文章核心观点 - 2026年国际消费电子展是英伟达从“算力叙事”转向“应用叙事”的关键节点，其核心看点在于AI商业模式的落地路径，特别是企业级AI能否走向可复制的收入模式[1] - 市场对英伟达的关注焦点已从“算力是否紧缺”转向“AI如何转化为可持续收入”，这决定了公司能否从“算力周期波动的一部分”转型为拥有“软件+平台型收入”的可持续商业模式[1][5] - 本届CES上，英伟达需要回答AI如何被嵌入产品、流程和收入模型的问题，市场讨论重点将从“需求是否过热”转向“哪些业务线能够持续兑现”[12] 企业级AI商业模式落地 - 企业客户需求发生变化，不再需要“最强的AI”，而是需要“可部署、可控、可持续”的AI系统，价值取决于部署与落地能力[4] - 英伟达与联想在CES2026联合展示企业级AI解决方案，核心方向是混合式AI：联想提供硬件与行业解决方案，英伟达提供GPU、软件栈及AI平台支持[4] - 合作旨在将AI变成企业能直接购买、插电即用的产品，提供包含服务器、GPU和软件的一整套方案，这被视为企业AI的第一次真正落地[4] - 此举对英伟达意义重大，使其业务从单纯依赖云厂商预算销售GPU，扩展到依靠软件、平台和企业方案赚取稳定收入，更像企业IT基础设施[4] - 今年特别重要的原因有三点：大模型能力已验证；企业不再为概念演示买单；云AI的成本和合规问题暴露[5] - 投资者关注实际产品形态、落地客户和收费模式，具体包括：产品形态是否明确、应用场景是否真实（如金融、制造、政企案例）、收费与交付模式是否清晰（一次性销售或持续订阅）[5] - 若上述问题在CES得到完整回答，意味着英伟达数据中心业务正从“算力供给驱动”向“企业AI应用驱动”过渡，其企业AI业务有望被重新定价[5] RTX业务从游戏周期转向AI标配 - 英伟达RTX系列显卡长期被视为受游戏周期影响的消费电子业务，出货节奏依赖游戏周期，导致业务偏周期性且股价波动[6][7] - 随着AI创作应用兴起，RTX的角色正在变化，CES2026上多家PC厂商预计发布搭载RTX 50系列并主打AI功能的新一代电脑[6] - 观察重点在于AIGC是否被定义为“默认能力”而非可选功能，如果AI能力实现出厂即有、默认开启，RTX的需求逻辑将从“为游戏升级”转变为“为工作与生产力升级”[6] - RTX是英伟达少数直接面向终端用户的产品线，其出货不完全依赖超大规模云厂商的资本开支，销售路径涵盖OEM、零售渠道和工作站厂商[7] - 随着本地AIGC、视频剪辑、3D渲染和大语言模型推理等创作及AI加速应用普及，RTX的“第二性应用”正在形成[8] - 如果OEM将RTX+AI加速作为标配卖点，换机逻辑将转向“为了更高效地工作与创作”，RTX出货节奏可能出现结构性变化，从而对公司的收入和估值产生长期支撑[6][8] 物理AI与Omniverse的商业化进程 - 物理AI是英伟达体量最大但兑现最慢的业务线，旨在让AI系统感知、模拟和控制真实物理世界，应用于机器人、自动驾驶和工业自动化等领域[9] - Omniverse平台是英伟达开发的数字孪生操作系统，用于构建物理真实的虚拟环境并支持工业软件集成[9] - 在CES展会上，公司发布了Alpamayo平台，使汽车能够在真实世界中进行“推理”，首款搭载英伟达技术的汽车将于2026年第一季度在美国上路[9] - 黄仁勋称“物理AI的ChatGPT时刻已到来”，Alpamayo为自动驾驶汽车带来推理能力，使其能够思考罕见场景并解释驾驶决策，是安全、可扩展自动驾驶的基础[9] - 投资者在CES2026更关注物理AI是否出现真实落地案例、明确商业收费模式以及披露合作伙伴名单，这些要素的清晰化意味着其正从“技术平台”迈向可规模化的商业应用阶段[10] - 回顾CES2025，英伟达发布了面向物理AI的技术框架与产品，但股价在发布会次日收跌超过6%，市值短期蒸发数千亿美元，市场反应消极的核心原因是未能满足短期盈利增长及产品商业化的具体预期[11]

核心观点 - AI催生的产业革命才揭开序章 当前AI产品多局限于屏幕 接触物理世界的AI硬件如眼镜、耳机和穿戴设备正试图摆脱对人机交互屏幕的依赖 使AI服务于人而非人迁就AI [1] - 在具身智能领域 尽管在运动控制方面取得进展 但AI对物理世界的理解仍显不足 [1] - 盘点2025年美国融资最活跃的物理AI公司 发现三个重要缺项：赋能智能硬件的AI操作系统、掣肘世界模型发展的具身智能数据以及世界模型本身 [1] - 硬件是载体 数据是原料 模型是灵魂 软硬结合与操作系统广泛赋能将使AI原生硬件对物理世界产生巨大影响潜力 [1] 行业投资趋势 - 2024年美国AI领域全年风险投资金额为870亿美元 2025年截至12月15日 该金额达到1590亿美元 [2] - 以具身智能为代表的“物理AI”是投资亮点 2024年前11个月机器人相关创业公司融资64亿美元 2025年前11个月该赛道累计融资超过103亿美元 同比增长60.9% [2] - 2025年物理AI领域出现多笔标志性巨额融资：Figure完成10亿美元融资 投后估值390亿美元 FieldAI融资3.14亿美元 估值20亿美元 Oura Ring获得超过9亿美元E轮融资 估值110亿美元 [2] - 数字经济仅占全球GDP的15% 剩下85%的GDP贡献来自与物理世界直接交互的实体产业 AI在该领域的占比还很低 [3] 具身智能领域公司 - **Figure**: 2025年获得由Parkway Venture Capital领投的10亿美元C轮融资 投后估值达390亿美元 采用软硬件垂直整合战略 自主研发机器人本体和通用VLA模型系统Helix 并建立BotQ工厂以实现“机器人制造机器人” [4][6] - **Physical Intelligence**: 