中美AI产业发展路径与投资逻辑分化 - 当前中美在AI产业的投资逻辑存在显著差异，美国投资重点集中于通往通用人工智能（AGI）的核心技术领域，如大语言模型（LLM）与GPU等底层硬件及基础模型研发，遵循“拓展律”（Scaling Law）[1][2] - 中国AI发展更聚焦应用层面，通过技术落地触达消费者以构建清晰商业模型，在自动驾驶、机器人、具身智能等细分赛道表现出色[1][2] - 分化根源在于产业基础与发展路径差异：美国受算力投入与模型性能领先优势推动，加码底层算力建设；中国则凭借庞大的AI人才储备与广阔市场空间，从应用端实现突破[3] 美国AI投资现状与趋势 - 美国四大云服务商（微软、亚马逊、谷歌、Meta）在2024年整体服务器支出中，GPU占比约40-55%[6] - 美国GPU资本开支正处于指数增长期，市场预计其2024-2026年复合增长率超50%[8] - 英伟达预测，2028年全球数据中心资本支出将达1万亿美元，其中GPU相关占比超50%[8] 市场焦点从AGI转向物理AI - 此前备受关注的AGI（人工通用智能）概念热度消退，近几个月市场焦点已转向物理AI（Physical AI）[4] - 物理AI属于人工窄智能（ANI），核心应用场景包括机器人、机械臂、自动驾驶车辆等，这些领域与中国当前的产业优势高度契合[4][5] - 物理AI的核心应用场景正是中国当前重点发展的机器人与自动驾驶领域[5] 全球AI产业长期趋同于物理AI - 从长期来看，全球AI产业最终将向物理AI（Physical AI）趋同[1] - 随着时间推移，全球AI产业都将向物理AI领域聚焦，这与全球AI产业从基础研发向实体应用渗透的大趋势相契合[8] - 中国在应用端的先发优势有望在长期竞争中进一步凸显[8] 美国在物理AI领域的投入与布局 - 美国在具身智能领域投入力度扩大，并获得政策战略性扶持，重点开发人形机器人、多模态感知融合、智能工厂、自动驾驶等Physical AI实际应用领域[9] - 科技巨头进行巨额投入：特斯拉已在Optimus人形机器人项目投入超40亿美元，目标2027年商业化；英伟达投入超100亿美元构建Physical AI全栈平台；谷歌旗下DeepMind投入50亿美元用于机器人研发[9] - 市场预计，2025-2026年美国在物理AI领域的总投入将在500亿美元以上[9]

核心观点 - 2026年被视为AI大规模进军物理世界的开端，自动驾驶汽车将从测试验证过渡到规模化，人形机器人将从实验室实验转向小规模部署 [1] - 行业焦点正从技术可行性转向规模化能力与成本控制，供应链绑定、产能爬坡与单位成本曲线成为下一阶段关键跟踪指标 [13][14] 自动驾驶 (Robotaxi) 发展态势 - **商业化加速**：2026年被视为自动驾驶商业化加速年，随着特斯拉2025年推出Robotaxi，多家玩家商业化动能增强 [10] - **运营数据验证**：Waymo自成立以来已提供超过1000万次付费乘车，并在2025年12月达到每周45万次付费乘车的节奏，业务已扩张至休斯敦、迈阿密及东京、伦敦等国际市场 [14][15] - **主要玩家动态**： - Waymo与Zoox在CES上大规模存在，显示行业动能强劲 [10] - Mobileye与大众计划在洛杉矶推出基于ID. Buzz的L4级Robotaxi服务 [15] - 由Nuro、Lucid、Uber共同推进的基于Lucid Gravity的自动驾驶车辆计划于2026年末在旧金山湾区启动 [15] - 亚马逊Zoox展示面向密集城市的无传统驾驶舱“车厢式”Robotaxi [15] 人形机器人发展态势 - **发展阶段**：行业正从实验室实验转向小规模部署 [1] - **商业化路径**：短期内，“通用类人机器人”将优先导入具体场景以证明商业可行性，而非直接进入家庭 [8] - **成本下降路径**：降本主要驱动力为规模上量带来的费用摊薄和供应商议价改善 [9] - 有公司称机器人成本已从20万美元降至10万美元，并规划在未来几年降至5万美元，前提是销量达到数千台 [10] - Mobileye披露，在收购Mentee背景下，若年产量达5万台，简化设计的制造成本约为2万美元/台；若年产量达10万台，成本可降至1万美元/台，目标是在2028年实现产能爬坡 [10] - **产能规划**：波士顿动力与现代汽车宣布目标是在2028年实现年产能3万台，且其2026年产量已全部提前分配给现代的汽车工厂 [10] 供应链与关键部件 - **供应链成形**：人形机器人领域正在培育全新的供应链，供应商正试图向该领域转型，路径类似电驱动总成 [1][4] - **执行器成为关键**：执行器被视为机器人的“肌肉”入口，约占波士顿动力机器人物料成本（BoM）的60% [1][10] - 舍弗勒展示一体化行星齿轮执行器，扭矩范围60–250 Nm，且回驱能力低，适合连续工况，已获NEURA采用 [4] - 现代摩比斯将为波士顿动力Atlas供应执行器，意图借助汽车规模化供应链来制造机器人 [4] - **芯片格局**：在机器人机载处理器上，英伟达凭借Jetson