涉及的行业与公司 * 行业：半导体、人工智能、加速计算、数据中心、网络设备、自动驾驶、机器人 * 公司：英伟达 (NVIDIA) [1] * 提及的合作伙伴/客户：梅赛德斯 (Mercedes-Benz) [1][4]、Groq [11]、云服务提供商 [7] 核心观点与论据 行业趋势与市场转型 * 全球正经历三大计算平台转型：从CPU向GPU加速计算迁移、生成式AI的强劲采用、以及物理AI/智能体AI等新基础模型的兴起 [1][3][6] * 这些转型正在深刻改变搜索、社交媒体、芯片设计(EDA)、模拟市场、数据库等领域的工作方式，并推动整个行业持续前进，有效缓解市场对AI支出泡沫的担忧 [3][6] * 预计到2030年，加速计算和AI解决方案方面的投入规模将达到3至4万亿美元 [7] 公司产品与技术进展 * 下一代产品平台 **Vera Rubin** 已完成流片，准备全面投产 [1][3] * Vera Rubin 是一个包含六款芯片的协同设计系统：GPU (Ruben)、CPU (Vera)、网络 (Spectrum X)、Bluefield及CPO交换机，旨在构建大规模数据中心基础设施 [1][3] * 相比前代 **Blackwell**，Vera Rubin 系统能耗降低至其四分之一，吞吐量提升10倍，推理阶段每token成本实际降低90% [3] * 网络业务是重要组成部分，**90%的客户**会搭配采购网络产品 [1][7] * **Spectrum X** 系列产品年化营收已从0增长至**120-130亿美元**区间，新平台 **Spectrum 6** 吞吐量达到**102太比特每秒**，是全球最快的交换机之一 [1][9] 市场需求与订单情况 * 市场对AI和加速计算的需求非常旺盛 [1][4] * Blackwell和Vera Rubin的组合订单在2026年前总额约为**5,000亿美元**，且自公布以来规模已显著扩大 [1][5][7] * 客户已开始规划2027年的需求，并评估Vera Rubin的部署规模 [1][5] * 公司已提前数年进行供应链采购和产能规划，以满足未来需求，对供应链状况持乐观态度 [1][4] 中国市场机遇 * 美国政府已批准 **H200** 对华销售，中国市场客户需求非常强劲 [2][10] * 实际交付仍需获得美国政府的具体许可，相关流程正在推进中 [2][10] * 按黄仁勋此前量化，若以50%增长率计算，2026年英伟达在中国市场的潜在营收需求将达到**750亿美元** [11] 新兴业务领域 * **物理AI** 是继智能体AI之后的又一重大机遇，开源模型在该领域至关重要 [1][4] * 公司在机器人、可视化技术及汽车领域均有布局，例如与梅赛德斯合作推出高端自动驾驶汽车，相关数据收集和整合对数据中心至关重要 [1][4] * 通过 **Jetson平台**、**Omniverse平台** 以及开放模型支持物理层技术发展 [4] * 近期与 **Groq** 达成非排他性知识产权许可协议，并吸纳其团队，旨在加强在低延迟推理领域的能力 [11] 财务与运营 * 公司正密切关注毛利率，希望继续保持**70%中期**的水平 [13] * 维持毛利率的关键在于扩大算力供应、与制造商供应商合作、优化设计以缩短周期时间，并平衡产品组合 [13] * 游戏业务表现极为出色，Blackwell产品推出初期增速远超预期，现已将产能提升至合理水平 [12] * 在组件分配优先级上，最看好赋能游戏玩家、创作者和AI类平台的商业模式 [12] 其他重要内容 * 基础模型构建商（包括开源模型厂商）大多采取系统、循序渐进的方法发展，需要长期建设规划，与云服务提供商的合作模式较为理想 [12] * 公司对获得Groq的知识产权和工程团队感到满意，认为其与公司未来方向高度契合 [11] * 构建数据中心基础设施系统从开始到完成可能需要**3/4年到一年**的时间 [4] * 客户从土地、电力、机房建设到最终部署算力并调试就绪，需要数年时间 [5]

