核心事件：关键人才流动与AI硬件初创公司Hark的成立 - 前苹果iPhone Air设计师阿比杜尔·乔杜里（Abidur Chowdhury）已从苹果离职，并加入了一家名为Hark的AI初创公司，担任设计主管 [1][14] - Hark公司由连续创业者布雷特·爱德考克（Brett Adcock）于去年12月创立，其使用1亿美元个人资金作为种子资金 [3][16] - 布雷特·爱德考克同时担任Hark与Figure AI两家公司的CEO，Figure AI是其创立的全球估值最高的人形机器人公司，估值达390亿美元，并已完成超10亿美元融资，投资者包括杰夫·贝索斯、微软、OpenAI、英伟达等 [3][17][18] Hark公司的战略与愿景 - 公司创始人的核心判断是：现有AI模型本身不够智能，而承载AI的硬件设备（如电脑和手机）更为滞后，处于“前AI时代”，只能被动等待指令 [5][20] - 因此，Hark采取“软硬兼施”的战略，既布局AI技术研发，也深耕硬件载体创新，旨在打造“以人为中心的AI” [5][20] - 公司的终极目标并非单纯开发AI模型，而是创造出能让用户“无法割舍”的AI硬件产品 [5][20] - Hark的计算集群已上线，首个AI模型预计于今年夏天发布，公司计划在今年上半年将团队从超过30人扩展至100人，推进节奏被描述为“激进” [8][23] 行业趋势：物理AI的兴起与巨头布局 - 英伟达CEO黄仁勋在CES上表示“物理AI的ChatGPT时刻即将到来”，AI将进入机器人、自动驾驶汽车、智能设备等物理实体 [10][25] - 包括OpenAI、Meta、xAI、谷歌、微软等科技巨头正在加速补齐从模型、芯片、服务器到终端设备的技术栈，并在机器人、可穿戴设备等新赛道提前卡位 [10][25] - 一份对比表格显示，主要科技公司在AI服务器芯片、训练集群、云服务、API、大模型、企业及消费级应用、可穿戴设备及人形机器人等多个领域均有布局，竞争态势全面 [11][26] 人才竞争与设计的重要性 - Hark组建了“豪华”的团队，除乔杜里外，还从苹果、Meta、谷歌、亚马逊等巨头挖来了多位硬件工程师和核心AI人才 [7][8][22][23] - 设计师的流动被视为行业风向标，乔杜里从苹果离职加盟AI硬件初创公司，标志着AI硬件新时代的序幕 [13][27] - 在产品同质化加剧的背景下，设计师的审美力与创新力被视为这个时代最稀缺、最无法被AI替代的核心竞争力 [13][27] - 这一趋势使苹果面临更复杂的竞争格局，既需应对传统硬件对手，也需警惕AI公司从人才和技术层面的“挖墙脚” [13][26]

英伟达在CES 2026的战略发布与行业定位 - 英伟达首席执行官黄仁勋在CES 2026的主题演讲被视为行业从“生成式AI”转向“物理AI”与“推理型AI”的历史性节点 [1] - 公司宣布其AI发展进入新阶段，强调AI不仅要懂语言，也要懂物理世界 [1] - 英伟达通过整合Rubin硬件、Cosmos物理大脑和Alpamayo推理系统，正试图定义未来十年“物理智能”的底座，不再只是一家芯片公司 [5] Vera Rubin平台与硬件性能 - 英伟达宣布Blackwell的继任者Rubin架构已进入全面投产阶段，预计2026年下半年交付 [1] - Rubin平台的推理性能是前一代Blackwell的5倍，训练性能是Blackwell的3.5倍 [1] - 该平台生成AI Token的成本直接降低至原来的1/10 [1] Cosmos物理AI平台 - 英伟达发布了Cosmos系列基础模型，包括Reason2、Predict2.5等 [3] - 该平台能通过视频和遥测数据学习物理规律，在虚拟的Omniverse空间中生成大规模合成数据 [3] - 这意味着AI能理解重力、碰撞和物体的物理属性，而不仅仅是“猜下一个词” [3] Alpamayo推理型智驾模型 - Alpamayo是首个具备“思考”能力的自动驾驶模型，能对复杂长尾场景进行逻辑推理，不再仅仅依赖预设规则 [3] - 首款搭载该全栈系统的梅赛德斯-奔驰CLA将于2026年第一季度在美国上路 [3] - 该模型标志着通过推理模型处理极端情况，使全自动驾驶真正具备了商用落地的可能性 [5] Project GR00T与人形机器人生态 - 黄仁勋现场展示了十余台人形机器人 [5] - 英伟达的目标是成为通用机器人的“安卓”，通过提供Isaac平台和开源模型降低机器人研发门槛 [5] - 这预示着当AI能够理解物理世界并具备推理能力时，具身智能将迎来爆发，机器人可能将像智能手机一样普及 [5] 开源战略与行业生态 - 黄仁勋在会上多次点名表扬了包括中国DeepSeek R1在内的开源模型，认为开源模型与闭源模型的差距正在缩短 [5] - 英伟达通过开源Alpamayo和Cosmos平台，试图构建一个由其芯片驱动的全球开放生态 [5] 物理AI与“世界模型”的关联与差异 - 英伟达的物理AI与李飞飞提出的“世界模型”在底层逻辑上同源，都认为AI必须从“文字的符号世界”进化到“三维的物理世界” [6][7] - 李飞飞的World Lab更聚焦于算法突破和建立理解现实世界的模型架构，兼具学术与实用目的 [9] - 英伟达的目的则是实现物理AI世界的操作系统，更聚焦于建立开源标准和打造工具链，其发布的Cosmos和Alpamayo更偏工程落地 [9][11] - 两者在实现路径和商业生态位上有不同，一个偏抽象化让AI看懂世界，另一个偏具象化教AI玩转世界，但从产学研不同角度切入，目标都是让AI落地现实世界 [11] - 物理AI正在把世界模型从“AI的一种研究方向”，升级为“下一代AI的核心基础设施” [11]

文章核心观点 - 在CES 2026展会上，物理AI与边缘AI的融合落地成为贯穿全场的主线，智能化正深入自动驾驶、机器人、个人电脑、可穿戴设备等各类终端 [1] - 智能技术的全面融入离不开高能效、可扩展的计算基础，Arm计算平台作为核心算力基石，为各类设备实现感知、推理与执行的全链路能力提供关键支撑 [1][4] 汽车产业智能化 - 汽车产业正从“软件定义”加速迈向“AI定义”，多家企业落地基于Arm架构的高性能计算平台以支持车辆实时感知、预测与决策 [3] - 特斯拉新一代AI5芯片基于Arm打造，AI性能据称较前代提升40倍 [3] - Rivian的自研自动驾驶平台采用定制化Arm芯片 [3] - NVIDIA DRIVE Thor等基于Arm的平台正为L4级自动驾驶出租车提供算力支撑，数字孪生技术加速了智能汽车的开发与集成 [3] 机器人技术商用化 - 机器人技术从实验室走向规模化商用，成为物理AI落地的重要体现，轮足机器人、清洁配送机器人及人形机器人展示了在复杂环境中自主作业的能力 [3] - 这些机器人系统的实时感知、决策与控制依赖于Arm架构的高能效计算平台 [3] 消费电子端侧AI - 端侧AI已成为PC、笔记本电脑及平板的标配特性，Windows on Arm生态快速发展，预计2026年将有超百款相关机型上市 [4] - 基于Arm架构的苹果MacBook、谷歌Chromebook及小米平板等设备展示了在本地高效完成AI任务的同时，兼得高性能与长续航的可行性 [4] - 搭载Arm核心的紧凑型AI工作站NVIDIA DGX Spark已可支持1200亿参数大模型本地推理 [4] 可穿戴与智能家居 - 可穿戴设备与智能家居的智能化升级体现了边缘AI向日常场景的深度渗透 [4] - 新一代智能眼镜、健康指环等设备在Arm低功耗芯片支持下能持续进行本地感知与推理，保障用户隐私 [4] - 智能家居系统将更多AI处理任务转移至本地中枢，以应对能效、隐私与可靠性需求 [4] 技术平台与趋势 - 全新Arm技术驱动的端点平台（如Alif Ensemble E8）亮相，预示着环境感知AI任务即将在超低功耗的边缘节点上实现稳定运行 [1] - 行业分析指出，CES 2026清晰地呈现了智能技术正全面融入出行交通、移动设备、智能家居、专业工作站及各类机器人应用场景的趋势 [4]

黄仁勋在CES 2026的核心观点与行业洞察 - 英伟达CEO黄仁勋在CES 2026的核心主题围绕“物理AI”展开，包括机器人和自动驾驶，并提出了“机器人是AI移民”以解决人口结构问题并推动经济增长的观点 [10] - 黄仁勋将AI基础设施定位为前所未有的“AI工厂”，认为其需求是新型基础设施建设，持续将电力、芯片和数据转化为智能产出 [35] 机器人产业的展望与进展 - 从人口结构看，现有经济规模难以为继，需要“AI新移民”（机器人）来承担人类不愿从事的工作，以推动经济发展并创造更多就业 [10][11] - 预计在“今年内”（指2026年），将能看到在移动能力、关节活动度与精细动作技能上达到人类水平的机器人 [12] - 当前机器人主要依赖视觉，但实现精细动作需要触觉能力，这是行业正在积极推进技术突破的难点 [13] 自动驾驶战略与行业定位 - 英伟达发布了全球首款开源、大规模的自动驾驶视觉-语言-行动推理模型Alpamayo 1 [15] - 英伟达与特斯拉FSD的核心区别在于定位：英伟达不生产自动驾驶汽车，而是为全行业提供完整的技术栈与解决方案 [16] - 公司为自动驾驶领域打造了三大核心计算平台（训练、仿真、车载）及完整软件栈，客户可灵活选用 [17][18] - 英伟达的客户遍及行业上下游，包括特斯拉、Waymo、小鹏汽车、Nuro、Lucid和Uber等，系统具有极高的行业渗透率 [19] - 全球道路上有超过10亿辆汽车，未来10年将有数亿辆具备强大自动驾驶能力，该领域可能成为未来十年规模最大、增长最快的科技产业之一 [20] - 公司奉行全面开源策略，旨在赋能全球自动驾驶产业，目标是让所有具备移动能力的载具实现自动驾驶 [22] 游戏显卡与消费级市场的策略 - 在CES 2026上，英伟达未发布消费级游戏显卡，当前DDR5内存和SSD价格暴涨，部分渠道RTX 5090售价逼近4000美元，显卡价格遭受成本上升与供应紧张的双重挤压 [25] - 针对增加旧款显卡产量以应对市场情况的方案，黄仁勋回应“有这种可能”，并考虑将最新AI技术移植到上一代GPU产品中 [25][26] - 重启旧产线需权衡研发成本，例如最新的DLSS 4.5会导致旧款显卡性能大幅下降，实现兼容需要投入相当多的工程资源 [27] - AMD高管也透露，公司正在研究所有可行方案以增加供应，考虑将部分产品重新引入旧的AM4生态系统 [29] 游戏图形技术的未来方向 - 英伟达在CES 2026上推出了全新的DLSS 4.5版本和增强版多帧生成模型 [31] - 黄仁勋认为图形技术的未来方向是神经渲染（本质即DLSS），未来将能以每秒500帧的速度生成从写实到卡通渲染的任何风格图像 [31] - 未来的渲染方式可能是在更少但质量极高的像素上执行更多AI运算 [32] - 未来的视频游戏将充满AI角色，每个角色都拥有自己的AI并通过AI进行动画驱动，游戏真实感将在未来几年大幅跃升 [32] AI基础设施与内存供应链 - 黄仁勋指出，现有高带宽内存容量远不足以支撑GPU运行需求，内存瓶颈问题只会愈发严重 [36] - 