Orin或Thor平台仍占据主导，客户包括1X、Agility、Figure AI等众多公司 [3] - 特斯拉与小鹏使用自研推理芯片 [5] - 高通推出面向机器人的下一代全栈架构方案Dragonwing IQ10 Series，但尚未清楚能否获得大规模采用 [5] 技术范式与模型演进 - **从脚本走向Agentic**：最显著的范式变化是从预编程动作转向视觉-语言-动作模型，让机器人能够“推理”完成任务 [3] - Boston Dynamics用Google DeepMind的Gemini Robotics VLA模型替代传统模型预测控制，使Atlas能理解非结构化环境 [3] - **训练数据闭环**：行业争论焦点从“仿真 vs 真实”转为“如何高效实现真实世界数据与仿真的闭环” [7] - NEURA采取“物理优先”路线，建设大型实体训练中心收集高保真数据，再生成“合成孪生”在仿真中训练 [10] - 有公司通过远程操作收集人类示范数据，再用仿真生成超过10万种动作变体进行强化学习 [10] - Mobileye强调其Mentee将基本以仿真来训练 [10] 主要公司产品与战略 - **英伟达**：推出面向自动驾驶的Alpamayo（“大脑”）与Thor（“头骨”）组合方案，旨在降低车企部署高阶能力的门槛 [11] - **Aptiv**：展示下一代端到端AI驱动的ADAS平台，并推出云原生中间件平台LINC，旨在实现软件定义车辆，其传感器技术正向航天与协作机器人领域扩展 [12] - **Visteon**：发布算力达700 TOPS的SmartCore HPC域控制器，并推出插件式AI-ADAS计算模块，方便车企为存量平台升级功能，该产品已应用于中国极氪车型 [13] - **Keenon Robotics**：其服务机器人占据全球40%市场份额，海外累计出口约10万台，产品价格从低于1万到约10万元人民币 [10] - 旗舰类人机器人XMAN-R1可执行爆米花、倒饮料等任务，其VLA模型面向服务业 [10] - 在日本等高人工成本市场，其机器人使用寿命达8年，高于行业常见的3–5年 [10] - **Deep Robotics**：聚焦工业巡检，机器人最高覆盖距离63km，可在危险区域执行24/7自主巡逻，并采用可更换电池设计 [10]

公司概况与产品 - 公司“深庭纪”在CES 2026上展示了一款名为Rovar X3的户外陪伴机器人，其采用双轮足构型，重15公斤，高40厘米，带有显示屏，能抱球行进、穿越不同地面并与观众互动[1] - 该机器人主打户外陪伴，目前尚未正式发售，但未来定价将低于5000美元，旨在击穿美国市场对机器人品类的价格预期[2] - 创始人王弢拥有斯坦福深度学习和视觉感知博士学位，曾与吴恩达联合创办自动驾驶公司Drive AI，该公司于2019年被苹果收购，此后他加入小鹏汽车从0到1搭建了视觉感知团队，于2024年离开并投身机器人创业[4] 产品定位与设计理念 - 产品定位为“最有机会进入家庭的物理AI MVP”，从户外场景切入，并向家庭场景蜿蜒进发，旨在解决硅谷人士在户外徒步等活动中寻求“户外搭子”的真实需求[6] - 设计理念强调通过现实世界的物理互动建立情感连接，而非仅依赖对话，灵感来源于公司内部饲养的小狗与员工在草坪上互动建立链接的观察[9] - 产品定义了三大主要用途：1) 作为“户外搭子”，通过视觉识别主人生物特征并跟随、驮重物；2) 帮忙照看小孩，进行躲猫猫、捡球、踢球等互动；3) 充当手机或全景相机的拍摄支架[7] 技术路径与数据策略 - 技术路径借鉴特斯拉在自动驾驶领域的“数据飞轮”方法论，认为机器人智能体需在多样化、贴近最终场景（家庭）的环境中收集数据才能持续变强，而非局限于高度标准化的工厂等垂域[13][25][26] - 公司认为户外陪伴场景是天然更贴近家庭的选项，两者数据诉求基本一致，计划通过户外产品获取用户信任后，逐步引导机器人走入庭院和家庭，收集用户在后院清理杂草、树叶等多样化数据以反哺模型训练[13][32][33] - 机器人采用纯视觉解决方案进行社交导航和主人识别，技术挑战在于在非铺装路面上避障、持续识别主人，并平衡户外场景下的续航、重量和地形通过性[48] - 公司提出了端侧“慢脑+快脑”AI架构，其中“慢脑”负责环境识别、用户偏好理解等需深入思考的任务，“快脑”负责对“快回来”等指令或踢球等互动做出实时响应，二者并行运行并交互[49][50][51] 市场策略与竞争优势 - 目标用户被归纳为“硅谷老男孩”，具体包括时间稀缺的企业主和高管、对审美有高要求的创意工作者、以及医生律师等高收入专业人士，他们共同特点是愿意为高质量体验付费并关心产品能否融入生活[41] - 公司认为陪伴机器人赛道的产品形态尚未收敛，核心竞争力在于持续的用户洞察和领先竞品一代的技术认知，团队凭借在美国多年的生活经验，在文化场景理解上具有优势[52][53] - 通过将产品价格定在5000美元以下，公司旨在挑战波士顿动力7.5万美元四足机器人的市场定价，击穿美国消费者的价格预期[2][57][58] 行业发展与公司规划 - 陪伴型机器人近年密集爆发，背后推动因素包括物理AI概念带动、自动驾驶AI能力溢出以及硬件成本持续下降至有望进入家庭[56][57] - 公司近期完成了由蓝驰创投领投、粒子未来基金跟投的亿元天使轮融资[14] - 在公司规划中，2026年、2027年是探索MVP、寻找早期种子用户和杀手级应用的阶段，创始人认为具身智能是一个十年的赛道，目前类似自动驾驶在2012-2013年的阶段，一旦跨过种子用户与大众用户之间的鸿沟，作为新品类的定义者将收获巨大红利[59][61][62][63]