核心观点 - 中金维持禾赛-W跑赢行业评级 上调其港/美股目标价32.1%/34.3% 分别至241.10港币/31.56美元 较当前股价有24.3%/30.1%的上行空间 [1] - 上调公司2026年营收预测6.4%至45.3亿元 首次引入2027年营收预测60.0亿元 [1] - 估值上调主要考虑到智驾及机器人板块估值中枢上移 [1] 财务预测与估值 - 维持2025年营收预测不变 上调2026年营收预测6.4%至45.3亿元 首次引入2027年营收预测60.0亿元 [1] - 当前港/美股分别对应6.0/5.8倍2026年市销率(P/S) [1] - 上调后目标价对应7.5倍2026年P/S [1] 经营近况与产能 - 2025年全年激光雷达交付量超160万台 [3] - 截至2026年1月5日 已获24家主机厂超120个车型的量产定点 [3] - 规划年产能将由2025年的200万台提升至2026年的400万台 实现翻倍增长 [3] - 预计泰国曼谷伽利略工厂将在2027年初投产 [3] - 公司在手订单充沛 国内外产能拓展积极 有望带动未来出货量及收入高增 [3] 技术进展与产品 - 在CES 2026上展示了最新激光雷达技术成果 [2] - 展示了由超远距激光雷达ETX与纯固态近距补盲激光雷达FTX组成的新一代L3车规激光雷达解决方案 [4] - 该L3解决方案已获得首个乘用车量产定点 计划于2026年底或2027年初启动量产 [4] 行业驱动与市场机遇 - 2025年12月15日 工信部首次批准L3级有条件自动驾驶车型在指定区域上路通行试点 [4] - L3车型或将加速渗透 单车搭载的激光雷达数量有望提升至3-6颗 [4] - 2026款阿维塔12、岚图泰山等车型均标配4颗激光雷达 [4] - 全球多家企业正加速L4级自动驾驶车队的规模化部署 [5] - 公司已与Motional、百度、滴滴、文远知行、小马智行等头部企业合作 [5] - 公司被英伟达选定为“NVIDIA DRIVE AGX Hyperion10平台”的激光雷达合作伙伴 [5] 机器人及工业市场应用 - 禾赛JT系列激光雷达广泛应用于机器人与工业市场 累计出货量超20万台 [5] - 应用案例包括MOVA(割草机器人)、维他动力(智能伴随机器人)、如视(3D空间数字化设备)等 [5]

2026年国际消费电子展概况 - 2026年国际消费电子展于1月6日至1月9日在美国拉斯维加斯举办，汇聚了人工智能、XR元宇宙、智能家居、数字健康、新能源汽车、半导体芯片及可持续发展技术等全生态链创新 [1] - 本届展会吸引了全球4112家企业参展，英伟达、AMD、海信、TCL等芯片、硬件与生态巨头悉数登场，AI与机器人成为展会主角 [1] - 在展会媒体日，英伟达创始人黄仁勋、AMD董事长苏姿丰、英特尔CEO陈立武、联想集团CEO杨元庆、高通CEO克里斯蒂亚诺·阿蒙等全球AI头部公司负责人纷纷亮相并发表演讲 [1] 英伟达发布的核心进展 - 英伟达创始人黄仁勋在主题演讲中表示，物理AI的ChatGPT时刻已经来临，并集中阐述了公司在物理AI与推理型AI方向的最新成果 [2] - 公司宣布推出首个面向自动驾驶场景的开源物理AI推理模型Alpamayo，该模型属于VLA架构，可在复杂道路环境中进行多步推理并理解因果关系 [2] - 黄仁勋透露，最新一代AI超级芯片平台Vera Rubin已进入全面量产阶段，该平台整合Vera CPU与Rubin GPU，整体能力为上一代Grace Blackwell的两倍，并在组装效率和能耗控制方面实现显著优化 [2] - 英伟达表示，Vera Rubin平台将成为支撑推理型AI、自动驾驶和机器人长期运行的重要底座 [2] AMD的战略与产品发布 - AMD董事长苏姿丰指出，自ChatGPT问世以来，AI活跃用户数量从最初的100万人迅速攀升至10亿人，她预计到2030年将进一步增长至50亿人 [3] - 为应对用户增长，苏姿丰预计未来几年内全球计算能力需提升100倍 [3] - 为推动此目标，AMD在CES上发布了一系列全新AI处理器，并将AI驱动的个人电脑视为未来发展的核心方向 [3]