获得CapitalG领投的6亿美元B轮融资 投后估值56亿美元 2025年发布具身智能基础模型π 0.5 使机器人能在无需预先训练的全新环境中执行任务 [7] - **Generalist**: 由前Google DeepMind高级研究科学家创立 2025年发布新型具身基础模型GEN-0 基于27万小时真实物理交互数据训练 初步验证了具身智能的Scaling Law [9] - **Skild AI**: 2025年6月获得1.35亿美元B轮融资 投后估值44亿美元 正洽谈超10亿美元投资 投后估值或达140亿美元 致力于打造利用海量数据训练的机器人通用基础模型 具备强大的跨硬件泛化能力 [10][11] - **Apptronik**: 一年内总融资额超10亿美元 投后估值约54.7亿美元 专注于研发高性能通用机器人本体Apollo 目标将价格降至5万美元以下 计划于2026年商业化生产 [12][13] - **FieldAI**: 2025年连续完成两轮共计4.05亿美元融资 致力于开发“物理优先”的Field Foundation Models 专为应对物理世界风险与不确定性而生 已在数百个复杂工业场景中实际部署 [14][15] - **The Bot Company**: 2025年获得Greenoaks领投的1.5亿美元融资 正计划筹集2.5亿美元新一轮融资 投后估值预计超过40亿美元 致力于开发面向家庭场景的通用机器人 [16][17] - **Dyna Robotics**: 近期完成1.2亿美元A轮融资 其商用基础模型DYNA-1已在酒店、餐厅等真实场景部署 实现超99%的成功率和24小时无人干预运行 [18][19] - **Tacta Systems**: 近日获得7500万美元融资 致力于解决工业机器人的“触觉缺失”难题 通过构建“触觉智能层”对现有机械臂进行软硬件升级 [20][22] 智能可穿戴设备领域公司 - **Oura**: 2025年下半年完成由Fidelity Management领投的9亿美元E轮融资 投后估值约110亿美元 其智能戒指全球销量已突破550万枚 占据超80%市场份额 最新产品Oura Ring 4搭载升级版Smart Sensing技术 并通过AI功能Oura Advisor提供主动健康管理 [24][25] - **Sesame**: 2025年10月完成由Sequoia Capital和Spark Capital联合领投的2.5亿美元B轮融资 致力于打造基于对话式语音模型的下一代智能硬件交互方式 并正在开发专为全天候佩戴设计的AI智能眼镜 [26][27] - **Sandbar**: 获得1300万美元融资 打造了一款名为Stream Ring的智能戒指 旨在成为用户的“第二大脑” 专注于即时灵感捕捉与创意辅助 采用“语音鼠标”的低摩擦交互方式 [28][29] 工业AI领域公司 - **Bedrock Robotics**: 2025年7月获得由8VC领投的8000万美元A轮融资 致力于将自动驾驶技术扩展至重型工程机械领域 通过加装低成本传感器与算力套件 将现有设备改造为具备厘米级操作精度的全天候自动驾驶机器 [31][32] - **Point One Navigation**: 获得Khosla Ventures领投的3500万美元C轮融资 致力于通过其高精度定位平台为“物理AI”提供低成本、易集成的厘米级定位服务 [33][34] - **Project Prometheus**: 2025年11月 Jeff Bezos及其投资机构Bezos Expeditions为该项目注资62亿美元 旨在推动AI从生成式文本转向自主工业工程 致力于构建能理解物理世界、自行迭代设计并管理供应链的自主系统 [35] 算力基座领域公司 - **Groq**: 2025年在LEAP大会上获得沙特15亿美元投资承诺 2025年底 NVIDIA斥资200亿美元收购其技术授权与核心团队 专注于AI推理领域 开发了LPU芯片 实现比GPU更高的速度和10倍能效比 [37] - **Mythic**: 近日获得由DCVC领投的1.25亿美元融资 专注于边缘侧人工智能推理芯片 核心方向为基于模拟计算的存算一体AI加速架构 [38] - **CelestialAI**: 2025年3月获由Fidelity Management领投的2.5亿美元C1轮融资 2025年12月被Marvell以32.5亿美元的价格收购 专注于光互联技术 其产品提供高达28.8TB/s的算力卡间双向带宽 是NVLink的30倍 [39][40] - **NexthopAI**: 2025年4月获得由Lightspeed Venture Partners领投的1.1亿美元融资 专注于为超大规模云服务商提供定制化的AI数据中心网络解决方案 [41][42] - **SiMa.ai**: 2025年完成由Maverick Capital领投的8500万美元超额认购融资 累计融资总额达3.55亿美元 专注于边缘AI计算 提供软硬件结合的全栈式平台 [43][44] 行业系统性缺失与机会 - 智能可穿戴设备缺乏自己的原生操作系统 现有的操作系统以连接为主要目的 难以支撑AI模型及应用 [45] - 具身智能行业面临原始数据匮乏的问题 制约了模型发展 [45] - 期待世界模型的突破 人类自身的动作数据仍是个贫矿 在此之上训练出世界模型是一大挑战 [45] - 缺项即机会 已有创业团队分别专注智能硬件的操作系统、人类动作数据集和世界模型等领域 [45] - 中国的AI原生硬件创业者们拥有制造生态、市场规模和政策支持三重独特优势 [46]

