从认知AI迈向物理AI - 下一波AI浪潮将进入"物理AI"时代，AI从数字世界走向物理世界，具备感知、推理、决策、执行的完整能力链条 [2] - 物理AI强调与现实场景的交互能力，要求多模态感知、Agent系统和实时响应能力，人形机器人和自动驾驶属于此范畴 [2] - 大模型训练逻辑从依赖大数据预训练转向"后训练"和微调，强化学习成为AI行为与人类意图对齐的关键过程 [3] - 物理AI将重构上游产业链价值，传感器厂商（如Sony、ADI）和精密减速器制造商（如Harmonic Drive、Nabtesco）从边缘走向核心 [3] 行业生态与竞争格局 - 云计算架构面临调整，IaaS层标准化为基础设施，SaaS层轻量化，差异化回归业务逻辑和产品体验 [4] - 大模型发展逼近Scaling Law临界点，评估标准从参数规模转向综合表现（超长文本处理、多步推理、物理交互） [4] - 未来AI核心应用场景可能围绕制造业展开，原生搭载物理AI的设备（如AI手机、AI电脑）将重塑人机交互方式 [5] - 开源从技术路线之争演变为商业战略，开源模型因灵活性和透明度成为场景级落地的关键基础 [6][7] 企业战略布局 - 英伟达从芯片制造商转型为AI基础设施建设者，投资云计算公司CoreWeave（市值730亿美元）体现其AI Infra战略 [11] - 英伟达布局边缘计算平台，瞄准自动驾驶、机器人等对延迟敏感的物理AI场景 [12] - 阿里云推行"IaaS+PaaS一体化"模式，从资源卖家转向产品提供者，向生态型平台进化 [13] - 硬件、算力、模型、数据边界模糊，企业争夺"算力+平台"支点以重构下游规则 [14][15] 技术与社会影响 - 开源生态推动模型安全性和权责划分，开发者共建过程倒逼实践规范 [9] - 英伟达推出NVLink Fusion技术开放生态系统，鼓励硬件厂商互操作 [9] - 生命工程领域潜力巨大，英伟达推出蛋白质结构AI生成模型La-Proteina瞄准医药行业 [10] - AI与人类关系从"工具"转向"共生"，手机原生AI助手用户规模增长但交互方式尚未定型 [10]

报告行业投资评级 未提及 报告的核心观点 报告认为具身智能发展处于早期，当前缺乏模拟学习能力，物理AI是构建模拟学习的核心；世界模型约等于空间智能加物理AI；建议重视3D数据资产和物理仿真引擎双主线，看好中国物理AI稀缺资产索辰科技 [4][37]。 根据相关目录分别进行总结 从生物智能五阶段映射具身智能，模拟、规划能力是当前缺失环节 - 阶段一（关联性学习）：生物智能起源于早期两侧对称生物学会“行动导航”，如线虫学会“转向”，“行动导航”是扫地机器人落地前提；早期两侧对称生物具备两侧对称结构、效价神经元、大脑和“情感”雏形；“关联性学习”是对未来初步“预测”的前提 [10][11][13]。 - 阶段二（强化学习）：早期脊椎动物学会“试错”，构成“强化学习”基础；“基于预期奖励的时序差分强化学习”有助于缩短试错时间、建立更长预测时间窗口；该机制形成涉及时间感知和空间感知 [15][17][18]。 - 阶段三（模拟学习）：早期哺乳动物学会“规划”，即“模拟学习”；构建基于模型的强化学习困难，因真实世界动作连续、信息嘈杂不完整、奖励复杂；大鼠在“不确定性”情况下触发模拟 [22][24][29]。 - 阶段四（模仿学习）：灵长类动物学会“模仿学习”，映射到具身智能，“模仿学习”分为“主动教学”与“逆向强化学习”两种策略 [32]。 - 阶段五（语义处理）：人类掌握“语言”，形成大规模协作；具身智能产业中，模拟学习应用相对初级，未来拥有3D空间智能的机器人具备“仿真”能力后将进化为硅基生命 [35][36]。 复盘智能驾驶模型算法演绎历史，世界模型≈空间智能+物理AI - 智能驾驶VS具身智能：智能驾驶是具身智能现阶段落地可行性及商业闭环被验证的场景，众多人形机器人核心创始团队有智能驾驶从业经验；智能驾驶“反物理交互”，人形机器人需高频“物理交互” [37][41]。 - 从特斯拉FSD说起：特斯拉FSD智能驾驶算法经历“模块化”规则驱动算法、感知模块引入BEV+OCC架构实现“端到端”、追求“一段式端到端”三个阶段；VLM、VLA等慢思考模型逐渐发展成熟 [44][46][53]。 - 谈及世界模型、物理AI：世界模型约等于空间智能加物理AI，英伟达Cosmos侧重视频世界模型；空间智能核心是让模型理解3D空间信息，获取3D空间数据有真实数据采集与仿真合成数据两条路线；物理AI解决机器人与物理世界交互及“缺数据”难题 [66][71][77]。 重视3D数据资产+物理仿真引擎双主线，看好中国物理AI稀缺资产索辰科技 - 群核科技：推出空间智能平台Spatial Verse，为空间智能算法提供产业级工具；2024年前三季度营收5.53亿元，经调整亏损率收窄至17%；毛利率持续提升，业务以订阅收入为主 [80][84][86]。 - 索辰科技：发布索辰开物平台，将发布“机器人虚拟训练平台”；2024年营收3.79亿元，2020 - 2024年营收CAGR达23.7%；业务分工程仿真软件与仿真产品开发两部分，研发投入强度较高 [92][95][100]。