核心观点 - 全球AI竞争进入生态深水区 焦点围绕算力底座重构与物理AI等应用规模化落地 中国厂商凭借供应链与研发优势实现从制造到创造的跨越 成为全球科技创新关键力量 [1][2][12] 算力基础设施竞速 - 芯片巨头强调算力需求暴增 英伟达CEO黄仁勋指出物理AI的“ChatGPT时刻”已到来 并发布新一代全栈架构Rubin以应对AI计算量每年10倍的增长 [3] - AMD CEO苏姿丰指出AI训练算力每年增长4倍 推理Tokens消耗过去两年增长100倍 算力正进入尧字节级(Yotta Scale)时代 [3][4] - 高通CEO安蒙强调边缘与混合AI重要性 认为掌握边缘数据并将其转化为个性化服务的能力将成为AI竞赛的赢家 [6] 物理AI走向成熟与商业化 - CES 2026上机器人等物理AI产品成熟度显著提升 中国厂商如宇树科技、众擎机器人的展示引发高度关注 机器人能力从简单动作展示转向丰富流利的现场表现 [1][7] - 人形机器人正走出概念阶段迈向商业化落地 例如Agility Robotics、智元AGIBOT等公司已在运动控制等方面取得进展 实现数千台产品的量产与商业部署 潜在落地场景包括制造业、零售业及仓储物流 [9] - 外骨骼机器人公司傲鲨智能指出 全球老龄化与人力成本上升激发产品需求 欧美等海外市场消费决策周期短于国内 [8][9] - 高通推出下一代机器人完整技术栈及高性能处理器跃龙 IQ10系列 面向工业级自主移动机器人和全尺寸人形机器人 公司高管认为物理AI发展速度可能被低估 具备高度普及化潜力 [9][10] 端侧与可穿戴AI设备前景 - 高通CEO安蒙指出 下一代个人AI设备将依托端侧AI与情境感知 实现对环境与意图的实时理解 融合物理与数字世界 [5] - 智能可穿戴设备被视为全新移动终端品类 与手机并存 预计未来几年内该品类规模有望达到1亿台 骁龙芯片已具备在小型设备上运行数十亿参数模型的能力 [6] 中国厂商的全球角色进阶 - 中国厂商在CES上扮演越来越重要角色 AI眼镜、各形态机器人等产品吸引大量关注 背后是中国供应链与研发能力的长期沉淀 [1][11] - 中国供应链在电机、驱动器、传感器等核心部件具备很强降本能力 推动产品迭代速度达半年到一年一代 远超欧洲公司的2-3年 量产周期约1年 也远短于欧洲的3-5年 [11] - 中国产业链的高效率使公司能以“月”为单位快速迭代产品 实现技术突破与成本优化 当前出海逻辑是带着更好技术与方案走出去 体现从“中国制造”到“中国创造”的跨越 [12]

AI生态竞争格局 - 全球各大芯片巨头正围绕算力底座展开激烈角逐 [1] - AI生态竞争已迈入深水区，技术、资本与产业力量正在碰撞融合 [1] - 这场竞争正在重塑全球智能科技的竞争格局与未来走向 [1] AI技术发展与应用 - 原生AI硬件正在加速规模化落地 [1] - 物理AI正从实验室走向消费与产业场景 [1] 中国厂商的角色演变 - 中国厂商凭借供应链与研发积淀，正实现从“制造”到“创造”的跨越 [1]