公司技术突破与产品创新 - 高德自研世界模型在国际权威评测基准WorldScore上综合得分位列第一 [1] - 公司推出“飞行街景”功能，依托自研世界模型，通过“物理AI”实现沉浸式、可交互的线上探店与实景导航体验 [1] - “飞行街景”利用高拟真数字还原技术，提供连续、动态且几乎真实的体验，用户可沉浸式俯瞰店铺内外部实景并提前体验沿途风景、停车条件及餐厅包厢环境等细节 [1] 产品价值与市场策略 - “飞行街景”旨在跨越线上信息与线下体验的鸿沟，让用户在出发前获得“亲临其境”的感受 [1] - 该功能为商家提供了高效、真实的新型数字化展示方式，大幅降低展示门槛 [1] - 公司推出“百万烟火好店支持计划”，将投入价值数亿元的算力资源，面向100万家商家免费开放“飞行街景” [2] - 该计划上线仅48小时，报名预约的商家数就已超过35万家 [2] 技术实现与行业影响 - “飞行街景”是“物理AI”在生活服务领域的典型应用 [2] - “物理AI”使自主系统具备在物理世界中感知、理解、推理并执行或协调复杂动作的能力 [2] - 传统制作一家店的数字实景需专业设备与人员，耗时数日，现在商家仅需用手机拍摄一段短视频和几张照片，最快几个小时内就能自动生成实景店铺 [1] 用户体验与场景拓展 - “飞行街景”为用户提供沉浸式、交互式的线上探索新方式，实现“所见即所得” [2] - 功能可帮助用户沉浸式俯瞰店铺全貌、在线体验靠窗座位、查看停车位情况，并直达深巷中的口碑好店，降低“踩雷”概率 [2] - 环境可视化促使商家更加注重卫生与环境细节，逐步构建更可信的消费场景 [2] - “飞行街景”已从餐饮延伸至文旅领域，故宫博物院等景点的“飞行街景”已上线，用户可足不出户“云游”实景 [3]

报告行业投资评级 * 报告未明确给出行业投资评级 报告的核心观点 * 计算行业正同时经历**加速计算**与**生成式AI**两大平台变革，整个技术栈将被彻底重塑 [7][8][9][11][14] * **物理AI**（理解物理定律并与世界交互的AI）是下一个前沿，其发展依赖于模拟、合成数据和新的计算架构 [26][118][127][129] * 英伟达通过构建从芯片、系统到软件的全栈平台，并推动开源模型与广泛的生态合作，旨在成为全球AI工厂的引擎和物理AI时代的基石 [33][84][161][319][409] 根据相关目录分别进行总结 行业变革与趋势 * 计算行业正同时经历**加速计算**与**生成式AI**两大平台变革，整个技术栈将被彻底重塑 [7][8][9][11][14] * 软件开发范式从“编写代码”转向“训练模型”，应用运行从CPU转向GPU，应用构建从“应用优先”转向“AI优先” [14] * 内容生成从“预编译”转向“实时生成每个像素与Token” [18] * 行业研发预算正大规模从传统方法转向AI方法，规模达**10万亿美元** [21][22] * **2025年**被视为关键发展年份，标志性趋势包括：代理系统（具备推理、规划与工具使用能力）、开源崛起以及测试时扩展（实时思考） [25][28][29][30] 英伟达的AI战略与模型布局 * 英伟达致力于建造自己的AI超算，目标是锻造世界顶级的开源模型 [33] * 公司构建了**NVIDIA开源模型矩阵**，包括Nemo Tron（混合SSM架构，实现极速推理）、OpenFold（理解蛋白质结构与生成）、ForecastNet（革新天气预测方式）等 [36][37][41][42] * 未来的核心原子单元是**AI代理**，其特点是超越记忆，走向推理，并能使用工具、进行研究与执行 [43][45][46][47] * 单一模型不够，未来将是**专家混合模型**的组合，并通过**智能体路由**技术进行调度 [49][51] * 英伟达提供蓝图，帮助企业利用其平台（NVIDIA NEMO）、工具/API、世界级开源与专有模型以及智能体路由技术，结合企业专属数据，构建专属AI [63][64][66][67][70][72][73][75][76] 物理AI（Physical AI）的挑战与突破 * 当前AI缺乏对物理世界的基本常识，而收集真实世界训练数据缓慢、昂贵且永不满足，存在巨大的**数据鸿沟** [99][104][107][109][110] * **模拟**是物理AI几乎所有工作的基础，没有模拟就无法感知物理反馈和评估效果 [118] * 英伟达推出**COSMOS：世界基础模型**，旨在成为物理AI的“ChatGPT”时刻 [123] * COSMOS通过**计算炼成数据**，生成基于物理规律、具有无限多样性的**合成数据**，以填补数据鸿沟 [127][129][130] * COSMOS具备生成式物理AI技能、对齐多模态信息、生成物理连贯视频、进行交互式闭环模拟以及推理、分析与预测等核心能力 [132] * 通过“**模拟中学习，现实中适应**”的范式，COSMOS能生成海量模拟里程，教会机器人适应每一种场景 [135][136][139][141] 生态合作与平台定位 * 英伟达定位为**世界领先平台的AI引擎**，其合作伙伴生态覆盖几乎所有主流科技与云服务公司，包括微软、亚马逊AWS、谷歌云、甲骨文、Adobe、Salesforce、ServiceNow等 [84][85][86][87][88][89] * 报告以个人AI助手“RICCI”为案例，展示了基于英伟达全栈技术（本地DGX、云API、开源模型）构建的智能体应用 [78][79] * 未来的交互界面将发生根本变化，**系统本身就是交互界面** [90] 物理AI的应用落地：以自动驾驶为例 * 进入物理世界标志着**一场新工业革命的开端** [158][159] * 英伟达的**DRIVE THOR**芯片是专为机器人系统设计的地基，具备双处理器冗余、最高功能安全等级和代码级安全认证 [161][163][164][167][168] * **Alpha Mayo**系统采用端到端训练，从摄像头输入直接推理行动输出，旨在解决传统方法难以应对的长尾场景难题 [171][175][176][177] * 英伟达与**梅赛德斯-奔驰达成战略合作**，计划于**2026年第一季度**实现全球上路，并通过OTA持续更新Alpha Mayo [179][180] * 自动驾驶技术可适用于所有机器人系统，预示着机器人产业的黄金时代 [197][198] * **NVIDIA OMNIVERSE**作为机器人的创世引擎，提供物理级精准仿真，用于在元宇宙中训练机器人并生成海量合成数据 [201][203][204][205][209] * 英伟达与**西门子达成战略合作**，将AI全栈技术集成到工业软件中，贯穿设计、生产、运营全生命周期，共同定义“未来工厂 = 巨型机器人”的新工业革命 [217][223][231] 下一代计算平台：VERA RUBIN * 面对AI需求的指数级增长和传统晶体管缩放定律的放缓，行业需要**激进的极端协同设计** [239][247][248] * **VERA RUBIN平台**已全面投产，其设计哲学是极致协同设计，累计投入**15,000工程师年** [252][254][256] * 单个VERA RUBIN计算模块集成2颗VERA CPU、4颗RUBIN GPU、4颗BLUEFIELD-4 DPU和8颗CONNECTX-9 NIC，采用零线缆、零风扇设计 [260][261][262][263][264] * **RUBIN GPU**采用MVF P4张量引擎，实现硬件级自适应精度，其晶体管数量和浮点性能相比Blackwell有显著提升 [269][270][271][274] * **VERA CPU**拥有88核，采用时空多线程技术，并具备强大的I/O性能，专为AI超算定制 [276][279][280] * 平台网络架构分为两部分：机架内采用**NVLINK 6 SWITCH**；AI工厂互联采用**SPECTRUM-X AI以太网**，可提升25%网络吞吐，显著降低网络成本 [285][287] * **BLUEFIELD-4 DPU**作为每个计算节点的标准配置，通过卸载虚拟化、安全等任务，让CPU和GPU专注于纯粹的AI计算 [291][293][294][296] * 平台采用直接液冷技术，使用**45℃温水进水**，能效高且无需数据中心冷水机组 [304][308][368] * VERA RUBIN平台在峰值推理性能、峰值训练性能上实现碾压式飞跃，是全球AI工厂的关键基础设施 [311][312][314][319] 全栈架构重构与性能经济学 * 为应对万亿参数模型和超长上下文带来的内存与带宽挑战，VERA RUBIN平台进行了全栈重构 [327][328][331][332][335] * 突破一：采用**硅光子连接**技术，通过台积电Co-op工艺将光模块直连芯片，实现高速互联 [343][344] * 突破二：发起**上下文内存革命**，抛弃传统南北向存储架构，在机架内由BLUEFIELD DPU驱动构建高速东西向流量，单个节点可提供**150 TB上下文内存**和**200 Gb/s节点内东西向带宽** [350][351][355][358][359] * 新架构使数据中心能效翻倍，预计节省约**6%** 的总电力消耗，并实现全系统可信计算安全 [371][373][375] * 相比上一代Blackwell，训练一个10万亿参数模型所需的系统数量大幅减少，极大缩短了抵达未来的时间 [387][388][391] * **每瓦性能等同于数据中心营收**，VERA RUBIN相比Hopper实现了显著的每瓦性能提升 [394][395][396] * 平台通过规模效应降低Token成本，其推理成本相比上一代大幅下降，体现了“买得越多，省得越多”的经济学 [400][401][403] 总结：全栈生态与未来 * 英伟达的布局贯穿**芯片、基础设施、模型、应用**全栈，并与英特尔、AMD、三星、联想、戴尔等硬件伙伴，以及汽车（通用、蔚来、小鹏）、工业（西门子）等垂直行业巨头建立了广泛生态 [409][414][415][416][420] * 其核心是驱动一场由**物理AI**定义的**新工业革命** [215][231]