英伟达是横跨HBM、GDDR与LPDDR的关键需求引擎，也是全球首家且在短期内几乎是唯一的HBM4主要用户 [36] - 公司已与主要内存供应商建立高度紧密的规划机制，直接协同规划产能以确保新产品量产节奏，各家HBM供应商正在为英伟达全面扩产 [36] 其他业务合作与个人动态 - 黄仁勋在CES后出席了联想Tech World活动，双方共同宣布“联想人工智能云超级工厂”，英伟达最新发布的Vera Rubin超算平台将是该合作的重要组成部分 [6] - 黄仁勋在IEEE颁奖现场领取了2026年IEEE荣誉奖章，以表彰其领先行业数十年的前瞻布局能力和对创新的坚持 [7][8]

核心观点总结 - 报告整体认为，在2026年初，中国宏观经济呈现结构性分化，文旅消费与科技制造景气度提升，而地产链仍承压[5] - 从全球视角看，中国新兴产业龙头，特别是在先进制造和硬科技领域，正经历从“规模追赶”到“价值重估”的转变，具备全球竞争力和估值性价比[14] - 海外科技巨头在CES上展示了新一轮算力升级，尤其是英伟达Rubin平台性能大幅跃升，并强调“物理AI”为推进焦点[19][20] - 对于可转债市场，报告在2026年1月持乐观态度，认为政策预期与资金季节性回流将推动“开门红”行情，科技成长类转债是配置主线[48] 宏观经济与市场观察 - **文旅消费景气显著改善**：2026年元旦假期（01.01-01.03）国内全社会跨区域人员流动量日均1.98亿人次，较2025年同期增长19.5%；出入境日均达220.5万人次，同比增长28.6%[6] - **科技硬件与工业原料价格上涨**：AI产业趋势延续，存储芯片价格环比上涨，其中DDR5现货均价环比上涨7.1%；化工原料PX价格环比上涨6.4%，碳酸锂价格环比上涨5.9%[8] - **地产与耐用品消费承压**：30大中城市商品房成交面积同比下滑26.0%，其中三线城市下滑45.5%；2025年12月最后一周乘用车日均零售同比下滑12%[7] - **全球市场表现分化**：上周（截至2026年1月初）MSCI新兴市场上涨2.3%，而MSCI发达市场下跌0.6%；亚洲市场领涨，中国股市能源与科技板块表现较强[9] - **盈利预期边际变化**：港股恒生指数2025年EPS盈利预期从2062上修至2070；美股标普500指数2025年EPS盈利预期维稳在273；欧元区STOXX50指数盈利预期则被下修[10] 产业与公司深度研究 - **中国新兴产业龙头价值重估**：报告系统性比较海内外龙头，认为中国先进制造产业（如锂电）已具备全球竞争力且估值低于海外龙头；硬科技产业（如半导体）处于追赶阶段，而互联网应用端龙头估值更具吸引力[14][16][17] - **海外科技巨头算力竞赛升级**：在2026年CES上，英伟达发布新一代AI平台Rubin，其GPU在推理任务上的速度是上一代Blackwell的5倍，峰值算力达50 Petaflops，并计划于2026年下半年首批交付[19][20] - **英特尔与AMD发布新品**：英特尔推出基于18A制程的酷睿Ultra 3处理器，本地AI算力达180 TOPS；AMD推出基于MI455X