文章核心观点 - 在CES 2026上，中国机器人产业链以空前完整的阵容集体亮相，从核心零部件、AI芯片到整机制造全面展示，标志着中国机器人产业正以系统化能力参与全球竞争，并从产品展示转向商业落地 [1][3][5] - 英伟达CEO黄仁勋提出“物理AI的‘ChatGPT时刻’即将到来”，描绘了行业平台重置的未来愿景，而中国企业的展出则被视为在这一未来愿景下的当前实践，两者共同构成了产业发展的不同侧面 [1][10] 中国机器人产业链集体亮相 - 本届CES有超30家中国机器人产业链企业参展，覆盖了从核心零部件、AI芯片到整机制造的完整供应链 [1] - 参展企业包括整机厂商如智元、宇树、傅利叶，核心零部件厂商如兆威机电（展示20自由度灵巧手），以及提供算力与感知方案的厂商如黑芝麻智能、奥比中光 [1] - 众多国内知名机器人公司如宇树、银河通用、松延动力、云深处、众擎、傅利叶、魔法原子、逐际动力、擎朗智能等均在CES扎堆出现 [3] 企业展示的具体产品与技术 - 宇树科技凭借G1互搏引发关注，众擎机器人和智元机器人分别表演广播体操和热舞，加速进化Booster K1机器人进行舞狮表演 [3] - 松延动力首次在CES亮相“小顽童N2”产品，傅利叶带来新一代全尺寸人形机器人GR-3，主打有温度的陪伴交互 [3] - 帕西尼感知科技展示了包括全身力学套件、多维触觉灵巧手、人形机器人TORA-ONE以及全模态数据采集系统的全链路产品矩阵，其人形机器人演示了制作冰激凌的全流程 [4] - 黑芝麻智能首次在海外亮相其多维具身智能计算平台SesameX，旨在提供从端侧模组、底层软件到全脑智能与系统安全的完整体系 [4] - 银河通用展示了轮式人形机器人在零售、工厂物流搬运以及双足人形机器人舞蹈等更全面的应用场景 [8] 参展的商业化成果与战略目标 - 魔法原子在CES开幕第一天就获得了订单，售出数条MagicDog，并收到大量小人形机器人的意向订单，参展目的是拓展国际销售渠道 [7] - 松延动力正从“产品展示”转向“商业落地”，计划在2026年二季度实现千台量级规模的市场拓展，目标区域包括北美、中东、欧洲、东南亚、日韩 [7] - 帕西尼将CES视为其全球化战略落地的关键一步，旨在利用展会汇聚的全球行业核心资源，快速对接北美客户与合作伙伴 [7] - 银河通用参展的目标之一是积累商机和获取订单 [8] 行业趋势与竞争态势 - 参展商反馈显示，CES的专业客群增多，大企业对机器人方案有深入合作意向，表明全球市场对机器人的认知已进入真实需求评估阶段 [9] - 行业竞争加剧，“快”成为领先对手的关键，企业需要快速研发和抢占市场 [9] - 专业买家的问题非常具体，涉及交付周期、故障处理时效、同类环境测试案例等，表明市场关注点已从概念转向实际落地能力 [9] - 为应对海外市场需求，企业如松延动力计划建立ERP+MES的柔性化海外询单与生产供应体系，并注重售后服务与本地化部署 [10]

事件概述 - 2026年CES开幕，英伟达、英特尔、AMD等北美头部算力厂商密集更新新产品进展 [2] 英伟达 (NVIDIA) - 宣布新一代AI平台Rubin已进入全面量产阶段，包含六款新型芯片：Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9超级网卡、BlueField-4 DPU及Spectrum-6以太网交换机 [3] - Rubin GPU在训练任务的运行速度是Blackwell架构的3.5倍，在推理任务的速度达到了Blackwell的5倍，峰值运算能力达50 Petaflops [3] - 相较于Blackwell平台，Rubin推理阶段的token成本最高降低10倍，并将训练混合专家模型（MoE）所需的GPU数量减少至原来的1/4 [3] - 推出由BlueField-4驱动的推理上下文内存存储平台，在特定场景下每秒处理的token数提升最高达5倍，并实现同等水平的能效优化，有助于帮助AI Agent保留长期记忆 [3] - 微软和Coreweave将成为2026下半年首批部署Rubin的客户，微软的下一代Fairwater AI超级工厂将配备Vera Rubin NVL72机架级系统，规模可扩展至数十万颗Vera Rubin芯片 [3] - 