中国品牌在CES 2026的全球化新范式 - 中国参展企业（不含港澳台）数量达916家，稳居全球第二大展商阵营 [2] - 中国创新企业从输出“单一性价比硬件”转向输出“品牌价值”、定义“科技场景”和搭建“出海生态矩阵” [2] - 以追觅、影石创新为代表的新兴领军企业展现了前所未有的“主场”姿态，核心是“定义展会的焦点” [3][4] 品牌战略升级：从挑战者到定义者 - 影石Insta360通过赞助CES官方手提袋制造“黄色风暴”，进行高记忆度的注意力营销，该位置过去由尼康占据 [4] - 影石创新2025年前三季度营收达66.11亿元人民币，同比增长67.18%，全年营收预计达88.08亿元人民币 [6] - 追觅科技在CES主展馆LVCC中心馆占据核心超大展位，并多馆布局，展示覆盖家庭生活全场景的“全家智能生态” [7] - 追觅科技2025年前三季度营收120.7亿元人民币，同比增长72.2%，净利润10.4亿元人民币，扫地机器人全球份额12.4%位列第三 [10] - 追觅邀请美国篮球明星德里克·罗斯现场互动，实现从技术圈到大众圈的破圈传播 [8] - 追觅旗下新子品牌MOVA展示涵盖人宠生活的创新产品矩阵 [10] 产品与技术创新：聚焦物理AI与场景定义 - 奥比中光发布超小型双目3D相机Gemini 305，成像距离近至4厘米，感知盲区比过去产品减少43% [12] - 越疆科技展出商用互动恐龙玩偶、具身智能教育机器人及家庭智能机器狗Rover X1，后者面向青少年开放编程模块 [12][13] - 涂鸦智能发布AI宠物陪伴概念机器人Aura，具备投喂、逗宠、互动、情绪识别功能，并展示跨设备AI生活助手Hey Tuya [13][15] - 道通科技展示智能充电机器人及“光储充检”智慧能源解决方案，其充电机器人可与自动驾驶车辆组网协同 [18] - 道通科技推出V2G交流充电新品ACCompact Gen 2，使电动汽车成为家庭的“虚拟电厂” [19] 生态协同与产业链出海 - AR公司Rokid发布超轻量AI眼镜Rokid Style，并与蚂蚁国际在海外支付场景深度集成，实现“无感支付” [16][18] - 深圳科创学院及XbotPark携近40家企业集体参展，形成生态抱团出海态势 [19] - 参展创新企业在销售、渠道、投资端收获成果，例如波澜智能收获数千台海外意向订单，零动未来Takway.AI获多家美元基金投资意向 [19] - 中国企业从“单兵突击”转向基于技术、市场、资本纽带的“舰队航行”，构建系统性竞争力 [20] 行业趋势与核心叙事 - 中国出海品牌叙事核心转向“多品牌矩阵”展示生态覆盖、“体育明星互动”引爆声量、“创意事件”塑造格调 [11] - 中国创新优势从消费互联网的“应用创新”延伸至物理世界的“场景创新”，成为Physical AI的核心推动者与标准定义者之一 [16] - 中国创新出海已从“产品出海”、“品牌出海”迈入“生态出海”和“战略出海”的新纪元 [21]

CES 2026展会核心观察 - 展会焦点从技术展示转向解决真实问题，物理AI与机器人规模化落地成为核心议题[1] - 中国机器人厂商占据人形机器人展区一半以上展位，在速度、规模与硬件迭代上表现突出[1][3] - 终端智能化呈现整合趋势，硬件属性弱化，软件、系统与AI结合成为发展关键[11][12] 产业发展阶段与竞争焦点 - 行业正从“展示能力”阶段转向“解决真实问题”阶段，竞争重点在于让机器人在复杂动态物理环境中稳定工作[3][4] - 未来产业竞争将集中在构建可靠的物理感知体系、持续生产真实世界数据并转化为可泛化、可规模化的智能能力[2] - 高质量物理感知的价值需在大规模真实应用中释放，当前部署体量远未覆盖广泛需求[6] 技术演进路径与关键能力 - 增强机器人自主执行任务能力的关键在于实现AI与物理世界的深度交互，触觉感知是核心桥梁[5] - 通用人形机器人需具备移动泛化、操作泛化和任务理解三类能力，当前在具体场景的感知与认知能力仍不足[5] - 早期发展聚焦高动态动作展示，进入真实应用场景后，重心转向触觉、力觉等物理感知能力以实现可靠、可规模化工作[6] - 物理感知的长尾价值体现在数据层面，高质量数据是在长期运行中持续生成的资产[6] 中国机器人产业现状与优势 - 2025年中国机器人产业进入“加速期”，依托完整产业链、成熟制造体系和丰富应用场景，能以更低成本、更快节奏将新技术转化为可验证产品[8] - 中国人形机器人产业在运动控制（“小脑”）技术取得较大突破，在认知决策（“大脑”）方面与美国齐头并进，并拥有显著的供应链优势[8] - 