激光雷达 [1] - 合作结合了LightIC的硅光子设计能力与Tower的硅光子制造平台，旨在实现更高水平的光学集成，并改善尺寸、重量、功耗和成本 [4] 技术平台与优势 - Tower Semiconductor先进的硅光子平台已广泛应用于大规模AI基础设施部署，为将硅光子技术扩展至传感驱动的实体AI和汽车应用提供了战略基础 [3] - LightIC应用该平台于FMCW激光雷达，将相干测距和瞬时速度传感所需的光学功能直接集成到硅上 [3] - 利用Tower的硅光子工艺，能够在可扩展、可制造的平台上将复杂的相干激光雷达光学功能集成到硅中，这对于为汽车和实体AI应用提供商业上可行的4D FMCW激光雷达解决方案至关重要 [5] 战略意义与市场拓展 - 此次合作标志着Tower Semiconductor将其硅光子市场从AI基础设施扩展到新的传感应用领域 [4] - 合作旨在支持具备速度感知能力的激光雷达从高级开发阶段转向现实世界的汽车和实体AI部署 [4] - AI数据中心网络的持续扩展加速了硅光子工艺的成熟和可制造性，推动了其在需要紧密集成光学功能的系统中的采用 [3]

报告核心观点 - Juniper Research发布《2026年十大新兴科技趋势》报告 揭示后量子密码学、神经形态计算、实体AI等前沿技术将塑造企业战略与投资[1] - 报告基于独立研究与市场证据 聚焦于具有可信部署与采用路径的技术 旨在帮助企业进行战略规划[2][3] - 企业正被迫对几年前尚属理论的技术做出实际部署决策 2026年的挑战在于如何快速采用这些技术而不增加风险或复杂性 以及是否具备规模化实施的组织准备度[2] 十大新兴科技趋势摘要 - **后量子密码学**：标准化将推动混合部署模式[4] - **神经形态计算**：旨在解决AI瓶颈的商业芯片组将于2026年推出[4] - **实体AI**：未来3年人形机器人预计将取得实质性进展[4] - **多智能体系统**：企业将投资于特定领域的智能体[4] - **无线电动汽车充电**：加速的基础设施建设将推动大规模采用[4] - **反无人机技术**：日益增长的威胁催生新技术需求[4] - **微流控技术**：作为AI芯片的下一代冷却系统将获得越来越多的关注[4] - **多云模型**：2025年的服务中断事件使2026年更关注提升韧性[4] - **小型模块化反应堆**：监管批准将开启对能源发电的潜在颠覆性影响[2] - **开源智能建筑**：互操作性平台在能源需求增长中推动市场增长[2]

2026年国际消费电子展(CES)前瞻：AI场景落地与硬件创新 - 2026年CES将于1月6日在拉斯维加斯开幕，主题围绕AI展开，重点转向AI的场景落地阶段，AI硬件应用被认为是重中之重 [1] - 英伟达CEO黄仁勋的演讲将聚焦“Physical AI”，推动AI算力向机器人与工业场景延伸，并讨论Cosmos基础模型平台在加速AI系统开发方面的进展 [1] - 华泰证券预计，本届CES将成为AI应用落地的关键观察窗口，覆盖端侧AI、工业AI、Physical AI与汽车智能化等方向，Physical AI或将成为串联各板块的核心叙事 [4] 芯片与处理器发布 - AMD计划发布基于Zen 5架构的锐龙9000系列处理器，包括首次采用双3D V-Cache设计的锐龙9 9950X3D，以及基准频率提升400MHz的锐龙7 9850X3D [2] - AMD还计划发布基于Zen 5架构的锐龙9000G系列APU，涵盖Krackan Point和Strix Point两种架构方案，这是自2024年初以来首次升级APU产品线 [2] - 英特尔将发布首款基于Intel 18A制程工艺的客户端芯片Panther Lake（第三代酷睿Ultra），其CPU、GPU性能相比上代提升50%，平台总体AI算力最高可达180TOPS，较上代提升50% [3] - 英特尔旗舰型号Core Ultra X9 388H配备16核，最高频率5.1GHz，若能获得OEM广泛支持，将有助于缓解市场对其先进制程执行力的疑虑 [2] AI PC与终端设备 - 2026年AI PC新品发布将由英特尔、AMD两大芯片厂商牵头，联想、华硕等主流PC厂商集中跟进，核心围绕新一代AI处理器与终端形态创新展开 [3] - 宏碁、微星、技嘉等中国台湾厂商也将参展，宏碁将释出包含AI PC、电竞及PC周边设备的一系列新品，微星预计发表AI PC、电竞等相关机种 [3] - 联想与英特尔深化战略合作，共推AI PC生态繁荣，标志着个人AI时代的全面到来 [5] AI眼镜与可穿戴设备 - CES 2026的AI眼镜厂商超50余家，包括雷鸟创新、Rokid、影目、VITURE、XREAL等头部厂商，以及闪极、BleeqUp等新锐品牌 [4] - 阿里巴巴将携旗下首款自研AI眼镜——夸克AI眼镜S1亮相CES 2026，该产品曾夺得天猫XR设备行业销量与店铺双第一、抖音电商智能设备榜榜首，并占据京东智能眼镜实时销售排行首位 [4][6] - 康耐特光学是夸克AI眼镜的独家镜片供应商，配镜企业具较好的盈利能力 [6] AI机器人 - 特斯拉第三代人形机器人Optimus-3或许将在CES迎来首秀 [4] - 宇树科技据称将在CES 2026带来人形机器人的最新逼真交互演示 [4] - 灵犀智能将首次亮相CES 2026，展示其第一款重磅产品——AiMOON星座AI守护精灵 [4] - 智元机器人亦有望在CES 2026上展出灵犀X2、远征A2、精灵G2、D1等明星产品 [4] 英伟达产品策略与市场预期 - 市场预期的RTX 50 Super系列显卡（包括RTX 5080 SUPER等）或因GDDR7显存价格高企和供应短缺而推迟发布 [1] - 英伟达可能转而专注于高利润产品，如96GB显存的RTX PRO 6000 Blackwell [1]