公司强调物理AI的应用前景，表示物理AI的ChatGPT时刻快要到来，并发布了Alpamayo系列VLA开源AI模型和工具用于自动驾驶车辆开发 [3] - DRIVE系统正式进入量产阶段，首先应用于梅赛德斯-奔驰CLA，计划2026年在美国上路，该车将搭载L2++级自动驾驶系统，采用“端到端AI模型+传统流水线”的混合架构 [3] AMD - 推出基于MI 455X的Helios机架，采用全液冷设计，配备四个Instinct MI455X GPU和一个EPYC Venice Zen6 CPU [4] - MI500系列芯片正在开发中，将采用2nm工艺，随着该系列在2027年推出，公司有望在4年时间内将AI性能芯片提升1000倍 [4] 英特尔 (Intel) - 推出首款基于18A制程节点打造的计算平台，正式发布了基于18A工艺的最新一代客户端处理器英特尔酷睿Ultra 3系列（代号Panther Lake） [4] - 酷睿Ultra 3平台的总AI算力达到180 TOPS，其中GPU贡献了120TOPS，成为业内首个能在本地运行700亿参数大语言模型并支持32k上下文的客户端芯片 [4] - 首批搭载酷睿Ultra 3处理器的消费级笔记本电脑将于2026年1月6日开启预售，并于2026年1月27日起在全球范围内面市，更多产品设计将于2026上半年陆续推出 [4]

核心观点 - 英伟达AI芯片业务营收在截至10月的九个月内达到近1480亿美元，远超2023年同期的275亿美元，但公司向软硬一体化平台转型的关键尝试——Omniverse软件业务遭遇重挫，商业化进程严重滞后，暴露了其开辟第二增长曲线的艰难挑战 [1][2] 业务表现与现状 - Omniverse Cloud服务因自2022年推出以来需求“几乎不存在”，已于2025年8月关闭 [1] - 公司曾斥资数亿美元从甲骨文、谷歌和微软租赁数千个GPU以支持该项目，但大部分时间因缺乏外部客户而忙于在内部寻找用途以避免芯片闲置 [1] - 尽管CEO黄仁勋在CES上仍将其描绘为数万亿美元的“物理AI”机会，但公司内部对其进展缓慢感到沮丧 [1] 产品与商业化问题 - 软件平台被开发者普遍反映“难用”、功能不完整且极易崩溃，场景创建工具操作复杂且文档陈旧 [3] - 极少有客户真正签约使用Omniverse Cloud服务器进行大规模模拟，尽管客户名单包括宝马、西门子、富士康和波士顿动力等 [3] - 在去年11月的一次活动中，有英伟达代表承认软件尚未准备好满足特定需求，并建议客户转而使用竞争对手Unity的软件 [3] - 与宝马宣布的合作伙伴关系规模远小于最初预期，尽管宣称宝马全球有超过2万名规划人员使用该软件，但未详细说明实际销售额 [4] 内部管理与战略压力 - CEO黄仁勋多次批评团队浪费工程资源在“演示”而非“产品”上，并指责团队未实现盈利 [1][4] - 黄仁勋曾因团队增加人员开发新产品的请求愤怒斥责近一小时，强调现有人员已足够 [4] - 黄仁勋长期担心竞争对手会抢占先机，极力推动公司寻找新的收入来源 [4] - 公司通过让CEO的儿女加入该部门工作，以及投资新思科技和MetAI等公司，试图整合工具并推动生态系统建设 [6] 市场竞争与行业挑战 - 该领域面临Unity Technologies和开源模拟器Gazebo等强有力的竞争对手 [6] - 许多大型企业如特斯拉更倾向于开发内部模拟软件，而非依赖英伟达的通用平台 [6] - 行业特定的技术门槛构成挑战，例如Isaac Sim工具在处理如衣物等形状不断变化的复杂物体时并不实用 [6] - 成本效益是阻碍普及的因素，有行业人士指出租赁云端服务器在成本上并不划算 [6] - Omniverse目前被描述为一个供开发者构建的横向开放平台，而非完整的应用程序，意味着从无到有创造一个市场仍需漫长的培育期 [7] 长期愿景与类比 - 公司高管将Omniverse类比为CUDA，后者经历了十多年的投资才彻底改变了深度学习领域 [6] - 公司认为Omniverse是打开“物理AI”这一巨大市场的基础软件，长期愿景正通过机器人和汽车公司的采用而获得回报 [6]