大量机器人已在物流、制造、安检和服务场景中实际运行，为具身智能发展提供宝贵现实土壤[8] - 中国企业正实现从“产品出海”到“体系出海”的跃升，提供技术标准与完整解决方案并通过海外合作伙伴落地[9] - 部分中国厂商海外收入占比已近半甚至过半[8] 国际厂商动态与展示 - 波士顿动力首次公开演示电驱Atlas人形机器人，能执行多种工业任务，2026年订单已满，首批将交付现代汽车及谷歌DeepMind[7] - LG推出旨在协调家务的全新家庭机器人CLOiD，并发布专为机器人设计的核心执行器品牌LG Actuator AXIUM[7] - 海外机器人产业在前沿探索有先发优势，但受制于制造成本、供应链完整度及真实场景规模，更多停留在验证和示范阶段[8] 具体应用场景与产品展示 - 帕西尼感知科技展示人形机器人TORA-ONE自主制作冰淇淋，以展现其在新零售场景的适配性[3] - 北京人形机器人创新中心展示机器人产品在“能干活儿”领域的技术突破，其天工2.0及下一代机器人聚焦于危险、脏乱差、单调重复的3D场景工作[4] 终端智能化与硬件趋势 - 所有硬件在与软件结合，所有软件在与AI结合，所有AI在与数据结合，所有数据在与芯片结合[11] - 智能终端呈现功能整合趋势，例如智能项链整合拍照、录音、翻译功能，智能眼镜整合eSIM卡功能可能替代部分手机场景[12] - 厂商研发新品时追求“一机多用”，如联想卷轴屏电脑功能与手机及平板高度重合[13] - 部分观众认为科技巨头未完全展示突破性技术，机器人表演与基础交互已司空见惯，机器大脑尚未达到预期智能水平[12]

阿里云通义智能硬件展与中国AI产业趋势 - 阿里云在深圳举办首届中国版CES智能硬件展 展出面积超5000平米 超1500件AI硬件新品亮相 其中180件在美国CES展同步首发 展品覆盖3C数码 家电 卫浴 玩具 乐器 健身器材 机器人 电动车 飞行器等广泛消费领域 [1][2] - 展会呈现AI硬件“涌现”和“泛化”趋势 AI产品史无前例地爆发并应用到各行各业 展会现场体验包括仅2.7kg的外骨骼助力器 提供十多项运动的智能健身器材 AI导盲眼镜 AI助听器 AI作业批改机等 [7][8] - 中国AI产业正迎来“觉醒时刻” 将全球最厉害的供应链与大模型能力结合应用于所有行业 标志着产业进入“升级领跑”阶段 [10] 2026年AI产业发展第二高潮 - 全球AI领域将在2026年迎来第二波发展高潮 技术迭代速度远超预期 大模型或以星期为单位更新 技术落地周期从5-10年缩短至2-3年 [11] - AI发展进入“第二曲线” 从以手机为主要载体的消费级应用（上半场）转向与企业端和产业端深度结合（下半场） [14] - 企业级人工智能直接重构生产力 其潜在经济影响力有望促使全球GDP增长10% 对应高达11万亿美元的价值重构空间 到2026年 AI创造的新增量市场将占整个人工智能市场的80% [14] - AI应用将以每年百倍的速度增长 未来人工智能预算可能达到信息技术预算的10倍 [14] AI应用趋势：从虚拟到物理世界 - AI入口多元化 突破屏幕限制 全面融入汽车 机器人 可穿戴设备及各类工业终端 手机不再是单一入口 [13] - “物理AI”成为重要方向 其商业天花板比虚拟世界更大 2024年应用重点在汽车智能化 2025年趋势扩展至新能源汽车 低空飞行器 传统燃油车及重型卡车等商用车领域 [11] - 企业级应用与消费级应用的主要区别在于：消费级求广度 演变多元个性化 企业级探深度 与专业属性高度绑定 在丰富产业场景下价值有待深挖 成长空间大 [14] 中国AI产业竞争的双轨态势 - 竞争焦点呈双轨并行：一方面传统产业借助AI转型升级 优势产业实现指数级进化 另一方面 “AI原生企业”用新商业模式开疆拓土 [15] - 中国AI深度聚焦于传统制造业 新能源汽车 锂电池 电子电气 农业等行业 通过云端服务商实现降本增效 例如三一重工借助AI构建“设备维修助手” 潍柴动力运用AI进行设备故障诊断 养猪业使用兽医大模型 [16][18] - 以通义千问 DeepSeek为代表的“开源力量”崛起 快速催生四类“AI原生企业”：AIGC内容创作公司 AI漫剧/短剧公司 智能体（Agent）公司 人工智能硬件公司 [18] - 阿里云通义通过开源300多款模型 衍生出18万款模型 支持了高达百万级的创业者和开发者 其中许多是三人以下的“超级个体” [21] 中国AI生态的现状与挑战 - 中国AI第一波市场聚焦在娱乐 陪聊等消费端场景 而在美国 企业级应用（如SAP Salesforce等SaaS软件对AI的调用）是创造生产力的关键环节 调用量远超C端 [21] - 模型价值需以Token的“质量”与“效率”衡量 而非单纯数量 在AI芯片端 中国公司逐渐将算力从“训练”转向“推理” 使中低端AI芯片有了用武之地 [23] AI基础设施（AI Infra）与云计算的关键作用 - 底层基础设施建设（AI infra）是AI第二个发展高潮期的关键 其趋势正从“Token工厂”升级为“AI超级工厂” 未来的AI云服务如同提供分层用水的“自来水厂” [24][25] - 