A股市场整体表现 - 2026年1月6日，A股三大指数集体上涨，上证指数涨1.50%，深证成指涨1.40%，创业板指涨0.75% [13] - 市场成交额显著放大，三市全天成交额28325.64亿元，较上日放量2650.79亿元 [13] - 市场呈现普涨格局，全市场超4100只个股上涨，共计144股涨停，连续两个交易日超百股涨停 [1][13] - 主力资金大幅净流入1002.53亿元，非银金融、电子、有色金属、国防军工、计算机为净流入前五大行业 [27] - 北向资金总成交3185.91亿元，中信证券成交额达15.90亿元 [29] 行业与板块热点 - **脑机接口概念**持续爆发，近20只概念股实现连板，近期该领域“独角兽”强脑科技完成约20亿元融资 [13][16] - **存储芯片概念**延续涨势，外媒报道三星、SK海力士拟于一季度将服务器DRAM价格上调60%-70% [13] - **有色金属板块**走强，隔夜伦铜期货历史首次触及每吨13000美元，沪银、铂、钯、铜、锡等期货价格大幅上涨 [13] - **机器人板块**获资金关注，黄仁勋在CES上提出“物理AI”概念，相关机器人产品亮相 [13] - **航天板块**保持活跃，中国航天科技集团旗下商业火箭公司注册资本增至13.96亿元，出资增幅达77.6% [13] - **涨价主题**受关注：钨精矿价格冲高至46.4万元/标吨，磷酸铁锂企业对大客户提价1500至2000元/吨，电池级碳酸锂价格单日上涨7900元/吨，锂电铜箔加工费计划在一季度上调 [17] 公司动态与业绩 - **特斯拉**宣布针对Model 3/Y/Y L推出7年超低息购车方案，Model 3/Y首付7.99万元起，月供可低至1918元 [3] - **利尔化学**预计2025年度净利润为4.6亿元-5亿元，同比增长113.62%-132.19% [21] - **中泰股份**预计2025年度净利润为4.2亿元至4.8亿元，同比增长638.74%至715.70% [23] - **京东方A、TCL科技**等显示面板公司被列表，京东方A自由市值1553亿元，TCL科技自由市值946亿元 [19] 政策与宏观环境 - 2026年中国人民银行工作会议明确将继续实施适度宽松的货币政策，灵活运用降准降息等多种工具保持流动性充裕 [12] - 监管部门上月调研部分银行理财公司，问题涉及制约银行理财提高A股投资规模的障碍及如何提高投资积极性 [10] 机构观点与市场情绪 - 华西证券指出，当前市场隐含波动率处于低位，与2025年6月底情况类似，行情有望向更远处发展，可能走出“慢牛” [6] - 彭博社指出反弹出现过热迹象，上证综指14日RSI升至74以上，进入技术性超买区 [7] - 部分资金选择离场，1月5日股票ETF市场净流出资金达35.33亿元 [10] 技术创新与产业动态 - 在CES 2026上，现代汽车旗下波士顿动力公司发布新版Atlas人形机器人，计划2028年起年产3万台 [22] - Donut Lab发布可量产的全固态电池，能量密度达400Wh/kg，支持5分钟快充，将于2026年一季度首发搭载 [22] - 英伟达发布Alpamayo系列开源AI模型和仿真工具，推动无人驾驶概念 [13] - 外资投行Jefferies模型显示，OECD领先经济指标在2026年上半年有望改善，可能对化学品需求形成支撑 [20]

英伟达CES 2026战略发布核心观点 - 公司战略重心从消费级GPU转向新一代AI计算平台与物理AI应用 公司五年来首次未在CES发布新款GPU 将重点放在新一代计算平台和物理AI领域的进展 包括自动驾驶和机器人 [2] - 公司高度评价并积极融入全球开源模型生态 特别点名肯定中国开源模型的领先地位与突破性贡献 [2][3] - 公司发布全新Vera Rubin一体化AI超算平台 通过协同设计实现性能的指数级提升与成本的大幅降低 旨在加速下一代AI模型的到来 [7][8][10] - 公司宣布物理AI的“ChatGPT时刻”已到来 在自动驾驶和机器人领域推出系列开源模型、工具及计算框架 并已获得多家行业领先企业的合作与应用 [10][11][12][13] 对开源生态的评价与布局 - 公司CEO黄仁勋对2025年开源社区给予高度评价 指出DeepSeek作为第一个开源推理系统 激发了整个行业的发展浪潮 [3] - 在展示的开源生态第一梯队中 包含三家中国模型：月之暗面的Kimi K2、深度求索的DeepSeek V3.2和阿里的Qwen模型 与OpenAI的GPT-OSS并列 其中Kimi K2和DeepSeek V3.2分别是开源第一和第二 [5] - 公司认为开源模型虽可能落后顶尖模型约六个月 但每隔六个月的快速迭代让包括公司在内的所有参与者都不愿错过 [5] - 公司公布了自身的开源模型生态系统 涵盖生物医药、物理AI、智能体模型、机器人及自动驾驶 通过价值数十亿美元的DGX Cloud超级计算机开发了如LaProteina和OpenFold3等前沿模型 [6] 新一代Vera Rubin计算平台发布 - 平台以天文学家Vera Rubin命名 寓意加快AI训练速度 让下一代模型提前到来 [7] - 平台为协同设计的一体化AI超算 重新设计了6款芯片：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 [7] - Rubin GPU搭载第三代Transformer引擎 NVFP4推理算力达50 PFLOPS 是Blackwell的5倍 目前已进入量产 [7] - 工程设计实现重大突破 超算节点从需接43根线缆、组装2小时 变为采用0根线缆、仅6根液冷管线、5分钟完成组装 [8] - 现场使用中国模型展示平台效能：在Rubin架构下 DeepSeek模型训练时间压缩至原来的1/4 Kimi K2 Thinking推理吞吐量提升10倍 Token成本削减至原来的1/10 [10] 在自动驾驶领域的进展 - 公司认为物理AI的ChatGPT时刻已到来 无人驾驶出租车将是最早受益的应用之一 [10] - 公司推出名为Alpamayo的开源AI模型、仿真工具及数据集 旨在推动推理型辅助驾驶汽车开发 其核心是加入了基于“思维链”的VLA推理模型 以处理复杂“长尾场景”并使决策过程可解释 [10][11] - 整套技术的安全核心由公司的Halos安全系统提供支持 [11] - 首款搭载公司技术的汽车将于2026年第一季度在美国上路 第二季度在欧洲上路 下半年在亚洲上路 [11] - 目前捷豹路虎、Uber、Lucid等企业均对该技术方案表达兴趣 希望基于此实现L4级自动驾驶 [11] 在机器人领域的进展 - 公司认为机器人开发的ChatGPT时刻已然到来 物理AI模型具备理解现实世界、推理和行动规划的能力 [12] - 公司发布两款用于机器人学习和推理的开源模型及配套数据：NVIDIA Cosmos和GR00T 同时推出用于机器人性能评估的Isaac Lab-Arena 以及从边缘到云的计算框架OSMO 以简化机器人训练流程 [12] - 公司与Hugging Face合作 将Isaac开源模型和相关库整合到LeRobot项目中 以加速开源机器人开发社区发展 [12] - 由公司Blackwell架构驱动的Jetson T4000模组已发售 能将设备能效和AI算力提升至原来的4倍 [12] - 波士顿动力、卡特彼勒、Franka Robots、Humanoid、LG电子和NEURA Robotics等企业 均已推出基于公司技术打造的新型机器人和自主运行设备 [13]

英伟达Vera Rubin AI超算平台发布 - 在CES 2026上，英伟达正式发布并宣布其下一代AI芯片架构Vera Rubin已全面投产，预计2026年下半年面世[1][3] - 该平台旨在解决AI算力规模化难题，目标是将算力变得像电力一样廉价，推动AI大爆发[8][10] Vera Rubin平台架构与性能 - 平台采用系统性设计，首次将CPU、GPU、网络、存储和安全作为一个整体来设计，核心思路是将整个数据中心变成一台AI超算[13] - 平台由六大关键组件构成：Vera CPU、Rubin GPU、NVLink 6、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet[14] - Rubin GPU搭载第三代Transformer引擎，提供50 PFLOPS的NVFP4推理算力，性能达到上一代Blackwell GPU的5倍[16][27] - 引入专为智能体推理设计的Vera CPU，采用88个自研Olympus核心，I/O带宽和能效比直接翻倍[18] - NVLink 6提供单芯片400Gb/s交换能力，单GPU带宽3.6TB/s，Rubin NVL72机架带宽达260TB/s，超过整个互联网[22] - 集成计算单元（托盘）包含2颗Vera CPU、4颗Rubin GPU、1颗BlueField-4 DPU和8颗ConnectX-9网卡，算力达100 PetaFLOPS[24] 性能提升与成本降低 - 训练性能：Rubin架构训练模型速度达Blackwell架构的3.5倍（35 petaflops）[27] - 推理性能：推理任务速度达Blackwell的5倍（最高50 petaflops），单位token推理效率提升最高可达10倍，算力成本可降至原来的1/10[1][3][32] - 内存与带宽：HBM4内存带宽提升至22 TB/s，是上一代的2.8倍；单GPU NVLink互连带宽翻倍至3.6 TB/s[27] - 规模化训练：在超大规模MoE模型训练中，所需GPU数量相比Blackwell可减少至1/4，整体能耗显著下降[3][28] - 性能提升归因于NVLink 6提升互联带宽、Vera CPU与GPU协同调度减少空转、ConnectX-9与Spectrum-6深度协同突破集群规模限制[29] DGX SuperPOD与规模化部署 - 推出新一代DGX SuperPOD，连接多个Rubin NVL72机架形成更大AI计算集群，示例配置包含8个机架共576个GPU[37][39] - Rubin NVL72系统集成72块Rubin GPU、36块Vera CPU等组件，提供统一、安全的系统，可处理数千个Agentic AI智能体及数百万token上下文[41] - 该平台旨在提供开箱即用的AI基础设施，一次性解决数百个GPU互联与管理存储的问题[41] 安全与商用计划 - Rubin是首个支持第三代机密计算（Confidential Computing）的AI超算平台，实现模型参数、推理数据、用户请求的全链路加密[46] - 平台将由AWS、Microsoft Azure、Google Cloud、Meta、OpenAI等头部厂商首批部署，2026年下半年进入大规模商用阶段，下一代主流大模型预计将运行于此架构上[47] 自动驾驶与物理AI进展 - 发布端到端自动驾驶AI系统AlphaMayo，具备显式推理能力，能从摄像头输入到车辆动作执行全流程由模型完成，演示中实现全程0接管[51][53][55] - 宣布NVIDIA DRIVE AV软件首次搭载于全新梅赛德斯-奔驰CLA，提供L2级端到端驾驶[57] - 推出针对物理AI（Physical AI）的开源全家桶，包括模型、框架及基础设施，旨在加速机器人等具身智能发展[62] - 开源模型包括：世界模型Cosmos Transfer/Predict 2.5、推理模型Cosmos Reason 2、人形机器人模型Isaac GR00T N1.6，均已上线Hugging Face[64] - 发布开源框架Isaac