物理AI定义与核心价值 - 物理AI是继生成式AI、AI Agent之后的下一代AI形态，能够理解并遵守物理规则，通过具身化与离身化系统协同实现虚拟与现实交互[1][2] - 核心能力包括拓展大模型边界（快速仿真设计/实时运维控制）和生成海量训练数据（加速CAE仿真/数字孪生/机器人训练）[2] - 应用场景聚焦严肃领域：智能驾驶、人形机器人、军工仿真，其中军工领域可实现虚拟作战环境数据仿真与实时运控[2][4] 英伟达物理AI实践路径 - Omniverse平台迭代路径：2019年3D协作平台→2021年整合PhysX5物理引擎→2024年升级为一站式物理仿真平台[3] - 端到端解决方案架构：DGX（训练）+Omniverse/Cosmos（合成数据）+AGX（部署），Cosmos引擎整合世界模型/AI加速流水线赋予"物理直觉"[3] - 商业化进展：与通用汽车合作自动驾驶车队、开源人形机器人模型Groot N1、联合DeepMind推出Newton物理引擎[3] 国内物理AI发展现状 - 索辰科技"天工·开物"平台实现全流程技术突破，商业模式包括开发者代理模型采购（创意工坊）和行业解决方案直供（风电/汽车/机器人）[5] - 落地效果：风电领域将传统10年计算周期缩短至24小时，单风机发电效率提升20%/桨叶寿命延长30%/毛利率提高10%[5] - 军事仿真应用：贯穿作战实验/装备论证等全生命周期，海外案例包括Palantir AI战车，国内索辰对标英伟达技术路线[4][5] 军工行业投资逻辑 - 国防预算持续增长：2025年预算达17847亿元，2022-2024年同比增速7.1%/7.2%/7.2%，但占GDP比重仍低于1.5%的世界平均水平[6] - 信息化加速：市场规模从2015年913.5亿元增至2023年1643.2亿元（CAGR 7.62%），2025年重点发展智能化/有人无人协同[6] - 政策催化：2024年成立信息支援部队，2025年政府工作报告强调新质生产力与"十四五"收官，驱动军工AI结构性反转[6][8] 投资主线梳理 - 物理AI及军工仿真：具备算法优势与工程经验积累的企业（如索辰科技）[8] - 军工应用端产品：拥有指挥控制/ISR领域数据资源与垂直算法的公司[8]

群核科技开源空间理解模型SpatialLM - 公司在GTC2025全球大会上宣布开源基于大语言模型的3D场景语义生成框架SpatialLM，突破传统大语言模型对物理世界几何与空间关系的理解局限 [3][5] - SpatialLM赋予机器类似人类的空间认知和解析能力，为具身智能领域提供基础空间理解训练框架，企业可针对特定场景微调模型以降低训练门槛 [5] - 公司董事长黄晓煌表示目标是打造从空间认知理解到空间行动交互闭环的具身智能训练平台，去年发布的空间智能解决方案SpatialVerse通过合成数据方案为机器人搭建"数字道场"实现仿真环境训练 [5] 公司技术发展路径 - 公司利用GPU高性能计算提升渲染效率，将原本需要几十分钟的渲染时间缩短至十秒，使酷家乐产品快速获得市场认可 [8] - 当前业务方向是利用海量三维可交互数据集和空间认知能力构建"数字道场"，为人形机器人提供虚拟训练环境 [8] - 公司技术路线与英伟达黄仁勋主张的物理AI助力具身智能发展理念高度契合，黄仁勋在GTC大会提出AI发展将经历生成式AI、代理式AI到物理AI三个阶段 [8] 创始人背景与合作进展 - 创始人黄晓煌毕业于浙江大学，获英伟达全额奖学金赴UIUC深造GPU高性能计算，曾任职英伟达开发CUDA框架 [8] - 公司已与硅谷头部科技企业在内的国内外具身智能企业达成空间和具身智能训练合作 [5] - 黄晓煌在GTC大会期间与英伟达CEO黄仁勋会面，双方就技术理念进行深入交流 [7][8]