GPU的Helios液冷机架，并计划在4年内将AI芯片性能提升1000倍[21] - **众鑫股份启动美国产能布局**：公司计划通过泰国子公司在美国宾夕法尼亚州投资不超过3600万美元，建设年产2万吨纸浆模塑餐具项目，以夯实成长动能并提升海外订单份额[24] - **十月稻田凭借高效供应链巩固龙头地位**：公司通过上游直采、D2C销售和订单式生产实现全链路高效率，在中高端大米市场占据第一品牌位置，并正通过拓品类（如玉米）、扩渠道实现增长[28][29] - **明略科技核心业务稳健增长**：2025年上半年公司营收6.44亿元，同比增长13.9%；毛利率提升至55.9%，主要得益于高毛利的营销智能业务增长及AI工具降本增效[34] - **中国巨石推出股权激励彰显信心**：公司发布限制性股票激励计划，授予618名核心员工，业绩考核目标要求2024-2028年扣非净利润复合增速不低于22%[38][39] - **华图山鼎完成战略转型聚焦公考培训**：公司从建筑设计转型为公考培训龙头，2024年营收达28.33亿元，同比增长1046.34%；2025年12月与粉笔公司达成战略合作，联合开发AI以优化成本与交付效率[45][46] 债券市场与配置策略 - **对2026年1月转债市场持乐观态度**：主要逻辑在于“十五五”开局之年政策预期升温（科技创新、扩大内需），以及年初保险、公募等机构资金的季节性配置需求[48] - **转债市场供需紧平衡支撑高估值**：截至2025年12月31日，交易中的公募可转债规模约为5271亿元，较年初缩水1836亿元；在“资产荒”背景下，配置需求稳固使高估值可能延续[49] - **配置建议侧重科技成长与产业趋势**：1月十大转债组合聚焦三大主线：科技成长（如航天军工、AI算力、创新药）、顺周期（贵金属、化工）以及金融（券商）[50]

行业趋势：AI发展进入全面落地新阶段 - AI已从“概念化”进入全面落地新阶段 [2] - AI正从“一项功能”演进为“所有体验的基础”，成为系统运行的底层能力 [2] - 下一代人机交互方式正在形成，用户通过AI智能体完成“看、听、理解并采取行动”的全过程 [2] 技术路径：端侧AI与物理AI成为重要突破方向 - AI落地形态正沿着“个人AI”和“物理AI”两条路径同步加速推进 [3] - 在个人AI领域，AI正深入可穿戴设备、个人终端和电脑，硬件形态不断突破，从AI眼镜、AI家电到AI首饰等多样化产品集中涌现 [3] - 在物理AI领域，AI正加速走进汽车、机器人和智能家居等现实世界场景，使机器具备感知环境、理解意图并实时行动的能力 [3] - 具身智能正处于关键拐点，能打通AI与物理世界之间的连接，使智能转化为可执行的生产力 [3] 应用场景：多领域AI解决方案加速拓展 - 机器人应用场景持续拓展，在物流、制造、零售等领域承担分拣、装配、补货等高强度或高重复性工作，有望显著提升生产效率 [3] - AI智能体在汽车领域加速落地，无论是座舱交互还是驾驶辅助，AI能力都在深度融合和增强，人车交互正从“点击”走向“理解” [4] - 高通与谷歌宣布深化汽车领域合作，通过整合骁龙数字底盘与谷歌汽车软件，为下一代智能体AI在车载场景中的部署提供支持 [4] 未来架构：混合AI成为主流形态 - AI将在云端、边缘云和终端侧协同运行，混合AI将成为未来AI的主流形态 [4] - 终端侧AI在实时性、可靠性、隐私保护和能效方面具备天然优势，适用于汽车、可穿戴设备和机器人等场景 [4] - 云端AI则在大规模训练、跨设备协同和持续进化方面发挥不可替代的作用 [4] - 第六代移动通信技术（6G）将成为云端与边缘之间的重要连接桥梁，助力构建具备感知能力的智能网络 [4] 公司动态：高通展示新一代技术与产品 - 高通在CES展示了覆盖个人设备、工业机器人和汽车智能座舱等多领域的AI解决方案 [2] - 高通面向人形机器人、自主移动机器人和工业机器人推出新一代处理器，支持生态伙伴加速产品开发 [3] - 未来端侧AI的重要突破点可能集中出现在机器人和可穿戴设备领域，同时，智能手机、AI个人电脑和智能网联汽车仍将是端侧AI的重要承载平台 [5]