行业动态 - 第三届链博会在北京举办先进制造主题活动，AI成为展会焦点之一 [2][3] - 英伟达CEO黄仁勋出席链博会开幕式并首次尝试中文演讲，强调中国供应链是"奇迹"，美国企业扎根中国市场至关重要 [2] - 黄仁勋与王坚在链博会进行AI围炉对话，成为活动最受期待环节 [4] AI技术发展 - AI技术从依赖人工编程转向通过海量数据机器学习，2012年深度学习成为有效工具，计算机视觉、语音识别和自然语言处理实现突破 [4] - 生成式AI实现跨模态信息转换，突破单一媒介限制，当前技术焦点转向推理智能 [4] - 物理AI将成为下一波浪潮，指能感知、理解并直接在现实世界执行复杂操作的自主系统，通常嵌入机器人或自动驾驶车辆 [5] - 过去十年英伟达算力提高十万倍，能处理更多数据使机器学习更有效 [7] - AI从人工强化训练转向自主思考、生成数据、推理和实践 [7] 中国AI发展 - 中国孕育并开源共享DeepSeek、通义千问、混元、文心一言、Kimi等世界级大模型 [7] - 中国研究者发布的AI论文数量全球占比最高，推动开源科学发展 [8] - 开源是保障AI安全的关键，有助于推动国际社会在技术标准、性能基准和安全防护措施方面的协作 [8] - 中国开源AI是推动全球进步的催化剂，让各国和各行业有机会参与AI革命 [8] AI应用前景 - AI将重塑科学范式，在药物设计领域可解析蛋白质结构，在气候模拟方面可浓缩海洋、大气、冰盖物理特性进行预测 [9] - AI是最强大的"平等器"，农民、老人、孩子都能用它赋能 [9] - AI领域机会广阔，可能成为个人终身机会 [9]

公司战略与市场表现 - 英伟达创始人兼CEO黄仁勋在2024年已是第三次来华，持续释放出公司对中国市场高度重视的信号[1] - 中国市场是英伟达全球第四大市场，2025财年中国区业务收入约170亿美元，占其总营收13%左右[1] - 公司未来策略是持续加大在中国市场的投资，而非维持现状，因为竞争激烈，对手都在全力投资[1] 中国市场吸引力 - 中国市场吸引力体现在巨大增长潜力的市场份额，中国是全球AI、数据中心、自动驾驶及智能制造领域的核心增长极[1] - 黄仁勋预计未来两三年内中国AI市场规模将增长至500亿美元，若英伟达被排除在外将是巨大的损失[1] - 中国拥有广阔的应用场景和丰富的落地实践，尤其在自动驾驶、机器人等相关产业全球领先，有助于英伟达在未来应用创新浪潮中保持优势[2] 中国AI产业与人才优势 - 中国AI产业活力迸发，开源贡献显著，正在推动全球AI快速发展[2] - 中国孕育并开源共享了DeepSeek、Alibaba、Tencent Hunyuan、MiniMax、Baidu Ernie Bot等世界级大模型[2] - 全球大约50%的AI研究人员都在中国，目前中国研究人员在arXiv上发表的论文数量是全球最多的[2] 中国供应链与政策环境 - 中国供应链体系复杂、完整、高效且极具制造优势，是构成全球AI硬件和智能工厂建设的关键基石[3] - 全球供应链高度相互依存，AI有望为中国卓越的供应链生态系统带来新的增长机遇[3] - 中国持续开放的政策环境为外资企业注入长期信心，商务部部长明确中国开放的大门只会越开越大，利用外资的政策没有变也不会变[3] 中国市场战略价值 - 中国市场的巨大规模、不可替代的应用场景、稳定开放的政策环境、蓬勃的创新发展活力以及面向未来的增长潜力，对外资科技巨头的战略价值因必要性与稀缺性更加突出[4] - 全球科技巨头掌门人密集来华，传达出外资企业在复杂国际环境下，依旧高度依赖并持续看好中国这一全球关键市场的强烈信号[3][4]