一凡 发自 凹非寺 量子位 | 公众号 QbitAI 自动驾驶实现垂直领域的AGI，有了新路径。 不是Robotaxi ，而是 RoadAGI 。 在英伟达GTC 2025上，元戎启行CEO 周光 受邀分享， 提出用RoadAGI，能更快大规模商用自动驾驶，实现垂直道路场景下的AGI ， RoadAGI的实施平台，是元戎最新分享的 AI Spark ： 不借助高精地图 ，一个平台赋能智能车、机器人甚至小电驴……总之，一切可动的移动体，都将具有自主移动的意识。 这是一条通过自动驾驶实现AGI的新途径。 元戎启行和CEO周光，代表AI公司、自动驾驶公司，开辟起了第二种可能性。 所以RoadAGI究竟是什么？ 用RoadAGI迈向AGI 先说人人可感知的场景—— 你下一次点的外卖，可能是这样的： 赛博"外卖小哥"， 全程不用高精地图 ，自动识别店铺： 拿到商品后，一溜小跑到路口，自主识别到红绿灯： 然后一停二看三通过： 它还能进到楼里，自己过闸机、摁电梯： 然后到电梯里，再自己摁楼层： 出电梯直接给你送到公司前台： 整个过程，是不是跟咱们人一样？ 你也可以让它把商品放外卖柜里： 这就是元戎启行在 英伟达GTC 20 ...

财务数据和关键指标变化 - 第四季度营收3000万美元，连续八个季度实现营收增长，全年营收1.11亿美元，同比增长33%，符合30% - 50%的增长目标 [11][23][26] - 第四季度GAAP和非GAAP毛利率均提高至44%，全年GAAP毛利率为36%，处于35% - 40%的目标范围内 [11][23][28] - 2024年GAAP运营费用为1.45亿美元，低于2023年的3.82亿美元（含1.67亿美元商誉减值费用），平均季度运营费用比2023年第三季度低7% [23][32] - 截至12月31日，公司现金、现金等价物、受限现金和短期投资为1.75亿美元，第四季度通过ATM获得约2400万美元净收益 [33] - 2024年订单额为1.15亿美元，订单出货比大于1 [31] - 预计第一季度营收在3000万 - 3200万美元之间 [34] 各条业务线数据和关键指标变化 - 2024年OS传感器销量增长超50%，软件附加订单增长超60% [15] - 第四季度传感器发货约4800个，汽车和机器人客户的大量采购推动了23%的环比单位增长，这两个垂直领域以及工业领域是第四季度营收的最大贡献者 [26][27] 各个市场数据和关键指标变化 - 智能基础设施市场规模达190亿美元，美国有30万个信号交叉口，欧洲和亚洲也有类似规模的机会，预计该市场可推动超100万台设备的需求 [13][17] - 工业市场中，传统2D激光雷达的市场规模为10亿美元，2D区域监测已被广泛采用 [41] 公司战略和发展方向和行业竞争 2024年业务重点执行情况 - 软件方面，软件附加订单增长超60%，Ouster Gemini和Blue City的2024年订单预计将使累计部署站点超过700个，Blue City通过NEMA TS2要求，集成Ouster Gemini和Genetec Security Center，扩大分销网络 [16][17][18] - 激光雷达开发方面，在数字激光雷达路线图上取得重大进展，推出固件3.1%和3.2%，加速激光雷达采用的两个开发工具Ouster SDK和Ouster Studio，升级REV7组件，推进下一代L4和Chronos定制硅芯片的开发 [19][20][23] - 财务框架方面，实现了与长期框架一致的业绩，营收增长33%，全年利润率为36%，运营费用得到控制 [23] 2025年战略重点 - 扩大软件附加业务，专注于抓住190亿美元的智能基础设施市场机会，扩大Ouster Gemini和Blue City的应用场景和市场覆盖范围，预计软件附加业务的利润率将对硬件销售有增值作用 [35][36][38] - 转变产品组合，2025年将对整个产品组合进行变革，包括新硬件、固件功能、SDK新特性以及软件功能增强，本周推出的3D区域监测和Ouster