行业趋势：AI从概念化进入全面落地新阶段 - AI正从“一项功能”演进为“所有体验的基础”，成为系统运行的底层能力[2] - AI的落地形态正沿着“个人AI”和“物理AI”两条路径同步加速推进[2] 个人AI发展 - AI正深入可穿戴设备、个人终端和电脑，演进为用户身边的智能助手[2] - 硬件形态突破传统边界，AI眼镜、AI家电、AI首饰、AI相机等多样化产品集中涌现[2] - 产品开始在视障辅助、户外运动、实验室记录等细分场景中精准解决具体需求[2] 物理AI发展 - AI正加速走进汽车、机器人和智能家居等现实世界场景，使机器具备感知、理解并实时行动的能力[3] - 具身智能处于关键拐点，能打通AI与物理世界的连接，将智能转化为可执行的生产力[3] - 从工业机械臂到人形机器人，终端形态不断丰富，应用场景持续拓展[3] - 在物流、制造、零售等领域，机器人正承担分拣、装配、补货等高强度或高重复性工作，有望显著提升生产效率[3] 汽车领域AI应用 - AI智能体在汽车领域加速落地，是本届CES的重要趋势[3] - 无论是座舱交互还是驾驶辅助，AI能力都在深度融合和增强，人车交互正从“点击”走向“理解”[3] - 高通与谷歌宣布深化汽车领域合作，通过整合骁龙数字底盘与谷歌汽车软件，为下一代智能体AI在车载场景中的部署提供支持[3] 未来AI技术架构 - AI将在云端、边缘云和终端侧协同运行，混合AI将成为未来AI的主流形态[4] - 终端侧AI在实时性、可靠性、隐私保护和能效方面具备天然优势，适用于汽车、可穿戴设备和机器人等场景[4] - 云端AI则在大规模训练、跨设备协同和持续进化方面发挥不可替代的作用[4] - 第六代移动通信技术（6G）将成为云端与边缘之间的重要连接桥梁，助力构建具备感知能力的智能网络[4] 端侧AI未来平台 - 未来端侧AI的重要突破点可能集中出现在机器人和可穿戴设备领域[4] - 智能手机、AI个人电脑和智能网联汽车仍将是端侧AI的重要承载平台[4] 公司动态：高通在CES的展示与合作 - 高通在CES展示了覆盖个人设备、工业机器人和汽车智能座舱等多领域的AI解决方案[2] - 高通面向人形机器人、自主移动机器人和工业机器人推出新一代处理器，支持生态伙伴加速产品开发[3]

行业趋势：AI从技术展示转向价值落地 - AI行业正从早期的“技术展示期”迈入以真实用户场景为中心的“价值落地期”，聚焦“最后一公里”的应用[2] - AI技术正从“云侧智能”全面走向“端侧融合”，成为重构人机交互逻辑的基础架构，不再仅仅是附加功能[2] - 行业关注点从算法模型的概念展示转向终端场景落地，蹭热点的泡沫正在加速破裂[2] 上游芯片与计算平台竞争 - 英伟达全力推进物理AI落地，其角色从基础设施供应商转向AI工业体系的系统集成者和行业规则制定者[6] - AMD发布新一代AI芯片MI455X GPU、Ryzen AI 400系列等产品，并宣称其是唯一拥有GPU、CPU、NPU全套计算引擎的公司，过去四年AI性能提升1000倍[8][9] - 英特尔推出基于Intel 18A制程的第三代酷睿Ultra处理器，带来RibbonFET和PowerVia两大技术突破[11] - 高通推出采用3nm制程的骁龙X2 Plus平台，单核性能较前代提升35%，功耗降低43%，NPU算力达80 TOPS[13] AI PC与个人计算变革 - AI PC被视为下一代个人计算的基础设施，而非云端AI的替代品[9] - IDC预测，2027年全球AI PC出货量将达1.5亿台，渗透率提升至79%[13] - 机械革命在CES展出覆盖游戏、创作、办公全场景的产品矩阵，包括全球首款Panther Lake轻薄游戏本等[15] - 联想发布新一代AI PC Aura Edition产品线及个人AI超级智能体Lenovo