分层服务包括：“纯净水”（开箱即用的API服务） “工业用水”（供本地化部署的开源模型） “水处理设备”（供训练自有模型的裸金属和算力服务） 阿里云上调用MaaS API与使用GPU部署模型的客户重合度达70% [25][26] - 真正的AI云需具备全栈式能力 融合强大的GPU算力 高效的集群调度与网络存储 先进的大数据处理 以及构建运行Agent的完整框架 “AI infra 即为云计算” 没有云的能力 AI的真正价值无法实现 [26][27] - 为支持企业出海 中国云服务公司大力布局全球基础设施 例如阿里云截至2025年在全球29个地域 92个可用区构建基础设施 承接近八成新增中企出海需求 支撑了100%中国车企的全球化布局 [29] AI产业的终极展望与竞争本质 - 大模型将成为下一代操作系统 下一代的计算机就是“超级AI云” AI通过生产力供给所创造的价值将是互联网的几十倍 [32] - AI增量竞争的本质是全球范围内较量谁最先改造本国优势产业 谁最快孵化出具有AI思维和会使用AI工具的产业人才 目标在于GDP质量提升 产业结构优化升级及劳动者技能进化 [32] - 智能硬件成为连接物理世界的最佳入口 阿里云凭借全栈AI优势 让通义大模型成为智能硬件的标配 [32]

现代汽车市值增长与市场地位 - 2026年开年以来，现代汽车市值增加了约240亿美元，相当于Rivian当前总市值 [1] - 2026年开年以来，现代汽车在韩国股市的股价涨幅高达30% [1] - 现代汽车集合了“英伟达AI GPU系AI工厂”、自动驾驶技术及AI人形机器人三大热门投资主题，市场看涨情绪升温 [1] 现代汽车股价表现与市场反应 - 韩国股市周二交易时段，现代汽车股价一度跃升超过10%，创下历史纪录 [1] - 分析师因公司与英伟达合作深化、CES展示自动驾驶雄心及发布Atlas人形机器人而大幅上调价格目标 [1] - 现代汽车附属公司（如现代Glovis、现代Mobis、现代Autoever）及机器人供应链公司股价均达历史新高 [2] 韩国股市整体表现 - 2026年开年以来，韩国Kospi综合指数累计涨幅高达8%，盘中创下历史收盘最高点约4693点 [3] - 该指数强劲延续了2025年疯涨76%之后的迅猛势头 [1][3] - 2025年，三星电子与SK海力士贡献了韩国基准指数近一半的涨幅，国防与核能企业也是主要贡献者 [3] 华尔街对韩国股市的展望 - 花旗集团、摩根大通与野村等华尔街券商预测韩国基准股指明年至少还会再上涨20% [3] - 分析师认为韩国政府刺激举措及“存储芯片超级周期”主导的盈利增长将继续支撑牛市 [3] 亚洲股市吸引力与AI投资周期 - 亚洲股市开年走势强劲，凸显其对全球投资者日益增强的吸引力 [4] - 全球资金动态指向亚洲科技股仍有进一步上行空间 [4] - Vantage Point Asset Management首席投资官表示，亚洲AI算力产业链核心科技公司估值相较于全球同行仍然非常便宜 [4] - 该投资官认为，全球AI资本开支超级周期及相关生产率繁荣增长周期“仅仅走完不到一半” [4] 现代汽车与英伟达的合作及“物理AI”主题 - 与英伟达达成的一系列合作，特别是在Atlas机器人项目上的深度合作，激发了市场对其在“物理AI”领域领先地位的浓厚投资兴趣 [5] - 英伟达CEO黄仁勋认为，“物理AI”强调让机器人在真实世界感知、推理并行动，是推动模型从对话到实干的关键 [5] - 现代汽车的人工智能、机器人和自动驾驶项目帮助公司摆脱了传统汽车制造形象，且股票估值较低，仍有明显上涨空间 [5] - 在CES 2026期间，现代汽车集团执行主席与黄仁勋会面，探讨在英伟达开源自动驾驶AI平台（如Alpamayo）背景下，扩大在自动驾驶领域的合作 [5] 自动驾驶技术进展与行业焦点 - 普华永道美国汽车行业负责人表示，2026年汽车制造行业焦点将更多放在物理AI和自动驾驶上，企业如何利用AI解决安全推出完全无人驾驶汽车的挑战将受密切关注 [6] - 黄仁勋将英伟达的Alpamayo称为“物理AI的ChatGPT时刻” [6] - Alpamayo 1是一个拥有100亿参数的视觉-语言-行动模型，采用“链式AI推理”，不仅能驾驶汽车，还能用自然语言解释决策逻辑 [6] 英伟达与韩国企业的“AI工厂”合作 - 除了Alpamayo模型，英伟达还推出了AlpaSim仿真工具与Physical AI Open Datasets数据集，与模型组合成“模型+仿真+数据”的完整开发闭环 [7] - 2025年10月底，三星、现代汽车等韩国财阀表示将联手英伟达斥巨资打造支撑韩国国内AI训练/推理工作负载的“AI工厂”，采购大规模的英伟达AI GPU算力集群 [7] - 10月31日，英伟达宣布分别与三星电子、SK集团及现代汽车集团合作，将供应数十万颗高性能AI GPU以启动韩国庞大的AI基建项目 [7] - 英伟达与现代汽车集团将基于新一代Blackwell架构AI超级工厂展开合作，部署5万块英伟达Blackwell架构AI GPU，共同开发自动驾驶与移动出行解决方案、建设下一代智能工厂并推进设备端半导体技术突破 [8] 现代汽车估值与相关资产 - 尽管市值大幅增长，现代汽车股票的预期市盈率仅为8.3倍，低于韩国KOSPI基准股指的10倍 [9] - 现代汽车旗下的波士顿动力子公司最新估值约为100万亿韩元（约合680亿美元） [9] - 属于HD现代集团的HD Hyundai Robotics公司已聘请投行参与其韩国股市IPO [9]