Gemini云门户将扩大可寻址市场，下一代L4和Chronos传感器将显著提升产品性能 [39][40][42] - 持续向盈利迈进，保持30% - 50%的年度营收增长、35% - 40%的毛利率以及不高于2023年第三季度水平的运营费用 [43][44] 行业竞争 - 公司在激光雷达行业具有多元化的竞争优势，在智能基础设施市场，虽然存在传统竞争对手，但公司凭借差异化技术和性价比优势赢得市场 [62][64][65] - 与中国竞争对手的竞争动态多年来未发生重大变化，REV7产品提高了公司的竞争力，公司在选定市场保持并扩大了市场份额 [68][69][70] 管理层对经营环境和未来前景的评论 - 2025年公司将应对当前环境的波动性和不确定性，但对利用高性能、可靠且可获取的3D传感解决方案赋能全球行业的机会感到鼓舞 [24][25] - 机器人出租车和最后一英里配送机器人市场为公司带来积极的发展动力，公司对这些领域的未来机会持乐观态度 [53][54][55] - 公司认为目前的产品仅触及市场潜力的表面，正在开发的产品将使可寻址市场翻倍，公司有望实现最大的市场扩张 [73][74] 其他重要信息 - 公司获得一份200万美元的合同，将在田纳西州查塔努加市部署Blue City交通管理解决方案，这将是美国最大规模的激光雷达检测技术在交通和行人安全方面的应用 [12] - 公司供应链主要位于不受近期关税影响的国家，目前预计关税不会对业务产生重大影响 [34] 总结问答环节所有的提问和回答 问题1：过去一个季度大部分传感器用于机器人出租车和最后一英里配送等用例，能否详细说明这些市场情况 - 机器人出租车市场在过去几年经历低谷后，随着Waymo等公司的成功，市场有复苏迹象，公司有多个该领域的知名客户，对公司业务有积极影响；最后一英里配送机器人是物理AI趋势的一部分，公司为该领域提供支持，获得了更多商业机会 [53][54][55] 问题2：作为西方最大的激光雷达供应商，如何看待中国供应商以及目标市场的竞争动态 - 公司在供应链上进行了战略布局，产品在泰国制造，同时在美国也有生产设施；在竞争格局方面，公司在智能基础设施市场处于领先地位，凭借差异化技术和性价比优势赢得市场；与中国竞争对手的竞争动态多年未变，公司通过REV7产品提高了竞争力，保持并扩大了市场份额 [61][62][69] 问题3：公司预计今年可寻址市场翻倍，能否说明各细分市场的情况 - 公司认为汽车、工业、智能基础设施和机器人四个市场的可寻址市场大致相等，且在过去几年的营收中也有体现；正在开发的产品将使可寻址市场翻倍，公司目前仅有一种产品线，未来还有很多产品待推出 [72][73][74] 问题4：3D区域监测在智能基础设施市场的关注度如何，制造业回流是否带来更多业务机会 - 3D区域监测本周刚发布，是对现有REV7客户的固件升级，主要针对工业领域，已有很多测试客户对其功能满意，不确定在智能基础设施市场的应用情况，但公司产品具有跨领域价值；公司一直保持在岸制造能力，制造业回流带来的好处并非新现象，公司多年来一直在这方面进行投资 [78][79][82] 问题5：能否描述Gemini门户的额外收入流以及制造业回流对其他公司半导体业务的影响 - Gemini门户是连接Gemini边缘部署的云平台，目前主要用于管理和维护客户站点，未来将通过提供事件记录、分析等功能创造更多价值，预计会有更多收入流；公司一直有在岸制造业务，制造业回流带来的好处是持续的，并非新情况 [84][86][87] 问题6：能否按垂直领域或软件与传感器的组合说明毛利率情况，以及为何维持35% - 40%的毛利率指导 - 公司在四个垂直领域均实现了正毛利率，但出于竞争原因，暂不公布各垂直领域的毛利率；预计软件附加业务将对整体毛利率有增值作用，但由于市场存在不确定性，公司仍维持35% - 40%的毛利率指导 [93][94][100] 