公司发展历程 - 英伟达市值从2021年的1万亿美元增长至2025年的4万亿美元，四年间增长超3倍，成为全球首家达到4万亿美元市值的上市公司[1] - 1993年公司成立初期承接技术外包项目维持运营，并将利润投入自主芯片研发，首款产品NV1因技术路线与市场不兼容导致销售惨淡，公司一度濒临倒闭[14] - 1997年推出RIVA 128芯片实现盈利，1999年上市后市值暴涨至30亿美元，同年推出GeForce256并首次定义GPU品类[15] - 2006年推出CUDA架构将GPU转变为通用计算平台，初期市场反应冷淡但2012年后成为AI训练核心工具[18] - 2025年市值突破4万亿美元，占据全球AI芯片市场近90%份额，数据中心与自动驾驶业务全面发展[21] 技术突破与产品迭代 - 1998年起实施每6个月性能翻倍的迭代策略，速度达行业平均两倍[15] - 2017年CUDA年下载量达270万次，公司利润增长3倍至30亿美元[20] - A100芯片支持Multi-instance GPU技术，可划分为7个独立实例优化计算效率[20] - H100芯片采用Hopper架构，混合专家模型训练速度较前代提升9倍，支持256芯片互连[20] - 2025年推出NVIDIA Dynamo框架，在GB200 NVL72集群上运行DeepSeek-R1模型时单GPU生成token数量提升30倍[21] 市场战略与竞争 - 早期通过差异化战略避开CPU同质化竞争，专注图形处理细分场景[10] - 2000年对竞争对手3dfx发起专利诉讼并最终收购其资产[17] - 2002年GeForceFX因散热问题导致股价暴跌90%，公司通过降价策略维持市场份额[17] - 2013年起向OpenAI、斯坦福等机构赠送DGX-1超级计算机构建AI生态[18] - 2025年推出专为中国市场定制的H20芯片和RTX Pro系列显卡[28] 中国市场布局 - 2025年公司创始人三次访华，出席中国区年会、贸促会会谈及链博会[27] - 链博会上宣布美国政府批准向中国销售H20芯片，强调中国供应链价值与AI开源重要性[27] - 认为中国拥有全球最大的AI研究人员群体和终端消费市场，市场活力与创新速度独一无二[29] - 呼吁美国政府放宽技术出口限制以保障研发投入可持续性[29] 行业趋势判断 - 提出物理AI将成为下一波技术浪潮，推动AI从认知智能向行动智能演进[23] - 强调生成式AI的"理解-推理-生成"能力将作为物理AI的底层逻辑[24] - 指出AI正在重塑供应链模式，成为新型基础设施[27]

技术发展 - 公司正在通过基于VLA的方案加速物理AI技术的落地应用 [1] - 公司致力于整合虚拟与物理智能系统以推动人工智能在现实世界中的广泛应用 [1] - 这一创新将提升AI在各行业的适应能力并促进相关技术的成熟与普及 [1]