Qira，并与英伟达推出“联想人工智能云超级工厂”合作计划[15][16] 家电与显示技术的AI融合 - 电视新品围绕RGB技术展开，预计2026年RGB出货量将飙升至50万台，增幅高达25倍[18] - 海信发布全新一代RGB-Mini LED显示技术，将电视色域突破至110% BT.2020行业新峰值[18] - TCL展示“屏宇宙”生态及多款AI智能终端产品，涵盖AR眼镜、陪伴机器人及各类AI家电[20] - 三星计划在2026年将搭载谷歌Gemini AI功能的移动设备数量增至8亿部，并推出全球首款130英寸Micro RGB电视及AI冰箱Family Hub[22] 清洁电器与机器人出海 - 科沃斯向海外市场展示覆盖多场景的新一代机器人解决方案，并首次推出泳池机器人及具身智能研发成果[24][25] - 追觅展示全屋智能生态完整布局，推出全新升级的具身智能扫地机及多款洗地机新品[27] - 石头科技推出采用轮腿架构、能扫楼梯的爬楼扫地机器人，并带来割草机、洗烘一体机等多款产品[28] 具身智能与机器人爆发 - 具身智能机器人从Demo展示转向可推向C端消费市场的产品，中国具身智能军团在CES展商中占比超过五成[29][30] - 波士顿动力发布新一代全电动Atlas人形机器人，计划于2028年启动量产，预计年产3万台[32] - 高通推出下一代机器人完整技术栈架构及高性能机器人处理器跃龙 IQ10系列[32] - 新石器无人车发布AI驱动的无人驾驶物流解决方案，公司已累计部署超过16000台L4级无人车，累计行驶里程近8000万公里[34] AI终端与可穿戴设备 - AI+AR眼镜、AI耳机、AI录音笔等终端加速落地，产品逐步从“展示技术”转向“构建使用闭环”[34][35] - 雷鸟展示首款eSIM AR眼镜，内置eSIM模块以解放对手机的依赖[35] - XREAL与谷歌深化合作共建Android XR未来，并与ROG合作推出支持240Hz刷新率的AR眼镜[37] - 出门问问推出AI录音耳机TicNote Pods，搭载“4G eSIM”与“Shadow AI”，可独立于手机运行[43] 供应链与初创企业动态 - 京东方、天马、歌尔、蓝思科技等上游供应链企业加速走向前台，希望与终端厂商共同定义物理AI的未来[45] - 许多亟需打开声量的初创企业借助CES展示技术创新并拓展全球市场[45] - 中国供应链在全球化进程中角色变化，需从“走出去”变为“走进去”，进行价值竞争而非价格战[47]

行业投资评级 - 投资评级：看好（维持）[1] 报告核心观点 - 英伟达发布并开源推理智驾模型Alpamayo及全套工具链，有望降低行业开发门槛，加速L2++及L4级自动驾驶在全球的普及和落地[5][6] - 2026年城区智能驾驶功能将在供需两侧推动下持续加速渗透，Robotaxi及多场景自动驾驶有望持续落地，智驾与机器人产业呈现高度协同[7] - 智能驾驶产业链的感知、决策、执行及运营环节均有望充分受益[8] 行业事件分析 - 英伟达在CES2026上推出并开源端到端VLA模型Alpamayo，该模型具备100亿参数，拥有推理能力和一定可解释性[5] - 英伟达同时发布了配套仿真工具AlpaSim和1700小时的物理AI开放数据集，构建全栈智驾解决方案[5] - 搭载英伟达智驾方案的车型将于2026年一季度在美国上路，二季度进军欧洲，下半年在亚洲上路[5] - 捷豹路虎、Uber、Lucid等将利用Alpamayo推动L4落地[5] 行业趋势与机遇 - 英伟达的举措有望加速智驾产业成熟，推动L2++智驾功能及L4 Robotaxi在全球范围普及[6] - 