问题7：在智能城市项目中，价格竞争的激烈程度如何 - 在智能基础设施市场，特别是交通行业，由于很多项目需要公开招标，价格信息较为透明，公司需要满足价格要求，但同时产品的性能优势也是赢得招标的关键因素 [103][104][105] 问题8：能否提供更多关于积压订单的细节 - 公司未提供具体的积压订单数量，但表示积压订单支持公司在2025年实现30% - 50%的增长承诺，公司客户如约翰迪尔和谷歌地图的合作证明了市场的持续增长和客户的投资 [110][111][113] 问题9：关税是否会对客户或供应链产生重大影响，以及公司的资本需求情况 - 关税环境快速变化，目前未发现供应链受到干扰，公司会与客户保持合作，但难以预测未来情况；公司资本需求较低，目前的资本结构和人员配置足以支持未来的增长 [117][118][119]

英伟达布局人形机器人领域 - 公司通过CES展和GTC大会展示机器人战略，发布仿真平台Cosmos和基础模型Isaac GR00T N1，构建从训练算力(DGX)、仿真数据(Omniverse)到终端芯片(Jetson Thor)的全套解决方案[1][3][4][19] - 物理AI被视为AI新浪潮，人形机器人是核心载体，需通过仿真数据训练算法理解物理规则[7][8][16] - 公司未直接造机器人，而是提供底层技术设施，类比"修建收费站"商业模式[5][20][44] 人形机器人技术突破方向 - 智能化是核心差异点，需具备理解语言、自主决策能力，案例显示RT-2模型机器人可识别"灭绝动物"并执行操作[10][11][12] - 仿真数据填补真实数据缺口，特斯拉已应用37.1亿张仿真图片训练模型，自动驾驶依赖真实数据而机器人更依赖仿真[16][17] - 传统工业机器人仅执行预设任务，人形机器人需模拟人类思考过程[9][13] 英伟达技术积累路径 - 通过游戏业务沉淀物理引擎技术，收购Ageia后整合PhysX至GPU，应用于医疗、影视等工业场景[22][25][27][28] - 光线追踪技术展示实时物理模拟能力，为机器人/自动驾驶场景奠定基础[29][30] - Omniverse平台延续"虚拟世界物理规则模拟"逻辑，形成技术复用闭环[24][31] 公司业务扩张战略 - 经营逻辑为覆盖高价值场景：游戏(2010前)→移动设备(Tegra失败)→自动驾驶(占比<5%)→AI(ChatGPT引爆需求)→物理AI(机器人)[32][34][37][39][41] - 软硬件绑定模式：提供芯片+软件工具箱(CUDA/NVLink/Cosmos)，形成生态壁垒[42][43] - 黄仁勋提出技术演进三阶段：生成式AI→智能体AI→物理AI，机器人属于第三阶段[41]

GTC大会核心观点 - 英伟达将2024年GTC大会定位为"AI超级碗" 强调AI技术将惠及所有行业和公司 [5][7] - 公司CEO黄仁勋持续看好算力需求增长 预计数据中心基础设施收入2028年达1万亿美元 [9][10] - 公司推出开源软件Nvidia Dynamo和Blackwell芯片 宣称可使DeepSeek R1运行速度提升30倍 [9] 技术路线演进 - AI技术发展路径：从感知AI→生成式AI→推理式AI→物理AI [12][14] - 物理AI将开启机器人技术新时代 能理解三维物理世界的摩擦力、惯性等特性 [14] - 下一代芯片架构路线图：Blackwell Ultra(2025)→Rubin AI(2026)→Rubin Ultra(2027)→Feynman(2028) [16] - Blackwell Ultra算力达GB200的1.5倍 存储速度提升1.5倍 带宽扩大2倍 [18] - Rubin NVL144将搭载HBM4内存 Rubin Ultra算力达GB300的14倍 内存速度提升8倍 [19] 自动驾驶领域布局 - 自动驾驶汽车被视为最大AI机器人产业 