英伟达与中国市场 - 中国已成为人工智能两大风暴中心之一，是英伟达最需要且最依赖的市场 [1] - 中国市场销售额占比从两年前的21%降至13%，导致公司损失45亿美元 [30][32] - 英伟达在中国AI芯片市场份额从2022年95%下降至50% [32] 黄仁勋的商业策略 - 推出面向中国市场的专供芯片H20，并计划恢复供应及推出RTX Pro系列GPU [32] - 通过参加链博会等公开活动强化中国市场布局 [1][3] - 与小米等中国科技企业保持长期合作关系，从智能手机延伸到汽车领域 [6][10] 英伟达发展历程 - 1993年创立初期专注图形处理器，1999年上市并推出GeForce系列产品 [12][18] - 2012年GPU被用于训练神经网络模型，成为人工智能技术发展的关键推动力 [20] - 2024年发布Blackwell架构，AI计算性能较8年前提升1000倍 [20] 行业竞争格局 - 谷歌、微软等云巨头加速自研GPU，谷歌TPU已更新至第七代并应用于大模型训练 [26][28] - 博通崛起成为英伟达主要竞争对手，为云厂商提供定制芯片服务 [28] - OpenAI开始使用非英伟达GPU（谷歌TPU）以降低计算成本 [28] 技术创新方向 - 提出"物理AI"作为下一个万亿级市场发展方向 [33] - 早期并行计算架构突破为3D游戏渲染奠定基础 [15][18] - GPU从游戏领域成功转型为人工智能算力核心 [20][22] 合作伙伴关系 - 与小米合作历史可追溯至2013年智能手机处理器供应 [6][8] - 小米SU7汽车采用英伟达Orin芯片，重启双方合作关系 [10] - 2016年向OpenAI交付首台DGX-1超级计算机 [23][25]

报告核心观点 - 2025年7月中央城市工作会议提出未来城市工作注重“城市更新”，基建、地产投资有望提振，“创新”是重要关键词；智能驾驶有望成为物理AI率先落地场景，带动产业链投资机遇；菲利华布局的石英纤维电子布或成算力时代M9 PCB核心材料之一，多业务有望受益或维持基本盘 [2][3][5] 7月金股组合 - 包含滨江集团（002244.SZ）、顺丰控股（002352.SZ）、极兔速递 - W（1519.HK）等10只股票 [1] 宏观经济 - 2025年7月中央城市工作会议指出未来城镇化更注重存量“城市更新”，重点任务包括优化城市体系、推进农业转移人口市民化等 [5][6] - 提出加快构建房地产发展新模式、推进基础设施安全工程和老旧管线改造，预计拉动地产、基建投资，2025年上半年基建、地产投资同比增速分别为8.9%和 - 11.2% [6] - “创新”是会议关键词，“城市更新”将为高技术产业投资带来新需求增量，2025年上半年高技术制造业投资对固定资产投资增速正贡献仅0.2个百分点 [7] 电子 - 在大模型引领下，智能驾驶将AI能力用于改变物理世界，有望成为物理AI率先落地场景，带动产业链投资机遇 [2][8] - 智驾功能竞争点变化，高阶智驾有望加速渗透，但面临责任认定难点 [8] - 技术范式迭代为高阶智驾奠定基础，端到端架构替代模块化架构，训练方法向知识驱动迭代，变更行业竞争壁垒 [9] - 车企竞争、监管政策、商业应用推动高级智驾发展，L3级乘用车落地在即、L4级商用车初现曙光 [10] 国防军工 - 菲利华布局的石英纤维电子布或成算力时代M9 PCB核心材料之一，公司积极扩产 [12] - 半导体和光学业务受益于国产替代趋势，2024 - 2031年全球半导体石英制品市场规模将从32.26亿美元增长至73.21亿美元，中国国产化率不足10% [12][13] - 航空航天、光伏、光通讯业务有望维持基本盘，公司是航空航天领域石英玻璃纤维主导供应商，在光伏和光通讯领域有合作 [14] 行业表现（申万一级） - 有色金属、基础化工、钢铁等行业指数上涨，传媒、电子、轻工制造等行业指数下跌 [4] - 上证综指、深证成指、沪深300等市场指数均有不同程度上涨 [4]