2026年国际消费电子展(CES)前瞻 - 2026年CES将于1月6日在拉斯维加斯开幕，主题围绕AI，并进入场景落地阶段，AI硬件应用被认为是重中之重 [1] - 英伟达CEO黄仁勋与AMD CEO苏姿丰将发表重要演讲，阿里巴巴、联想、三星电子、LG等亚洲科技公司将集中亮相 [1] - 华泰证券预计，本届CES将成为AI应用落地的关键观察窗口，覆盖端侧AI、工业AI、Physical AI与汽车智能化等方向 [4] 芯片与处理器发布 - **英伟达**：黄仁勋演讲将聚焦数据中心、物理AI和机器人技术，并讨论Cosmos基础模型平台进展 [1] 市场预期的RTX 50 Super系列显卡或因GDDR7显存价格高企和供应短缺而推迟发布，公司可能转而专注于高利润产品如96GB显存的RTX PRO 6000 Blackwell [1] - **AMD**：计划发布基于Zen 5架构的锐龙9000系列处理器，包括首次采用双3D V-Cache设计的锐龙9 9950X3D，以及基准频率较前代提升400MHz的锐龙7 9850X3D [2] 同时将发布基于Zen 5架构的锐龙9000G系列APU，这是自2024年初以来首次升级APU产品线 [2] - **英特尔**：将发布首款基于Intel 18A制程工艺的客户端芯片Panther Lake（第三代酷睿Ultra），包含约14款SKU，旗舰型号Core Ultra X9 388H配备16核，最高频率5.1GHz [2][3] 该芯片CPU、GPU性能相比上代提升50%，平台总体AI算力最高可达180TOPS，较上代提升50% [3] AI PC与终端硬件 - AI PC新品发布将由英特尔、AMD牵头，联想、华硕等主流PC厂商集中跟进，宏碁、微星、技嘉等中国台湾厂商也将发布AI PC、电竞等相关产品 [3] - 联想与英特尔深化战略合作，共推AI PC生态繁荣 [5] AI眼镜与可穿戴设备 - CES 2026的AI眼镜厂商超50余家，包括雷鸟创新、Rokid、影目等头部厂商及闪极、BleeqUp等新锐品牌 [4] - 阿里巴巴将携旗下首款自研AI眼镜——夸克AI眼镜S1亮相CES 2026，该产品曾夺得天猫XR设备行业销量与店铺双第一、抖音电商智能设备榜榜首等成绩 [4][6] - 康耐特光学是夸克AI眼镜的独家镜片供应商 [6] AI机器人 - 特斯拉第三代人形机器人Optimus-3或许将在CES迎来首秀 [4] - 宇树科技将带来人形机器人的最新逼真交互演示，灵犀智能将首次亮相并展示其AiMOON星座AI守护精灵，智元机器人亦有望展出多款明星产品 [4]