公司将推动行业智能化变革 [21] - 推出Drive系列三大计算平台：训练用DGX 模拟用Omniverse/Cosmos 车载计算用AGX [23] - 开发Halos安全系统 对所有代码进行第三方安全评估 提升自动驾驶安全性 [24] - 与通用汽车合作开发数字孪生工厂 优化生产流程并训练工业机器人 [31][32] - 与麦格纳合作开发L2+至L4级驾驶方案 计划2025年推出演示平台 [36] 行业合作生态 - 已与丰田、比亚迪、广汽埃安、小鹏等主流车企建立合作网络 [29] - 通用汽车将在高级驾驶辅助系统中整合Drive AGX平台 [34] - 自动驾驶卡车客户Gatik计划2027年商用车型采用英伟达计算平台 [36] - 2024年四大云服务商采购130万片Hopper GPU 2025年将采购360万片Blackwell GPU [19]

宇树机器人技术突破 - 宇树科技发布全球首款完成侧空翻的人形机器人G1 该机型在完成高难度动作后仍保持平衡 较2023年H1机型（1 8米）的原地空翻实现技术升级[1] - 公司强调此次侧空翻为"更高难度挑战" 技术迭代周期仅一年 体现研发效率优势[1] 机器人概念股市场表现 - A股机器人板块集体爆发 奇精机械（603677 SH）6连板 宁波东力（002164 SZ）3连板 双飞集团（300817 SZ）20CM涨停 宇环数控（002903 SZ）2连板[1] - 港股越疆机器人（2432 HK）盘中涨幅超22% 股价创历史新高[1] - 细分个股涨幅突出 双飞集团现价31 33元（+19 99%） 瑞凌股份13 10元（+18 34%） 唐源电气27 85元（+17 96%）[2] 行业技术进展与产品动态 - 越疆机器人推出全球首款全尺寸具身智能人形机器人Dobot Atom 售价19 9万元起 首次将产品打入20万元价格带 标志量产化进程加速[3] - 国家地方共建人形机器人创新中心即将发布"格物"通用具身智能平台 构建全球领先的机器人训练生态系统 同步设立开放基金[3] - 英伟达在GTC 2025大会推出开源人形机器人功能模型GR00T N1 CEO黄仁勋提出"物理AI"概念 判定机器人产业为未来最大增长点[3] 机构观点 - 天风证券指出英伟达GTC展示的智能感知技术突破将推动人形机器人普及 加速厂商入局 同时驱动硬件向高精度、高可靠性升级[4] 行业热点事件 - 人形机器人价格门槛突破19 9万元 进入商业化初期阶段[6] - 深圳企业实现全球首例前空翻机器人技术 运动速度达12km/h 反映区域技术创新活力[6]

生成式人工智能时代 - 英伟达CEO黄仁勋在GTC 2025演讲中强调，AI技术已从意识AI（Perception AI）演进至生成式AI（Generative AI），目前进入代理式AI（Agentic AI）时代，未来将迈向物理AI（Physical AI）即机器人时代 [3] - 代理式AI正经历拐点，AI智能化程度和应用范围持续扩大，算力需求激增，需关注AI模型的训练与扩展，包括预训练扩展、训练后扩展及测试时间扩展（"长思维"） [5] 最新硬件与技术路线图 - 发布Blackwell Ultra AI工厂平台，专为AI推理设计，包含GB300（基于Arm的CPU）和B300（GPU）两个版本，带宽为前代GB200的2倍，内存速度提升1.5倍，2025年下半年出货 [8] - 公布2026-2028年数据中心路线图：2026年推出Vera Rubin芯片（NVLink 144技术加持，性能为GB300 NVL72的3.3倍），2027年推出Rubin Ultra（FP4推理能力达15EF，性能为GB300 NVL72的14倍），2028年推出Feynman架构芯片 [8][9] - 首次公开硅光芯片进展，具备高运算速度、低功耗和低时延特性，无需依赖极紫外光刻机（EUV） [10] 