文章核心观点 - 原生AI硬件正进入加速落地阶段，物理AI的成熟度被强调，中国厂商凭借供应链与研发能力成为全球科技创新的关键力量 [1] - AI大模型发展由底层算力基础设施快速演进支撑，芯片巨头强调算力需求呈指数级增长并推出新一代架构与全栈方案 [2] - 端侧AI与边缘AI前景广阔，智能可穿戴设备等新型个人AI设备被视为全新终端品类，预计未来几年规模有望达1亿台 [5][6] - 机器人作为物理AI的代表正从概念走向商业化落地，在制造业、零售、仓储物流及家庭陪伴等场景的应用路径日益清晰 [7][8][9] - 中国厂商在全球AI生态中角色进阶，其供应链的高效与快速迭代能力（如半年到一年一代）成为核心竞争力，推动“中国创造”出海 [12][13] 算力基础设施演进 - 英伟达创始人黄仁勋指出物理AI的“ChatGPT时刻”已到来，机器能理解真实世界并行动，无人驾驶出租车将最早受益 [2] - 面对AI计算量每年10倍的暴增，英伟达推出包含Vera CPU、Rubin GPU等六大核心组件的新一代架构Rubin全栈方案 [2] - AMD董事长苏姿丰指出算力正进入尧字节级浮点运算时代，AI大模型训练算力每年增长4倍，推理Tokens消耗过去两年增长100倍 [2][3] - AMD为应对Yotta规模基础设施需求，从计算芯片、开放式机架架构到整体解决方案层面推出多款产品 [3] - Open AI联合创始人多次向AMD表示需要更多算力资源，凸显行业对算力的迫切需求 [4] 端侧与边缘AI发展 - 高通总裁安蒙强调下一代个人AI设备将依托端侧AI、情境感知和用户数据，实时理解用户环境与意图，融合物理与数字世界 [5] - 智能可穿戴设备被视为与手机并存的全新移动终端品类，预计未来几年内该品类规模有望达到1亿台 [5] - 骁龙芯片具备在小型可穿戴设备上运行数十亿参数模型的能力，兼顾算力与能效 [5] - 边缘数据的价值至关重要，能提供用户专属的实时情境信息，掌握边缘数据并将其转化为服务的能力将成为AI竞赛的赢家 [6] 物理AI与机器人商业化 - CES 2026上“物理AI”成熟度受关注，中国厂商展示的机器人能力明显丰富，动作展示流利，从实验室产品逐渐走入生活 [1][7] - 宇树科技G1机器人现场表演拳击赛吸引大量围观，众擎机器人T800及PM01展示高难度动作，机器人本体能力成熟并走向量产 [1][8] - 机器人应用正分阶段落地，目前多在文娱场景，预计2026年底有望进入家庭，承担简单陪伴、教学等任务 [8] - 外骨骼机器人厂商傲鲨智能在CES展台面积成倍扩大，体验者排队1-2小时，欧美等市场因老龄化及人力成本增加需求旺盛 [8][9] - Arm指出人形机器人正迈向商业化落地，如Agility Robotics、智元AGIBOT等公司已在运动控制、平衡能力和操作精度取得进展，实现数千台量产与商业部署 [9] - 高通推出集成硬件、软件和复合AI的下一代机器人完整技术栈架构，并发布面向工业级自主移动机器人和全尺寸人形机器人的高性能处理器跃龙 IQ10系列 [9] - 行业过去十年在物理AI领域持续投入，旨在解决真实世界问题，现已具备将硬件、传感器及环境感知整合进可规模化体系的条件 [10] - 物理AI发展速度可能被低估，其具备高度“民主化”潜力，过去十多年多产业的技术创新正加速跨领域融合，为更多场景应用创造条件 [11] 中国厂商的全球角色与生态 - 中国厂商在CES上扮演越来越重要角色，AI眼镜、各形态机器人等展台备受关注，显示中国从“世界工厂”升级为全球科技创新关键力量 [1] - 中国供应链在电机、驱动器、传感器等底层核心部件有很强降本能力，推动机器人产业迭代速度达半年到一年一代，远超欧洲公司的2-3年 [12] - 中国公司量产周期约1年，欧洲可能需要3~5年，供应链高效使中国公司能快速迭代产品，以“月”为单位持续进化实现技术突破和成本优化 [12][13] - 中国厂商研发能力积累深厚，如傲鲨智能80%研发人员在中国推进研发生产，在海外协同本土团队进行本地化服务 [12] - 当前中国机器人出海是带着更好技术方案的“中国创造”，而非简单制造和价格竞争 [13]