纪要涉及的行业和公司 - **行业**：光通信、算力基建、传媒、物理AI、PCB、机器人、智能驾驶 - **公司**：旭创、新易盛、华工光讯、源杰科技、仕佳光子、光迅通信、润泽科技、奥飞数据、科华、英维克、万国数据、世纪互联、盛宏科技、索成科技、快手、美图、Figma、Canva、腾讯、哔哩哔哩、微博、粉笔网、斗神教育、新东方、凯英网络、力控科技 纪要提到的核心观点和论据 1. **光通信产业链** - **核心观点**：在全球AI产业中占据核心领导位置，需求高增长，股价表现亮眼，新技术推动产品价值重构 [2][5] - **论据**：行业呈现迭代加速、模型架构演进、硅光技术加速渗透三大新规律，如NV链、博通链、ASIC产业链向800G和1.6T演进，通过通信换算力，旭创盈利能力超预期 [2][5] 2. **本土算力基建** - **核心观点**：海外芯片供应恢复后，投资机会显著增加，看好IDC产业链上下游 [2][6][7] - **论据**：市场对本土基建担忧缓解，国产芯片推广加速，国内算力投资提速，Q2、Q3订单形成产能扩张、并购等将提供长期业绩和估值锚点 [2][6] 3. **盛宏科技** - **核心观点**：作为PCB环节代表，市场表现亮眼，未来前景乐观 [9] - **论据**：受益于海外算力重回主线，凭借技术和产能先发优势获主要供应份额，二季度净利润预计环比增长40%-50%，全年业绩预计50亿元，2026年可能达70-80亿元 [9] 4. **物理AI** - **核心观点**：发展前景广阔，在机器人和智能驾驶领域应用前景好 [13][14] - **论据**：能理解并感知物理世界规律，应对复杂情况，可解决机器人和智能驾驶领域数据量不足问题，索成科技提前布局且有技术实力 [13][14] 5. **AI在传媒行业** - **核心观点**：主要应用于创意生成和推荐系统，提升广告变现效率 [16] - **论据**：全球化创意生产力工具竞争，国内腾讯、哔哩哔哩等公司采用AI技术提升广告变现效率 [16] 6. **哔哩哔哩** - **核心观点**：处于盈利改善通道，中期有较大弹性和增长潜力 [21][22] - **论据**：用户时长增长显著，广告业务通过AI提效并拓展客户，游戏业务企稳且有新产品推出，预计2025年盈利约20亿元，2026年约30亿元，明年估值约20倍，PS估值处于历史低位 [17][19][20][21] 其他重要但是可能被忽略的内容 - **海外市场热点**：Gorx发布新产品，Meta宣布超一吉瓦AI大集训项目，英伟达在中国恢复HR供应，博通产业链和全球ASIC芯片指引上修 [3] - **模型训练端**：保持一到两个季度一轮的迭代速度，是行业核心，头部公司推理场景应用放量，推理TOKEN消耗加速提升，高质量合成数据进步 [4] - **Vera Rubin平台**：2026年发布，将铜缆连接切换到正交连接背板形式，节省空间，PTFE和CCL材料验证，盛宏若获主要份额将巩固技术领先优势 [10][11] - **盛宏产能释放**：2025年8月惠州工厂释放产能，2026年满产爬坡新增产值，泰国工厂贡献产能，越南工厂2026年下半年爬坡新增产值 [11][12] - **索成科技**：年初发布物理AI产品“天工开物”，预计下半年落地应用成催化剂，上半年收购力控科技，总收入达5.1亿元 [15]

物理AI技术发展 - 物理AI正成为全球科技竞争新焦点 英伟达创始人黄仁勋预言其将重塑人机交互边界 [2] - 天娱数科通过Behavision平台构建"感知-推理-执行"完整闭环 为物理AI产业化提供关键技术支撑 [2] - 平台融合天星基座大模型(260TB多模态数据) "智者千问"3D智能模型及智慧广告大模型 形成协同互驱模型矩阵 [2] - "智者千问"模型采用Sim2Real仿真泛化技术 实现"少量真实+大量仿真"高效训练 [2] - 整合百万级3D语料库与深度视觉芯片 使机器人实现自主路径规划 动态避障及精细操作 [2] 行业标准与生态建设 - 公司具身智能体解决方案入选中国信通院《AI Agent智能体产业图谱1.0》 成为"场景智能体"核心代表 [3] - 参与制定《MaaS模型即服务技术与应用要求》等行业标准 推动规范化发展 [3] - Behavision平台构建标准化机器人本体分类体系与原子技能库 支持轮式 腿足式等多类型机器人动作复用 [3] - 自建3D动捕与多模态数据采集基地 累计存储120万组结构化3D动作数据与50万组多模态行为数据 [3] - Behavision3D铰接数据体系入选《北京市行业高质量数据集典型案例》 [3] - "人形机器人空间6D动捕长程数据"等数据集在全国多地数据交易平台上架 为中小企业提供数据服务 [3] 产业影响与未来展望 - 物理AI标志着AI技术进入新阶段 核心是让机器理解并作用于物理世界 [4] - 公司通过技术积累和生态布局抢占物理AI核心赛道 并以开放共享模式推动行业协同发展 [4] - 随着产业链完善 物理AI有望在智能制造 服务机器人等领域释放巨大潜力 [4] - 未来主导物理AI技术标准与场景落地的企业将掌握下一代AI发展主动权 [4]