市场需求与行业进展 - Blackwell芯片推出一年内，全球前四大云服务商采购量从2024年的130万片Hopper架构芯片增至2025年的360万片Blackwell芯片，预计2028年数据中心建设支出达1万亿美元 [10] 机器人产业布局 - 黄仁勋称机器人产业"很可能是未来最大的产业"，发布全球首款开源人形机器人基础模型GR00T N1，并展示与谷歌、迪士尼合作的机器人Blue [11] - 开发开源物理引擎Newton（预计2025年完成），用于机器人模拟学习，迪士尼将首批应用该技术改进娱乐机器人 [13] - 推出机器人开发工具如Mega（测试大规模部署效果），支持现实数据导入进行模仿学习或强化学习 [13] - 与通用汽车合作开发自动驾驶车队，优化智驾体验及工厂设计 [13]

文章核心观点 - 全球智能硬件产业正迎来由AI驱动的颠覆性变革，但面临技术集成、交互体验、品牌构建等难题，需产业链协同破局，生态协同效率将决定硬件革命胜负 [1][4][11] AI重塑硬件产业 - 大模型创新推动AI从虚拟走向物理世界，硬件成为具备感知等能力的“新物种”，“物理AI”浪潮开启 [3] - 当前AI硬件面临技术集成门槛与中小企业研发资源、用户期待与产品体验、新品牌构建认知成本与流量红利消退三重矛盾，软硬件协同商业模式转变也给硬件厂商带来难题 [4] 从0到1突围VS传统硬件转型 - 传统硬件厂商采用“渐进式改造”，通过模块化方案降低试错成本，在存量市场找增量价值 [6] - 新品牌从垂直场景切入，聚焦细分痛点，用超预期体验建立认知壁垒，2023年87%全球AI硬件创业公司如此选择 [7] 生态链协同 - 火山引擎、英特尔等提供基础解决方案的厂商是破局关键，它们提供完整生态支持 [10] - 4月2日火山引擎联合英特尔将在深圳举办技术沙龙，各方将从多维度探讨AI硬件问题，分享相关内容并探讨未来趋势 [10]

GTC 2025大会前瞻 - 英伟达将在GTC 2025大会上推出Blackwell Ultra芯片（GB300），并可能披露Rubin平台的部分细节 [1] - 大会将聚焦AI硬件全面升级，包括高性能GPU、HBM内存、散热与电源管理技术以及CPO技术路线图 [1] - 人形机器人和物理AI预计成为大会亮点，相关产业链公司有望受益 [1][9] Blackwell Ultra芯片 - Blackwell Ultra（GB300）采用与B200相似的逻辑芯片，但在HBM内存容量和功耗方面显著提升 [3] - 该芯片的升级将带动电源、电池、散热、连接器、ODM和HBM等领域供应商受益 [3] Rubin平台 - Rubin GPU预计采用288GB HBM3e内存，热设计功耗（TDP）达1.4kW，FP4计算性能比B200高出50% [4] - 采用双逻辑芯片结构，配备8个HBM4立方体，总容量384GB，比Blackwell Ultra增加33%，TDP预计达1.8kW [5] - 可能采用1.6T网络架构，配备两个Connect X9网卡，Vera ARM CPU升级至N3工艺 [5] - 量产时间可能提前至2025年底或2026年初，大规模出货预计在2026年第二季度 [12] CPO技术 - CPO技术将提高带宽、降低延迟并减少功耗，但GPU级CPO仍面临散热、可靠性等挑战 [7][8] - CPO初期应用于交换机（Quantum和Spectrum系列），GPU端广泛应用预计在2027年Rubin Ultra时代 [8] 物理AI与人形机器人 - 英伟达可能发布多模态AI、机器人和数字孪生领域的新进展，Cosmos和GR00T平台或进一步升级 [9] - 机器人领域情绪升温将利好BizLink和Sinbon等供应链厂商 [10] AI资本支出展望 - 2026年全球AI资本支出仍有增长空间，受美国云厂商支出增长、中国CSP资本支出回暖及企业级AI需求推动 [2]