Lab-Arena和统一调度平台NVIDIA OSMO，以缩短机器人开发周期[64][65] 边缘计算与硬件更新 - 推出全新Jetson T4000模组，将Blackwell架构带到边缘端，算力达1200 FP4 TFLOPS，是上一代的4倍，1000台起订单价1999美元，功耗70瓦[67][68][69] - 宣布Hugging Face上的开源机器人Reachy 2和Reachy Mini已完美适配英伟达Jetson平台[67] 产业观点与未来展望 - 公司认为计算产业正同时经历从传统计算走向AI以及整个软硬件栈底层重塑两次平台级转变，AI正成为全新的应用底座[72] - 指出智能体AI（Agentic AI）之后的下一个前沿是物理AI（Physical AI）[74] - 强调仿真模拟是物理AI体系的核心，AI需要在可控的数字环境中反复尝试以建立对世界的理解[85] - 提及像Perplexity这样同时调用多个顶尖模型的“多云协同”应用，代表了未来AI应用的基本形态[83] 其他产品信息 - 宣布DGX Station台式AI超算将于2026年春季上线，搭载GB300 Grace Blackwell Ultra芯片，拥有Petaflop级算力，支持在本地运行高达1万亿参数模型，LLM预训练速度达250,000 Token/秒[87][89] - 明确CES 2026没有消费级新GPU发布，连续五年在CES发布新硬件的传统终结，传闻中的RTX 50 Super系列或因GDDR7显存产能问题已取消[6][7]

投资评级 - 首次覆盖，给予“买入”评级 [4][7] 核心观点 - 报告认为小鹏汽车正开启强势产品周期，并通过向“物理AI”公司战略转型，有望实现销量持续攀升与盈利能力显著改善 [1][2][3] 财务与运营表现 - **2025年第三季度业绩亮眼**：总营业收入达203.8亿元，同比增长101.8%；净亏损大幅收窄至3.8亿元 [1] - **交付量与毛利率创新高**：季度总交付量达116,007辆，同比增长149.3%；综合毛利率首次突破20%，达到20.1% [1] - **未来三年营收与利润预测**：预计2025-2027年营收分别为758亿元、1321亿元、1663亿元，同比增速分别为85.4%、74.3%、25.9%；归母净利润预计在2025年亏损15.5亿元，2026年扭亏为盈至20.0亿元，2027年增长至61.3亿元 [4][5] - **盈利能力指标改善**：预计净资产收益率(ROE)将从2025年的-5.23%改善至2027年的16.20% [5][13] 产品与市场策略 - **推出“纯电+增程”双动力策略**：以解决用户里程焦虑，首款增程车型X9 EREV已于2025年11月上市，搭载63.3kWh电池和第三代增程器，油电转化率超3.6kWh/L，CLTC纯电续航达452km [2] - **多款新车型即将上市**：2026年第一季度，G6、G7、P7i等主力车型将推出增程版；2026年全年还将有4款全新车型上市，包括MONA平台两款SUV与全尺寸6座SUV [2] - **开启强势产品周期**：随着增程与全新车型陆续上市，整车销量有望持续攀升 [2] AI与技术创新战略 - **战略转型为“物理AI”公司**：公司展示了从“智能汽车”向“物理AI”转型的具体路径 [3] - **核心技术VLA 2.0**：发布第二代视觉-语言-行动大模型，通过砍掉语言转译环节实现从视觉到动作的直接映射，推理效率提升12倍，在复杂小路场景的平均接管里程提升13倍；计划于2026年第一季度在Ultra车型上全量推送，并有望技术外溢至机器人等领域 [3] - **Robotaxi商业化布局**：发布中国首款全栈自研的前装量产Robotaxi，计划于2026年推出3款车型，并在2026年下半年开始试运营；凭借前装量产能力和创新的“全共享+私享”商业模式，有望在千亿级出行市场占据一席之地 [3] - **人形机器人IRON量产计划**：人形机器人IRON将于2026年底实现量产，并优先在导览、导购等商业场景试点；其与智能汽车业务AI技术同源，研发成果将反哺自动驾驶，形成良性循环 [3] 市场数据与估值 - **当前股价与市值**：截至2026年1月5日，收盘价为76.65港元，总市值为146,526.51百万港元 [8] - **历史股价表现**：过去12个月绝对收益为71%，相对收益为38% [10] - **估值比率预测**：预计2026年市盈率(P/E)为65.93倍，2027年降至21.54倍；预计2026年市净率(P/B)为4.16倍，2027年降至3.49倍 [5][13]

文章核心观点 - 英伟达CEO黄仁勋在CES 2026上系统阐述了人工智能产业正引发覆盖整个计算产业的结构性重置，并正式发布了面向“下一阶段AI前沿”的全新一代Vera Rubin计算架构 [1] - 公司认为AI正在驱动计算产业发生平台级迁移，其自身定位是为这场重置提供底层工具与系统能力的“卖铲人”，而非应用竞争者 [1][3] - 公司正将AI能力从数字空间推向物理世界，重点发展“物理AI”与“智能体AI”，并发布了相应的世界模型与推理系统 [4][6] - 全新Vera Rubin架构是专为智能体AI和物理AI设计的系统级算力底座，其设计理念从单一芯片转向以“阵列”和“机架”为最小单位，旨在锁定数据中心和主权AI实验室的采购 [9][14] - 此次发布旨在为整个AI行业定义新的竞争坐标系，竞争核心从模型参数转向算力、数据、模拟、系统工程能力的综合博弈，公司通过全栈集成的工程能力巩固其作为基础设施平台建设者的地位 [15] 行业趋势与公司战略定位 - 计算产业每隔10到15年发生一次底层重置，AI正在引发一次覆盖整个计算产业的结构性重置 [1] - AI驱动了两次同时发生的平台迁移：第一层是应用本身从“编写”变为“训练”，AI成为应用底座；第二层是整个计算栈被重写，GPU成为默认，推理变为持续“思考”过程 [3] - 全球传统计算体系规模约为10万亿美元，这部分基础设施正在被系统性地“现代化”为AI计算，投资资金来自企业研发预算、风险投资和整个工业体系的迁移 [3] - 公司在AI市场中的定位是“卖铲人”，为所有人提供新平台的基础设施，而非AI应用竞争者 [3] - AI将渗透到每一个国家、每一个行业、每一家企业，成为基础设施，应用形态将由智能体驱动 [15] 物理AI与智能体AI的演进 - 公司正将智能推入现实世界，重点发展“物理AI” [4] - AI能力演进分为几个阶段：预训练、强化学习、测试时推理，再到具备规划与执行能力的代理系统 [6] - 物理世界的挑战在于数据有限、昂贵且不可穷举，公司长期投入仿真与合成数据以解决此问题 [6] - 公司发布了NVIDIA Cosmos“世界基础模型”，用于理解物理规律、生成物理一致的场景数据，并在闭环中训练AI行动能力，旨在解决AI在现实世界中的“幻觉”问题 [6] - 该体系直接指向自动驾驶与机器人应用 [6] - 公司发布了全球首个具备推理能力的自动驾驶AI——Alpamayo，该系统在驾驶过程中会实时“思考”并口述决策逻辑，搭载该系统的梅赛德斯-奔驰CLA将于2026年第一季度正式上路 [6] - 公司的人形机器人系统通过合成数据生成解决物理世界数据匮乏难题，利用Cosmos模型将计算转化为数据以训练机器人 [7] - 公司构建了“三台计算机”架构护城河：一台用于训练，一台用于仿真模拟，一台用于边缘推理 [7] Vera Rubin计算架构技术细节 - 架构发布背景：摩尔定律放缓，模型规模以每年10倍速度增长，推理阶段token生成量以每年5倍速度增加，单纯依靠晶体管数量已无法支撑需求 [8] - Vera Rubin不是一个芯片，而是一个由6颗芯片组成、通过极端协同设计形成的系统级架构，专为智能体AI和物理AI设计 [9] - 系统由定制的Vera CPU与Rubin GPU组成，设计为双向一致、低延迟的数据共享结构 [11] - Vera CPU拥有88个物理核心，通过空间多线程技术实现176线程满速运行，强调功耗受限下的性能密度 [11] - Rubin平台搭载NVLink 6，提供高达3.6T/s的双向带宽以解决大规模集群通信瓶颈 [11] - Rubin GPU浮点性能超过Blackwell，晶体管数量仅为后者的1.6倍，依赖全新的张量核心与Transformer Engine设计 [11] - 系统实现“阵列化”：一个Vera Rubin计算托盘集成2颗Vera CPU、4颗Rubin GPU，配合BlueField-4 DPU与ConnectX-9网络 [13] - 通过第六代NVLink交换系统，18个计算节点可连接为整体，最多实现72颗Rubin GPU协同运行，像一颗“巨型GPU” [13] - 在完整的MVL72机架中，集成了6类全新芯片、18个计算托盘、9个NVLink交换托盘，总计约220万亿晶体管，整机重量接近两吨 [13] - 数据中心关键改动：每颗GPU可获得1.6TB/s的Scale-out带宽；通过BlueField-4将KV Cache与上下文管理放入机架，为每颗GPU额外提供最高16TB的可扩展内存空间 [13] - 网络部分，Spectrum-X以太网交换机首次引入Silicon Photonics技术，提供512个200Gb端口，能将成千上万机架连接为“AI工厂” [13] 系统性能、能效与商业模式 - 阵列在单机架内的计算密度提升了约3倍 [14] - 在处理如Cosmos等复杂模型时，六卡阵列能实现跨芯片的内存池共享，减少模型切分带来的性能损耗 [14] - 系统采用全集成的液冷方案，能在消耗更低能耗的同时，Rubin的功耗约为上一代Grace Blackwell的两倍，这一设计有望为全球数据中心节省约6%的能耗 [14] - 系统在系统级实现了全链路加密，覆盖PCIe、NVLink及GPU互联，并正式支持加密计算，为模型托管与跨组织部署提供安全基础 [14] - 六卡阵列标志着未来的算力单元以“阵列”和“机架”为最小单位，公司通过提供不可分割、高度协同的算力体，进一步锁定数据中心和主权AI实验室的采购偏好，以创造更多收入 [14] 行业竞争格局展望 - AI竞争不再只是模型参数之争，而是算力、数据、模拟、系统工程能力的综合博弈 [15] - 随着AI从数字空间走向物理世界，算力竞赛格局正在被重新划分 [15] - Rubin架构的出现是一条更加清晰的竞争分界线，在全栈集成的“暴力美学”面前，传统的、零散的硬件逻辑正面临降维打击 [15] - 公司既是平台的建设者，也是规则的塑造者，既推动开放，又牢牢掌握最核心的工程能力 [15]

核心观点 - 英伟达创始人兼CEO黄仁勋在CES发表演讲，提出计算机行业正经历“双平台转移”的历史性变革，驱动全球约10万亿美元的计算基础设施向AI化转型，AI成为驱动所有产业升级的核心引擎 [1][3] 行业变革：双平台转移与AI转型 - 计算机行业正经历每10-15年一次的历史性变革，且首次出现“双平台转移”叠加 [3] - 一方面，应用程序全面构建于AI之上，开发者从编程转向训练软件，计算核心从CPU转向GPU [3] - 另一方面，软件的研发与运行逻辑被彻底重构，AI能够理解上下文并实时生成内容，取代传统预编译运行模式 [3] - 这一变革驱动着全球约10万亿美元的计算基础设施向AI化转型，数千亿美元风险投资涌入AI领域，价值100万亿美元的全球产业正将研发预算向人工智能倾斜 [3] 技术突破：四大关键领域 - 开放模型生态爆发：以DeepSeek