文章核心观点 - 公司在CES 2026上通过发布覆盖PC、汽车、机器人、物联网等多领域的硬核产品，勾勒出以“端侧AI算力”为核心，推动“个人AI”与“物理AI”协同发展的全域智能未来 [1][2][5][6] 以端侧智能为核，构建「个人AI」与「物理AI」的全域闭环 - 行业共识显示，随着AI向智能体、具身智能形态演进，端侧算力需求呈指数级增长 [9][10] - 在个人AI领域，下一代AI PC是重要组成部分，Canalys数据显示62%用户将“本地智能体调用”列为AI PC核心购买理由，且PC在端云协作中需承担70%高频轻量任务 [12][13] - 公司推出骁龙X2 Plus处理器，集成算力高达80TOPS的Hexagon NPU，是同级别笔记本电脑中速度最快的NPU，其CPU性能相比前代提升35%，功耗下降43% [14][15] - 在物理AI领域，汽车是核心场景，全球已有超过4亿辆汽车采用骁龙数字底盘解决方案，超过7500万辆汽车采用骁龙座舱平台 [19] - 公司联合零跑汽车推出基于双骁龙8797的中央域控制器，支持座舱与驾驶辅助多模态大模型，可驱动至多8块显示屏及18路音频输出 [21] - 公司发布高通跃龙IQ10处理器，采用18核Qualcomm Oryon CPU，支持数百TOPS AI算力，旨在支撑具身智能机器人发展 [22] - 在物联网领域，公司发布高通跃龙Q-8750与Q-7790处理器，聚焦终端侧AI，可广泛适配工业机器人、智能无人机、智能摄像头等多形态产品 [26] 全域智能落地的背后，高通如何「卡位」AI时代 - 行业预测未来三年国内AI PC市场渗透率将突破80%，AI手机渗透率将超过50%，终端侧对本地算力需求呈爆发式增长 [27] - 公司聚焦端侧算力核心需求，打造异构硬件架构：PC端骁龙X2 Plus平台80TOPS NPU刷新同级别速度纪录；汽车端至尊版平台相较前代实现12倍的AI性能跃升 [29][31] - 在机器人领域，公司端侧方案将数百TOPS算力直接集成到机身，为具身智能提供算力引擎 [34] - 在物联网端，通过集成Edge Impulse实现1200亿参数大模型本地运行，并演示了AI本地化视频智能分析 [36] - 公司打造跨系统统一软件架构，其物联网产品组合支持Linux、Windows和Android，并配备易用开发者工具加速从原型到量产 [39] - 全球超1.6万家客户让公司的物联网技术与产品覆盖工业、能源、物流、机器人等众多领域 [40] 高通向场景驱动进化，迈入AI规模化 - 2025年全球语音助手使用量达84亿台，工业机器人市场规模突破3500亿元，AI算法在路径规划与故障预测中的应用覆盖率超60% [42] - 在个人AI领域，发布后不到半年的第五代骁龙8至尊版已有14款国内新机搭载；截至去年9月，骁龙X系列平台已赋能近150款已推出或正在开发中的PC产品 [43] - 在物理AI领域，车联天下发布全球首个深度融合电子电气架构，其中央计算平台采用骁龙8797芯片；阿加犀推出全球首个基于高通跃龙IQ10的具身大模型端侧解决方案 [44] - 移远通信发布新一代搭载高通跃龙Q-8750的旗舰智能模组，为高端AIoT场景提供方案 [45] - 自2016年以来，Snapdragon Ride平台已在全球60多个国家和地区完成验证，构建起覆盖超过600万公里独特车辆与交通数据的场景目录，测试总里程超过4.82亿公里 [46]