英伟达与礼来的战略合作 - 英伟达与制药龙头礼来公司达成合作，共同投资10亿美元建立联合AI实验室，旨在融合顶尖科学家与AI研究员，共同推进从实验室到计算范式的根本性转变 [3] - 该合作将在未来五年投资10亿美元，合作范围涵盖临床开发、制造和实验室自动化，以加速科学新范式和药物发现 [25] - 合作基于一个信念：药物研发模式将从90%湿实验室/10%计算，在未来几年彻底翻转，从而加速突破 [25] 行业趋势与市场背景 - 2025年被视作代理式AI（Agentic AI）的爆发之年，其推理、工具调用及与遗留系统交互的能力已成熟 [5][7] - 医疗健康行业正率先大规模“雇用”AI Agent，以应对全球数千万的医护人力短缺，其技术部署和应用速度是美国经济整体速度的三倍 [5][12] - 美国医疗健康是一个价值4.9万亿美元的市场，正在以惊人规模部署AI [12] - 全球市值超过1万亿美元的公司共11家，英伟达（市值4.49万亿美元）和礼来（市值1.02万亿美元）占据两席，分别为全球最高市值公司和医疗健康板块市值最高公司 [5] 英伟达的医疗AI战略与产品布局 - 公司将其在医疗健康领域的AI模型和智能体产品组合开源，允许任何人进行修改和定制 [6] - 英伟达在2025年成为全球最大的开源AI贡献者，在Hugging Face上贡献了超过650个语言模型和250个数据集，涵盖生物学、化学、机器人技术和视觉等领域 [9] - 公司通过Clara模型系列专注于医疗健康领域的生物医学AI，覆盖从靶点发现到分子设计和医疗AI推理的全流程 [10] - 公司扩展了BioNeMo平台，并推出GPU加速的NeMo工具包，使化学处理速度快了100倍 [23] - 英伟达与实验室仪器巨头赛默飞世尔科技合作，构建“实验室基础AI基础设施”，推出基于IGX台式AI超级计算机的代理式系统，使实验室仪器能够集成并智能化 [18] 物理AI与机器人实验室自动化 - 物理AI迎来“ChatGPT时刻”，机器人/具身AI可在仿真数字世界中训练后再部署至现实世界，正对医疗健康和生命科学产业产生深远影响 [8] - 英伟达通过Cosmos世界基础模型和Isaac机器人平台，在仿真环境中训练机器人，以执行实验室任务，如质量控制、移液等，加速生物制造与研发 [6][19] - 新兴的机器人实验室自动化公司正在取得突破：例如，Multiply Labs使用Isaac平台训练机器人，将某些细胞疗法的制造成本从10万美元降低至3万美元（降幅超过70%），并在给定实验室面积内实现了100倍的吞吐量 [20] - Opentrons的液体处理系统已部署在全球10,000个实验室，并使用英伟达平台构建仿真环境以提高效率 [20] 代理式AI的具体应用与案例 - 代理AI正在被“雇用”作为数字同事，以弥补医疗服务与专业医疗人员之间的巨大缺口 [11] - Abridge临床对话AI平台每天为医生节省30%或更多时间，帮助生成报告和处理事前授权，已在超过200个医疗系统中部署 [13] - Corti、Speechmatics和Sully等平台正在部署分诊代理、登记代理等，以改善医院工作流程和患者体验 [13] - 在药物研发领域，ConcertAI帮助分层临床试验并模拟结果；IQVIA部署代理式系统以提高商业团队效率和加速临床试验构建 [14] - AI科学家代理可以阅读文献、设计实验、调用工具（如蛋白质结构预测模型）甚至启动物理实验，例如Edison AI科学家能在约16小时内完成一名研究员原本需要4到6个月的工作量 [15] 生物学AI与药物发现进展 - 行业正处于生物学的“Transformer时刻”的开端，AI驱动的制药革命正在进行，AI赋能的药物开始进入临床开发后期阶段 [8][21] - 英伟达通过开源模型如La Protina（原子尺度蛋白质设计）和RNA Pro（RNA设计）推动药物发现流程 [22] - Basecamp Research宣布其Eden平台，这是一个在10万亿个生物学“词元”上训练的GPT-4规模生物学模型，在抗菌和癌症领域取得突破性实验室验证结果 [24] 基础设施、成本与投资回报 - 英伟达从Hopper到Blackwell再到Rubin GPU平台，在过去四年里将推理成本降低了超过100倍（例如，从1美元降至0.01美元） [30] - 部署AI代理的投资回报率明确：例如，为医生释放30%的时间意味着可多看30%的病人或改善医生工作生活平衡；有公司衡量其平台为医疗系统“归还”了相当于57年的时间 [31] - AI计算基础设施被视为与道路、电力同等重要的国家基础设施，主权AI（如国家级的医疗健康云）是一个每年200亿美元的市场机会，英伟达预计每个主要经济体都会进行类似建设 [31]