R1为代表的开放模型下载量呈爆炸式增长，虽暂落后前沿模型6个月，但每半年迭代升级的速度使其持续逼近技术前沿 [6] - 公司通过NeMo库等开源工具链，将蛋白质合成、天气预测、开放世界理解等前沿模型全面开放 [6] - Agentic智能体普及：具备推理、研究、工具使用与规划能力的智能体系统已在2025年全面普及，公司内部使用的Cursor智能体已彻底改变软件编程模式 [6] - 这类智能体采用多模型、多模态架构，通过智能路由器匹配最优模型 [6] - 物理AI的“ChatGPT时刻”即将到来：公司推出的Cosmos世界基础模型已下载数百万次，能够理解物理定律并生成符合现实逻辑的模拟数据，为机器人、自动驾驶等场景提供核心支撑 [1][6] - 合成数据生成技术通过Omniverse模拟环境生成多样化训练数据，解决了物理AI训练的数据稀缺难题 [6] - 自动驾驶AI首次实现“思考式驾驶”：全新发布的Alpamayo自动驾驶AI采用端到端训练，从摄像头输入直接输出驾驶动作，不仅能自主决策，还能清晰解释行动理由与轨迹 [6] - 该系统搭载双Orin芯片，配备双重自动驾驶堆栈与安全评估器，已通过NCAP最高安全评级 [6] - 首款搭载公司技术的汽车将于第一季度在美国上路，第二季度在欧洲上路，下半年在亚洲上路 [6] 产品发布：Vera Rubin AI超级计算机 - 为应对AI模型规模每年10倍增长、推理Token量5倍提升的算力需求，公司正式发布Vera Rubin AI超级计算机 [6] - 该系统采用极端协同设计理念，整合6款定制芯片，包括性能翻倍的Vera CPU、浮点性能达Blackwell 5倍的Rubin GPU，以及ConnectX-9网卡、BlueField-4 DPU等核心组件 [6] - Vera Rubin单机架包含72个Rubin GPU，晶体管总量达220万亿，峰值训练性能较前代提升3.5倍，峰值推理性能提升5倍，而Token生成成本仅为Blackwell的十分之一 [6] 生态合作：与行业巨头深度融合 - 公司与西门子达成战略合作，将CUDA-X库、物理AI模型与Omniverse集成至西门子EDA、CAE及数字孪生工具，覆盖从设计、模拟到生产运营的全工业生命周期 [8] - 与Palantir、ServiceNow、Snowflake等企业平台整合，将智能体系统打造为新一代用户界面，取代传统命令行与表格输入 [8] - 与Cadence、Synopsys合作，将AI物理学融入芯片设计流程，实现芯片与系统的全数字化设计、模拟与测试 [8] - 公司的AI生态已覆盖机器人全场景，从LG消费级机器人、Caterpillar工业机器人，到Agility人形机器人、Franka手术机械臂，均基于Jetson计算平台与Isaac Sim训练环境构建 [8] 公司战略：全栈开放赋能 - 公司的核心使命是构建全栈AI平台，让每个企业、行业与国家都能参与AI革命 [9] - 公司已开放包括NeMo、BioNeMo、Clara NeMo在内的全套工具链，提供从数据处理、模型训练到部署的全生命周期管理支持 [9] - 推出的“蓝图”框架允许开发者轻松构建定制化AI助理，结合本地开放模型与前沿API，实现隐私保护与功能扩展的平衡 [9] - 开放模型与全栈工具的结合，将让AI创新从少数巨头走向全民参与 [9] - 未来10年，自动驾驶汽车、物理AI机器人、AI驱动的智能工业将成为常态 [9]

英伟达在CES 2026提前发布下一代AI平台Rubin - 公司于2026年1月5日在美国CES上，出乎意料地提前发布了下一代AI芯片平台“Rubin”，打破了通常在每年3月GTC大会发布新架构的传统 [2] - 此举标志着AI竞赛进入推理时代，公司决定加速出击 [2] Rubin平台的技术细节与性能 - Rubin平台采用极端协同设计理念，整合了6颗芯片，包括Vera CPU、Rubin GPU、NVLink 6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU以及Spectrum-6以太网交换芯片 [4] - 相比前代Blackwell架构，Rubin加速器在AI训练性能上提升3.5倍，运行性能提升5倍，并配备拥有88个核心的新款CPU [4] - 相比Blackwell平台，Rubin平台实现推理token成本最高可降低10倍，训练MoE模型所需GPU数量减少4倍 [5] - 同步发布了Vera Rubin NVL72机柜级系统，该系统包含72个GPU封装单元，每个封装内部包含2个Rubin Die，因此实际包含144个Rubin Die [5] Rubin平台的量产计划与生态支持 - 公司高管表示，构成Rubin平台的六颗芯片已经全部到位，相关系统已在运行真实应用负载 [6] - Rubin计划在2026年下半年进入量产爬坡阶段，时间安排与此前路线图一致 [6] - 在生态层面，Rubin已获得AWS、Microsoft、Google、OpenAI、Anthropic、Meta、xAI、CoreWeave等头部云厂商和模型公司的集中响应，被列入首批采用名单 [6] 全栈AI布局：从训练转向推理系统 - 公司发布了一系列AI体系产品，包括开源模型、AI存储、物理AI等，展示了其全栈AI布局 [8] - 公司的AI重心正继续从“训练规模”转向“推理系统” [8] - 发布了推理上下文存储平台，这是一个专为推理场景设计的AI原生存储平台，由BlueField-4 DPU与Spectrum-X以太网支撑，旨在减少重复计算带来的算力浪费 [8] 物理AI的长期布局 - 公司围绕物理AI推进，发布了一系列开源模型、开发框架和硬件平台，将AI能力延伸至机器人、自动驾驶与工业边缘场景 [8] - 