2026年需求端智驾功能已成为消费者选车必备因素，并有望持续从中高端车型下沉；供给端性能优异、成本低廉的解决方案不断推出，助力功能普及[7] - Robotaxi持续落地，特斯拉/小鹏汽车等将完善L2++技术并基于此推出Robotaxi方案，矿山、无人物流等多场景自动驾驶也有望落地[7] - 智驾大脑和机器人在算法架构、数据闭环、软件开发、人才和组织上高度协同，智驾算法及整车玩家亦有望在机器人领域崭露头角[7] 投资建议关注标的 - 建议关注：德赛西威、华阳集团、经纬恒润、小鹏汽车-w、中科创达、华测导航等[8] - 受益标的：科博达、伯特利、亚太股份、浙江世宝、耐世特、地平线机器人-w、黑芝麻智能、禾赛-w、速腾聚创、豪恩汽电、华依科技、四维图新、文远知行、小马智行、如祺出行、曹操出行、希迪智驾、理想汽车等[8]

人工智能进入“物理AI”时代 - 英伟达首席执行官黄仁勋在2026年CES上宣布人工智能进入“物理AI”时代 该概念强调AI需融合重力、摩擦等真实物理动态以执行复杂任务 其核心支柱包括Newton物理引擎、Cosmos基础模型平台、GPU+LPU混合架构 [1] Rubin平台性能与量产进展 - 相较于Blackwell平台 Rubin GPU的NVFP4推理性能提升至50 PFLOPS（提升5倍） 训练性能提升至35 PFLOPS（提升3.5倍） HBM4内存带宽提升至22 TB/s（提升2.8倍） 单GPU的NVLink互连带宽提升至3.6 TB/s（提升2倍） [2] - Rubin架构采用Vera CPU、Rubin GPU、NVLink 6等协同设计 实现了推理成本的革命性下降 [2] - Rubin平台订单规模已达3000亿美元 已全面进入量产阶段 基于该平台的产品将于2026年下半年通过合作伙伴面市 [2] 机器人与自动驾驶作为核心载体 - 黄仁勋将机器人称为“AI的终极形态” 英伟达宣布与特斯拉深化合作为Optimus人形机器人提供AI大脑 [3] - Optimus通过Omniverse数字孪生平台完成90%以上训练 自主运行比例达85% 远超行业均值 [3] - Optimus量产计划为：2026年第一季度实现5万台量产 成本降至2万美元以下 2026年底产能提升至10万台 覆盖零件分拣、组装、质检全流程 [3] - 英伟达开源Alpamayo系列AI模型以支持L4级自动驾驶 黄仁勋认为自动驾驶是汽车行业发展趋势 [3] 上游核心原材料迎来关键节点 - 预计Rubin服务器的Compute Tray/Switch Tray/Midplane/CPX对应的PCB和CCL解决方案将分别升级至M8/M8.5/M9/M9解决方案 [4] - M9解决方案可能采用高频高速树脂+HVLP4/5铜箔+Q布的材料组合 M8.5解决方案可能采用高频高速树脂+HVLP4铜箔+Low-Dk二代布的材料组合 [4] - Rubin Ultra服务器有望采用M9树脂+高阶HVLP铜箔+Q布的正交背板解决方案 [4] - 预计Rubin服务器上游供应链将在2026年上半年开启备货潮 M8.5和M9 PCB/CCL的核心原材料有望迎来“从0→1”的关键节点 [4] AI商业化落地与供应链影响 - AI已从数字世界延伸至真实世界 机器人、自动驾驶、端侧AI硬件成为AI的市场载体 AI正式走向商业化落地 [1][5] - “物理AI”需要较大的算力、数据等资源支撑 对AI算力基础设施建设提出了更高要求 [5] - Rubin平台的量产意味着AI算力性能、数据传输效率提升及推理成本下降 有望刺激上游供应链的出货进度 [5] 供应链相关投资建议 - 建议重点关注英伟达供应链公司 包括PCB领域的胜宏科技、沪电股份、深南电路 CCL领域的生益科技 Q布领域的菲利华、中材科技 以及树脂领域的东材科技 [6]