公司CEO表示，AI正发展成为能够理解物理世界、进行长期推理、使用工具并保有记忆的智能协作者 [8] - 面向机器人领域，发布了Cosmos与GR00T系列开源模型，其中Cosmos Reason 2是推理型视觉语言模型，GR00T N1.6是面向类人机器人的推理型视觉-语言-动作模型 [9] - 公司CEO认为“机器人领域的ChatGPT时刻已经到来” [9] 自动驾驶领域的进展 - 在自动驾驶领域，发布了Alpamayo开源模型家族，定位为面向“长尾场景”的推理型自动驾驶基础模型 [11] - 配套发布了AlpaSim高保真仿真框架以及覆盖1700多小时驾驶数据的开源数据集 [11] - 公司的首款AV车将于2026年第一季度在美国推出，其他地区紧随其后 [11] 竞争焦点转向系统工程能力 - 从Rubin平台的提前亮相，到推理存储与物理AI的同步推进，公司正在将AI基础设施的竞争推向“系统工程能力” [11] - 在这一阶段，真正拉开差距的已不只是芯片算力本身，而是从架构、系统到生态的整体交付 [11]

英伟达下一代Rubin平台技术细节与量产计划 - 英伟达在CES 2026上披露了下一代计算架构NVIDIA Rubin平台的技术细节[4] - Rubin平台通过六款全新芯片（NVIDIA Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet Switch）的协同设计，旨在缩短训练时间并降低推理成本[4] - 平台引入五项创新，包括最新一代NVLink互连技术、Transformer引擎、机密计算、RAS引擎以及NVIDIA Vera CPU[4] - NVIDIA Rubin已进入全面量产阶段，预计在2026年下半年上市[2][5] - 相比上一代Blackwell平台，Rubin可以将Token成本降低高达10倍[2][5] - 训练混合专家（MoE）模型所需的GPU数量比前代产品减少了4倍[5] Rubin平台的性能提升与合作伙伴 - Rubin平台引入了面向千亿级推理上下文规模设计的NVIDIA推理上下文内存存储平台，由BlueField-4驱动，旨在提高响应能力、吞吐量和能效友好的扩展[5] - 首批计划在2026年部署基于Vera Rubin实例的云服务提供商包括AWS、Google Cloud、微软、OCI以及CoreWeave、Lambda、Nebius、Nscale等英伟达云合作伙伴[5] - 思科、戴尔、HPE、联想和Supermicro预计将推出基于Rubin产品的服务器[6] - 包括Anthropic、Meta、Mistral AI、OpenAI、xAI在内的多家AI实验室正寻求利用Rubin平台来训练更大、功能更强的模型，并以更低的延迟和成本运行长上下文、多模态系统[6][7] 高速互连与光模块产业链布局 - Vera Rubin平台采用NVLink 6高速网络技术，可将GPU互连带宽提升至3.6 TB/s（双向）[9] - 每台NVLink 6交换机的带宽高达28 TB/s，每套Vera Rubin NVL72机柜配备9台此类交换机，总带宽可达260 TB/s[9] - 为扩展机柜，英伟达推出了采用共封装光学器件的Spectrum-X以太网交换机，基于Spectrum-6芯片构建，每颗芯片提供102.4 Tb/s的带宽[9] - 中际旭创表示，自2025年三季度起，重点客户已开始部署1.6T光模块并持续增加订单，预计2026至2027年其他重点客户也将大规模部署[10] - 新易盛表示，公司在手订单充足，预计1.6T产品在2025年第四季度至2026年将处于持续放量阶段，同时3.2T产品处于预研阶段[10] - 天孚通信在CPO相关配套产品方面有较早布局，相关技术持续迭代升级[10] 高功耗带来的散热与供电需求 - 市场普遍估计Rubin GPU的热设计功耗将提升至约1800瓦，这将推高对供电及散热系统的要求[10] - 科华数据具备风冷、液冷、风液融合、UPS及高压直流等数据中心产品解决方案，能满足多种数据中心应用场景[11] - 根据Omdia统计，科华数据位列2024年全球工业UPS第四以及亚太工业UPS市场排名第一[11] - 麦格米特推出了800V Sider car rack方案，单柜功率570kW[11] - 英维克致力于为云计算数据中心、算力设备提供设备散热解决方案，已实现从冷板、快速接头到冷源等“端到端”的产品覆盖[11] - 英维克的UQU快接头产品已成为英伟达MGX生态合作伙伴，并在2025年OCP全球峰会展示了按谷歌规格设计的CDU产品[11] 物理AI与开源生态进展 - 英伟达CEO黄仁勋称“物理AI的ChatGPT时刻已经到来”，公司更注重解决“AI如何走进物理世界”的问题[2][12][13] - 英伟达推出了开源的物理AI世界基础模型Cosmos，该模型已用海量视频、真实驾驶与机器人数据以及3D模拟做过预训练，能理解世界运行规律并关联语言、图像、3D和动作[13] - 在自动驾驶领域，英伟达发布了NVIDIA Alpamayo系列开源AI模型、仿真工具及数据集，引入了基于思维链推理的视觉语言动作模型[13] - 包括Lucid、捷豹路虎、Uber和Berkeley DeepDrive在内的出行领军者对利用Alpamayo开发L4级自动驾驶技术栈表示兴趣[14] - 在机器人领域，包括Boston Dynamics、Franka Robotics、LG Electronics等全球机器人领军企业正基于英伟达Isaac平台和GR00T基础模型开发产品，覆盖工业、手术、人形及消费级机器人[15] - 黄仁勋强调开源AI生态的重要性，以DeepSeek R1为例，指出开源模型的扩散速度极快，尽管能力比最前沿模型慢约半年，但每隔六个月就会追近一次，且下载和使用量呈爆发式增长[15]